樣品相關(guān)因素對梨糖度可見-近紅外光譜檢測影響的研究.pdf

1、我國是水果的種植和生產(chǎn)大國，但不是水果的出口強國。水果產(chǎn)后商品化處理水平較低是導致我國水果國際市場競爭力較弱的重要原因。近年來，可見/近紅外光譜技術(shù)由于其快速、無損等特點已被廣泛應(yīng)用于水果內(nèi)部品質(zhì)的快速無損檢測。但在可見/近紅外光譜檢測中，由于存在樣品相關(guān)因素（如大小、品種、產(chǎn)地等）的嚴重影響，模型的穩(wěn)健性與普適性是本領(lǐng)域的研究難點。
　　本研究基于團隊現(xiàn)有的水果內(nèi)部品質(zhì)可見/近紅外光譜在線檢測平臺，主要以梨為研究對象，開展樣品相

2、關(guān)因素（如大小、品種、產(chǎn)地等）對梨可溶性固形物(Soluble SolidsContent，SSC)可見/近紅外光譜在線檢測的影響研究。首先研究了梨內(nèi)部的糖度分布情況，并簡單分析了果園內(nèi)光照因素對梨糖度分布的影響。其次進一步探究了樣品大小對梨預測模型精度的影響，通過光譜修正法提高了預測模型精度，并提出了光源機構(gòu)設(shè)計設(shè)想以期消除大小對模型的影響。最后分別研究了不同品種間及不同產(chǎn)地間梨的預測模型的普適性，并通過局部模型的更新及全局模型的優(yōu)化

3、以提高模型預測的穩(wěn)健性。
　　本文的主要研究內(nèi)容和研究結(jié)論如下:
　　(1)研究了梨果內(nèi)部糖度的分布規(guī)律及其受光照因素影響。研究結(jié)果表明，皇冠梨、水晶梨、初夏綠梨、圓黃梨和翠冠梨五個品種梨的不同等分層糖度值具有相同的分布規(guī)律:下層＞上層＞中層，下半個梨（中層和下層）與整個梨的糖度值有很強的相關(guān)性，決定系數(shù)為0.9193;在光照因素對梨糖度分布影響研究中，對于單個圓黃梨果，向陽面糖度值明顯高于向陰面，對于單棵圓黃梨樹，梨樹外層

4、梨果糖度值高于內(nèi)層，上層糖度值高于下層，向陽面高于向陰面。該研究結(jié)果可為梨果內(nèi)部糖度在線檢測系統(tǒng)的設(shè)計及理化分析提供理論依據(jù)。
　　(2)研究了樣品大小差異對梨糖度預測模型的影響及其修正方法。由于樣品存在不同縱徑大小，在固定的光源系統(tǒng)中存在不同大小水果其光源照射部位的不同，從而影響預測模型的精度。本研究以皇冠梨為研究對象，首先，研究了原始光譜一階微分處理和原始光譜在893 nm處的光譜正規(guī)化處理方法，預測均方根誤差(Root Me

5、an Square Error ofPrediction，RMSEP)由原始模型的0.546°Brix下降到0.465°Brix和0.473°Brix，預測精度分別提高了14.8％和13.6％。其次，對原始建模樣品按照縱徑尺寸大小分為A(80.05-98.18 mm)、B(75.10-79.97 mm)、C(63.22-74.99 mm)三組并分組建模，各組樣品建模預測精度均優(yōu)于原預測模型，且光源照射在水果上的光斑距離赤道位置越近，預測

6、精度越好，建模預測效果最好的B組RMSEP=0.310°Brix，與未分組的原始模型相比，預測精度提高了43.2％。最后，提出了一種可以根據(jù)水果大小調(diào)節(jié)光源高度的檢測機構(gòu)設(shè)想，以確保光源光斑始終照射在水果赤道位置，提高預測精度。
　　(3)研究了樣品產(chǎn)地（果園）差異對梨糖度預測精度的影響。本研究以浙大果園和三水果園兩個產(chǎn)地的翠冠梨為研究對象，首先，在三水果園翠冠梨的糖度預測中，三水果園翠冠梨建立的糖度預測模型的RMSEP為0.50

7、5°Brix，而浙大果園翠冠梨建立的糖度預測模型的RMSEP為4.610°Brix，可見不同產(chǎn)地同品種梨的糖度預測模型是不能通用的。其次，通過手動挑選和KS算法依次添加5、10、15、20個有代表性的三水果園翠冠梨到浙大果園翠冠梨建模集中進行樣本集更新優(yōu)化，手動挑選20個新樣品的預測模型效果最優(yōu)，對三水果園翠冠梨的RMSEP從4.610°Brix降低到0.612°Brix，預測精度提高了86.7％。最后，混合三水果園和浙大果園翠冠梨各校

8、正集樣品進行建模得到兩個產(chǎn)地的全局模型，并用反向區(qū)間偏最小二乘法(backward interval partial least square，BiPLS)對建模波長進行優(yōu)選，所建模型對三水果園翠冠梨的RMSEP從4.61°Brix降低到0.516°Brix，預測精度提高了88.8％。可見，通過模型更新和建立全局模型，可以在一定程度上提高預測模型對產(chǎn)地的普適性。
　　(4)研究了樣品品種差異對梨糖度模型預測精度的影響。本研究以三水

9、果園的初夏綠梨和圓黃梨為研究對象，首先，在初夏綠梨的糖度值預測中，圓黃梨建立的糖度預測模型的RMSEP為1.430°Brix，初夏綠梨建立的糖度預測模型的RMSEP為0.499°Brix，可見原品種梨建立的糖度預測模型對新品種的預測精度有待提高。其次，通過手動挑選和KS算法依次添加5、10、15、20個有代表性的初夏綠梨到圓黃梨建模集中進行樣本集更新優(yōu)化，手動挑選20個新樣品為最優(yōu)的預測模型，對初夏綠梨的RMSEP從1.430°Brix

10、降低到0.323°Brix，預測精度提高了77.4％。最后，混合初夏綠梨和圓黃梨各校正集樣品進行建模得到兩個品種的全局模型，并用BiPLS對建模波長進行優(yōu)選，所建模型對初夏綠梨的RMSEP從1.430°Brix降低到0.547°Brix，預測精度提高了61.7％?？梢姡ㄟ^模型更新和建立全局模型，擴大了兩個品種間預測模型的預測范圍，提高了模型在不同品種間預測的通用性。通過對比分析發(fā)現(xiàn)，相較于樣品的品種因素，其產(chǎn)地因素對建模普適性的影響更