论文部分内容阅读
本文利用可见-近红外光谱技术,研究了圣女果和苹果品质指标与可见-近红外光谱图之间的内在联系,旨在为圣女果和苹果的品质无损检测技术提供新的方法和工具。通过The Unscrambler 9.7分析软件,分别用偏最小二乘回归交互验证法和偏最小二乘回归杠杆值校正法,建立了圣女果糖度、酸度和硬度的预测模型,及苹果糖度和硬度的预测模型。主要研究内容包括三部分。第一部分:研究不同成熟度、不同大小的圣女果,随货架期延长其品质变化的规律;第二部分:建立基于可见-近红外光谱技术检测圣女果糖度、酸度和硬度的预测模型,寻求预测圣女果品质的方法;第三部分:建立基于可见-近红外光谱技术检测苹果糖度和硬度的预测模型,寻求预测苹果品质的方法;取得以下研究结果:(1)收获期不同的圣女果糖度、酸度、糖酸比和硬度等品质指标变化规律不同。随着货架期的延长,未熟果的糖度变化不大,且和糖酸比都是先减后增,而酸度和硬度则是先增后减;成熟期果的糖度、酸度、糖酸比和硬度变化均呈现出先增后减的趋势;完熟果的糖度、酸度、糖酸比和硬度变化均呈现出先减后增及再次衰减的趋势。(2)大小不同的处于成熟期内的圣女果品质变化规律也不相同。随着货架期的延长,大圣女果的糖度和糖酸比均是先减后增;而小圣女果的糖度和糖酸比均是先增后减;它们的酸度和硬度变化规律相同。(3)采用偏最小二乘回归交互验证法和偏最小二乘回归杠杆值校正法分别对圣女果的糖度、酸度和硬度建立预测模型,发现偏最小二乘回归交互验证法完全不能预测圣女果的糖度、酸度和硬度;而偏最小二乘回归杠杆值校正法对圣女果糖度、酸度和硬度的预测相关系数分别为0.989、0.991、0.987,验证集均方根误差分别为0.0645、0.012、0.13,预测速度快、精度高。(4)采用偏最小二乘回归交互验证法和偏最小二乘回归杠杆值校正法分别对苹果的糖度和硬度建立预测模型,发现偏最小二乘回归交互验证法完全不能预测苹果的硬度,对苹果糖度的预测相关系数为0.585,相关性较低;而偏最小二乘回归杠杆值校正法对苹果的糖度和硬度的预测相关系数分别为0.994、0.99,验证集均方根误差分别为0.099、0.071,预测速度快、精度高。