[发明专利]香蕉可溶性固形物含量的可见/近红外光谱无损检测方法

说明书

本发明公开了一种香蕉可溶性固形物含量的可见/近红外光谱无损检测方法，针对已知可溶性固形物含量的香蕉样品，用可见/近红外光谱仪采集香蕉样品表面的光谱信息，获得各种样本的光谱代表信息后，还需对光谱信息进行预处理；将香蕉光谱数据导入The Unscrambler X 10.1中，进行样本光谱数据的预处理；利用导数矫正法进行特征波长的提取，基于一阶微分提取的特征波长段对应的光谱数据建立多元线性回归模型，记录该模型下的衡量指标，最终选定特征波段为1230nm‑1440nm；建立数学模型后，需要有各项指标对模型的准确性、可靠性、稳定性和预测能力作出衡量和评价。本发明可以更加客观、准确实现香蕉可溶性固形物含量的快速检测，从而实现香蕉采摘期的快速无损判定。

技术领域

本发明涉及物理参数测试/测量的技术领域，尤其是指一种香蕉可溶性固形物含量的可见/近红外光谱无损检测方法。

背景技术

香蕉的采收期决定了香蕉果实的可食品质和加工特性，也影响果实的贮运特性。目前香蕉采收期的判别主要依靠蕉农的经验，结合温度、日照、降雨量等气象条件，以及盛花后的天数等数据进行预测。受气候条件和管理方式等的影响，这种预测方式具有很大的不确定性，很难保证采后香蕉成熟度的一致性。香蕉属于呼吸跃变型水果，成熟过程中大量的淀粉转化为葡萄糖、果糖等可溶性固形物。可溶性固形物含量是香蕉成熟度的一个重要指标。

目前，可溶性固形物的含量主要采用折光计法进行测量，将样品捣碎破坏，并且稀释和过滤，步骤繁琐，难以满足快速在线检测的市场需求。可见/近红外光谱技术在水果品质检测方面的可行性已经得到验证，己应用于梨、苹果、柑橘、桃、草毒、芒果和葡萄等水果的品质参数的无损检测。然而，不同种类水果的可溶性固形物的含量差别较大，建立的判别模型不具有普适性。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种香蕉可溶性固形物含量的可见/近红外光谱无损检测方法，实现香蕉采摘期的快速无损判定，该方法利用可见/近红外光谱技术，通过获取完整香蕉果实的可见/近红外光谱数据，理化测量对应果实的可溶性固形物的含量，结合化学计量学方法，建立香蕉可溶性固形物含量的判别模型。

为实现上述目的，本发明所提供的技术方案为：香蕉可溶性固形物含量的可见/近红外光谱无损检测方法，该方法针对已知可溶性固形物含量的香蕉样品，用可见/近红外光谱仪采集香蕉样品表面的光谱信息获得各种样本的光谱代表信息后，还需对光谱信息进行预处理；将香蕉光谱数据导入The Unscrambler X 10.1中，进行样本光谱数据的预处理，即依次采用多项式卷积平滑法(Savitzky-Golay，SG)和标准正态变量矫正(Standard NormalVariate Correction，SNV)进行消噪处理；为了提高模型精度，利用导数矫正法(Derivative Correction)进行特征波长的提取，基于一阶微分提取的特征波长段对应的光谱数据建立多元线性回归(MLR)模型，记录该模型下的衡量指标，最终选定特征波段为1230nm-1440nm；建立数学模型后，需要有指标对模型的准确性、可靠性、稳定性和预测能力作出衡量和评价。

上述香蕉可溶性固形物含量的可见/近红外光谱无损检测方法，包括以下步骤：

1)样本准备

试验品种为巴西蕉，为减少样本大小造成的误差，用游标卡尺挑选出具有代表性且大小均匀、没有机械损伤和虫害缺陷的果实，总共果指数45根，为避免采后病害，试样用0.05％的施保功浸泡3min后常温下晾干，将45个样本以3:1的比例随机划分为校正集和预测集，其中校正集33个和预测集12个，并编号、标记；

2)光谱数据获取