近红外光谱对贮藏期猕猴桃不同深度果肉色泽的变化研究

作者：余克强; 孟浩; 曹晓峰; 赵艳茹

来源：光谱学与光谱分析, 2020, 40(07): 2240-2245.

• 猕猴桃
• 近红外光谱
• 贮藏期
• 不同深度
• 果肉色泽

猕猴桃是我国发展势头和经济效益比较突出的水果之一,其果肉色泽是评价猕猴桃果实品质的重要指标。利用近红外光谱技术对贮藏期猕猴桃不同深度果肉色泽的变化进行研究。以贮藏期"哑特"猕猴桃果皮下0, 5和10 mm处果肉色泽(L*, a*和b*)为研究对象,用近红外光谱(830～2 500 nm)结合化学计量学方法对猕猴桃果肉色泽特征进行预测分析。通过建立基于全波段的偏最小二乘回归(PLSR)模型,发现猕猴挑果皮下5 mm处色泽特征(L*5, a*5, b*5)所建立的校正预测模型效果好,说明该处的色泽数据和近红外光谱信息的相关度较高。运用竞争性自适应重加权采样法(CARS)和无信息变量消除法(UVE)两种算法从高维近红外光谱全波段信息中选取与颜色特征相关的特征波长信息,并与猕猴桃果皮下5 mm处的色泽(L*5, a*5, b*5)分别建立PLSR和多元线性回归(MLR)预测模型。其中对果肉色泽L*5所建立的模型中, CARS-PLSR模型的校正和预测效果均为最好,RC达到0.942 7, RMSEC为1.699 7,RP达到0.885 0, RMSEP为1.642 4;对猕猴桃果肉色泽a*5所建立的模型中, UVE-MLR模型的校正和预测效果最好,RC达到0.946 3, RMSEC为0.342 4,RP达到0.854 9, RMSEP为0.629 6;对猕猴桃果肉色泽b*5所建立的模型中, CARS-MLR模型的效果最好,RC达到0.944 3, RMSEC为1.010 1,RP达到0.839 8, RMSEP为1.354 3。研究表明近红外光谱分析技术检测猕猴桃果皮下5 mm处色泽(L*5, a*5和b*5)具有良好的准确度,为猕猴桃品质评价提供技术支撑。

• 单位
  电子工程学院; 西北农林科技大学