点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:病害发生不再措手不及,您的“果关”秘籍已上线!
首页> 光明科普云> 科普中国智惠农民> 生产技能 > 正文

病害发生不再措手不及,您的“果关”秘籍已上线!

来源:光明三农2023-12-22 11:24

  果蔬是我们日常饮食中不可或缺的一部分,它们为人体提供了各种丰富的营养物质,但如何确保它们的品质符合标准,不仅外表美观,内在也健康?这就是今天我们要讨论的话题——果蔬无损检测技术。

  为何要透过“现象”看“本质”?

  果蔬的品质检测一直是果蔬商品化处理的关键环节之一,它直接关系着果蔬的包装、运输、贮藏和销售的效果和收益。很多时候,果蔬外表的完美不能完全反映其内部品质,对于一些内部问题肉眼是难以察觉的。传统的检测方法可能涉及割开、损坏,但这也导致了资源浪费和效率降低。而无损检测技术改变了这一局面,可以在保证不破坏果蔬内部和外观的情况下进行检测,不仅保证了产品的完整性,还减少了食品浪费,对于检测后的产品仍然可以销售。

  在无损检测技术推广应用前,传统的果蔬品质检测效率低下,人力成本投入较高。以鲜苹果的分级为例,苹果的外观指标一般是由工作人员对其进行感官鉴定;苹果的内部品质指标,需要经过一系列预处理进行理化检测。

  “一千个人眼中就有一千个哈姆雷特”。人工分选通常是基于肉眼来判断苹果的大小和果面情况,凭借人为主观经验完成苹果分级定义。人与人之间存在的感官差异,往往会导致每个人都有自己独立的一套分级评价标准,这样的分选结果可想而知是存在偏差的。对于内部品质指标的检测,传统方法首先需要对样品进行制备。样品在经过切割、捣碎、碾磨等预处理后就失去了完整性,检测后的样品是不能作为商品进行销售的。当我们用传统方法对果蔬品质进行检测时,一般都是通过抽样的方式进行的,即用少部分检测样品的品质去代表同一批次样品的一个整体水平,但显而易见,部分样品的品质无法完全代表同一批次样品的品质。

  相反的是,无损检测技术最大的特点就如它名字中所提及的那样,可以做到无损伤的检测,保证了检测对象的完整性,实现了样品的一对一检测,大幅提升了检测的精准性。此外,无损检测技术是通过检测仪器完成的,这一过程可以有效避免人工检测中的主观性,使整个检测更加地规范化和标准化。仪器的使用除了使检测过程更加客观外,还可以有效避免人工检测中因疲劳产生的效率低下问题,保障检测的有序高效进行,从长远来看同时也降低了检测成本。

  如何透过“现象”看“本质”?

  果蔬品质的无损检测技术其实是一系列检测技术的总称,这类技术主要是通过利用果蔬的光、声、电、磁、力等传感特性,在不损伤或不影响被检测果蔬物理化学性质的前提下,对果蔬的品质信息进行获取、分析和评价。

  目前,在果蔬品质检测领域应用的无损检测技术主要包括:光谱分析技术、机器视觉技术、光谱成像技术、声学特性检测技术、电子鼻技术、核磁共振检测技术等。无损检测技术使用各种物理原理,如利用光谱分析、声波、电磁场等技术透视水果和蔬菜的内部。通过这些原理,可以捕捉到水果和蔬菜的内部信息,包括成分、密度和状态,并且果蔬品质检测时不会破坏它们的完整性。

  其中,以光谱分析技术在果蔬品质检测中的应用为例,当光束照射在果蔬上,光束会有多种表现,部分光束会发生反射,部分光束会进入果蔬内部而被吸收,其他部分光束在进入果蔬内部后又重新回到表面。光束的这些不同表现就是由光学特性所决定的,而光学特性背后连接着的是果蔬的品质信息,包括化学成分和物理结构等,因此可以通过捕获光谱信息这个“现象”,来挖掘果蔬品质信息这个“本质”,这就是光谱分析技术在果蔬品质检测中的应用原理。

  与传统的检测方法相比,无损检测技术在不破坏果蔬原本品质的前提下,可以实现快速、精准、简便的品质检测,提高检测效率的同时降低了检测成本,在确保水果和蔬菜的品质、安全和市场竞争力方面发挥着重要作用,使生产和消费都能从中受益。这就是无损检测技术的魅力所在!

  科学顾问:郭志明 (江苏大学食品与生物工程学院 教授)

  统筹:廖丹凤 郑锋茂 王长海 张瑞杰

  策划:武玥彤

  编辑:王媛媛(实习)

[ 责编:谢芸 ]
阅读剩余全文(

相关阅读

您此时的心情

光明云投
新闻表情排行 /
  • 开心
     
    0
  • 难过
     
    0
  • 点赞
     
    0
  • 飘过
     
    0

视觉焦点

  • 南通:光储行业跑出“中国速度”

  • 叙利亚两辆巴士相撞致35人死亡

独家策划

推荐阅读
国家药监局近日批准全球首个选择性食欲素2型受体激动剂上市,用于治疗16岁及以上青少年和成人1型发作性睡病。该药为原创靶点、新机制罕见病治疗药物,在中国、美国、日本、欧盟同步申报,我国率先完成审批,实现全球“首报首发”的历史性突破。
2026-07-24 08:55
记者从市场监管总局了解到,国际电工委员会智能制造系统委员会近日发布IEC SRD 63459:2026《智能制造用例模板》国际标准。为此,国际电工委员会智能制造系统委员会于2019年成立首个工作组,组织各国专家制定国际统一的智能制造用例模板,以统一的方式描述、存储和使用用例。
2026-07-24 08:51
23日20时,我国在西昌卫星发射中心使用长征三号乙运载火箭,成功将天链二号06星发射升空,卫星顺利进入预定轨道,发射任务取得圆满成功。
2026-07-24 08:50
王虹、邓煜与其他两位数学家共同获得菲尔兹奖,这是令国人振奋的消息,也是中国数学家感到自豪的时刻。邓煜的另一项研究,是与合作者成功建立了三维波动方程吉布斯测度的不变性,将概率论方法系统性地引入波动方程研究。
2026-07-24 08:49
记者从北京大学获悉,2026年国际数学家大会23日在美国费城开幕。王虹,本科就读于北京大学数学科学学院,获理学学士学位;2014年相继取得巴黎综合理工学院工程师学位与巴黎-萨克雷大学硕士学位;后于麻省理工学院完成博士学位。
2026-07-24 08:48
7月22日,美国佛蒙特大学研究团队在《自然》杂志发表论文称,他们在北美鲶鱼体内发现一种可传染的黑色素瘤。换言之,肿瘤细胞本身就是“感染因子”,如同寄生虫一般,从一条鱼传到另一条鱼。这些带病的鲶鱼,正为科学界提供一个观察癌症演化的难得机会。
2026-07-23 09:57
《自然》杂志22日发表了一项天文学研究,可能揭示了人类对首个已知的系外卫星(exosatellite)的观测。在三层等级系统中,一颗恒星周围有一颗伴星,如行星或褐矮星,而第三个天体围绕伴星,这第三个天体可称为系外卫星。
2026-07-23 09:57
生物腐烂是生态系统养分循环的关键过程,但腐烂区域同时也是病原微生物高度活跃、可能对活体植物造成侵害的“危险区”。
2026-07-23 09:49
习近平总书记在国家科学技术奖励大会、两院院士大会、中国科协第十一次全国代表大会上的讲话中指出,“科学的未来在青年”,强调“要把青年科技人才队伍建设作为一项战略工程,全方位做好培养、引进、使用工作”。
2026-07-23 09:49
黄瓜是受到全球广泛喜爱的蔬菜,它源自喜马拉雅山脉南麓,由其野生祖先驯化而来,历经2000余年的传播扩散,遍布世界。中国科学院院士、崖州湾国家实验室副主任钱前评价,该研究为黄瓜分子设计育种提供了坚实支撑,兼具重要基础科学价值与育种应用前景。
2026-07-23 09:48
中国水稻研究所研究员王克剑团队近日在杂交水稻育种领域取得重要进展——成功研发出克隆效率稳定超过99%、结实完全正常的一系法杂交水稻,团队将其命名为“一系1号”。图为团队创制的无融合生殖株系在试验田大群体种植下表现出的克隆效率与结实率情况。
2026-07-22 09:35
今年新增农业机器人、盐碱地科学与工程、智慧渔业三大新农科专业,分别由江苏大学、山东农业大学、宁波大学首批开设,为涉农人才培养开辟了新跑道。
2026-07-22 09:31
这场举世瞩目的盛会,凝聚共识,密集发布国际合作倡议与行动计划,为促进全球人工智能朝着向上向善、造福人类的方向发展注入了更多新动能。
2026-07-22 09:29
虽然现阶段机器人能做的事还很有限,但这种“人机搭档”的新模式,让我们的生活服务向高品质、多样化和便利化发展。我想,这就是科技落地的意义吧。
2026-07-22 09:28
重离子加速器是探索基本相互作用、物质结构和宇宙演化的重要工具,研究中产生的新知识、技术和方法被广泛应用于航天、医疗、农业等多个领域。
2026-07-22 09:26
无法驶出的化肥运输船,迟迟不散的热浪,突然生效的出口禁令……近期,一系列事件叠加,或许正给全球粮食安全带来显著不确定性。
2026-07-21 03:40
拔尖创新人才作为国家战略科技力量的核心支撑,其培育成效直接关系到高水平科技自立自强的进程。科学教育是拔尖创新人才培养的基础工程,必须把握青少年成长的关键期,构建全链条、一体化的科学教育新生态,推动教育、科技、人才深度融合,为强国建设筑牢人才根基。
2026-07-21 03:40
以人工智能为代表的新一轮科技革命和产业变革,正深刻重塑产业形态与劳动方式,职业教育作为对接产业最紧密的教育类型,面临的根本性问题已不再是如何培养标准化、重复性的熟练操作者,而是要回答人机协同时代究竟需要什么样的高技能人才。
2026-07-21 03:40
暑假已至,以中小学生为主力的研学游市场持续升温。外出研学已成为不少中小学生家庭的假期常规安排。家长往往将研学活动视作教育由家庭、学校向社会课堂的延伸,是学校教育的重要补充。
2026-07-21 03:40
毕业论文AI率检测,已成为无数大学毕业生关心的热点话题。AI工具引发的学术不端如何界定?为规避高AI率而拆解论文、打乱表达的无奈如何化解?AI检测产品缺少国家标准、质量参差不齐的困局如何突破?这些追问,热度居高不下,答案却远未清晰。
2026-07-21 03:40
加载更多