共查询到10条相似文献,搜索用时 15 毫秒
1.
以临泽鲜枣为试验材料,研究了不同的储藏温度对临泽鲜枣采后生理的影响。设置(5±0.5)℃、(10±0.5)℃、和室温(20±2)℃3个不同的储藏温度,测定枣果储藏期间的呼吸强度、失重率、果肉硬度、可溶性固形物(TSS)、可滴定酸(TA)及Vc等各项生理生化和品质指标。结果表明:临泽鲜枣储藏期间具有明显的呼吸高峰,属于呼吸跃变型果实;(5±0.5)℃储藏与(10±0.5)℃和室温相比,能较好保持临泽鲜枣果实TSS、TA及Vc的含量,明显抑制果实储藏过程中硬度的下降,失重率和呼吸强度的增加,并推迟呼吸高峰的出现,表现出较好的储藏效果。本试验条件下临泽鲜枣较适宜的储藏温度为(5±0.5)℃。 相似文献
2.
《农业技术与装备》2015,(8)
以2014年收获晋祠水稻为试材,研究在气体浓度为8%O2+20%CO2、8%O2+30%CO2、8%O2+50%CO2、8%O2+80%,环境温度15℃下,贮藏5个月的稻谷食味品质及其相关理化指标动态变化。结果表明:(1)高浓度CO2气调贮藏能延缓稻谷含水量下降,贮藏5个月后各处理样品含水量均未低于14%,保证了稻谷的新鲜程度和食味品质;(2)在80%CO2气调储藏条件下,稻谷陈化度最低,能较大程度抑制不溶性直链淀粉含量和脂肪酸的上升趋势,利于保持稻谷最佳的食味品质;(3)低温15℃下稻谷贮藏5个月后,采用80%CO2气调贮藏条件下的稻谷食味品质最佳,炊制后的米饭加热吸水率3.38m L/g,米汤可溶性固形物含量2.16mg/m L,碘蓝值0.286/660nm OD、p H值6.88、米饭黏度/硬度(V/H)0.54。 相似文献
3.
4.
5.
6.
根据西瓜育种发展趋势,以选育优质抗病西瓜为目的,通过亲本选育、组合选配的方法,选育出西瓜新品种华太703。该品种全生育期92 d,果实发育期32 d,果实高圆形;果皮绿色底覆深绿色锐齿条纹,果皮厚0.5 cm;果皮硬,耐贮运,货架期长;瓤鲜红、肉质沙脆且致密,商品性优;果肉中心可溶性固形物含量在12.0%~13.1%,果肉边缘可溶性固形物含量9.5%左右;易坐果,植株综合性状优良;抗蔓枯病、炭疽病和病毒病;单瓜质量2~4 kg,产量61 875 kg/hm2。华太703品种具有一定的推广价值。详细介绍了华太703的培育过程及栽培技术要点。 相似文献
7.
8.
《光学精密工程》2021,29(5)
猕猴桃可溶性固形物含量(SSC)和硬度是评价其品质的关键参数,同时也是判别其成熟度的重要指标。为探究基于光纤光谱技术预测猕猴桃SSC、硬度和成熟度的可行性并寻求最佳预测模型。首先,采用光纤光谱(200~1 000nm)采集系统获取不同成熟期"贵长"猕猴桃的反射光谱,并测定SSC和硬度的参考值。接着,基于全光谱和参考值构建偏最小二乘回归(PLSR)和主成分回归(PCR)预测模型。然后,应用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)选取特征波长,构建简化的多元线性回归(MLR)和误差反向传播(BP)网络预测模型。最后,通过偏最小二乘判别分析(PLS-DA)和简化的K近邻(SKNN)算法,构建预测猕猴桃成熟度检测模型。结果表明:CARS-BP模型对SSC的预测性能最优,其预测集决定系数R_P~2=0.90,预测集均方根误差(RMSEP)和剩余预测偏差(RPD)分别为0.64和3.22;CARS-MLR对硬度的预测性能相对最优,其R_P~2=0.83,RMSEP和RPD分别为1.67和2.47;PLS-DA模型对猕猴桃成熟度的检测性能最优,其正确识别率高达100%。该研究为水果品质和成熟度的无损检测提供重要指导。 相似文献
9.
《分析仪器》2016,(1)
以滨松公司生产的C11708MA微型光谱仪为基础,在自行搭建的两套光谱采集平台上检测水蜜桃、梨子的可溶性固形物含量。采用了多种光谱预处理方法,结合PLS和LS-SVM建立水蜜桃、梨子可溶性固形物模型。实验结果表明,水蜜桃光谱经过标准化预处理,建立的LS-SVM模型效果最好,校正相关系数(Rp)和均方根误差(RMSEP)分别为0.8902和0.7703。梨子光谱经过CARS筛选得到46个变量,建立的PLS模型效果最好,Rp和RMSEP分别为0.7597和0.5783。验证了该光谱仪在水果可溶性固形物含量检测方面的应用的可行性,为进一步构建便携式水果可溶性固形物检测设备奠定了基础。 相似文献
10.
基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测 总被引:1,自引:0,他引:1
应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。 相似文献