论文部分内容阅读
黑龙江省是我国目前大豆的主产区,大豆产量占全国30%以上,但存在着产地溯源技术不完善、品牌保护技术缺失等问题。大豆生产过程中的耕整地、播种施肥、田间管理和收获环节的全程机械化,是实现产地溯源规范化的必要条件。为解决我国大豆溯源技术总体水平较低的问题,本文以黑龙江省全程机械化作业的黑龙江农垦北安管理局和嫩江中储粮北方农业开发有限公司两个产区的大豆及土壤为研究对象,通过对两个产区2015年和2016年的大豆有机成分及矿物元素含量进行测定,利用方差分析、主成分分析、聚类分析、判别分析等方法,筛选出以3种有机成分和7种矿物元素作为溯源特征指标,建立了大豆产地的判别模型,结合线性判别分析的维数规约和支持向量机算法,开发了基于支持向量机算法的产地判别系统。研究结果及结论如下:(1)通过对两个大豆产区试验田2015年和2016年随机采集的97份大豆样品中的蛋白质、脂肪、灰分及可溶性糖含量进行测定,利用方差分析、主成分分析、聚类分析和线性判别分析法,探寻表征大豆产地溯源有机成分的特征指标。结果表明,利用有机成分建立的判别模型对产地的整体正确判别率及整体交叉检验判别正确率均达到了86.0%。(2)以两个产区试验田2015年和2016年的113份大豆及对应土壤样品为研究对象,测定了大豆及对应土壤中52种矿物元素,并通过方差分析、主成分分析、聚类分析和线性判别分析法,探寻表征大豆及对应土壤中产地溯源矿物元素的特征指标。结果表明,不同产地来源的大豆样品中矿物元素的含量具有显著差异;利用Mg、Mn、Sr、La、Gd、Tb、Hf、Ti等8种特征的矿物元素建立的判别模型对两个地区大豆产地判别正确率达到93.2%。(3)以2015-2016年采集的两个产区112份样本作为研究对象,以2014年随机采取的56份样本做为验证对象,筛选出Mn、As、Sr、La、Nd、Tb、Hf等7种矿物元素和蛋白质、脂肪、可溶性糖等3种有机成分作为产地溯源的特征指标,并建立了Fisher产地判别模型,结合线性判别分析的维数规约和支持向量机算法进行大豆产地判别,正确判别率为94.6%,优于线性判别模型的92.9%。(4)采用EF网页框架搭建了基于MVC模式的系统,建立了大豆矿物元素及有机成分数据库,设计开发了基于支持向量机算法的大豆产地判别系统,应用该系统对大豆产地进行判别,正确判别率为97.5%,优于线性判别模型的90%。建立的大豆产地判别追溯系统具有较高的判别率,为将来开展大豆产地溯源奠定理论基础。