[发明专利]一种基于近红外光谱的草莓感官品质等级评价方法

说明书

本发明公开了草莓感官品质等级无损检测技术领域的一种基于近红外光谱的草莓感官品质等级评价方法，可以快速、准确的检测草莓粉中a*值、硬度、糖酸比的含量，根据其含量评价草莓的感官品质等级，评价结果客观，不受评价者的主观因素影响。包括：获取草莓样品并分组；建立模糊数学综合评价体系，对第一样品组进行评价，得出感官品质等级；测定第一样品组理化指标；筛选出关键品质指标；构建感官品质等级Fisher判别模型；对第二样品组进行近红外光谱测定，获取近红外光谱信息；测定第二样品组的关键品质指标；构建基于近红外光谱的关键品质指标定量预测模型；构建基于近红外光谱的草莓感官品质评价模型，用于评价草莓感官品质等级。

技术领域

本发明属于草莓感官品质等级无损检测技术领域，具体设计一种基于近红外光谱的草莓感官品质等级评价方法。

背景技术

草莓为蔷薇科、草莓属植物，原产于欧洲，二十世纪传入我国。草莓鲜美可口、营养丰富，含有果糖、柠檬酸、苹果酸、水杨酸、氨基酸、维生素C、维生素A以及钙、磷、铁等矿物质。草莓在世界小浆果生产中居于首位，草莓的全球消费量逐年递增，商业价值高，但是由于产地、品种、种植条件等多种因素，草莓的质量不均，个体间差异较大。这使得市场交易中存在极大不便。没有水果品质评价体系，水果交易市场很难规模化。传统的草莓品质评价方法为单一的感官评价，相对粗放、没有数字化的水果口感评价，评价结果依赖从业人员的经验，结果易受主观因素的影响。

发明内容

为解决现有技术中的不足，本发明提供一种基于近红外光谱的草莓感官品质等级评价方法，可以快速、准确的检测草莓粉中a*值、硬度、糖酸比的含量，根据其含量评价草莓的感官品质等级，评价结果客观，不受评价者的主观因素影响。

为达到上述目的，本发明所采用的技术方案是：一种基于近红外光谱的草莓感官品质等级评价方法，包括：a、获取同一品种不同成熟度的草莓，并逐个编号，将这些草莓分为第一样品组和第二样品组；b、建立模糊数学综合评价体系，对获取的第一样品组中的草莓进行感官评价，得出感官品质等级；c、测定第一样品组中所有草莓的理化指标；d、对各理化指标进行统计分析，与感官品质等级进行相关性分析，筛选出草莓等级评价的关键品质指标；e、基于关键品质指标，构建感官品质等级Fisher判别模型；f、对第二样品组中的所有草莓进行近红外光谱测定，获取近红外光谱信息；g、测定第二样品组中的所有草莓的关键品质指标；h、结合第二样品组中的所有草莓的关键品质指标和近红外光谱信息，构建基于近红外光谱的关键品质指标定量预测模型；i、结合感官品质等级Fisher判别模型和基于近红外光谱的关键品质指标定量预测模型，构建基于近红外光谱的草莓感官品质评价模型，用于评价草莓感官品质等级；j、基于近红外光谱技术，提取待测草莓的全波段积分球漫反射近红外光谱信息，导入构建的基于近红外光谱的草莓感官品质评价模型中，即可获得待测草莓的感官品质等级。

进一步地，所述构建基于近红外光谱的关键品质指标定量预测模型，具体为：

h1、将第二样品组中的草莓分为建模集和预测集；h2、分别对建模集和预测集中草莓样品的近红外光谱进行预处理；h3、对建模集中的经过预处理后的近红外光谱信息和关键品质指标的化学值进行拟合光谱处理，建立偏最小二乘法(PLS)预测模型，通过比较模型建模集决定系数R_c²、建模集均方根误差RMSEC、预测集决定系数R_p²、预测集均方根误差RMSEP、预测集的标准差与均方根误差的比值RPD衡量模型的质量，筛选关键品质指标的最佳预测模型；h4、将预测集在近红外光谱预测模型中进行验证，进一步验证模型性能；

进一步地，所述理化指标包括：草莓样品的L*、a*、b*值，硬度，可溶性固形物，可溶性糖，可滴定酸和糖酸比；其中，L*表示亮度值，a*表示红绿值，b*表示黄蓝值。

进一步地，所述关键品质指标包括a*值、硬度、糖酸比。

进一步地，采用所述感官品质等级Fisher判别模型，“章姬”草莓的判别式如下：