農(nóng)業(yè)物料的光學(xué)特性

農(nóng)業(yè)物料的光學(xué)特性第一頁，共三十五頁，2022年，8月28日反射、吸收、透光和發(fā)光等構(gòu)成了農(nóng)業(yè)物料的光學(xué)特性。這些射線能量的大小與物體特性及入射能大小有關(guān)。第一節(jié)光在農(nóng)業(yè)物料中的傳播

及其相互作用圖光在農(nóng)業(yè)物料中的傳播第二頁，共三十五頁，2022年，8月28日熒光是在一定波長內(nèi)一種物料被能量激發(fā)而放射出的光能，它的波長不同于激發(fā)能的波長。延遲發(fā)光是在除去光源后由物料發(fā)射出來的光。第三頁，共三十五頁，2022年，8月28日研究農(nóng)業(yè)物料的光學(xué)特性可了解它們的一些其他特征，例如成熟度、內(nèi)部缺陷、組成物含量等。本章主要討論諸如反射率和透光率以及它們在農(nóng)業(yè)工程中的實際應(yīng)用,簡要介紹延遲發(fā)光特性.第四頁，共三十五頁，2022年，8月28日反射光提供了農(nóng)產(chǎn)品表面特征的信息，如顏色、表面缺陷、病變和損傷等。光的吸收和透射則是農(nóng)產(chǎn)品內(nèi)部結(jié)構(gòu)組成、內(nèi)部顏色和缺陷等信息的載體。對這些量的分析可以判斷農(nóng)業(yè)物料的不同顏色、區(qū)分質(zhì)量優(yōu)劣、指示成熟與否，從而可以對農(nóng)產(chǎn)品進(jìn)行分選和質(zhì)量分析。第五頁，共三十五頁，2022年，8月28日一、光的反射特性當(dāng)一束平行光照射到農(nóng)業(yè)物料表面時，如果入射光強度為IO，反射光強度為IR，則光的反射率R為被物料反射回來的光波強度IR與射向物料總光波強度IO之百分比，即R=（IR/IO

）×100%第二節(jié)農(nóng)業(yè)物料的光學(xué)特性第六頁，共三十五頁，2022年，8月28日隨著檸檬成熟度提高、表皮逐漸由綠變黃，標(biāo)志波長反射率逐漸提高。如圖影響農(nóng)業(yè)物料光反射的因素主要有：(1)物料類型；(2)不同發(fā)育成熟階段。第七頁，共三十五頁，2022年，8月28日

用透射率T表示，是通過物料的光波強度IT

與射向物料光波強度Io

的百分比：T=（IT/Io

）×100%吸光度：OD=lg(1/T)二、光的透過特性O(shè)D不僅反映物料（水果、蔬菜的外表特性），還能顯示其內(nèi)部特性。物料的致密度和厚度對吸光度都有很大影響。此外，物料對光的折射與散射等對透射率也起一定作用。第八頁，共三十五頁，2022年，8月28日透射方式：第九頁，共三十五頁，2022年，8月28日下圖表示番茄在不同成熟階段的透光率曲線。由圖可知，在波長675nm附近有明顯吸收帶，隨著番茄不斷成熟，吸光度逐漸下降。第十頁，共三十五頁，2022年，8月28日綠色的含有葉綠素的農(nóng)產(chǎn)品如番茄、桔子、柿子、茶葉等在用光照射激勵后的若干秒內(nèi)其表面會發(fā)光，我們把這種現(xiàn)象稱作延遲發(fā)光。延遲發(fā)光與光合作用的可逆性有關(guān)。延遲發(fā)光強度與農(nóng)產(chǎn)品葉綠素含量有明顯的相關(guān)性。隨著這些產(chǎn)品的成熟度不斷地提高。葉綠素含量不斷地下降，延遲發(fā)光強度也隨之下降。三、物料的延遲發(fā)光特性

第十一頁，共三十五頁，2022年，8月28日第三節(jié)在農(nóng)業(yè)工程中的應(yīng)用顏色和成熟度檢測，如園藝產(chǎn)品成熟度、農(nóng)產(chǎn)品顏色評定等；成分分析，如谷物和肉產(chǎn)品的含水量、牛奶脂肪含量等。內(nèi)部缺陷檢測，如蘋果水心、馬鈴薯空心、雞蛋中血點和小麥黑穗病檢測等。自動化分選，如馬鈴薯和土塊分離、顏色或成熟度自動分級等。第十二頁，共三十五頁，2022年，8月28日利用近紅外可以檢測豆?jié){的濃度，為添加適量的凝固劑提供依據(jù)。第十三頁，共三十五頁，2022年，8月28日瓶裝腐乳中成分的快速檢測第十四頁，共三十五頁，2022年，8月28日3.近紅外儀在蘋果糖度檢測上的應(yīng)用第十五頁，共三十五頁，2022年，8月28日水果品質(zhì)檢測實例可見/近紅外光譜分析的一般流程第十六頁，共三十五頁，2022年，8月28日1、水果漫反射光譜采集系統(tǒng)例1第十七頁，共三十五頁，2022年，8月28日西梅樣品近紅外漫反射光譜圖

第十八頁，共三十五頁，2022年，8月28日2、水果SSC破壞性檢測第十九頁，共三十五頁，2022年，8月28日

(RMSEC=0.355；RMSEP=0.447)西梅SSC建模與預(yù)測結(jié)果

3、可溶性固形物含量檢測結(jié)果第二十頁，共三十五頁，2022年，8月28日例21、漫透射光譜采集系統(tǒng)第二十一頁，共三十五頁，2022年，8月28日

2、光譜指標(biāo)吸收率

透過率：波長為λ時樣品光譜強度；：是波長為λ時暗場光譜的強度；：波長為λ時參比光譜的強度。第二十二頁，共三十五頁，2022年，8月28日3、光譜采集中主要需要注意的幾個問題：

積分時間（integrationtime）、離散光譜累計采集次數(shù)（Average）、廂車法平滑寬度（Boxcar）等。

樣品光譜圖第二十三頁，共三十五頁，2022年，8月28日4、品質(zhì)指標(biāo)破壞性檢測方法及儀器可溶性固形物含量(SSC)第二十四頁，共三十五頁，2022年，8月28日西瓜樣品的可見/近紅外光譜SSC檢測建模結(jié)果散點圖及預(yù)測結(jié)果散點圖第二十五頁，共三十五頁，2022年，8月28日

乙烯催熟瓜與正常成熟瓜分類試驗研究近紅外光譜定性判別分析步驟：

1）標(biāo)準(zhǔn)樣品集光譜建立；2）光譜校正及預(yù)處理；3）光譜特征提取；4）定性判別模型的建立與評價；5）未知樣品定性判別分析。例2第二十六頁，共三十五頁，2022年，8月28日

5.4.4高濃度外源乙烯催熟瓜與正常成熟瓜分類試驗研究

試驗材料及方法

購置采摘前后均未使用乙烯利催熟的上海產(chǎn)“早春紅玉”西瓜150顆（其中50顆為人工挑選的未熟瓜），將濃度為40%的乙烯利水劑配制為濃度為0.05%的乙烯利溶液，均勻噴淋于50顆未熟西瓜表面，將所有西瓜困置于溫度為22℃的室內(nèi)60小時后，采用前述光譜采集系統(tǒng)進(jìn)行漫透射光譜采集。

試驗結(jié)果未經(jīng)乙烯處理和經(jīng)乙烯處理西瓜光譜對比圖

第二十七頁，共三十五頁，2022年，8月28日第二十八頁，共三十五頁，2022年，8月28日透過率之比判別分析法

727nm和810nm處有兩個重要的特征峰，對于經(jīng)乙烯處理和未經(jīng)乙烯處理的西瓜來說727nm處和810nm處的透過率之比有較為明顯的差異。第二十九頁，共三十五頁，2022年，8月28日第三十頁，共三十五頁，2022年，8月28日(2)馬斯距離判別結(jié)果第三十一頁，共三十五頁，2022年，8月28日西瓜在線檢測實驗臺軟、