近红外光谱拓扑法建立数字化南疆红枣品质特征校正模型研究

基于前期开展的南疆红枣品质无损模型的研究过程中，发现同样品种在不同区域种植的红枣品质有较大差异，呈现一定的地域特征。通过深入开展红枣品质区域差异因子理化光谱特性的数字化研究，为制定南疆红枣品质近红外检测标准和模型共享奠定基础。以南疆两大知名红枣种植基地224团和10团精品枣园主流品种骏枣、灰枣为研究对象，结合红枣的品质参数和光谱特征，测定糖度、水分、酸度等主要指标，选取最佳光谱采集参数提高光谱重复性，利用近红外光谱拓扑法提取红枣品质的相关光谱特征因子，对色泽、纹理等信息进行品质特征编码和光谱信息数字化，通过模型优化构建一个精度合理的南疆红枣品质特征因子数字化聚类综合校正模型，为推进南疆红枣品质数字化、区域化和良种优质化提供技术支持。.研制红枣品质专用近红外检测附件，试制红枣检测实验平台，预计发表高质量论文4篇，申请发明专利2项，培养研究生和青年教师各两名。

通过近红外拓扑方法对红枣品质区域差异因子理化光谱特性进行数字化和精细化研究，探索南疆红枣品质的影响因素和光谱变化规律，为制定南疆红枣品质近红外检测标准和模型共享奠定基础。多年来持续开展南疆红枣白熟期，脆熟期，完熟期红枣品质特征数据的积累和分析，细分出产地、树龄、方位、粘性土壤（沙壤土）、光照积温等对红枣品质特征影响的主要因素，有针对性设计采样和测试实验，测定枣果糖度、水分、酸度及对应土壤养分有机质、总氮等主要指标，对红枣品质细分规律进行相关分析研究。通过多年累积实验数据进行深入分析和数据挖掘，对色泽、纹理等信息进行品质特征编码和品质特征光谱数字化描述，获得国家数字软件著作权两项。基于光谱细分和物理细分的方法提取红枣品质特征因子和特征编码方式建立子模型。获得发明专利授权一项。结合特征成分分离和二维相关方法，近红外拓扑方法进行光谱特征因子的提取和分离编码，申请发明专利一项。利用近红外光谱拓扑法提取红枣品质的相关光谱特征因子，结合红枣的品质参数和光谱特征，优化光谱采集参数和条件，充实和扩充初级红枣校正模型。拟将红枣品质如色泽、纹理等品质信息数字化，通过分析红枣品质与土壤、光照积温等因素的相关性，以期研究生产过程中红枣品质变化规律，在此基础上深入分析研究。探索建立南疆红枣品质的近红外检测标准的方法。利用近红外拓扑方法进行特征提取，建立南疆红枣近红外拓扑数字化综合模型。红枣是天然产物，品质影响因素复杂且影响因素较多，要对红枣品质评价体系进行整体优化，对枣园农业生态体系进行深度分析和系统性认知的基础上建立枣园生态大数据系统。在此基础上对枣园生产体系大数据和各种复杂因素进行深度整理和挖掘。探索通过长期定位实验数据的深度整合和分析，不断优化和提升模型的稳定性和精度。通过品质特征因子的数字化模型优化，推进南疆红枣品质评价数字化、区域化和良种优质化。在南疆红枣品质的数字化定量化表征体系建立和促进红枣产业发展方面有重要研究意义。