基于近红外在线装置苹果糖度模型参数优化研究

摘要：

糖度(SSC)是苹果内部品质主要评价指标之一,近红外光谱技术是预测苹果SSC的首选技术,优化近红外光谱采集装置的参数,可以提升模型的性能.采用本课题组自主研发的动态在线设备采集苹果的近红外光谱(350～1150 nm),研究不同参数条件下(运动速度、积分时间和光照强度)对近红外光谱预测苹果糖度模型的影响,优化动态在线装置的参数.210个红富士苹果被分为两批,第一批90个苹果样品,经过Kennard-Stone算法(K-S)算法分为建模集和预测集,用于研究不同运动速度、不同积分时间对苹果SSC含量在线预测模型的影响.在0.3和0.5 m·s-1两种运动速度下,使用多元散射校正(MSC)、小波变换(WT)、标准正态变量变换(SNV)对采集到的光谱进行预处理,对不同移动速度的光谱构建糖度的偏最小二乘回归模型(PLS),结果表明:装置的运动速度为0.5 m·s-1所建立的预测模型性能较优,在四种不同积分时间中,积分时间为120 ms时,经SNV预处理所建立的模型性能最优,其预测集的相关系数和均方根误差分别为0.968和0.331.第二批苹果120个,经K-S分为建模集和预测集,选择运动速度为0.5 m·s-1,积分时间为120 ms的装置参数进行不同光照强度对苹果SSC预测模型影响的研究,结果发现:在光照强度为4.5 A时,采集到的光谱相对其他光照强度组有较大的变化,光谱在640和800 nm处的波峰基本消失.在光照强度为6.5 A时,经SNV预处理后建立的模型性能最优.再使用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)对采集的光谱数据进行波长筛选后,建立苹果SSC模型,结果表明:CARS-PLS所建立的模型性能较好,其预测集的相关系数和均方根误差分别为0.991和0.149,同时简化了模型,提高了模型的稳定性.研究表明:对动态在线设备进行参数优化,有助于提高苹果模型的预测精度,该研究有助于对苹果品质在线分选提供技术支持.

关键词：近红外光谱分析技术、动态在线装置、光照强度、波长筛选、参数优化

所属期刊栏目：43

分类号：O657.3(分析化学)

资助基金：国家自然科学基金;江西省自然科学基金;江西省教育厅科学技术研究项目;江西省教育厅科学技术研究项目

在线出版日期：2023-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：116-121