王世芳
- 作品数：4 被引量：17H指数：4
- 供职机构：山西农业大学工学院更多>>
- 发文基金：国家自然科学基金山西省科技攻关计划项目更多>>
- 相关领域：理学环境科学与工程农业科学轻工技术与工程更多>>
- 基于近红外光谱的冷藏期番茄果实质地定量分析模型被引量：6
- 2017年
- 以番茄样本为研究对象,建立基于近红外光谱的冷藏期果实质地定量分析模型。采用SPXY方法对样本集进行划分,经过不同光谱预处理方法比较后,在780~2 500,920~2 500,1 100~2 500 nm 3个波段范围内建立番茄果实质地定量偏最小二乘回归模型,根据相关系数以及预测标准差(RMSEP)分析得出最优模型。结果得出780~2 500 nm波段预测效果最佳,果肉平均硬度预测集相关系数为0.761,RMSEP为0.173;果皮破裂力预测集相关系数为0.809,RMSEP为0.820;果皮脆度预测集相关系数为0.803,RMSEP为0.831;果皮韧性预测集相关系数为0.764,RMSEP为0.427;预测集相关系数均达到0.760以上,RMSEP均小于0.850,模型效果比较好。结果表明,番茄果实质地的近红外无损检测可行,果实质地与近红外漫反射光谱具有显著相关性。
- 王世芳宋海燕张志勇韩小平
- 关键词：番茄果实质地近红外光谱
- S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响（英文）被引量：5
- 2019年
- 土壤水分对近红外光谱表现出强烈的吸收和对土壤有机质含量的预测造成干扰。研究选择41个样本作为校正集和9个样本作为预测集,所有样本做不同含水率(5%,10%,15%和17%)的处理。采用S/B和DS算法分别对预测结果和全光谱进行校正,消除土壤水分的影响。结果得出预测结果偏差减小和模型预测性能得到改善,Rp高于0.89和RMSEP低于0.885%。研究表明S/B和DS算法能有效消除土壤水分的影响和提高土壤有机质预测的准确性。
- 王世芳王世芳宋海燕宋海燕程旭
- 关键词：土壤水分土壤有机质近红外光谱
- 水分对土壤有机质检测影响的光谱特性分析及抗水分干扰模型建立被引量：5
- 2016年
- 土壤水分对光谱表现出很强的吸收性,且土壤水分与土壤有机质的吸收波段有重叠,因此土壤水分对土壤有机质的检测造成一定的干扰。为此做了以下工作：（1）采用可见近红外光谱仪在室内获取相同含水率下不同土壤动态光谱图;（2）通过对相同含水率下不同有机质含量的二维同步相关光谱图分析得出：当土壤为烘干土样时,600和1 660nm左右表征土壤有机质的波段出现强的自相关峰,但随着含水率的增加,这两个波段逐渐消失,由于受水分的影响,1 931,2 200和1 480nm均形成了强的自相关峰。说明水分会掩盖表征土壤有机质信息的波段,对土壤有机质检测造成干扰。（3）为了消除水分影响,提高模型对不同含水率下土壤有机质的预测精度,将田间近似最大含水率样本参与建模,采用偏最小二乘定量分析方法在550-650和1 610-1 710nm波段内建立了抗水分干扰土壤有机质预测模型,并对不同含水率的土壤有机质进行预测,结果表明：预测样本的相关系数为0.954,标准偏差为0.744%,标准差为0.844%,预测效果明显提高,说明此方法可减少水分对土壤有机质检测的影响。
- 王世芳程旭宋海燕
- 关键词：水分有机质
- 基于近红外光谱的常温贮藏期番茄果肉硬度动力学模型被引量：5
- 2017年
- 为了确保番茄的食用价值,采用近红外光谱建立常温20℃贮藏条件下番茄果肉硬度的动力学模型,得出番茄贮藏的货架期。首先利用多元线性回归分析,得出采用近红外波段的6个特征波长建立番茄果肉硬度的近红外线性分析模型,模型效果最好,模型相关系数为0.938,标准误差为0.110 N。再根据近红外线性分析模型及番茄贮藏时间和果肉硬度时刻值建立动力学模型,得出零级反应比一级反应建模效果好,动力学模型为A_t=1.027+0.088A_0-0.055t,相关系数为0.988,均方根误差为0.038 N。当番茄果肉硬度低于150 kPa,果实基本失去商品价值和食用价值,得出番茄20℃贮藏的货架期为9 d。研究表明,近红外光谱技术作为一种快速、无损检测方法对番茄果肉硬度进行分析,为在线监测番茄货架期提供技术支撑。
- 王世芳宋海燕张志勇韩小平
- 关键词：番茄果肉硬度近红外光谱动力学模型
