摘要:夏橙的含糖量是决定夏橙口感的重要因素｡通过试验研究,采用近红外漫反射光谱分析技术实现对夏橙糖度间接测定的可行性｡首先通过对夏橙不同放置状态下进行光谱检测,并建模分析,发现当夏橙侧躺采集光谱的测定精度和稳定性最优,但采用直立放置和任意放置的结果也能满足实际需求,说明夏橙的放置状态不会对近红外测定结果造成太大的影响;然后通过对样品进行分组,分别在不用温度下采集夏橙的漫反射光谱,建立夏橙糖度的预测模型,并且进行组内和组间交叉验证,结果发现,当温度变化幅度不是很大时,夏橙糖度的预测模型具有良好的精度,符合实际工作环境的要求｡即采用近红外漫反射技术实现对夏橙糖度的无损在线检测是可行的｡
关键词:近红外光谱;漫反射;糖度;检测
中图分类号:O657.33文献标识码:A文章编号:0439-8114(2014)11-2639-03
Determination of Valencia Orange Sugar Concentration by Near-infrared Diffuse Reflectance
CHENG Peng-fei1,ZHANG Lin2,LU Hui-shan2,YAN Hong-wei2,GAO Qiang2,WANG Fu-jie2
(1.Department of Mechanical and Electric Engineering,Henan Mechanical and Electrical Engineering College,Xinxiang 453002,Henan, China;
2.School of Mechanical and Power Engineering,North University of China, Taiyuan 030051,China)
Abstract:The effects of different place state(standing, side-lying, and being placed in arbitrary) on sugar concentration of Valencia orange were studied. The results of side-lying were slightly better than those of the other two modes. Results of the other place states can meet practical requirement by near infrared diffuse reflectance. The grouping of Valencia orange samples was collected by diffuse reflection spectra based on different temperatures. The prediction model of sugar concentration was established on cross validation between group and within group. When the temperature variation was trivial, the prediction model of Valencia orange sugar concentration had good precision, fitting well with the requirements of actual work environment.
Key words:near-infrared; diffuse reflection; sugar concentration; detection
基金项目:国家自然科学基金项目(41201294);山西省自然科学基金项目(2009021019-3;2013011026-2)
夏橙因含有人体所需的多种矿物质､维生素等营养成分而被人们广为青睐｡传统的甜度检测技术不但费时费力,而且还会对橙子造成伤害｡近年来近红外光谱(NIR)检测技术的快速发展使得采用近红外光谱分析技术实现对夏橙甜度的快速､无损检测成为可能｡近红外光谱检测技术具有快速简便､无损､准确等特点,已在农业和食品行业中得到广泛的应用[1]｡国内外研究人员利用近红外分析技术对水果品质指标检测已取得了重大成绩｡孙通等[2]选用680~1 235 nm近红外光谱,采用透射的方法对柑橘的糖度进行了检测分析｡Slaughter[3]采用近红外光谱分析技术对油桃内可溶性固形物､糖度和叶绿素A含量等进行了定量研究｡Mcglone等[4]采用不同的近红外检测系统对高速运动的苹果的糖度进行了检测分析｡在国内近红外光谱分析技术在农副产品中的研究虽然起步较晚,但也已取得了相当多的成果｡孙通等[5]采用近红外光谱结合可见光对南丰蜜橘的可溶性固形物进行了研究;刘燕德等[6]利用近红外漫反射技术对苹果的糖度进行了定量研究;董小玲等[7]采用近红外漫反射技术结合小波压缩技术对马铃薯淀粉含量进行了研究;高海龙等[8]利用近红外漫反射光谱实现了对鲜枣品种的鉴别和对裂枣的剔除工作｡大量试验证明了采用近红外漫反射技术实现对水果内部糖度的检测的可行性,然而在采集光谱时水果的放置方式和光谱的预处理方法对最终预测模型影响的研究还比较少｡本研究以夏橙为例,研究了光谱采集过程中水果的放置方式(直立､侧卧和任意放置)和光谱预处理方法(平滑､多元散色校正以及标准归一化)对最终糖度预测结果的影响｡
1材料与方法
1.1样品及仪器
选用88个江西产的赣南“华朋”脐橙,将样品外表皮清理干净,并依次进行编号,用游标卡尺测量并记录每个夏橙样品的直径和高度｡采用NEXUS傅里叶变换近红外光谱仪(热电尼高力仪器公司,美国)及其相应的漫反射附件进行光谱采集｡
1.2糖度的测定
将去除表皮后的夏橙放入榨汁机中榨汁,果汁经过滤后取3~5滴至数字折光仪上,测定样本夏橙的糖度,88个糖度统计结果如表1所示｡
1.3光谱采集
对每个样本分别进行正立放置､侧躺放置和随意放置,采集样本的不同角度的漫反射光谱,分析夏橙的不同放置方法对分析模型的影响｡光谱采集时注意避开表面缺陷部位,在测量夏橙光谱之前要先测量标准白板在相同设置参数下的光谱作为背景参比,不同温度条件下采集到的近红外漫反射光谱如图1所示｡
吸光度的计算公式
An=-log()
其中,samplen是夏橙样品的漫反射光谱的光强值,darkn是关闭光源时探测头接收到的白板的光强值,refn是开启光源时探测器接收到的光强值｡
1.3.1夏橙正立放置把垂直于花萼和花梗轴线且恰好将夏橙平分的平面定义为赤道面,当赤道面平行于水平面时,花萼与花梗中轴线垂直于水平面,水果恰好处于正立放置,红外光谱探测器处于花萼底部,图2左图为正立放置下近红外光谱采集过程图｡
1.3.2 夏橙侧立放置当夏橙的赤道面垂直于水平面时,花萼与花梗中轴线与水平面平行,水果处于侧躺放置,近红外探测器对准夏橙的赤道部位,图2右图为夏橙侧躺放置下近红外光谱采集过程图｡
2结果与分析
2.1放置姿态对预测结果的影响
分别对正立放置､侧躺放置和随意放置3种方式采集的近红外光谱建立夏橙糖度的近红外光谱模型,并采用十字交叉验证方法对糖度模型进行验证(表2)｡结果表明,采用近红外漫反射技术对夏橙糖度进行检测时,水果的不同放置方式对检测结果有轻微的影响,以侧躺姿态进行检测时建立的糖度模型最优,但采用其他两种放置方式采集的光谱建立的模型也较好,能够达到对糖度检测的要求｡另一方面,在线检测中要实现夏橙的放置姿态完全相同很难实现,更多的是随意状态下的检测,从试验结果来看,夏橙放置姿态对检测结果影响很小,因此在线检测时可以免去对果实的刻意摆放｡
2.2温度对检测结果的影响
试验中将样本分成8组,每组11个样本,分别编号1~8,1~7组分别是在0､4､8､12､16､20､24 ℃下对样品进行光谱采集,第8组是在0~24 ℃下随机进行光谱采集｡采用多元散射校正的方法对采集到的漫反射光谱进行处理,去除由于果实表皮粗糙度引起的散射对试验结果的影响,然后利用PLS法分别建立8个组的糖度预测模型,并进行组内交叉验证(表3),在严格控制温度的情况下采用近红外光谱检测技术能够较准确地测得夏橙糖度,检测精度可以达到90%以上｡独立温度下建立的模型对预测测试温度下的样品糖度效果理想,但是在实际生产中要实现对温度的严格控制很难做到,因此接下来将不同温度下的测试样本放到样本1~7建立的模型中,分析在不同温度条件下系统是否能够准确地测量出样品的糖度｡结果表明,当测试温度与建模温度变化不超过10 ℃时,系统的测量精度和工作稳定性能够满足实际需要｡
3小结与讨论
研究了夏橙的正立､侧躺和任意放置3种放置状态下检测夏橙的漫反射光谱对预测结果的影响,结果表明,虽然正立和任意放置建立的预测模型比侧躺放置建立的预测模型稍差,但预测精度和稳定性都能达到实际工作要求,说明采用近红外光谱对夏橙糖度进行在线检测具有实际可操作性｡通过分组研究不同温度对建立夏橙糖度模型的影响,并通过组内验证和组间交叉验证,证明在环境温度变化不大的情况下,采用近红外漫反射光谱分析技术实现对夏橙糖度的在线快速检测是可行的｡
参考文献:
[1] 王伟明,董大明, 郑文刚,等.梨果糖浓度近红外漫反射光谱检测的预处理方法研究[J].光谱学与光谱分析,2013,33(2):359-362.
[2] 孙通,徐惠荣,应义斌. 近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展[J]. 光谱学与光谱分析, 2009,24(1):122-129.
[3] SLAUGHTER D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Trans of the ASAE,1995,38(2):617.
[4] MCGLONE V A. Transmission measurements on intact apples moving at high speed[J].J Near Infrared Spectrosc,2004(12),37.
[5] 孙通,许文丽,胡田,等.基于UVE-ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测[J].光谱学与光谱分析,2013,33(12):3235-3239.
[6] 刘燕德,应义斌.苹果糖度的近红外漫反射检测研究[J].农业工程学报,2004,20(1):189-193.
[7] 董小玲,孙旭东. 基于小波压缩的马铃薯全粉还原糖近红外光谱检测研究[J].光谱学与光谱分析,2013,33(12):3216-3220.
[8] 高海龙,李小昱,徐森淼,等.近红外光谱鉴别鲜枣品种及裂果研究[J].光谱学与光谱分析,2013,33(12):3231-3234.
推荐访问: