为实现柑橘可溶性固形物含量(SSC)快速无损检测, 基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。 以宽谱LED光源结合特征窄带微型光谱仪为核心, 设计了手持式柑橘可溶性固形物含量无损检测终端。 开发了基于物联网技术的水果光谱仪云端数据系统, 该系统主要包括用户库、 设备库、 检测数据库和模型库, 通过通讯模块与手持式无损检测终端相连接, 可以实现光谱采集参数修改、 云端数据上传与下载、 云模型的调用等功能。 利用该检测系统获取的光谱数据, 建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。 该网络包含输入层、 卷积层、 池化层、 全连接层和输出层等7层结构。 主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型, 并用该模型与多种传统回归方法进行对比。 1D-CNN模型的预测相关系数和预测均方根误差分别为0.812, 0.488, 优于偏最小二乘法(PLS), 人工神经网络(ANN)和支持向量机(SVM)。 采用基于模型的迁移学习方法, 基于主机的1D-CNN模型对从机进行模型传递, 研究了从机标准样本数量对模型传递的影响。 发现使用少量从机光谱样本即可取得较好的效果, 从机预测集均方根误差为0.531。 研究结果表明, 研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、 低成本、 操作简便等优点, 基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。 借助迁移学习算法, 可以实现1D-CNN模型在不同装置间的有效传递, 满足柑橘可溶性固形物含量无损检测的需求。 为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。

橘络是位于柑橘果实中果皮与内果皮之间的维管束系统, 主要起着营养物质和水分在果肉与果皮间转运的功能。 橘络不仅在柑橘果实采前发育和采后枯水病发生过程中起重要作用, 还是一种重要的中药资源, 具有多种功效。 本研究对温州蜜柑和椪柑橘络的外观形态与含水量进行分析, 并利用火焰原子吸收光谱法对橘络的主要矿质元素(钾、 钙、 镁、 铜、 锌)含量进行测定, 经过初步讨论, 结果表明: (1)椪柑中橘络的含水量(63.57%±1.53%)显著低于温州蜜柑70.25%±0.24%, 果肉含水量也呈现类似趋势。 (2)橘络富含钾、 钙、 镁元素, 浓度分别为: 3　525～6　495, 6　866～9　430, 3　94～632 mg·kg-1干重; 铜、 锌元素含量分别为1.5～2.3和8.5～14.7 mg·kg-1干重。 (3)橘络钾、 钙、 镁、 锌元素含量在椪柑中明显高于温州蜜柑。 本研究首次揭示了橘络矿质元素的含量特征, 并发现矿质元素的含量变化与果实含水量具有相关性, 为进一步研究枯水病的发生机理提供了重要借鉴; 同时也为开发橘络这一宝贵的中药资源奠定了理论基础。

氮素(nitrogen, N)是果树生长发育的必需重要元素, 及时准确地无损检测果树的氮素水平对果实增产、 合理施肥以及减少环境污染等具有重要意义。 研究了基于高光谱成像技术进行柑橘冠层含氮量预测及可视化的可行性。 实验采用高光谱成像光谱仪ImSpector V10E(Spectral imaging Ltd., Oulu, Finland)分别采集柑橘叶片实验室样本和野外整个植株冠层的高光谱图像。 利用ENVI软件提取每个叶片样本感兴趣区域(ROI)的平均光谱数据作为整个样本的光谱数据进行分析, 同时采用杜马斯燃烧法快速定氮仪(Elementar Analytical, Germany)测定叶片样本的含氮量。 通过简单相关分析和双波段植被指数(TBVI)的获取, 建立基于光谱数据的含氮量预测模型。 计算表明, 基于811和856 nm的双波段植被指数(TBVI)能够建立最佳的柑橘叶片含氮量预测模型(R2=0.607 1)。 在此基础上, 计算上述TBVI的冠层图像, 把基于该TBVI的含氮量预测模型导入到TBVI图像中计算生成冠层含氮量的预测分布图。 图中直观地显示柑橘嫩叶、 中叶、 老叶的含氮水平从高到低分布, 实现了冠层含氮量的可视化。 结果表明, 利用高光谱成像技术可以实现柑橘冠层氮素水平的检测和诊断, 这为实施基于每颗果树信息的变量施肥技术提供了参考信息。

Near infrared spectroscopy (NIRS), coupled with principal component analysis and wavelength selection techniques, has been used to develop a robust and reliable reduced-spectrum classifi- cation model for determining the geographical origins of Nanfeng mandarins. The application of the changeable size moving window principal component analysis (CSMWPCA) provided a notably improved classification model, with correct classification rates of 92.00%, 100.00%, 90.00%, 100.00%, 100.00%, 100.00% and 100.00% for Fujian, Guangxi, Hunan, Baishe, Baofeng, Qiawan, Sanxi samples, respectively, as well as, a total classification rate of 97.52% in the wavelength range from 1007 to 1296 nm. To test and apply the proposed method, the procedure was applied to the analysis of 59 samples in an independent test set. Good identification results (correct rate of 96.61%) were also received. The improvement achieved by the application of CSMWPCA method was particularly remarkable when taking the low complexities of the final model (290 variables) into account. The results of the study showed the great potential of NIRS as a fast, nondestructive and environmentally acceptable method for the rapid and reliable determination for geographical classification of Nanfeng mandarins.

采用近红外光谱结合主成分分析（PCA）建立不同产地南丰蜜桔鉴别模型, 实现不同产地南丰蜜桔的快速鉴别。 分别研究一个果园内不同位置的蜜桔, 洽湾、 市山和白舍等南丰县三个不同乡镇的南丰蜜桔, 福建邵武、 广西柳城和江西南丰等三个不同省份的南丰蜜桔之间的差异, 蜜桔保存时间对主成分分析模型的影响。 结果表明同一个果园内不同位置的蜜桔不存在明显差别, 不同产地的蜜桔有很好的分类效果, 蜜桔的短时间保存对近红外光谱的主成分分析模型不会产生明显影响。 不同的光谱预处理方法对主成分分析模型产生较大影响, 多元散射校正（MSC）结合二阶导预处理得到的主成分分析投影具有最佳的分类效果。 该研究可为南丰蜜桔的产地鉴别提供一种参考方法。