苹果质地品质近红外无损检测和指纹分析

• 作者: 刘兴华 李桂峰 王向东 赵国建
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 苹果 脆度 硬度 近红外光谱 无损检测 指纹图谱
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 169-173
• 页数: 5页
• 分类号: S123|TS255.3
• 字数: 4259字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2008.06.035

摘要

为了探索近红外光谱快速无损检测苹果质地品质的方法,采集240个苹果样本的近红外光谱( 波长 8002500 nm),通过解析光谱图和进行不同的预处理,利用偏最小二乘法(PLS)和多元线性回归(MLR)建立回归模型和确定特征指纹图谱.基于波长范围为1300～2500 nm,PLS结合多元散射校正(MSC)所建模型的预测效果最好,硬度模型的预测标准偏差(RMSEP)和决定系数(R2)分别为0.226 kg/cm2、96.52%,脆度模型的 RMSEP和R2分别为0.243 kg/cm2、97.15%.用权重法基于PLS模型选择的硬度特征波长为1657、1725、1790、2455、1929、2304 nm,脆度特征波长为1613、1725、1895、2304、2058、2087、2396 nm,经MLR模型检验,特征波长与苹果的硬度和脆度有很高的相关性,硬度的RMSEP和R2分别为0.271 kg/cm2、90.30%,脆度的RMSEP和R2分别为0.304kg/cn2、91.64%.结果表明,PLS模型和特征指纹光谱均能准确预测苹果的质地品质,为苹果质地品质的评价提供了快速、直观、简便、可行的新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘兴华	西北农林科技大学食品科学与工程学院	104	1980	25.0	37.0
2	王向东	山西师范大学食品科学与工程系	53	394	10.0	18.0
3	赵国建	山西师范大学食品科学与工程系	32	378	10.0	19.0
4	李桂峰	西北农林科技大学食品科学与工程学院	34	395	9.0	19.0