多模式可调节光学机构的苹果可溶性固形物近红外光谱检测

摘要：

利用多模式可调节的光学机构采集了苹果漫透射、全透射和漫反射三种检测方式的光谱,研究在不同的检测方式下苹果的光谱特征并采用PLS建立苹果可溶性固形物含量SSC预测的模型.首先分别采集每个样品赤道上四点的漫透射、全透射和漫反射光谱,然后分别使用多元散射校正M SC、基线偏移校正BOC、归一化Normalize和高斯滤波平滑GFS等方法对平均后的120个光谱做预处理,并结合竞争性自适应权重取样CARS法对漫反射光谱进行特征波长筛选,最后采用偏最小二乘法PLS回归建立预测苹果SSC的模型,并另购30个苹果验证模型性能.结果表明,苹果在三种检测方式下采集的光谱吸收峰和波谷所处的波段大致相同,但光谱强度有差异.三种光谱经3点高斯滤波平滑GFS预处理后建立预测苹果SSC含量的模型均取得很好的结果.漫透射的模型性能为Rcal=0.972,Rpre=0.967和RMSEC=0.436％,RMSEP=0.507％;全透射的模型性能为Rcal=0.964、Rpre=0.957和RMSEC=0.5％,RMSEP=0.574％;漫反射的模型性能为Rcal=0.963,Rpre=0.949和RMSEC=0.522％,RMSEP=0.536％;三种光谱经归一化预处理后融合建模的模型性能为Rcal=0.894,Rpre=0.857和RMSEC=0.836％,RMSEP=0.966％.进一步将漫反射光谱结合CARS算法筛选特征波长,使用119个变量建立模型的性能为Rcal=0.986,Rpre=0.977和RMSEC=0.323％,RMSEP=0.362％.最后将该模型导入新型多模式可调节的水果检测系统中,使用30个未参与建模的冰糖心苹果检验该模型预测苹果SSC的性能.结果显示30个外部验证集的相关系数为0.906,验证均方根误差为0.707％.进一步表明使用多模式可调节的水果内部品质检测系统采集的漫反射光谱结合光谱预处理、波段筛选算法和偏最小二乘回归方法可以建立较好的模型预测苹果可溶性固形物SSC含量.本研究为苹果的品质检测提供新的技术支持.

关键词：光学机构、漫透射、全透射、漫反射、可溶性固形物、CARS、苹果

所属期刊栏目：41

分类号：O657.3(分析化学)

资助基金：国家自然科学基金;水果光电检测技术能力提升项目;研究生创新资金项目

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2064-2070