论文部分内容阅读
对苹果内部病害的无损检测是困扰苹果采后贮藏以及出库安全和影响苹果经济价值的一大难题。本研究以大田采摘的‘秦冠’疑似水心病果、‘富士’疑似霉心病果和贮藏过程中发生的疑似果心褐变果为试材,相同数量的好果为对照,采用逐果测定100Hz~3.98MHz下11个电学特征参数读值的方法,获取两类果实的电参数的频率图谱,切开检验准确划分病果与好果,并测定各果的理化品质。通过主成分分析由143个电学特征参数提取能够表征苹果整体特征的主成分,再结合三种分类模型评判三种病害的电学法无损检测准确率,分析各理化性状变化与果实发病间的关系,以期为苹果内部病害的快速无损识别提供理论依据和技术支撑。主要结果如下:(1)通过测定水心病果和好果的电学特征,发现二者的复阻抗(Z)、介电损耗系数(D)、串联等效电感(Ls)、电导(G)、复阻抗相角(deg)、串联等效电容(Cs)、并联等效电感(Lp)、并联等效电阻(Rp)、并联等效电容(Cp)、串联等效电阻(Rs)、电纳(B)以及相对介电常数(ε’)和损耗因子(ε’’)在100Hz~3.98MHz频段内的观测值变化趋势一致,在低频区100Hz~10000Hz病果D、deg、Cs、Cp、G、ε’、ε’’等指标值明显大于好果。通过主成分分析从11个直接测定的电学指标13个频率点下的143个特征值中提取了15个主成分,采用Fisher判别分析、多层感知器(MLP)神经网络模型以及径向基(RBF)神经网络模型对好果和水心病果进行识别,其中利用MLP神经网络模型的识别率最高能够达到95.4%。以损耗因子为变量,利用三种模型识别正确率均能在某一个或者几个频率下达到100%。水心病果的密度、硬度和可溶性固形物显著高于好果而可滴定酸含量明显低于好果(p<0.05)。(2)通过研究果心褐变果实和好果的电学特征,发现二者电学指标变化趋势与水心病果和好果的变化趋势类似,并且在低频区100~39800Hz病果D、deg、Cs、Cp、ε’、ε’’等指标值明显大于好果。通过主成分分析提取了14个主成分,采用三种建模方法进行果心褐变病果的识别,其中利用MLP神经网络模型对好果和果心褐变果实的识别正确率最高能够达到96.8%。果心褐变果实的硬度和Vc含量显著低于正常果实(p<0.05)。(3)对霉心病果与好果的电学特征研究,发现二者的电学指标随着频率的变化趋势一致,在低频区D值病果略大于好果且二者差异并不明显。在100-3980Hz区域病果的deg值略大于好果,而在高频3980-3980000Hz区域则略小于好果,但是二者差异不明显。霉心病果和好果的Cp、Cs和ε’’取值在低频区病果值明显小于好果,在高频区则趋于一致。对于ε’,好果值明显高于病果。通过主成分分析提取了23个主成分,采用三种建模方法进行霉心病果的识别,发现MLP神经网络模型对好果和霉心病果的识别正确率最高能够达到80.9%。霉心病果的密度和可溶性固形物明显低于健康果实(p<0.05)。