论文部分内容阅读
我国水果资源十分丰富,是世界水果生产大国,但水果产后处理和加工水平低下,水果检测和分选手段落后,导致国产水果整体品质较差,缺乏国际竞争力。对水果品质检测的传统方法技术含量低、速度慢且人为因素干扰严重,近红外光谱分析技术能够实现对水果的快速无损检测。课题以苹果为研究对象,利用近红外光谱分析技术和化学计量学分析方法,开展水果内部品质糖度、酸度和坚实度的检测研究,在此基础上建立各指标的定量预测模型。应用商品化的便携式近红外光谱仪(K-BA100R)采集苹果赤道部位的漫反射光谱,优选波长建立苹果糖度、酸度的逐步多元线性回归(SMLR)模型和最小二乘支持向量机(LS-SVM)模型,与运用全波段光谱信息建立的偏最小二乘回归(PLSR)模型进行对比。结果表明,基于原始光谱所建立的SMLR模型预测性能最好,优于LS-SVM和PLSR模型。其中选用6个波长建模的SMLR糖度模型的预测相关系数达到0.980,验证均方根误差为0.238°Brix;选用11个波长建模的SMLR酸度模型的预测相关系数为0.866,验证均方根误差为0.115。对苹果坚实度进行了定量检测探索研究,综合运用多种预处理方法对原始光谱进行优化分析,并比较预测结果。结果表明,基于原始光谱建立的PLS模型对苹果坚实度的效果较好,校正集相关系数γ为0.782,校正均方根误差RMSEC为1.98N/cm2,预测集相关系数γ为0.613,预测均方根误差RMSEP为3.12N/cm2。此外,本文简要介绍了实验室自主搭建的便携式近红外品质检测仪的结构,并用其对苹果糖度和酸度进行了定量分析,比较不同预处理光谱所建立PLS模型性能。结果表明,SNV处理后的光谱所建模型对糖度的预测效果较好,而MSC预处理后的酸度模型效果有所提高；应用连续投影算法优选波长建立MLR糖度预测模型,效果优于PLSR方法。应用针对试验过程中出现的问题提出了尚需改善之处。