Optical path simulation and experiment for spectral nondestructive detection of pomelo fruit internal quality based on ZEMAX
-
摘要:目的
解决柚果Citrus maxima在无损检测中采集的光谱信息较弱、柚果内部品质检测不准确的问题。
方法采用ZEMAX软件对光谱无损检测光路进行光学仿真，并搭建实物装置进行测试与验证。为进一步验证该光路对柚果内部品质的无损检测效果，采集400~1 100 nm波段132个柚果光谱数据，理化测定其可溶性固形物含量并进行训练建模和测试验证。
结果最优光路参数为：灯珠数量为7、柚果与光源间距为2 cm，探测器与柚果间距为0.5 cm。通过Savitzky-Golay (SG)平滑和标准正态变换(Standard normal variate，SNV)预处理，竞争自适应重加权采样(Competitive adaptive reweighted sampling，CARS)特征选择，建立柚果糖度偏最小二乘回归(Partial least squares regression，PLSR)预测模型，训练集R2和RMSE分别为0.81和0.85，测试集R2和RMSE分别为0.81和0.89。
结论本研究得到的柚果光谱无损检测光路参数可用于柚果内部品质的无损检测，检测效果较好，也为其他大尺寸水果内部无损检测提供了参考。
Abstract:ObjectiveThis study is aimed to address the issue that the spectral information collected in the non-destructive testing of pomelo fruit (Citrus maxima) is weak, and the detected internal quality of pomelo fruit is not accurate.
MethodThe optical simulation of the optical path of spectral nondestructive testing was carried out by using ZEMAX software, and tested and verified by the physical device. In order to further verify the nondestructive detection effect of the optical path on the internal quality of pomelo fruit, the spectral data of 132 pomelo fruits in 400−1 100 nm band were collected, and their soluble solid contents were determined physically and chemically for training modeling and testing verification.
ResultThe optimal parameters of the optical path were as following: The number of lamp beads was 7, the distance between the fruit and the light source was 2 cm, and the distance between the detector and the fruit was 0.5 cm. Through Savitzky-Golay (SG) smoothing and standard normal variate (SNV) preprocessing, competitive adaptive reweighted sampling (CARS) feature selection, a partial least squares regression (PLSR) prediction model was established. The R2 and RMSE of the training set were 0.81 and 0.85, and those of the test set were 0.81 and 0.89, respectively.
ConclusionThe optical path parameters of pomelo fruit obtained in this study are applicable for non-destructive detection of pomelo fruit internal quality, yielding satisfactory detection results. The results provide a reference for the internal non-destructive testing of other large fruits.
-
普通大蓟马Megalurothrips usitatus又名豆大蓟马、豆花蓟马，隶属于缨翅目蓟马科大蓟马属，主要分布于澳大利亚、马来西亚、斯里兰卡、菲律宾、斐济、印度、日本等[1-3]，在我国海南、台湾、广东、广西、湖北、贵州、陕西等地也均有发生为害[4-5]。据报道，该虫有28种寄主，其中16种为豆科植物，目前它已成为危害华南地区豆科作物的主要害虫[6-9]，田间调查和室内试验均表明豇豆为其嗜好寄主[10-11]。普通大蓟马主要以锉吸式口器取食豇豆幼嫩组织的汁液，可造成叶片皱缩、生长点萎缩、豆荚痂疤等，严重影响豇豆品质[12-13]。此外，该虫体积小、发生量大、隐秘性强，大部分时间都躲在花中取食，从豇豆苗期至采收期均可为害[14-15]，以上特点均增加了农户的防治难度。当其为害严重时，农户只能增加施药频率和施药量，这也导致该虫对多种常用化学农药产生了严重的抗药性[16-17]。
目前关于普通大蓟马的研究主要集中在生物学特性[18]及综合防治技术[19-20]等层面，随着抗药性的不断发展与研究的不断深入，从分子层面解析普通大蓟马的抗药性机制和寄主选择机制等以寻求新型绿色防控方法势在必行，室内种群的大规模饲养是展开这些研究的基础。化蛹基质作为影响昆虫种群规模的关键因子，韩云等[21]曾指出普通大蓟马在含水量(w)为15%的砂壤土中羽化率显著高于砂土、壤土和黏土，但不适用于室内大规模饲养，因为实际应用中，存在土壤类型无法明确区分、配制砂壤土会增加人工饲养的工作量等问题。土壤以外的其他基质对普通大蓟马化蛹的适合度鲜见研究报道。
本研究以普通大蓟马为试验对象，室内观测其在沙子、蛭石和厨房用纸3种基质及无基质条件下的羽化规律，分析该虫对不同化蛹基质的适合度，以期为普通大蓟马的室内大规模饲养提供基础资料，为该虫的综合治理提供理论依据。
1. 材料与方法
1.1 供试材料
普通大蓟马于2017年采自广东省广州市增城区朱村豇豆田，采回后在RXZ-500C型智能人工气候箱(宁波江南仪器厂)内用豇豆豆荚饲养，饲养条件为温度(26±6) ℃，光照周期12 h光∶12 h暗，相对湿度(70±5)%。室内饲养多代后，选取发育一致的老熟2龄若虫(以体色变为橙红色为标准)进行室内试验。
供试基质包括沙子、蛭石、锯末和厨房用纸，并以无基质作为空白对照。试验前将沙子、蛭石和锯末置于DHG-9140型电热恒温鼓风干燥箱(上海精宏实验设备有限公司)中105 ℃恒温烘烤6 h备用。
1.2 试验方法
首先称取过筛烘干后的沙子50 g 3组，分别加入2.5、3.5和4.5 mL蒸馏水，充分混匀，配制成含水量(w)分别为5%、7%和9%的沙子化蛹基质；称取过筛烘干后的蛭石10 g 3组，分别加入10.0、12.5和15.0 mL蒸馏水，充分混匀，配制成含水量(w)分别为20%、25%和30%的蛭石化蛹基质；称取过筛烘干后的蛭石10 g 3组，分别加入12.5、15.0和17.5 mL蒸馏水，充分混匀，配制成含水量(w)分别为25%、30%和35%的锯末化蛹基质。将以上基质分别转移至350 mL玻璃组培瓶内，基质深度均为5 cm，将厨房用纸对折成合适大小后平铺在组培瓶底部作为基质。在所有基质上放置纱网，再加入1根新鲜的豇豆豆荚(长度约4~5 cm)，分别接入50头普通大蓟马老熟2龄若虫，用250目纱布封口后置于人工气候箱中饲养，每日观察并记录成虫羽化数量。每个处理设6次重复。设置不加入任何化蛹基质的空白对照。
含水量的测定方法按以下公式[22]进行：
含水量=实际含水质量/烘干后基质质量×100%。
1.3 数据分析
运用SPSS 24.0软件进行试验数据处理分析，不同基质及含水量对普通大蓟马羽化率、蛹历期和性比(雄性∶雌性)的影响采用单因素方差分析，并运用Duncan’s法检验差异显著性。
2. 结果与分析
2.1 不同基质对普通大蓟马羽化率、蛹历期和性比的影响
普通大蓟马在不同基质中的羽化率、蛹历期和性比具有显著差异(图1)。由图1A可知，普通大蓟马在厨房用纸中的羽化率显著高于其他基质，为54.33%，其次为含水量5%(w)的沙子，羽化率为44.67%；锯末最不适宜于普通大蓟马羽化，在含水量(w)为25%、30%、35%的锯末中普通大蓟马的羽化率分别为10.33%、5.33%、16.67%，显著低于空白对照与其他基质。
![]()
图 1 不同基质对普通大蓟马羽化率、发育历期和性比(雄性∶雌性)的影响1~3分别为含水量(w)为5%、7%和1%的沙子，4~6分别为含水量(w)为20%、25%和30%的蛭石，7~9分别为含水量(w)为25%、30%和35%锯末，10：厨房用纸，11：无基质；各图中的不同小写字母表示差异显著(P<0.05，Duncan’s法)Figure 1. Effects of different substrates on eclosion rate, pupa developmental period and male-female ratio of Megalurothrips usitatus1: Sand with 5% moisture, 2: Sand with 7% moisture, 3: Sand with 10% moisture, 4: Vermiculite with 20% moisture, 5: Vermiculite with 25% moisture, 6: Vermiculite with 30% moisture, 7: Sawdust with 25% moisture, 8: Sawdust with 30% moisture, 9: Sawdust with 35% moisture, 10: Kitchen paper, 11: No substrate; Different lowercase leters in the same figure indicated significant difference among different substrate (P<0.05, Duncan’s method)由图1B可知，普通大蓟马在含水量5%(w)的沙子中蛹的发育历期最短，为5.29 d，其次为含水量7%(w)的沙子，为6.01 d，在其他基质中的蛹期则无显著差异，在6.14~7.16 d。
由图1C可知，普通大蓟马在含水量30%(w)的蛭石中性比最高，为0.60，含水量10%(w)的沙子和30%(w)的蛭石性比相对较低，分别为0.12和0.06，在其他基质中性比无显著差异。
2.2 不同基质条件下普通大蓟马的羽化情况
由表1数据可知，沙子含水量(w)为5%时普通大蓟马羽化最早，始于第2天；其次为蛭石，羽化始于第4天，其他条件下羽化均始于第3天；以锯末为基质时羽化最晚，始于第5天。沙子含水量(w)为5%和厨房用纸条件下，羽化高峰出现在第5天，羽化率分别为21%和22.67%；次高峰在第6天，羽化率分别为14.33%和21%。沙子含水量(w)为9%、锯末以及空白对照下羽化高峰出现在第7天，其他条件下羽化高峰均出现在第6天。不同基质类型及含水量条件下，普通大蓟马的羽化均结束于第8天或第9天，与不同基质培养条件下普通大蓟马蛹期之间的差异相对应。
表 1 不同基质对普通大蓟马逐日羽化率的影响1)Table 1. Effects of differents substrates on daily eclosion rate of Megalurothrips usitatus% t/d 沙子含水量(w) Water content in sand 蛭石含水量(w) Water content in vermiculite 5% 7% 9% 20% 25% 30% 1 0 0 0 0 0 0 2 1.67±0.42c 0 0 0 0 0 3 1.00±1.68c 0 0 0 0 0 4 1.33±0.67c 5.33±0.33c 0.33±0.33b 0 0 0 5 21.00±3.82a 5.33±2.17b 2.67±1.91b 3.00±2.30bc 10.33±3.48ab 0.33±0.33b 6 14.33±4.66b 17.33±1.76a 2.67±1.91b 11.67±2.09a 14.67±3.33a 7.67±2.22a 7 2.33±0.80c 5.00±0.85b 8.67±1.84a 6.33±2.28b 7.67±1.74bc 6.67±1.52a 8 0.67±0.42c 0.67±0.67c 0.67±0.42b 4.00±1.35bc 4.00±1.37cd 1.67±0.94b 9 0 0 0.33±0.33b 0.67±0.42b 0 0.67±0.42b 10 0 0 0 0 0 0 3. 讨论与结论
化蛹基质的类型对普通大蓟马化蛹具有一定影响，本研究发现锯末和蛭石不适宜于普通大蓟马化蛹，锯末和蛭石不同含水量条件下大蓟马的羽化率都显著低于空白对照。有研究指出土壤中砂土含量低于30%时，蓟马若虫不能化蛹[23]，蓟马在砂壤土中的羽化率也显著高于砂土、黏土、壤土等单一土壤[21]。
化蛹基质的含水量对普通大蓟马化蛹具有显著影响，本研究发现当沙子含水量(w)为5%时，羽化率仅次于厨房用纸，高达44.67%，与孟国玲等[23]关于豆带蓟马Taenithripsglycines在含水量(w)为5.7%时羽化率最高(43.63%)的报道相对一致。韩云等[21]研究发现普通大蓟马在含水量(w)为15%的砂壤土中羽化率最高，为52.08%，而土壤含水量(w)5%时羽化率仅为6.67%。这与本研究结果不符，究其原因可能是不同类型的基质吸水力与保水力不同，导致在相同的绝对含水量下湿度有差异。此外，有研究曾指出高含水量不利于蓟马化蛹[24]，这与本研究结果相一致，沙子含水量(w)5%时的羽化率显著高于含水量(w)7%和10%。
在本研究中，成虫性比普遍低于1∶1，含水量(w)30%的蛭石羽化性比最高，为0.6，含水量(w)30%锯末最低，为0.06，其他处理的性比无显著差异，为0.12~0.48。张念台[8]和谭柯[24]在田间调查的结果也显示其成虫性比低于1∶1，后代总是偏于雌性，谭柯[24]则表示后代偏雌性可能是蓟马暴发的原因之一。这与本研究结果相一致，后代偏于雌性。
本研究发现普通大蓟马在厨房用纸中的羽化率最高，蛹发育历期与其他基质相比无明显差异，且以厨房用纸为化蛹基质时，可以清楚地观察到普通大蓟马蛹期的形态特征变化，可以随时根据试验需求收集不同时期的若虫或成虫。虽然沙子含水量(w)5%时蛹发育历期最短且羽化率也较高，但蓟马一旦入土化蛹便无法继续观察形态或收集虫体。因此，本试验条件下，厨房用纸是最适合室内普通大蓟马大量饲养的化蛹基质。
-
![]()
图 3 不同灯珠数量和不同柚果与光源间距光学仿真结果
Figure 3. Optical simulation results with different number of lamp beads and distance between pomelo fruit and light source
![]()
图 4 不同灯珠数量和不同柚果与光源间距试验结果
Figure 4. Test results with different number of lamp beads and distance between pomelo fruit and light source
![]()
图 5 柚果与光源间距试验下柚果损伤情况
Figure 5. Damage of pomelo fruit under the test of distance between pomelo fruit and light source
-
[1] HOU B, LI G. HFD: Hierarchical feature detector for stem end of pomelo with transformers[J]. Applied Sciences, 2023, 13(8): 4976. doi: 10.3390/app13084976
[2] 李小婷, 徐世荣, 潘东明, 等. 7种柚子果实品质分析与模糊综合评判[J]. 安徽农业科学, 2016, 44(27): 78-80. [3] FAN S, GUO Z, ZHANG B, et al. Using vis/NIR diffuse transmittance spectroscopy and multivariate analysis to predicate soluble solids content of apple[J]. Food Analytical Methods, 2016, 9(5): 1333-1343. doi: 10.1007/s12161-015-0313-5
[4] 孙潇鹏, 徐赛, 陆华忠. 基于光谱技术与光学仿真的柚果在线检测托盘设计与试验[J]. 食品与机械, 2019, 35(12): 56-62. [5] ITO H, FUKINO-ITO N, HORIE H, et al. Non-destructive detection of physiological disorders in melons using near infrared (NIR) spectroscopy[J]. Acta Horticulturae, 2004(654): 229-234.
[6] MAGWAZA L S, OPARA U L. Analytical methods for determination of sugars and sweetness of horticultural products: A review[J]. Scientia Horticulturae, 2015, 184: 179-192. doi: 10.1016/j.scienta.2015.01.001
[7] 吴爽. 基于高光谱漫透射和神经网络柚子内部品质的无损检测模型研究[D]. 福州: 福建农林大学, 2021. [8] 张雨辰. 蜜柚可食率无损检测方法与在线检测分级装备研究[D]. 杭州: 浙江大学, 2022. [9] 孙潇鹏, 刘灿灿, 陆华忠, 等. 基于可见−近红外透射光谱的蜜柚检测中影响因素分析[J]. 包装与食品机械, 2022, 40(4): 1-7. [10] 徐赛, 陆华忠, 丘广俊, 等. 水果品质无损检测研究进展及应用现状[J]. 广东农业科学, 2020, 47(12): 229-236. [11] 徐赛, 孙潇鹏, 张倩倩. 大型厚皮水果的无损检测技术研究[J]. 农产品质量与安全, 2019(5): 30-35. [12] 张海辉, 陈克涛, 苏东, 等. 基于特征光谱的苹果霉心病无损检测设备设计[J]. 农业工程学报, 2016, 32(18): 255-262. [13] FRASER D G, JORDAN R B, KÜNNEMEYER R, et al. Light distribution inside mandarin fruit during internal quality assessment by NIR spectroscopy[J]. Postharvest Biology and Technology, 2003, 27(2): 185-196. doi: 10.1016/S0925-5214(02)00058-3
[14] SUN C, AERNOUTS B, VAN BEERS R, et al. Simulation of light propagation in citrus fruit using Monte Carlo multi-layered (MCML) method[J]. Journal of Food Engineering, 2021, 291: 110225. doi: 10.1016/j.jfoodeng.2020.110225
[15] QIN J, LU R. Monte Carlo simulation for quantification of light transport features in apples[J]. Computers and Electronics in Agriculture, 2009, 68(1): 44-51. doi: 10.1016/j.compag.2009.04.002
[16] SUN J, KÜNNEMEYER R, MCGLONE A, et al. Investigations of optical geometry and sample positioning in NIRS transmittance for detecting vascular browning in apples[J]. Computers and Electronics in Agriculture, 2018, 155: 32-40. doi: 10.1016/j.compag.2018.09.041
[17] GOBRECHT A, BENDOULA R, ROGER J M, et al. Combining linear polarization spectroscopy and the representative layer theory to measure the beer-lambert law absorbance of highly scattering materials[j]. Analytica Chimica Acta, 2015, 853: 486-494.
[18] 田喜, 陈立平, 王庆艳, 等. 全透射近红外光谱的苹果整果糖度在线检测模型优化[J]. 光谱学与光谱分析, 2022, 42(6): 1907-1914. [19] 王风丽, 马晓英, 侯虎, 等. 基于Zemax软件的光栅光谱仪分辨能力仿真实验[J]. 实验室研究与探索, 2021, 40(11): 111-116. [20] 齐先豪, 韩森, 张凌华, 等. 抑制相干噪声的照明系统仿真与误差分析[J]. 应用光学, 2023, 44(3): 533-538. [21] 郑建锋. 激光导引头中基于四象限探测器的光学设计[J]. 光学技术, 2023, 49(1): 11-16. [22] 高升, 徐建华. 基于近红外光谱的红提内部品质无损检测研究[J]. 食品工业科技, 2022, 43(22): 7-14. [23] 张伏, 曹炜桦, 崔夏华, 等. 基于SG-CARS-IBP的圣女果可溶性固形物可见/近红外光谱无损检测[J]. 光谱学与光谱分析, 2023, 43(3): 737-743. [24] 吴晨凯, 张亮, 沈黄通, 等. 光在柑橘组织中的入射深度和分布情况初探[J]. 光谱学与光谱分析, 2014, 34(3): 601-604. [25] 孙晓林, 周童童, 孙志忠, 等. 光学特性在果蔬品质无损检测中的研究进展[J]. 食品研究与开发, 2022, 43(4): 209-218. [26] 王晨曦, 雷鸣, 雷志勇. 光通量变化对光电探测器信噪比影响研究[J]. 国外电子测量技术, 2019, 38(1): 102-105. [27] 田昊. 蜜柚光学特性与可溶性固形物在线无损检测方法研究[D]. 杭州: 浙江大学, 2022. [28] 葛晴. 近红外差分光谱法无创血糖检测中的光源−探测器距离优选[D]. 天津: 天津大学, 2020. [29] 江山. 单像素计算成像的信噪比及其应用研究[D]. 济南: 山东大学, 2019. [30] 郑少锋, 冯小军, 韩强. 被常见光源聚光灯照射物体温升的分析及在标准中应用[J]. 照明工程学报, 2012, 23(3): 102-105. [31] 第五鹏瑶, 卞希慧, 王姿方, 等. 光谱预处理方法选择研究[J]. 光谱学与光谱分析, 2019, 39(9): 2800-2806. [32] 阚相成, 李耀翔, 王立海, 等. 基于光谱预处理的低温水曲柳原木含水率检测[J]. 中南林业科技大学学报, 2022, 42(11): 154-163. [33] 刘燕德, 施宇, 蔡丽君, 等. 基于CARS算法的脐橙可溶性固形物近红外在线检测[J]. 农业机械学报, 2013, 44(9): 138-144. doi: 10.6041/j.issn.1000-1298.2013.09.025 -
期刊类型引用(11)
1. 刘琅，李文秀，于凯波，吴鹍伦，周行，褚晶，吴朝晖. 控释肥与不同农药联合施用对水稻生长发育、产量和氮素利用率的影响. 江苏农业科学. 2025(02): 68-74 . 
百度学术
2. 何意林，沈彤，田天，李国利. 植物源农药5%香芹酚水剂的急性毒性初步研究. 毒理学杂志. 2024(01): 85-87 . 百度学术
3. 张月，宋明丹，塔林葛娃，李月梅. 有机无机肥配施对春小麦产量、养分吸收及土壤矿质氮残留的影响. 江苏农业科学. 2024(17): 80-88 . 百度学术
4. 张一帆，何瑞银，段庆飞，徐勇. 基于CFD-DEM的排肥用波纹管结构优化设计与试验. 浙江农业学报. 2023(01): 191-201 . 百度学术
5. 赵欢欢，付建涛，安玉兴，卢颖林，陈立君，孙东磊. 我国药肥研究现状及前景分析. 热带农业科学. 2023(02): 97-102 . 百度学术
6. 李文秀，吴鹍伦，刘琅，周行，褚晶，吴朝晖. 不同药肥处理对杂交早稻潭两优83生长发育及产量的影响. 杂交水稻. 2023(06): 127-134 . 百度学术
7. 仲凤翔，梅爱中，钱爱林，崔劲松，王春兰. 25%甲氧·茚虫威SC等药剂防治稻纵卷叶螟药效试验. 福建稻麦科技. 2022(01): 31-33 . 百度学术
8. 李文秀，周行，刘琅，吴朝晖. 稻作生产中水、肥、药高效利用及对水稻的影响研究进展. 河南农业科学. 2022(06): 1-12 . 百度学术
9. 邓家欣，韦继光，於虹，姜燕琴，曾其龙，刘红军，蒋佳峰. 不同施肥处理对高丛越橘幼苗生长和生理指标及土壤理化性质的影响. 植物资源与环境学报. 2021(02): 28-34 . 百度学术
10. 王辉. 水稻施肥中多种复合肥的肥效对比试验. 农业开发与装备. 2021(06): 153-154 . 百度学术
11. 于洋，侯新月，袁安丽，高月. 寒区水稻水肥管理技术研究进展. 水利科学与寒区工程. 2021(05): 78-81 . 百度学术
其他类型引用(4)
下载:
计量
- 文章访问数: 92
- HTML全文浏览量: 22
- PDF下载量: 18
- 被引次数: 15
