近红外光谱技术检测灵武长枣果肉硬度和贮藏时间 .pdfVIP

近红外光谱技术检测灵武长枣果肉硬度和贮

藏时间

作者：彭雅玲邱雪张海红吴宝婷朱韵异

来源：《江苏农业学报》2019年第01期

摘要：利用近紅外光谱（400～1000nm）系统采集140个灵武长枣样本的光谱信息，采

用不同方法预处理原始光谱数据，优选出最佳预处理方法。分别建立竞争性自适应加权算法

（cARs）和连续投影算法（sPA）提取特征变量的果肉硬度偏最小二乘回归（PLsR）预测模

型，并利用原始光谱建立灵武长枣贮藏时间的偏最小二乘判别（PLsDA）模型。结果表明，

去趋势法（Detrend）为最优预处理方法;建立的Detrend-cARs-PI.SR模型效果较好，果肉平均

硬度校正集和预测集模型相关系数均为0.868：果肉最大硬度校正集和预测集模型相关系数分

别为0.914、0.849。建立的贮藏时间PLs-DA判别模型的校正集判别准确率为98%，预测集判

别准确率为99%。说明，采用近红外光谱技术对灵武长枣贮藏过程中长枣果肉硬度和贮藏时间

的快速预测具有可行性。

关键词：

近红外光谱;果肉硬度;贮藏时间

中图分类号：s665.1文献标识码：A文章编号：10004440（2019）01-0182-07

灵武长枣是宁夏的优势特色果品，其外形独特，色艳个大，鲜脆可口，酸甜适宜，且富含

多种矿物质和维生素，倍受消费者的青睐，被誉为“枣中之王”。灵武长枣素以鲜食为主，果肉

硬度等质构参数是衡量长枣品质的重要指标。目前，枣果的硬度参数主要采用硬度计或质构仪

对枣果进行整果穿刺测试。硬度计测试精度易受外界干扰因素的影响，如测试者用力大小和探

头规格及削皮厚度，均会使测试数据产生较大的测量误差。穿刺测试虽能够较好地反映整个果

实的流变学特征，但测试已造成枣果破损，使其失去了商品价值，因此研究一种鲜枣果肉硬度

的无损快速检测方法意义明显。

近红外光谱技术（NIRS）是现代光谱分析技术、计算机技术和现代化学计量学的高度集

合体，是一种多信息融合检测技术，可同时获取样品空间各点的光谱，从而进一步得到空间各

点的组成和结构信息。近年来，基于近红外光谱技术的快速无损检测技术的研究与开发受到了

国内外学者的广泛关注。闫润等应用近红外光谱技术，通过提取少量特征光谱信息，建立了草

莓品质的PLSR-ANN校正模型，实现了草莓品种的快速鉴别。刘燕德等采用可见/近红外漫透

射光谱技术，进行了黄桃表面缺陷与可溶性固形物同时在线检测的研究，表面缺陷果的正确判

断率为100%，可溶性固形物分选准确率达到93%。NICOLAI等利用近红外漫反射光谱技术在

波长800～1690nm内，采用PLSR法建立的苹果糖含量预测模型预测效果较好。Ma等利用近

红外光谱技术建立的苹果可溶性固形物含量的PLSR预测模型取得了较好的预测效果，模型的

交叉验证决定系数为0.89，交叉验证的均方根误差为0.05%。但是基于近红外光谱技术针对果

品果肉硬度的预测却鲜有报道，有待进一步的深入研究。

本研究拟以宁夏灵武长枣为研究对象，利用近红外光谱仪，采集灵武长枣400-1000nm的

原始光谱信息。分别选取多种预处理方法，根据PLSR建模效果，优选最佳预处理方法。应用

CARS和SPA提取特征变量，分别建立基于全波段和特征波段的PLSR枣果肉平均硬度和最大

硬度预测模型，优选最佳预测模型。运用PLS-DA建立灵武长枣贮藏时间的判别模型，为鲜食

果品果肉硬度的快速无损检测和贮存期判别提供理论依据。

材料与方法1

测1.1试材料

灵武长枣采摘自宁夏灵武市大泉林场红枣生产基地，去除灰尘后在室温下贮藏。为减少样

本个体差异对试验结果的影响，共选出大小形状相似、成熟度一致，无病害、无损伤的140个

测试样本，每天从中随机取出20个样本进行光谱和硬度测量，连续测量7d。

1.2.2硬度测量利用TA.XTPlus物性仪及其自带软件TextureExponent32，选用P/2n针状

探头（直径2mm），选整枣赤道阴阳两面上的2点，以整果穿刺法进行枣果硬度的测试1。

设置测前速度5mm/s，贯人速度1mm/s，测后速度5mm/s，最小感知力5g，穿刺深度5

mm。

1.2.3数据处理分析由于样本的不均匀性，采集到的单个点的光谱信息仅能代表某一点的

光谱，不能代表整个样本的信息，若取整个灵武长枣表面的光谱信息的平均值则