一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法技术

一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法，包括1)对已知可溶性固形物含量的草莓标准品进行近红外光谱扫描；2)对所得校正集样本光谱进行预处理；3)进行主成分分析，提取特征信息数据；4)校正模型的建立：5)未知可溶性固形物含量的草莓样品的测定：将所得特征信息数据输入所述步骤4)的校正模型，得到所述待测草莓样品中的可溶性固形物含量。本发明专利技术提供的检测方法，具有分析速度快、分析效率高、不使用任何化学试剂、分析成本低、且对环境不造成任何污染等优点，可为草莓品质分析、控制草莓品质及制品品质提供可靠依据。

【技术实现步骤摘要】

本专利技术涉及一种草莓品质测定技术，具体涉及一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法。技术背景草莓是蔷薇科草莓属植物的泛称，原产于欧洲，20世纪传入我国。草莓营养丰富，含有果糖、蔗糖、柠檬酸、苹果酸、水杨酸、可溶性固形物以及钙、磷、铁等矿物质。此外，它还含有多种维生素，尤其是维生素C含量非常丰富，每100克草莓中含有维生素C60毫克。草莓中所含的胡萝卜素是合成维生素A的重要物质，具有明目养肝作用。草莓还含有果胶和丰富的膳食纤维，可以帮助消化。草莓的营养成分容易被人体消化、吸收，是老少皆宜的健康食品。据全国第四次草莓研究会资料，2008年我国草莓种植面积达8.66万公顷，年产草莓70万吨，种植面积和产量均居世界第一位。目前，我国草莓市场主要是国内鲜销和冷冻出口。保护地草莓绝大多数用于产地城镇和周边城市的鲜销鲜食，其它草莓则用于冷冻出口或加工成其他产品。保护地草莓由于正处淡季上市，加上近年品质明显提高，个大形美、香甜可口、色泽艳丽、富有光泽，倍受消费者喜爱，价格高销量大。如5月上旬前烟台保护地草莓高档果，市场价格15元/千克以上。世界草莓年进口需求量约50万吨，而我国年草莓出口量仅约5万吨。造成出口量小的主要原因有草莓生产标准体系和卫生安全体系建设相对落后，虽然产量大，但品牌少。同时，检测手段落后，基本以感官评价结合抽检的方式对草莓进行品质评价，缺乏快速、科学的检测手段，产品品质难以满足国外客户的要求。无损检测技术是一门新兴的综合性应用学科，在不破坏或损坏被检测对象的前提下，利用样品内部结构存在所引起的对热、声、光、电、磁等反应的变化，来对样品结构组成做出判断和评价。根据无损检测原理的不同，检测方法大致可分为光学特性分析法、声学特性分析法、机器视觉技术检测方法、电学特性分析法、核磁共振检测技术与X射线技术等。近年来，近红外光谱技术在农产品无损检测尤其是农作物的品质分析和农药残留等方面的应用十分广泛。国内外还未见近红外技术在草莓可溶性固形物含量分析测试方法或建立相关模型方面的报道。目前，草莓品质主要依靠感官评判和理化分析进行评价。感官评判结果主观性强、稳定性差；理化分析结果虽然客观可信，但检测步骤烦琐、时间长、费用高，这两种方法都无法满足草莓行业生产、加工和贸易过程中品质快速检测的需要。近红外光谱分析技术作为一种快速、低成本、多组分同时检测的绿色分析技术，在食品和农产品品质检测方面正快速替代许多常规理化分析手段。本专利技术尝试将近红外光谱技术运用于草莓内部品质的快速检测。对草莓的内部品质理化指标，可溶性固形物进行检测，为草莓的品质评价提供依据。
技术实现思路
本专利技术提供一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法，方法科学合理，适合推广，能够产生很好的经济效益。采用的技术方案：一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法，包括下述步骤：1)对已知可溶性固形物含量的草莓标准品进行近红外光谱扫描，获得所述已知可溶性固形物含量的草莓标准品在近红外波长的所有光谱信息，得到校正集样本光谱的计算平均值；2)对所述步骤1)所得校正集样本光谱进行预处理；3)将所述步骤2)预处理后的校正集样本光谱中的信息数据进行主成分分析，提取特征信息数据；4)校正模型的建立：以所述草莓标准品的可溶性固形物含量的化学测定值为校正值，将所述步骤3)所得特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型(也即可溶性固形物含量与近红外光谱特征信息数据之间的映射关系)；5)未知可溶性固形物含量的草莓样品的测定：将所述步骤1)所述已知可溶性固形物含量的草莓标准品替换为待测草莓样品，重复所述步骤1)至步骤3)，将所述步骤3)所得特征信息数据输入所述步骤4)的校正模型，得到所述待测草莓样品中的可溶性固形物含量。上述方法所述步骤1)中，所述近红外波长为800～1700nm。所述近红外光谱扫描步骤中，扫描方式为连续波长近红外扫描或离散波长近红外扫描。所述步骤2)预处理步骤中，预处理的方法为多元散射校正方法、平滑方法和求导方法中的至少一种。所述求导方法为一阶求导或二阶求导方法。所述步骤3)主成分分析步骤包括如下步骤：将所述步骤2)预处理后的校正集样本光谱中的信息数据变换到2-10个互不相关的变量中；上述2-10个互不相关的变量含有原来多个相关的光谱≥90％的信息。所述步骤1)所述扫描方式为连续波长近红外扫描时，所述化学计量学多元校正算法为偏最小二乘法(PLS)、主成分回归(PCR)或人工神经网络算(ANN)；所述扫描方式为离散波长近红外扫描时，所述化学计量学多元校正算法为逐步回归算法或多元线性回归算法(MLR)。草莓中的可溶性固形物(SSC)，亦称糖度，是草莓的主要营养成分，根据可溶性固形物在溶液中所占比重换算为含糖的百分数，单位oBrix。所述步骤4)中，所述草莓标准品的可溶性固形物含量的化学测定值是由台湾LINK便携式RHB-080型手持折光糖度仪测定而得。另外，可按照如下步骤对步骤4)所得校正模型进行验证：将所述步骤1)所述已知可溶性固形物含量的草莓标准品替换为一组已知可溶性固形物含量的草莓样品，重复所述步骤1)至步骤3)后，利用所述步骤4)所述校正模型得到所述已知可溶性固形物含量的草莓样品中可溶性固形物含量的计算值，计算所述计算值与实际值的相关系数和方差，评价所述步骤4)所得校正模型的可靠性。在所述步骤1)之前，亦不需要对草莓标准品或待测草莓样品进行任何预处理。进一步的，所述步骤(2)：对所述步骤1)所得校正集样本光谱进行预处理，对上述经预处理后的校正集样本中的样本进行奇异样本分析，判别出存在的奇异样本，并从校正集样本中去除奇异样本，具体包括如下：a、用光谱矩阵X中每一行各元素代表用近红外光谱仪采集获得的一个样本在近红外波段各波长下的吸光度值，计算光谱矩阵X中各行向量即样本i的纯度值pi,1，其计算公式为：pi,1＝σi/(μi+α)，其中，μi为均值、σi为标准差、α为补偿因子；b、根据步骤a求得的各行向量i的pi,1值，比较pi,1值的大小，将具有最大pi,1值的第i个行向量作为选出的第一个可能的奇异样本，记为O1；c、选出第k个可能的奇异样本，其中k≥2，具体为：根据下列公式计算矩阵X中行向量i的长度li，其中，di,j为光谱矩阵X中第i行第j列元素，由得到关系矩阵C＝D(l)D(l)T/n，根据下列公式计算关系权函数ρi,k； ρ i , k = c i , i c i , 本文档来自技高网...

【技术保护点】
一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法，包括下述步骤：1)对已知可溶性固形物含量的草莓标准品进行近红外光谱扫描，获得所述已知可溶性固形物含量的草莓标准品在近红外波长的所有光谱信息，得到校正集样本光谱的计算平均值；2)对所述步骤1)所得校正集样本光谱进行预处理；3)将所述步骤2)预处理后的校正集样本光谱中的信息数据进行主成分分析，提取特征信息数据；4)校正模型的建立：以所述草莓标准品的可溶性固形物含量的化学测定值为校正值，将所述步骤3)所得特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型(也即可溶性固形物含量与近红外光谱特征信息数据之间的映射关系)；5)未知可溶性固形物含量的草莓样品的测定：将所述步骤1)所述已知可溶性固形物含量的草莓标准品替换为待测草莓样品，重复所述步骤1)至步骤3)，将所述步骤3)所得特征信息数据输入所述步骤4)的校正模型，得到所述待测草莓样品中的可溶性固形物含量。

【技术特征摘要】
1.一种基于近红外光谱分析技术检测草莓中可溶性固形物含量的方法，包括下述步骤：1)对已知可溶性固形物含量的草莓标准品进行近红外光谱扫描，获得所述已知可溶性固形物含量的草莓标准品在近红外波长的所有光谱信息，得到校正集样本光谱的计算平均值；2)对所述步骤1)所得校正集样本光谱进行预处理；3)将所述步骤2)预处理后的校正集样本光谱中的信息数据进行主成分分析，提取特征信息数据；4)校正模型的建立：以所述草莓标准品的可溶性固形物含量的化学测定值为...

【专利技术属性】
技术研发人员：宁晓峰，宫元娟，刘玉凤，裴军强，田素博，冯雨龙，来佑彬，
申请(专利权)人：沈阳农业大学，
类型：发明
国别省市：辽宁;21