推荐厂家
暂无
暂无
[url=http://www.f-lab.cn/vivo-imaging/imaging-head-rc2.html][b]手持式近红外荧光成像仪[/b][/url]专业是实验室[b]近红外荧光成像[/b]而设计的[b]近红外荧光成像仪[/b],非常方便[b]手持式近红外荧光成像[/b]应用。手持式近红外荧光成像仪参数Full FLARE(4)独立的视频流重量只有2磅只有10x3in大小易于抓握的人体工学设计光学定制:大的工作距离为9到15″″可变视场从2.8平方厘米到20厘米对角线完美的Full FLARE通道焦点分辨率为35 µ m所有的FLARE光子控制单元(PCUs)带锁的母榫,可快速稳定地连接到支架上。集成、防水10′光电脐带可选的VESA安装,可自己动手安装可选的sterile drapes[img=手持式近红外荧光成像仪]http://www.f-lab.cn/Upload/Flare-imaging-RC2.jpg[/img]手持式近红外荧光成像仪:[url]http://www.f-lab.cn/vivo-imaging/imaging-head-rc2.html[/url][b][/b]
KFNIR-170手持式近红外光谱分析http://ng1.17img.cn/bbsfiles/images/2013/11/201311061047_475584_1881_3.jpg概述:KFNIR-170手持式近红外光谱分析仪适用于固体(纤维、板料、颗粒、粉料等)样品现场快速、无损、定性/定量检测。仪器配有液晶触摸屏、全中文操作系统,波长范围950nm~1650nm,轻便小巧,内置电池,满足现场快检使用需求。在纺织纤维、农副产品、精细化工、医药检测等领域有着广泛应用。仪器特点:※ 嵌入式操作系统,独立实现谱图测量、化学计量学分析、检测结果查询等功能※ 手持式设计,轻便小巧,内置大容量电池,满足现场快速检测需求※ 可选配多款测量附件,满足多形态样品检测需求※ 智能仪器具有自检及校准系统,用户可实时了解仪器运行状态,确保测量结果的真实性※ 中文操作系统,操作简便,无需特殊培训,用户即可轻松操控仪器※ 提供强大的谱图查看、谱图处理以及谱图统计分析功能※ 集成化学计量学功能,实现样品定性鉴别、定量预测、谱图匹配等功能解决方案:※ 产品保真鉴别※ 废弃物回收分选※ 纺织纤维快速分类与含量检测※ 农副产品品质分析(水分、脂肪、蛋白质等)※ 产品质量控制与保障(药品、化工、农产品、木材等)技术参数:序号名称规格1波长范围950nm~1650nm2光谱分辨率12.5nm@1000nm3分析时间≤5秒4存储模型组数量99组5同时分析指标数12个6存储谱图2000条7存储分析结果10000条8[/fon
[align=center]孙旭东[/align][align=center][font=arial, helvetica, sans-serif]华东交通大学机电与车辆工程学院 南昌 330013[/font][/align][font=arial, helvetica, sans-serif][size=18px]采收期预测源于精准农业的理念,适时采收是水果提质增效的重要技术手段。过早采收,果实内营养成分未转化完全,影响水果的品质和产量。过迟采收,增加落果、贮藏易烂,加重树体养分的消耗,使树势衰弱,影响次年生产。手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器具有快速、无损和原位测量等优点,是树上水果品质原位检测的最佳技术手段。[/size][/font][font=arial, helvetica, sans-serif][size=18px]目前,手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的模型多在实验室条件下建立。果园环境与实验室相比,存在多种影响因素,诸如温度、阳光等。果园环境下,阳光由早到晚,均处于动态变化中。阳光变化同时影响果实和参比的能量谱。吸光度(A=-log(S-D)/(R-D)),S为果实能量谱,D为暗电流,R为参比能量谱。在实验室建模时通常认为参比能量谱R不变,间隔若干采样次数采集一次参比能量谱,计算吸光度A。但果园环境中阳光是变化的,阳光一方面通过果实进入检测器探头,另一方面阳光变化导致参比能量谱动态变化,这往往容易导致实验室建立的模型在果园中部分失效。我们前期研究发现,果实尺寸越小,阳光的影响越显著,例如透过葡萄果实进入探头的平均阳光信号约占果实信号的1%,而脐橙约为1‰[sup][1,7][/sup][/size][size=18px]。[/size][size=18px]因此,可以从化学计量学角度,视阳光为外部影响参数,应用外部参数正交化(EPO)等方法进行校正,探索实验室模型的果园应用,提高历史数据的利用率,减少重复性的工作。采收期预测是手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]果园应用的典型案例之一。澳大利亚Walsh教授团队将手持式仪器成功用于芒果采收期预测,以干物质含量作为采收期预测指标,芒果协会将芒果增收的40%归结为采收期的创新应用[sup][2][/sup][/size][size=18px]。日本、比利时和意大利的科研团队也从事采收期预测的应用研究[sup][4-6][/sup][/size][size=18px]。我们近年也在探索手持仪器的柑桔采收期预测应用,例如验证满足采收标准脐橙果实占比随采收期的变化(图1)[sup][7][/sup][/size][size=18px]、生成采收决策处方图(图2)。果农可以依据采收处方图,合理安排采摘,未来也可以将处方图配对的品质指标和果树位置,下载至采收机械,按图采收,但某种程度上取决于采摘机械的产业应用进程。[/size][/font][align=center][img=,500,402]https://img1.17img.cn/17img/images/202403/uepic/6116251e-bcb5-442e-a87c-26473b11c3f6.jpg[/img][/align][align=center][font=arial, helvetica, sans-serif]图1 满足采收标准脐橙随采收期变化曲线[/font][/align][align=center][img=,500,283]https://img1.17img.cn/17img/images/202403/uepic/4e1e9536-d0a6-4166-9f82-cc6533ad327c.jpg[/img][/align][align=center][font=arial, helvetica, sans-serif]图2 脐橙采收决策处方图(紫色代表完熟、橙色代表成熟、粉色代表近熟)[/font][/align][font=arial, helvetica, sans-serif][size=18px]我国水果采收期预测尚处于基础研究阶段。技术、仪器和标准等都有待深入。例如,采收期预测标准应视水果种类、用途做出科学调整,例如出口的后熟型水果、立即上市销售和贮藏型水果的采收标准不同,采收期预测也应做相应的调整。[/size][/font][font=arial, helvetica, sans-serif][size=18px][/size][/font][size=18px]参考文献[/size][1] Sun, X., Wang, Z., Aydin, H., Liu, J., Chen, Z., Feng, S. First step for hand-held [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S instrument field use: Table grape quality assessment consideration of temperature and sunlight chemometrics correction[J]. Postharvest Biology and Technology, 2023, 201: 112374.[2] Granger, A. A. Plant & food research: New Zealand kiwifruit breeding programme [J]. Acta Hort., 2011, 913: 59-62.[3] Walsh, K. B., McGlone, V. A., Han, D. H. The use of near infra-red spectroscopy in postharvest decision support: A review [J]. Postharvest Biology and Technology, 2020, 163: 111139.[4] Osborne, B. G. Applications of near infrared spectroscopy in quality screening of early-generation material in cereal breeding programmes [J]. Journal of Near Infrared Spectroscopy, 2006, 14: 93-101.[5] Bertone, E., Venturello, A., Leardi, R., Geobaldo, F. Prediction of the optimum harvest time of ‘Scarlet’ apples using DR-UV-Vis and [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] spectroscopy [J]. Postharvest Biology and Technology, 2012, 69: 15-23.[6] Peirs, A., Lammertyn, J., Ooms, K., Nicola?, B.M. Prediction of the optimal picking date of different apple cultivars by means of VIS/[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]-spectroscopy. Postharvest Biology and Technology, 2001, 21: 189–199.[7] 宮本久美. 果樹の生育診断への近赤外分光法の応用 [J]. 農業機械学会誌, 2007, 69(3): 11-14.[8] Sun, X., Guo, F., Liu, J., Chen, Z., Abobatta, W. F., Nawaz, M. A., Feng,S. From lab to orchard use for models of hand-held [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S instrument: A case for navel orange quality assessment considering ambient light correction[J]. Computers and Electronics in Agriculture, 2024, 219: 108797.[来源:仪器信息网] 未经授权不得转载[align=right][/align]