基于线性渐变分光近红外光谱仪的苹果可溶性固形物含量无损检测研究

• 作 者: 张鹤冬 王冬 韩平 吴静珠 余乐
• 机 构: 北京工商大学食品安全大数据技术北京市重点实验室,北京农业质量标准与检测技术研究中心
• 出 处: 农产品质量与安全
• 发表日期: 2018年05期
• 关键词: 线性渐变分光近红外光谱仪 可溶性固形物 无损检测 苹果
• 基金项目: 北京工商大学食品安全大数据技术北京市重点实验室开放课题(BUBD-2017KF-11);北京市农林科学院创新能力建设-高效节水农业专项研究(储备性研究课题)(KJCX20180409);农业部农产品质量安全风险评估实验室(北京)开放课题(KFKT201702)

为了探讨线性渐变分光近红外光谱仪在水果内部品质无损快速检测方面应用的可行性及其光谱学机理,本文以基于线性渐变分光近红外光谱仪所采集的苹果光谱数据为自变量,以苹果可溶性固形物含量为因变量,采用偏最小二乘回归结合全交互验证算法,分别对全谱、一倍频、二倍频、三倍频、一二倍频、一三倍频、二三倍频共7个谱区建立校正模型并根据模型准确度选择优化谱区。对优化谱区采用平滑、标准正态变量变换、多元散射校正、一阶导数进行光谱数据预处理优化。最后采用外部验证集对优化预处理的模型进行预测准确度评价。结果显示,基于一二倍频区的校正模型准确度较其他谱区最高,其校正测定系数、校正均方根误差、交互验证测定系数、交互验证均方根误差分别为0.753 9、 0.93、 0.745 9、0.95;在此基础上,多元散射校正预处理后所建模型准确度更高,模型校正测定系数、校正均方根误差、交互验证测定系数、交互验证均方根误差分别为0.755 9、 0.92、 0.748 2、 0.94;外部验证集模型预测测定系数、预测均方根误差分别为0.683 4、 1.01。上述3个模型均通过F检验证明其可溶性固形物含量预测值与参考值之间具有显著的相关关系。结果表明,基于一二倍频区数据所建模型基本可以满足苹果可溶性固形物含量快速无损检测的需求,并可为基于线性渐变分光的便携式近红外光谱仪的应用提供一定的参考。