一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种咖啡单果与种子鲜重及果实硬度估算方法

2022-12-31 16:46:43 来源:中国专利 TAG:


1.本发明专利属于咖啡果实品质检测领域,特别涉及一种咖啡单果与种子鲜重及果实硬度估算方法。


背景技术:

2.咖啡是世界三大饮料作物之一,它不仅醇香可口,而且有兴奋神经、驱除疲劳等作用,受到众多人的喜爱。
3.咖啡果实是衡量树势的重要指标,是遗传与环境共同作用的产物。果实相关性状是决定果实品质的重要因素,同时也决定着消费者接受度和市场价值,果实相关性状的研究一直是研究的热点之一。果实的表型性状指标很大程度上反映了植物生长环境的优劣、经营管理水平、产量特征和遗传特性等情况。单果鲜重、种子鲜重、果实硬度是果实产量和质量的关键指标,也是植物进化的适应性特征,直接影响商品率和经济效益。预测单果鲜重、种子鲜重、果实硬度,对于调控果实大小,确定合理密度、施肥、修剪、疏花疏果、防治病虫害以及提高收获果实的产量和品质具有重要意义。
4.在咖啡生产中,鲜果的采摘与收获是重要环节,在收获阶段,基本很难实现采前称量,这就缺少了对果实采摘品质综合判断的一个重要指标。如果采摘前能对单果质量快速测量,辅助对果实品质进行评价,将具有重要研究意义。目前对咖啡单果鲜重、种子鲜重、果实硬度测定仍以实测法为主,摘果后对果实进行逐一称重获得单果重,经过鲜果脱皮后再次称重获得种子重,通过果实硬度计测定获得果实硬度,虽然这种测定方法最为准确,基于实测法测定咖啡单果鲜重、种子鲜重、果实硬度,测量时需摘下大量果实,当处理较多时,样本量较大,耗时较长,不能实现连续观测与测量,种子鲜重要经过鲜果脱皮后才能测量,不仅具有破坏性,还使得咖啡产量数据具有滞后性。同时因仪器设备、试验精度和时间等方面的限制,在实际工作中极不方便,存在耗时、耗力,且破坏性大等弊端,只适用于小范围、数量较少的果实测定研究。
5.亟需一种咖啡估算方法,解决前述现有方法存在的不足之处。


技术实现要素:

6.本发明的目的是构建一种咖啡单果与种子鲜重及果实硬度估算方法,包括以下步骤:
7.步骤1、模型自变量、因变量确定,选取果实横径平方作为自变量,单果鲜重、种子鲜重、果实硬度作为因变量;
8.步骤2、单果鲜重、种子鲜重、果实硬度估算模型建立,利用果实横径平方与单果鲜重、种子鲜重、果实硬度之间的相关关系获得单果鲜重、种子鲜重、果实硬度;
9.步骤3、模型精度评定,根据平均相对误差、总相对误差、平均误差绝对值、均方根误差,并比较估计值与实测值的线性关系与y=x的差异。
10.进一步的,估算模型公式为y=a bx cx2 dx3,式中:y代表单果鲜重、种子鲜重、果
实硬度,x代表果实横径平方,a、b、c、d分别为待定系数。
11.进一步的,平均相对误差公式为
12.总相对误差公式为
13.平均误差绝对值公式为
14.均方根误差公式为
15.式中:yi为单果鲜重、种子鲜重、果实硬度实测值,为估计值,n为样本数。
16.有益效果:
17.本发明基于咖啡果实横径对咖啡单果鲜重、种子鲜重、果实硬度进行估算,将咖啡果实单果鲜重、种子鲜重、果实硬度三个相对独立的测定过程简化为一个过程,只需测定咖啡的果实横径,便可获得咖啡果实的单果鲜重、种子鲜重、果实硬度。该方法测量简单、准确度高、实用,适用于大样本的测定,研究结果可为咖啡果实及其他果实的表型性状测定提供理论和技术上的借鉴。
18.在测定咖啡果实横径的同时,完成单果鲜重、种子鲜重、果实硬度估算,提高咖啡果实品质测定的工作效率。不需摘果,在树体上即可完成测量,对树体及果实损伤小,在咖啡果实非离体的情况下,实现果实动态测定。克服现有技术耗时、耗力、破坏性大的不足,在减小工作量、降低破坏性的基础上提供一种更为直观、准确的单果鲜重、种子鲜重、果实硬度估算方法,便于果实的连续观测、产量测定及果实品质评价,也实现咖啡果实的无损测定。
附图说明
19.附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
20.图1咖啡单果与种子鲜重及果实硬度估算方法流程图;
21.图2咖啡单果鲜重、种子鲜重、果实硬度模型拟合图;
22.图3咖啡单果鲜重、种子鲜重、果实硬度实测值与估计值比较图。
具体实施方式
23.以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
24.第一步,获取单果鲜重、种子鲜重、果实硬度数据。利用游标卡尺测量果实纵径、果实横径,精确到0.01,用电子天平测定单果鲜重、种子鲜重,精确到0.001,用艾固电子数显
推拉力计测定果实硬度。
25.第二步,选取模型自变量,验证选取果实横径平方作为自变量的可行性。选取果实横径平方分别与单果鲜重、种子鲜重、果实硬度进行pearson相关性分析,分析结果见下表。
26.咖啡果实表型性状相关性分析
27.因子ldl2d2dl单果鲜重种子鲜重果实硬度l1
ꢀꢀꢀꢀꢀꢀꢀ
d0.808**1
ꢀꢀꢀꢀꢀꢀ
l20.997**0.805**1
ꢀꢀꢀꢀꢀ
d20.823**0.992**0.822**1
ꢀꢀꢀꢀ
dl0.937**0.958**0.938**0.966**1
ꢀꢀꢀ
单果鲜重0.704**0.779**0.707**0.789**0.787**1
ꢀꢀ
种子鲜重0.606**0.691**0.609**0.702**0.692**0.793**1 果实硬度-0.662**-0.792**-0.663**-0.798**-0.773**-0.777**-0.733**1
28.第三步,构建单果鲜重、种子鲜重、果实硬度估测模型。如图2所示,以果实横径平方为自变量,单果鲜重、种子鲜重、果实硬度作为因变量,选用三次方程(y=a bx cx2 dx3)构建单果鲜重、种子鲜重、果实硬度估测模型。
29.第四步,检验模型精度。根据相对误差、总相对误差、平均误差绝对值、均方根误差进行模型精度检验,检验结果见下表。
30.咖啡果实表型性状估测模型及其精度检验
[0031][0032]
第五步,进行模型实测值与估测值比较,绘制单果鲜重、种子鲜重、果实硬度实测值与估计值之间的回归方程散点图,如图3所示,x轴表示单果鲜重、种子鲜重、果实硬度估测值,y轴表示单果鲜重、种子鲜重、果实硬度实测值,中间斜线(实线)表示实测值与估计值的线性散点回归关系,虚线为y=x线。由图3可知:估计值与实测值的直线回归方程相关系数在0.72-0.81间,回归直线方程斜率和截距与y=x直线的斜率和截距无明显差异,3个回归方程均与y=x重合,说明估计值与实测值间基本无差异,所构建的单果鲜重、种子鲜重、果实硬度模型精度符合要求。
[0033]
最后应说明的是:以上所述仅为本发明的优选实施例,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
再多了解一些

本文用于创业者技术爱好者查询,仅供学习研究,如用于商业用途,请联系技术所有人。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献