论文部分内容阅读
近年来,随着我国农产品加工业的发展和农业现代化进程的加快,使得农产品品质检测和分级技术显得更加重要,迫切性日益增加。水果的内部品质表示水果内部的生理、化学和物理性质。水果在其生长、成熟、受损以及腐烂变质过程中的生物化学反应伴随物质能量的转化,导致生物组织内各类化学物质含量发生改变,从而引起水果品质的变化。通过检测方法测量水果的品质,就可以在贮藏和处理之前剔除内部存在缺陷的水果。如果水果在销售和流通之前,能够根据质量进行严格分级,则可以有效地提高水果生产的技术水平。传统的水果内部品质检测方法,主要是通过化学分析的方式测定水果的含糖量、酸度以及糖酸比来判断水果的内部品质,制样繁琐、检测时间长,无法满足水果快速分级分选的实际要求。近红外光谱法是利用物质对光的吸收、散射、反射和透射等特性确定其成分含量的一种非破坏性检测技术。采用近红外光谱技术进行水果内部品质的检测,检测时间仅需数秒钟,而且可以同时检测多种成分,实现水果品质的快速分析,对水果生产,特别是水果加工质量的控制,具有十分重要的作用。梨是深受人们喜欢的水果之一,它具有香甜多汁,爽脆可口的特点。本研究以砀山梨为对象,利用近红外光谱分析技术进行梨子内部品质检测的实验研究。试验应用傅里叶变换近红外漫反射技术快速获取梨子的近红外光谱信息,寻找光谱吸光度与梨子的糖度、酸度、坚实度、密度之间的相关关系。试验选取不同的波段范围对漫反射光谱进行有效信息进行提取和分析,并对不同光谱预处理方法的预测性能进行比较。分别采用多元校正主成分回归法（PCR）和偏最小二乘法（PLS）建立梨子内部品质参数的预测模型,实验结果表明,PLS模型能很好地预测梨子的品质参数,表面完好梨子的糖度、酸度、坚实度和表面碰伤梨子的糖度的建模光谱波段范围是9301～4352.55cm-1和9967～4030 cm-1,最佳主因子数分别为7,6,7和6;校正相关系数(Rcal)分别为0.940,0.862,0.865,0.992;标准校正误差（RMSEC）分别为0.292,0.047,0.191,0.157;标准预测误差（RMSEP）分别为0.349,0.081,0.310,0.854,所建立的数学模型预测精度高和稳定性好。证明利用近红外漫反射光谱技术在全波长范围内无损检测梨子的品质是可行且可靠的。