

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、水晶梨在貯藏過程中的內部褐變從外表不易看出,現(xiàn)階段也缺乏有效的檢測技術和分選黑心梨的方法,由此給水果銷售商和消費者帶來一定的損失。若想提高水果分選水平,水果內部品質的無損檢測是強有力的保證措施。在農產(chǎn)品品質的快速檢測技術中,近紅外技術是一種有效的方法。本課題以水晶梨為研究對象,利用近紅外透射光譜技術檢測水晶梨內部品質如黑心病、可溶性固形物含量和有效酸度等指標,建立水晶梨可溶性固形物、還原糖、有效酸度、總酸的近紅外模型,并對水晶梨在貯藏過
2、程中相關物性及成分含量進行研究。 對水晶梨在貯藏過程中相關物性及成分含量研究表明:貯藏后期與貯藏初期相比,可溶性固形物含量、還原糖含量及總酸含量顯著下降;pH值以及空氣間隙占樣品體積比例顯著上升;密度無顯著變化。黑心病果和正常果相比,可溶性固形物含量、還原糖含量、pH值以及空氣間隙占樣品體積比例顯著上升,總酸含量和密度顯著下降。 本試驗使用Purespect型近紅外光譜分析儀掃描水晶梨的近紅外透射光譜,通過Unscram
3、bler6.1數(shù)據(jù)處理,使用偏最小二乘法(PLS法)建立的水晶梨可溶性固形物、還原糖、pH值、總酸模型的相關系數(shù)R為0.981、0.966、0.852、0.793,校正標準偏差為0.145、0.015、0.074、0.138,模型預測的相關系數(shù)為0.928、0.910、0.856、0.781,預測標準偏差為0.290、0.028、0.083、0.099,結果表明利用近紅外透射光譜測定水晶梨的品質是可行的。但是還原糖及總酸的近紅外模型預測
4、能力較低,這主要是由于化學方法的誤差造成的。 同時,采用光密度差法檢測水晶梨黑心病時,兩級別判別的無損傷檢測標準:△OD(738nm-710nm)大于或等于0.381時,水晶梨為正常果;△OD(738nm-710nm)小于0.381時,水晶梨為黑心病果。根據(jù)分級標準,80個黑心病水晶梨中有6個被誤判成正常果,誤判率為7.5%。33個正常果中2個被誤判成黑心病果,誤判率為6.1%。數(shù)據(jù)處理通過DPS、SAS、Unscrambler
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 利用近紅外技術在線無損檢測蘋果梨品質的方法研究.pdf
- 基于近紅外技術檢測魚油品質的研究.pdf
- 近紅外光譜品質檢測方法研究.pdf
- 柿子采后品質近紅外檢測模型的研究.pdf
- 近紅外光譜檢測蘋果品質
- 近紅外光譜快速檢測牛奶品質的研究.pdf
- 辣椒品質傅立葉近紅外光譜無損檢測研究.pdf
- 雞蛋品質近紅外光譜無損檢測研究.pdf
- 辣椒品質傅立葉近紅外光譜無損檢測研究
- 基于近紅外光譜檢測番茄內部品質的研究.pdf
- 河套蜜瓜品質可見近紅外光譜檢測研究.pdf
- 草莓品質近紅外光譜無損檢測技術研究.pdf
- 果品品質近紅外無損檢測方法及應用研究.pdf
- 蜂蜜品質中近紅外光譜檢測技術研究.pdf
- 西瓜品質可見-近紅外光譜無損檢測技術研究.pdf
- 基于近紅外光譜的貯藏臍橙品質無損檢測方法研究.pdf
- 基于近紅外光譜技術馬鈴薯全粉品質的檢測研究.pdf
- 醇類汽油品質近紅外和拉曼光譜檢測研究.pdf
- 小麥內在品質近紅外光譜無損檢測技術研究.pdf
- 樣品相關因素對梨糖度可見-近紅外光譜檢測影響的研究.pdf
評論
0/150
提交評論