基于近红外光谱技术与统计方法, 提出了一种樱桃番茄内部品质快速、 无损检测方法。 首先采集样品的近红外光谱, 采用多元散射校正(MSC)、 Savitzky-Golay卷积平滑(SG)、 Savitzky-Golay卷积一阶导数(SG 1st)、 去趋势化(De-trending)、 变量标准化(SNV)5种预处理方法消除光谱干扰, 筛选出最佳预处理方法; 然后采用连续投影算法(SPA)、 稳定性竞争性自适应重加权算法(SCARS)、 遗传算法(GA), 以及引入自动有序预测因子选择算法进行改进的遗传算法(IGA)4种特征波长提取方法减少变量冗余, 选择最优特征波长提取方法; 最后结合回归方法——将冯诺依曼拓扑结构、 轮盘赌选择、 锦标赛选择和自适应权重与鲸鱼算法相结合来对算法进行改进, 采用改进的鲸鱼算法优化最小二乘支持向量机方法(IWOA-LSSVM), 与基于粒子群算法优化的BP神经网络方法(PSO-BPNN)和基于鲸鱼算法优化的最小二乘支持向量机方法(WOA-LSSVM)进行对比, 分别建立樱桃番茄内部品质含量的预测模型。 结果表明： 樱桃番茄内部品质中的可溶性固形物(SSC)含量使用De-trending-IGA-IWOA-LSSVM模型效果最佳, 其中校正集决定系数和预测集决定系数分别是0.917 2和0.866 7, 校正均方根误差和预测均方根误差为0.542 3和0.768 2, 预测相对误差达到2.592 9; 维生素C(VC)含量使用SG-IGA-IWOA-LSSVM模型预测效果最准确, 其中校正集决定系数和预测集决定系数分别为0.857 6和0.821 6, 校正均方根误差和预测均方根误差分别是0.661 4和0.634 2, 预测相对误差达到2.078 5。 以上结果表明, 采用近红外光谱技术与统计方法结合可实现对樱桃番茄内部品质的快速无损预测分析。

现在樱桃市场上存在着大量以次充好的不良现象, 严重损害了名牌樱桃的品牌经济效益, 所以亟需一种能对不同产地樱桃实现快速无损鉴别的技术。 拉曼光谱溯源技术作为光谱溯源技术的一种, 由于具有快速、 高效、 无污染、 无损分析等优点, 逐渐得到相关研究者的重视。 长短期记忆（LSTM）网络是一种具有记忆性的反馈神经网络, 它是循环神经网络的一种变体。 LSTM网络克服了循环神经网络中梯度消失的缺点, 适合处理序列敏感的问题和任务, 目前被广泛应用在语音识别、 图像识别和手写识别等领域, 但LSTM网络在产地溯源方面的应用还有待研究。 基于此, 提出了一种LSTM网络与拉曼光谱技术结合的能对不同产地樱桃实现快速无损鉴别的技术。 将来自美国、 山东和四川的369个樱桃作为研究样本, 用拉曼光谱仪在785 nm激光下获得了不同产地樱桃的光谱数据。 并且以每条经过基线校正后的拉曼光谱数据作为网络输入数据, 基于LSTM网络构建了能对不同产地樱桃实现快速鉴别的判别模型, 并且以样本判别准确率A、 样本精确率P、 样本召回率R和样本F值作为评价指标, 探究了不同预处理方法对LSTM网络判别模型性能的影响。 结果表明: 当样本训练集和测试集的比例为85∶38时, 直接采用原始拉曼光谱数据的LSTM网络模型的产地鉴别能力不高, 鉴别准确率为79.87%。 但当使用预处理过后的拉曼光谱数据, 模型的鉴别准确率维持在92%以上。 并且光谱经过SG+MSC预处理后模型的鉴别准确度最好, 鉴别准确率达99.12%。 同时在采用SG+MSC预处理的方法下, LSTM网络鉴别模型的精确率、 召回率、 F值均较高, 表明了所提出的LSTM网络模型有较好的性能可实现对不同产地樱桃的鉴别, 为樱桃的产地溯源提供了一种新的思路。

为提高甜樱桃果实的品质和产量, 中国南方地区普遍采用了避雨栽培甜樱桃果树来避免其坐果率低、 落果以及果实畸形等问题, 但同时也导致了其光合作用受到影响。 植物或藻类中的叶绿素和类胡萝卜素等光合色素在光收集和介导对各种内源性刺激的应激反应中起着不可替代的作用。 为便捷快速检测果树光合作用中叶片的光合色素变化, 采用拉曼光谱（Raman spectra）和傅里叶红外光谱（FTIR）对避雨和露地栽培的甜樱桃叶片进行了研究。 经测定和分析甜樱桃叶片200~3 500 cm-1范围的Raman光谱, 对400~800, 800~1 250和1 250~1 650 cm-1三个波数段特征峰值的标定和指认, 结果表明: 甜樱桃叶片对拉曼散射较敏感区主要在500~1 700 cm-1波段内。 960~1 800 cm-1范围类胡萝卜素（番茄红素、 β-胡萝卜素和叶黄素）的Raman光谱包含4条主要峰, 分别为1 526, 1 157, 1 005和960 cm-1; 露地栽培的甜樱桃叶片Raman强度明显低于避雨栽培。 1 157和1 526 cm-1同样还是叶绿素的Raman光谱特征峰, 总体分析表明露地比避雨栽培甜樱桃叶片中的光合色素含量更低。 1 157, 1 520和1 526 cm-1特征谱线对应C—C单键和CC双键的对称伸缩振动, 其相对强度可以作为甜樱桃叶片内叶绿素、 类胡萝卜素等光合色素以及纤维素含量的判断依据。 FTIR表征叶绿素的振动峰位振动强度弱, 振动耦合复杂, 难以指认。 通过对甜樱桃叶片化学组分FTIR光谱图进行二阶导数求导处理凸显了峰的位置, 提高了图谱的分辨率。 峰位在1 437和1 551 cm-1的β-胡萝卜素的特征峰明显, 露地栽培相比避雨栽培甜樱桃叶片这两个特征峰的吸光度偏小, 表明露地栽培甜樱桃叶片中的β-胡萝卜素含量比避雨栽培要少。 该研究为不同栽培模式下植物叶片光合色素的光谱学研究提供了参考。Raman and FTIR

比较紫色, 红色和黄色三种新疆野生樱桃李及栽培品种果肉中无机元素的含量, 样品采用微波消解方法进行前处理, ICP-MS法检测其中K, Ca, Mg, Na, Fe, Mn, Cu, Zn, Be, Li, Se, Sr, Cr, Pb, Cd, As, Hg等17种元素。 该检测方法快速简便, 精密度高且具有较高的灵敏度, 17种元素的加标回收率在93.5%～110.4%。 分析结果表明紫色, 红色和黄色三种新疆野生樱桃李及栽培品种果肉中的17种元素含量均较为接近, 均含有极为丰富的K元素, 含量高达1‰左右, Ca, Mg, Na, Fe, Mn均为含量较高的金属元素且含量依次降低, Cu, Zn, Li, Se, Sr, Cr也有一定含量, Pb, Cd, As, Hg等有害元素含量极低或未检出。 实验结果为研究新疆野生樱桃李与栽培品种果肉中微量元素含量提供参考数据。

以马哈利樱桃茎段为实验材料, 研究不同浓度硝酸稀土(RENO3)对其组培苗生长发育及生理作用的影响, 结果表明: 在马哈利樱桃茎段培养的分化培养基上添加不同浓度的RENO3(5 mg/L～20 mg/L), 有利于芽分化和组培苗的生长, 提高叶片中超氧化物歧化酶(SOD), 过氧化物酶(POD)活性及叶绿素含量; 其中RENO3浓度为20 mg/L时, 是马哈利樱桃组培苗的最适生长浓度。

近年来随着一系列食品安全事件的发生， 人们越来越关注食品安全问题。 有机食品被认为是一种安全和有益于环保的食品， 需求量逐年增加。 采用电感耦合等离子体-原子发射光谱（ICP-AES）法对有机樱桃番茄和常规生产的樱桃番茄的Ca， Mg， K， Zn， Fe， Mn等必需元素和Cu， Cd和Pb等重金属元素含量进行了测定， 同时对水分含量、 总可溶性固形物、 可溶性总糖、 维生素C等含量进行了测定。 结果发现有机栽培番茄中K、 Ca和Zn的含量较常规栽培的分别高出4.52%， 129.81%和65.43%， Mn的含量较常规栽培番茄低11.22%差异显著（α=0.05）。 有机番茄中有益金属Mg， Fe与有害重金属Cu， Pb， Cd的含量与常规栽培的差异都不显著。 有机栽培与常规栽培的番茄中可溶性糖、 维生素C的含量亦都没有显著差异，　但可溶性固形物、 可溶性蛋白含量显著高于常规栽培的番茄。 本文通过研究两种樱桃番茄营养成分和矿物元素含量的不同， 为有机蔬菜的品质和安全性提供理论数据。