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(zhǎng)內(nèi)一種物料被能量激發(fā)而放射出的光能，它的波長(zhǎng)不同于激發(fā)能的波長(zhǎng)。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?cè)谵r(nóng)業(yè)工程中的實(shí)際應(yīng)用,簡(jiǎn)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(duì)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?jī)?yōu)劣、指示成熟與否，從而可以對(duì)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(shí)，如果入射光強(qiáng)度為IO，反射光強(qiáng)度為IR，則光的反射率R為被物料反射回來的光波強(qiáng)度IR與射向物料總光波強(qiáng)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(zhǎng)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(qiáng)度IT

與射向物料光波強(qiáng)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(duì)吸光度都有很大影響。此外，物料對(duì)光的折射與散射等對(duì)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(zhǎng)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(lì)后的若干秒內(nèi)其表面會(huì)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(qiáng)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(qiáng)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(cè)，如園藝產(chǎn)品成熟度、農(nóng)產(chǎn)品顏色評(píng)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(cè)，如蘋果水心、馬鈴薯空心、雞蛋中血點(diǎn)和小麥黑穗病檢測(cè)等。自動(dòng)化分選，如馬鈴薯和土塊分離、顏色或成熟度自動(dòng)分級(jí)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(cè)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(cè)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(cè)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(cè)實(shí)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(cè)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(cè)結(jié)果

3、可溶性固形物含量檢測(cè)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(zhǎng)為λ時(shí)樣品光譜強(qiáng)度；：是波長(zhǎng)為λ時(shí)暗場(chǎng)光譜的強(qiáng)度；：波長(zhǎng)為λ時(shí)參比光譜的強(qiáng)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(gè)問題：

積分時(shí)間（integrationtime）、離散光譜累計(jì)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(cè)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(cè)建模結(jié)果散點(diǎn)圖及預(yù)測(cè)結(jié)果散點(diǎn)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(yàn)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??；4）定性判別模型的建立與評(píng)價(jià)；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(yàn)研究

試驗(yàn)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(shí)后，采用前述光譜采集系統(tǒng)進(jìn)行漫透射光譜采集。

試驗(yàn)結(jié)果未經(jīng)乙烯處理和經(jīng)乙烯處理西瓜光譜對(duì)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(gè)重要的特征峰，對(duì)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(cè)實(shí)驗(yàn)臺(tái)軟、