【技术实现步骤摘要】
本专利技术涉及果品采收成熟度判别领域，具体为一种基于果皮色度的甜樱桃采收成熟度预测模型的集成方法及应用。
技术介绍
1、甜樱桃(prunus avium l.)因其早熟和优良的品质而深受消费者的喜爱。由于高收益回报，中国甜樱桃产量持续上升。事实上，除了一些晚熟的水果(如香蕉和欧洲梨)，包括甜樱桃在内的大多数水果在树上成熟时都能获得最佳品质。另一方面，根据果实的成熟状态，需要采取相应的采后处理来保持果实品质。因此，采收成熟度对甜樱桃的初始外观和最终品质起着关键作用，是甜樱桃果实采收的重要指标。对于种植者来说，适当的收获时间被认为是果实大小、颜色、味道和市场需求之间的平衡。过早收获会造成果实体积小、色泽浅、风味差，导致消费者丧失购买信心；推迟收获可以增大果实的尺寸，使其颜色变深，并增强其风味，但可能导致果实软化，容易受到机械伤害，并增加腐烂的易感性，给果品贮藏带来挑战。与苹果和其他水果相比，甜樱桃的收获季节相对较短，劳动强度较大。果园中单个品种的果实往往只有10-15天的成熟期，但发育过程是异质性的，即同一植株上的果实成熟度差异很大，若同时采摘，会导致采收后果实货架品相和品质不高，极大影响消费者购买愿望，降低甜樱桃销售均价和销售额，并且难以进行标准化的采后商品化冷链处理、收购、销售等环节，流通过程变质损耗严重，大大影响其经济效益。因此，亟需对甜樱桃的成熟度特征进行更准确地描述，以确保收获的果实具有满足消费者需求的质量属性，且不会损失潜在的采后寿命，提高甜樱桃的商品属性。
2、成熟度是通过鉴定该品种的生长时期，风味，果实形
3、在实践中，一些种植者使用甜樱桃的标准色卡来用于田间色泽分类，但这一过程耗时且严重依赖个人判断，不适用于实际生产，因此，需要一种自动化、无损的方法来提供快速客观的成熟度评级，提高田间收获效率和准确性。但目前还没有关于甜樱桃采收期果实色泽和理化特性的成熟变化的报道。
技术实现思路
1、本专利技术针对以上不足之处，提供了一种基于果皮色度的甜樱桃采收成熟度预测模型的集成方法及应用，使得甜樱桃采收过程更为快速、精准、科学。
2、本专利技术解决其技术问题所采用的技术方案是：一种基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，包含有如下步骤：
3、(1)在甜樱桃商业成熟期，于单一试验果园每间隔4日进行随机采收，共采收4次，然后，在实验室特设单一灯光和背景条件下，由专业技术人员参照色卡对所有样品根据颜色均匀性将其分为6个不同成熟阶段，随后对各成熟期果实进行果皮色度、总花青苷含量、果肉硬度、单果重、可溶性固形物和可滴定酸等指标的测定；
4、(2)单一指标随成熟度的演变进程采用单因素方差分析和duncan’s多极差检验，以p值<0.05为差异有统计学意义；色度参数与理化指标线性相关强度采用pearson相关矩阵分析，并用相关系数表示；不同测量变量间进行回归分析，预测方程采用k-fold交叉验证；所有分析均使用sigmaplot和spss数据处理软件进行；
5、(3)根据分析获得成熟度与cie l*a*b*空间果皮相关色度参数的线性回归方程为：rs(adim.)＝6.567-0.059l*+0.0031a*-0.161b*或rs(adim.)＝7.761-0.076l*-0.028c*-0.061h*，其中rs用一个连续数字表示，可以分成六个成熟阶段(1-6)；根据方程确定果皮色度数据和成熟度的关系；或将测得的果皮色度参数与含以上两个逻辑函数的软件连接，自动化输出成熟度级别。
6、根据分析获得可溶性固形物与果皮颜色相关数据的线性回归方程为：
7、tss(％)＝57.943-1.093l*-0.461a*+1.532b*；
8、tss(％)＝24.675-0.182l*-0.102c*-0.052h°。
9、根据分析获得总花青苷含量与果皮颜色相关数据的线性回归方程为：
10、au(u)＝25.655-0.618l*-0.323a*+1.080b*；
11、au(u)＝2.766+0.0005l*-0.073c*-0.018h°。
12、根据分析获得果肉硬度与果皮颜色相关数据的线性回归方程为：
13、ff(kg.cm-2)＝-1.906+0.109l*+0.043a*-0.129b*；
14、ff(kg.cm-2)＝4.946-0.106l*-0.010c*+0.141h°。
15、所述模型的应用，在甜樱桃采收成熟度判定上的应用。
16、所述应用的应用方法，包含如下步骤：田间采摘时，使用色差计或具有色度测量功能的便携设备测定甜樱桃果皮cie l*a*b*颜色空间的相关色度参数，根据权利要求1所述的成熟度预测模型判定果实成熟度，以此确定是否适合采摘，以及采摘后的分组，根据不同的市场需求进行针对性采后处理和销售。
17、本专利技术的有益效果是：
18、甜樱桃的果皮色泽可用色度来描述，最流行的统一色标之一是cie l*a*b*，它可以使用三个值精确测量和比较所有可感知的颜色。在这个色彩空间中，值之间的差异对应于人类在颜色之间看到的变化量。它在三个轴上表示颜色的定量关系:l*在垂直轴上表示亮度，a*在绿色(负)到红色(正)轴上表示色度，b*在蓝色(负)到黄色(正)轴上表示色度。这三个轴描述了一个色球，可以产生色泽指数来确定水果的成熟度。使用色差计可以简单、快速、精准地量化甜樱桃果实收获时的果皮颜色变化，以确定最佳采摘时间，避免对水果造成破坏。
19、本研究通过监测甜樱桃不同采收成熟期的演变和理化变化，描述色泽参数与花青苷含量、tss、ta和果肉硬度等理化指标之间的关系，最终建立依赖于果皮色度的成熟度预测模型，建立高精度的甜樱桃采收成熟判别方法，分别用于贮藏、当地销售、国内运输和出口等不同商业目的。
20、本研究还提供了果皮色泽参数与可溶性糖、花青苷含量、果皮硬度之间的线性回归方程，可以将甜樱桃根据甜酸口味进行分类，满足不同客户口味的需求，也可以根据运输距离的不同，更精确的根据硬度进行分类，防止了运输过程中商品性质的降低。
本文档来自技高网...【技术保护点】
1.一种基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，其特征在于，包含有如下步骤：
2.根据权利要求1所述的基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，其特征在于，根据分析获得可溶性固形物与果皮色度相关数据的线性回归方程为：TSS(％)＝57.943-1.093L*-0.461a*+1.532b*；
3.根据权利要求1所述的基于果皮色度的甜樱桃成熟度预测模型的集成方法，其特征在于，根据分析获得总花青苷含量与果皮色度相关数据的线性回归方程为：AU(U)＝25.655-0.618L*-0.323a*+1.080b*；
4.根据权利要求1所述的基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，其特征在于，根据分析获得果肉硬度与果皮色度相关数据的线性回归方程为：FF(kg.cm-2)＝-1.906+0.109L*+0.043a*-0.129b*；
5.如权利要求1所述模型的应用，在甜樱桃采收成熟度判定上的应用。
6.如权利要求5所述应用的应用方法，其特征在于，包含如下步骤：田间采摘时，使用色差计或具有色度测量功能的便携
...【技术特征摘要】
1.一种基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，其特征在于，包含有如下步骤：
2.根据权利要求1所述的基于果皮色度的甜樱桃采收成熟度预测模型的集成方法，其特征在于，根据分析获得可溶性固形物与果皮色度相关数据的线性回归方程为：tss(％)＝57.943-1.093l*-0.461a*+1.532b*；
3.根据权利要求1所述的基于果皮色度的甜樱桃成熟度预测模型的集成方法，其特征在于，根据分析获得总花青苷含量与果皮色度相关数据的线性回归方程为：au(u)＝25.655-0.618l*-0.323a*+1.080b*；
4.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：王丹，魏海蓉，朱敏，张静，徐丽，谭钺，
申请(专利权)人：山东省果树研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。