
为改善黄瓜果实理化指标检测方法需破坏样品本身、耗时耗力且不适用于大规模检测的局限性,本研究以5 个灌溉梯度下的黄瓜果实为研究对象,利用高光谱成像(hyperspectral imaging,HSI)技术结合化学计量学方法,建立黄瓜果实的可溶性固形物含量、可溶性糖含量和硬度的预测模型。结果表明,黄瓜果实的可溶性固形物、可溶性糖和硬度的最佳预测模型由卷积神经网络建立,模型的预测决定系数分别为0.861 0、0.894 0和0.832 0,预测均方根误差分别为0.145 0 °Brix、0.001 0%和3.415 0 N。该模型实现了指标空间分布可视化,揭示了不同灌溉处理下黄瓜品质的空间异质性,验证了预测模型良好的预测能力和较高的可靠性。综上,HSI结合化学计量学方法可以实现对黄瓜果实品质的快速无损检测,本方法系统性强、准确性高,可为灌溉精准管理与蔬菜品质提升提供技术依据。
2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2

