基于光谱技术检测梨果实可溶性糖含量的方法

摘要：

针对传统方法测定梨可溶性糖含量耗时长、成本高、步骤繁琐的问题,本研究提出一种通过光谱扫描梨果检测其可溶性糖含量的新方法.以河北省威县龙集梨园的'新梨7号'为试材,利用光谱仪扫描果实获取其光谱反射率,使用蒽酮比色法测定梨可溶性糖含量,采用SG平滑滤波法、标准正态变量(SNV)和正交信号校正(OSC)对数据进行预处理,使用主成分分析(PCA)和连续投影算法(SPA)对光谱数据进行降维处理,利用多元线性回归(MLR)、偏最小二乘法(PLSR)和支持向量机回归(SVR)建立预测模型,最终选择使用OSC+PCA+SVR建立基于光谱反射率的梨可溶性糖含量的预测模型,其训练集RC2=0.85,RMSE=2.21,测试集RV2=0.78,RMSE=1.48,实现了对梨可溶性糖含量高效、快速、低成本、无破坏性测定.

关键词：梨;可溶性糖;光谱;机器学习;数据降维

所属期刊栏目：45

分类号：S661.2(果树园艺)

资助基金：国家梨产业技术体系项目;河北农业大学科研发展基金计划项目

在线出版日期：2022-02-18（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：79-84