的预测α茄碱和α-Chaconine马铃薯块茎从猎人颜色值和能见度/近红外光谱

文摘

马铃薯块茎的配糖生物碱内容通常由破坏性测量分析,消耗时间,需要昂贵的高性能设备。本研究进行了确定无损评价的可能性α茄碱和α在马铃薯块茎-chaconine内容。可见/近红外光谱(可见光及近红外光谱),颜色值,参考α茄碱和α-chaconine测量从180年“大西洋”和“特伦特”马铃薯的块茎品种有八个复制每隔两周期间存储多达10周。偏最小二乘(PLS)回归方法用于开发模型关联颜色和光谱数据测量的参考数据。回归系数(r)颜色变量之间(猎人 , ,和( )²)和实际测量值一个茄碱和一个-chaconine内容分别为0.74,0.62,0.62和0.70,0.58,和0.57,分别预测集。同时,在多元回归方程是由颜色变量r值的0.76和0.71α茄碱和α分别-chaconine。此外,选择请VIS /近红外光谱模型有前途的预测能力α茄碱和α-chaconine与r值分别为0.68和0.63,样品实测值和预测值。综上所述,尽管它需要进一步的研究来提高了模型的预测能力,这项研究的结果显示使用vi /近红外光谱和颜色的可能性的预测变量α茄碱和α从完整-chaconine内容未剥皮的马铃薯块茎与不含化学物,快速、廉价的评价方法。

1。介绍

土豆(茄属植物tuberosuml .)是一种淀粉结节性作物,属于茄科的家庭。马铃薯品种生长全世界高度多样化的块茎形状和颜色(1,2]。马铃薯是世界上第四大重要粮食作物玉米(玉米)后,小麦和大米(3)的全球生产3.7682亿吨从1920万公顷价值1110.6亿美元。根据FAOSTAT [3),在韩国是631596吨马铃薯生产价值1.2166亿美元从2016年的24041公顷。可持续生产的马铃薯确保长期的粮食安全由于其高生产力和一代的粮食单位面积和单位时间比玉米、大米和小麦(4]。马铃薯块茎含有丰富的能源由于其淀粉含量(干物质)的60 - 80%。此外,块茎也富含钾、钙、维生素C、氨基酸和蛋白质具有良好的平衡(5]。

然而,土豆更容易被水质量退化损失,疾病,或增加防御分子由于水化和新陈代谢活跃的细胞比dry-stored块茎作物(6]。丰富的防御分子帮助阻止害虫和疾病是土豆配糖生物碱(气)(6- - - - - -9),但他们的毒性和痛苦损害产品的质量。配糖生物碱类的氮含量通常发现的甾体苷属茄属植物;配糖生物碱总含量的95%茄属植物tuberosum主要由三糖甾体配糖生物碱α-chaconine和α茄碱(10,11]。总配糖生物碱含量高变量在不同马铃薯品种和采后因素如光,受到机械损伤,和存储(2,6]。增加绿化发生有一个关联的配糖生物碱的量在马铃薯块茎暴露于光线(12]。包含超过200毫克公斤马铃薯块茎⁻¹总配糖生物碱的新鲜块茎重量有异味和可能导致胃肠的症状,昏迷,甚至死亡2,9,13- - - - - -15]。配糖生物碱的毒性可能与抗胆碱酯酶活性,破坏细胞膜,分别产生神经疾病和胃肠道障碍(16]。根据弗里德曼和麦当劳(17),估计最高安全级别的总配糖生物碱对人类消费大约是1毫克公斤⁻¹体重;的水平可能会导致急性毒性和致死剂量为1.75,3 - 6毫克公斤⁻¹分别体重。

尽管配糖生物碱被视为有潜在毒性,研究表明,它们也可能有抗癌的效果,取决于使用的剂量和条件(2]。弗里德曼et al。18和弗里德曼19]报道了浓度抗癌的效果α-chaconine和α茄碱对人类癌症细胞。因此,有必要建立准则限制新的品种之前释放他们的配糖生物碱的内容用于商业用途来获得最优效益没有人类的潜在毒性(20.]。

常见的方法确定土豆是破坏性的次生代谢物和耗时,需要高性能的实验室设备。快速的发展,低成本、可靠和可重复的分析方法,避免了大量的样品制备是不可避免的。Pasquini [21)报道,定性和定量信息可以来自NIR光谱范围从光谱和有机化合物之间的相互作用,形成的物质。近红外光谱的波长范围700 nm - 110 nm之间可以用来确定碳水化合物含量(22和糖含量23的土豆。Lopez-Maestresalas et al。24)也报道了无损检测马铃薯的黑点可见光及近红外光谱(400 - 100海里)。土豆的发芽能力也预测利用近红外光谱无损马铃薯块茎(25]。然而,颜色配糖生物碱的预测变量和可见光及近红外光谱无损马铃薯块茎尚未报道。因此,本研究的目的是开发模型适用于预测的质量分数α茄碱和α-chaconine内容完整的马铃薯块茎基于vi /近红外光谱和颜色变量。

2。材料和方法

图形抽象概括本文的整个实验过程和内容。

2.1。植物材料

“大西洋”和“特伦特的马铃薯品种获得Haitai-Calbee点心工厂,韩国。每个马铃薯块茎从缺陷,精心挑选的自由和相对统一的马铃薯块茎大小随后存储在室温条件下(22°C, 12小时光暗周期的转变)模拟消费者的做法,并允许绿化。二次抽样是每间隔2周完成并持续10周的存储。样品分析(供参考α茄碱和α-chaconine)准备在能见度/近红外光谱数据和颜色阅读完整的块茎。样品供参考分析被液态氮冷冻和储存在冰箱(−80°C),直到分析(26]。

2.2。颜色测量和分析

猎人 , ,和颜色变量确定使用cr - 400浓度计(美能达、东京、日本)。猎人值表示色发红,范围从红(+值),绿色(−值),显示黄色色度参数范围从黄色(+值),蓝色(−值),和是明度参数表示的程度轻的样本范围从0(黑色)到100(白色)27]。表面的颜色变量测量8次每个块茎和一般的决心。存储期间进行了测量,直到第十周的间隔2周。三十块茎样本(“大西洋”和“特伦特”;15)被使用在每个采样的一天。第一和第二的块茎样本抽样日期(60块茎)被用于预测集和块茎过去四个连续抽样样本日期(120块茎)被用于预测集。180块茎样本用于实验。

2.3。VIS /近红外光谱测量和分析

完好无损的透光率光谱是块茎的光谱区500 - 1100 nm和三个(12 V / 100 W)卤素灯作为光源的可见光及近红外光谱利用可见光及近红外光谱仪(生活&科技有限公司,龙仁市,韩国)(图1(一))所示Tilahun et al。26]。块茎持有人被用来保持块茎检测器(图的正上方1 (b))。积分时间设置为100 ms和测量在不同块茎的方向做了8次/块茎减少噪音被包括在内。总共有3500个数据保存为每个测量为0.2 nm光谱分辨率。近红外光谱仪连接电脑进行数据传输。1440从块茎光谱数据得到整个存储期。异常值被排除在外,1100被用于光谱分析(图2)。一半的样品(550光谱数据)被用于校正集,剩下的一半(550光谱数据)被用于预测集。转换的原始光谱是由汉宁窗、标准正态变量(SNV)乘法散射校正(MSC),一阶导数来降低系统的噪声和去除不需要的信息。执行的预测是基于最低的预测残差平方和(媒体)值来选择最优的潜变量数请模型。偏最小二乘(PLS)回归分析进行了MATLAB R2012b(版本8.0.0.783,数学,Inc .,纳蒂克,妈,美国)建立光谱测量数据和引用之间的线性关系。RMSECV(标准误差的均方根交叉验证),RMSEP(均方根的预测标准误差),并确定系数校准(R²)和预测(r被用来评估发达PLS模型的性能。一些偏差值和较低的预测模型RMSECV / P被认为是一个很好的预测模型。

2.4。配糖生物碱的提取和量化分析供参考

配糖生物碱的提取从十五马铃薯块茎为每个品种做了两周的间隔10周存储期间。剥落的样本块茎是没有配糖生物碱主要发现在马铃薯皮肤或接近皮肤(28,29日]。提取0.5 g的均质样品是如上所述Tilahun et al。29日)和配糖生物碱分析超高效液体chromatography-tandem质谱(UPLC-MS / MS) (30.]。分光计的调整所述是Zywicki et al。30.),聂et al。31日],Tilahun et al。29日)检测α茄碱和α-chaconine。

3所示。结果与讨论

3.1。颜色的变量和测量参考分析

猎人的测量 , ,和在实验中。然而,请猎人的模型和值的校准数据集较低R²(< 0.31)α茄碱和α-chaconine。因此,我们没有包括猎人的和值请模型发展的预测数据集。相反,请模型 和( )²校准数据集有更高的价值R²(> 0.69)α茄碱和α-chaconine(表1和2)。因此,我们包括 和( )²值请模型预测数据集的发展。尽管没有叶绿素代谢之间的关系,建立了配糖生物碱的积累,块茎发生的绿化的同时增加配糖生物碱(12]。因此,测量包括猎人的配糖生物碱含量的值可以是一个很好的指标,因为它表明色值,从红色变为绿色(27]。Tilahun et al。26)也使用同样的颜色变量( , ,( )²完整的番茄果实中类胡萝卜素)预测。

表1和2显示方式和范围的引用(测量)α茄碱和α-chaconine破坏性分析获得的校准和预测数据集。与此同时,α茄碱和α-chaconine由校准中使用颜色变量估计和预测数据集也在表中1和2。为α茄碱,R²、RMSECV和RPD校准数据集的值介于0.74 - -0.85之间,11.24 - -13.97,-2.60和2.09,分别。在预测数据集,相应的值是0.62 - -0.76,9.09 - -13.54,-1.14和0.77,分别r、RMSEP和RPD(表1)。最高的R²被发现为多元请模型(R²= 0.85),紧随其后的是猎人的( )²(R²= 0.82),猎人的(0.78),和猎人的 (R²= 0.74)的校准数据集。预测数据集,对猎人的PLS模型 和( )²相关系数(最低r= 0.62),紧随其后的是猎人(r= 0.74)和多元请模型(r= 0.76)(表1和图3)。猎人的RMSECV值 , ,( )²和多元请模型分别为13.97,13.09,12.34,和11.24,分别(表1和图3)。RPD价值最高的校准数据集得到多元请模型(2.60)其次是猎人的( )²(2.37), (2.24)分别为(2.09)(表1)。

的统计数据α-chaconine也表现出类似的趋势α茄碱和的值R²、RMSECV和RPD校准数据集的范围在0.69 - -0.78之间,7.34 - -8.42,-2.12和1.85,分别。在预测数据集的值r、RMSEP和RPD介于0.57 - -0.71之间,分别为-0.67和0.49,6.30 - -8.66,表2)。有趣的是,最高的R²(0.78)和rRMSEC最低(0.71),(7.34)和RMSEP(6.30),和RPD最高(2.12)和(0.67)值被发现在校准和预测数据集,分别与多变量模型(表请2和图4)。

在多元回归预测分析之后,猎人的 , ,和( )²值有很高的预测p值的预测α茄碱和α-chaconine从颜色变量。下面的方程被发现是最好的方程:

参考测量与预测分数α茄碱和α-chaconine与多元校正和预测集请模型展示了一个有前途的结果使用模型。预测数据集,一个多元请模型相关系数最高(0.76)α茄碱和(0.71)α-chaconine(表1和2和数字1和2)。然而,它不可能声称,这项技术可以采用所有马铃薯品种,本研究中使用的品种是块茎。因此,还需要进一步的研究在不同的品种有不同颜色的块茎开发更健壮的模型。

3.2。VIS /近红外光谱与参考测量分析

当前对优质产品的需求依赖于采用环保无损技术活力/近红外光谱(4,26),已得到广泛的接受食品质量评价(32]。VIS已报告/近红外光谱快速、低成本、可靠的番茄红素和估计的方法β胡萝卜素茄(26,33]。Bonierbale et al。34)也报道总数的估计和单独的类胡萝卜素浓度茄属植物phureja通过近红外光谱学种植土豆。在这项研究中,记录完整的马铃薯块茎的透光率能量光谱的波长500 - 100纳米,如图2。请也开发了预测模型α茄碱和α-chaconine基于vi /近红外光谱无损马铃薯块茎和有前途的结果记录下来。R²和RMSEC与活力/近红外光谱测量的值α茄碱的校准设置分别为0.69和7.87,分别(图5(一个))。与此同时,R²和RMSEP与活力/近红外光谱值供参考α茄碱在预测分别为0.68和7.93,分别(图5 (b))。另一方面,R²和RMSEC与活力/近红外光谱测量的值α-chaconine校准设置分别为0.64和3.94,分别(图6(一)),而R²和RMSEP与活力/近红外光谱值供参考α-chaconine在预测分别为0.63和3.97,分别(图6 (b))。几个一直在努力预测不同物理化学性质的马铃薯块茎通过使用vi /近红外光谱。例如,近红外光谱被用来预测发芽能力(25)和内部缺陷(35,36的块茎。同时,不同infrared-based研究报告等质量相关参数的预测干物质含量(37,38),碳水化合物(22,糖含量(23,39]。(同样,•哈斯称40]报道总体处理相关质量参数的NIR reflectance-based预测从地面生块茎。煮熟的土豆的感官质地也估计使用近红外光谱(41,42]。虽然需要进一步的研究来提高了模型的预测能力,这项研究的结果显示使用vi /近红外光谱的可能性的预测α茄碱和α-chaconine从完整未剥皮的马铃薯块茎。

4所示。结论

目前的研究表明尝试做出预测α茄碱和α-chaconine与不含化学物的完整未剥皮的马铃薯块茎,快速、廉价的评价方法。模型是由使用猎人颜色值和能见度/近红外光谱。的预测α茄碱相对比α-chaconine色彩和活力/ NIR-based技术。我们的模型可能是一个有前途的替代昂贵和耗时的破坏性分析育种者在品种筛选释放他们生产之前。开发模型可以很容易在使用便携式色度计和农业加工中心,块茎在传送带VIS /近红外光谱仪的使用。然而,它不可能声称开发模型可以采用与所有马铃薯品种,本研究中使用的品种是块茎。因此,进一步开发模型需要测试的独立数据集是白马铃薯品种,还需要进一步的研究在不同的品种有不同颜色的块茎开发更健壮的无损方法估计的配糖生物碱内容完整的马铃薯块茎。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

钢桁架,H.S.A., and C.S.J. contributed to conceptualization. S.T. and H.S.A. performed methodology. S.T., J.H.C., H.R.C., and M.W.B. executed experiment. S.T. and I.G.H. were responsible for software. Formal analysis was performed by S.T. and I.G.H. C.S.J. contributed to resources. Original draft was prepared by S.T. Review and editing were carried out by D.S.P. and C.S.J. C.S.J. contributed to supervision. Project administration was carried out by M.W.B. Funding was acquired by C.S.J. All authors have read and agreed to the published version of the manuscript.

确认

金融支持科技支持计划通过韩国国家研究基金会(NRF)由教育部(NRF - 2019 k1a3a9a0100002412)。

补充材料

在这一节中提供的图形抽象。(补充材料)

引用

1. r . Machida-Hirano“马铃薯遗传资源的多样性,”育种科学,卷65,不。1,26-40,2015页。视图:出版商的网站|谷歌学术搜索
2. m·弗里德曼“土豆配糖生物碱和代谢物:角色在植物和饮食,”农业与食品化学杂志》上,54卷,不。23日,第8681 - 8655页,2006年。视图:出版商的网站|谷歌学术搜索
3. FAOSTAT联合国粮食与农业组织统计,2017年。
4. A·洛佩兹,s . Arazuri加西亚,j . Mangado和c . Jaren”回顾应用近红外光谱分析的土豆,“农业与食品化学杂志》上,卷61,不。23日,第5424 - 5413页,2013年。视图:出版商的网站|谷歌学术搜索
5. s h神和j·艾伯特,“土豆、营养和饮食”2008年国际马铃薯年诉讼,1 - 2卷,罗马,意大利,2008年11月。视图:谷歌学术搜索
6. a . Kjær g·尼尔森,s . Stærke m·r·克劳森m . Edelenbos和b . Jørgensen检测配糖生物碱和叶绿素的土豆(茄属植物tuberosuml .)高光谱影像。”美国马铃薯研究杂志》上卷,94年,第582 - 573页,2017年。视图:出版商的网站|谷歌学术搜索
7. s . Chowański z亚当斯基,et al ., p . Marciniak博士审查”回顾bioinsecticidal茄科生物碱的活动”,毒素,8卷,不。3,60页,2016。视图:出版商的网站|谷歌学术搜索
8. a . f . Sanchez-Maldonado a Schieber, m·g . Ganzle“抗真菌活性的次生植物代谢物从土豆(茄属植物tuberosumL):配糖生物碱和酚酸的协同效应,”应用微生物学杂志,卷120,不。4、955 - 965年,2016页。视图:出版商的网站|谷歌学术搜索
9. m·坎特维尔”评审的重要事实土豆配糖生物碱”,易腐物品处理通讯,卷87,27页,1996。视图:谷歌学术搜索
10. a·k·k·亚斯兰,m . b .你的。”α-Chaconine和α茄碱抑制RL95-2子宫内膜癌细胞增殖减少表达一种蛋白激酶(Ser473)和ERα(Ser167),“营养物质,10卷,不。6,672页,2018。视图:出版商的网站|谷歌学术搜索
11. K.-H。沈辽,黄永发。挂等。”α茄碱抑制入侵人类前列腺癌的细胞通过抑制epithelial-mesenchymal过渡和基质金属蛋白酶表达,“分子,19卷,不。8,11896 - 11914年,2014页。视图:出版商的网站|谷歌学术搜索
12. 洛杉矶Grunenfelder l·o·诺尔斯,l·k·希勒和n·r·诺尔斯,“配糖生物碱在绿化发展市场的新鲜土豆(茄属植物tuberosumL)。,”农业与食品化学杂志》上,54卷,不。16,5847 - 5854年,2006页。视图:出版商的网站|谷歌学术搜索
13. h . Kodamatani k .齐藤n . Niina s山崎和y .田中,“简单的和敏感的方法测定马铃薯块茎的配糖生物碱高效液相色谱法与化学发光检测”杂志的色谱,卷1100,不。1,26-31,2005页。视图:出版商的网站|谷歌学术搜索
14. 答:Sotelo和b Serrano”配糖生物碱的高效液相色谱测定α茄碱和α-chaconine 12个商业品种的墨西哥土豆。”农业与食品化学杂志》上,48卷,不。6,2472 - 2475年,2000页。视图:出版商的网站|谷歌学术搜索
15. d . t . Coxon k . r .价格和p·g·琼斯,“一个简化的方法测定总配糖生物碱的马铃薯块茎,”粮食和农业的科学杂志》上,30卷,不。11日,第1049 - 1043页,1979年。视图:出版商的网站|谷歌学术搜索
16. s e·米尔纳n . p .勃氏p·w·琼斯,n . m . O ' Brien, s·g·柯林斯和a·r·马奎尔“配糖生物碱的生物活性及其苷配基从茄属植物物种,”农业与食品化学杂志》上卷,59号8,3454 - 3484年,2011页。视图:出版商的网站|谷歌学术搜索
17. k . Brinsona p·m·戴伊m·a·约翰,和j·b·Pridham”收获后的变化mangifera中果皮细胞壁和胞质多糖,”植物化学27卷,第723 - 719页,1988年。视图:出版商的网站|谷歌学术搜索
18. m·弗里德曼K.-R。李,周宏儒。金,I.-S。李,n . Kozukue“抗癌的配糖生物碱的影响从土豆对人类的颈,肝脏,淋巴瘤,和胃癌细胞,”农业与食品化学杂志》上,53卷,不。15日,第6169 - 6162页,2005年。视图:出版商的网站|谷歌学术搜索
19. m·弗里德曼“配糖生物碱的化学和抗癌的机制产生的茄子,土豆,西红柿,”农业与食品化学杂志》上,卷63,不。13日,3323 - 3337年,2015页。视图:出版商的网站|谷歌学术搜索
20. j . Valcarcel k .赖利·m·加夫尼和n . O ' brien”效应的基因型和环境的配糖生物碱含量很少,遗产,和商业马铃薯品种,”食品科学杂志,卷79,不。5,t1039 - 1049、2014页。视图:出版商的网站|谷歌学术搜索
21. c . Pasquini“近红外光谱学:基本面,实用方面和分析应用程序,”巴西化学学会杂志》上,14卷,不。2、198 - 219年,2003页。视图:出版商的网站|谷歌学术搜索
22. y y . c .杰,苗族,h . Zhang和r . Matsunaga“非破坏性测定土豆使用近红外光谱、碳水化合物含量”近红外光谱学杂志》上》12卷,第314 - 311页,2004年。视图:出版商的网站|谷歌学术搜索
23. h . j . y . Chen, y苗,和m .仓叶“无损测定糖含量的马铃薯块茎使用可见光和近红外光谱,”日本食品工程杂志》上,11卷,不。1,59 - 64年,2010页。视图:出版商的网站|谷歌学术搜索
24. a . Lopez-Maestresalas j . c . Keresztes m . Goodarzi s Arazuri c . Jaren和w·Saeys“无损检测可见的斑痕在土豆和短波红外成像高光谱成像,”食品控制卷,70年,第241 - 229页,2016年。视图:出版商的网站|谷歌学术搜索
25. J.-C。宋,H.-C。好的,O.-S。户珥,C.-G。金,“预测使用近红外光谱在马铃薯块茎发芽能力,”美国马铃薯研究杂志》上,卷85,不。5,309 - 314年,2008页。视图:出版商的网站|谷歌学术搜索
26. 美国Tilahun d s公园,m . h . Seo et al .,”番茄红素和预测β胡萝卜素在番茄便携式chroma-meter和能见度/近红外光谱,”采后生物学和技术卷。136年,50-56,2018页。视图:出版商的网站|谷歌学术搜索
27. r·g·麦奎尔,”报告的客观颜色测量,”HortScience,27卷,不。12日,第1255 - 1254页,1992年。视图:出版商的网站|谷歌学术搜索
28. g·k . Kirui a . k . Misra o . m . Olanya m·弗里德曼r . El-Bedewy p . t .饰,“配糖生物碱含量的优质马铃薯(茄属植物tuberosumL)克隆和商业品种,”植物病理学、植物保护档案,42卷,不。5,453 - 463年,2009页。视图:出版商的网站|谷歌学术搜索
29. 美国Tilahun h . s .一个h·r·崔d s公园,j·s·李,和c . s .宋”存储温度在配糖生物碱含量的影响,丙烯酰胺的形成,和processing-related变量的马铃薯品种,”农业和环境科学》杂志上31卷,第142 - 128页,2019年。视图:出版商的网站|谷歌学术搜索
30. b . Zywicki g .法警,j•德雷伯,o . Fiehn”比较快速液体chromatography-electrospray ionization-tandem质谱方法测定配糖生物碱在转基因field-grown土豆,“分析生物化学,卷336,不。2、178 - 186年,2005页。视图:出版商的网站|谷歌学术搜索
31. x聂,g .张、美国Lv和h .郭”甾族的配糖生物碱在马铃薯食品烹饪方法的影响,“国际期刊的食物属性,21卷,不。1,第1887 - 1875页,2018。视图:出版商的网站|谷歌学术搜索
32. l . e . Rodriguez-Saona和m . e . Allendorf”,使用红外光谱快速认证和检测掺假的食品,”食品科学和技术的年度审查,卷2,不。1,第483 - 467页,2011。视图:出版商的网站|谷歌学术搜索
33. a·克莱门特·m·Dorais m·弗农,“无损测量的新鲜番茄番茄红素含量和其他物理化学特征使用可见近红外光谱,”农业与食品化学杂志》上,56个卷,第9818 - 9813页,2008年。视图:出版商的网站|谷歌学术搜索
34. m . Bonierbale w . Gruneberg w . Amoros et al .,”和个人总类胡萝卜素在茄属植物phureja种植土豆:II。发展和应用近红外反射光谱(NIRS)校准的种质特性,”《食物成分和分析,22卷,不。6,509 - 516年,2009页。视图:出版商的网站|谷歌学术搜索
35. 李x, z,美国曾,j .郑,“黑心病的无损检测马铃薯通过可见/近红外透射光谱,”《光谱学ID 786709条,卷。2015年,9页,2015。视图:出版商的网站|谷歌学术搜索
36. e . k . Kemsley h . s . Tapp r·宾斯r . o . Mackin和a·j·佩顿,“可行性研究近红外光谱扩散光学断层扫描在农产品上,“采后生物学和技术,48卷,不。2、223 - 230年,2008页。视图:出版商的网站|谷歌学术搜索
37. p . p . Subedi和k·b·沃尔什”,对马铃薯干物质浓度使用短波近红外光谱,”马铃薯的研究,52卷,不。1,第77 - 67页,2009。视图:出版商的网站|谷歌学术搜索
38. t . Helgerud j.p.荒原,m·b·皮德森et al .,“对在线预测整个未剥皮的马铃薯干物质含量使用近红外光谱,”Talanta卷,143年,第144 - 138页,2015年。视图:出版商的网站|谷歌学术搜索
39. a . m .瑞迪和d·e·盖伊”评价糖含量在土豆使用近红外光谱反射率和波长选择技术,”采后生物学和技术卷。103年,17-26,2015页。视图:出版商的网站|谷歌学术搜索
40. n美国•哈斯”预测马铃薯加工品质的近红外反射光谱的生块茎,”近红外光谱学杂志》上,19卷,不。1,37-45,2011页。视图:出版商的网站|谷歌学术搜索
41. a . k . Thybo即Bechmann, m . Martens和s . b . Engelsen”预测感官质地的煮熟的土豆使用单轴压缩、低Field1H近红外光谱和核磁共振光谱,”LWT-Food科技,33卷,不。2、103 - 111年,2000页。视图:出版商的网站|谷歌学术搜索
42. c·冯·m·费舍尔J.-G j·霍尔姆。Beekhuizen、t . Stolle-Smits和c . Boeriu”煮熟的土豆(茄属植物tuberosum)的纹理。1。干物质含量之间的关系,sensory-perceived纹理,和近红外光谱学农业与食品化学杂志》上,50卷,不。18日,第5088 - 5082页,2002年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Shimeles Tilahun等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。