近红外光谱对蒙阴黄桃硬度和可溶性固形物的在线检测

作者：于怀智; 陈东杰; 姜沛宏; 张玉华^*; 郭风军; 张长峰

来源：食品与发酵工业, 2020, 46(14): 216-221.

DOI：10.13995/j.cnki.11-1802/ts.022156

• 近红外光谱
• 蒙阴黄桃
• 硬度
• 可溶性固形物含量
• 在线检测

基于近红外光谱技术设计了"蒙阴蜜桃"内部品质在线无损检测分级系统。基于该系统在移动速度5个/s下,建立对黄桃的可溶性固形物含量(solid soluble contents,SSC)和硬度在线检测模型。采用SGS(savitzkygolay smooth)、SG-DER (savitzky-golay derivative)及等多种光谱预处理方法对光谱图进行处理,基于偏最小二乘法(partial least squares,PLS),建立不同区间段黄桃的SSC和硬度模型。结果表明,在600～750 nm和750～900nm下,采用SG-DER预处理方法,建立SSC模型性能最好,其校正集和验证集相关系数分别为0. 919和0. 863,均方根误差分别为0. 735%和0. 764%;采用SGS处理光谱,建立硬度模型性能最好,其校正集和验证集相关系数分别为0. 832和0. 746,方根误差分别为0. 774 N和0. 785 N。后采用遗传算法(genetic algorithm,GA)和连续投影算法(successive projections algorithm,SPA)筛选600～750 nm和750～900 nm特征变量,采用SG-DER处理光谱,建立SSC的预测模型;采用SGS处理光谱,建立硬度预测模型。从建模效果来看,SPA和GA都可以有效减少建模所用变量数、提高黄桃在线SSC和硬度检测模型的预测能力和运算速度,而采用SPA-PLS建立SSC和硬度模型优于GA-PLS,其SSC预测集相关系数和预测均方根误差分别为0. 916、0. 721%,其硬度预测集相关系数和预测均方根误差分别为0. 811、0. 742 N。研究表明,采用近红外漫透射光谱技术能够很好地实现黄桃SSC和硬度的在线无损检测。