一种梨内部品质无损检测的构建方法和一种梨内部品质无损检测的方法技术

本发明专利技术提供了一种梨内部品质无损检测模型及其构建方法，属于农产品检测技术领域。本发明专利技术以梨果为对象，利用近红外光谱技术，通过采集梨果的光谱数据，测量梨内部品质指标的真值，所述梨内部品质指标包括梨果的可溶性固形物含量(soluble solids contents，SSC)和/或可滴定酸(titratable acidity，TA)，结合光谱预处理，建立梨内部品质无损检测模型。本发明专利技术构建了梨内部品质无损检测的通用模型，在

【技术实现步骤摘要】
一种梨内部品质无损检测的构建方法和一种梨内部品质无损检测的方法


[0001]本专利技术属于农产品检测
，具体涉及一种梨内部品质无损检测的构建方法和一种梨内部品质无损检测的方法。

技术介绍

[0002]梨是一种重要的果树作物，梨的果实不仅味美汁多，甜中带酸，而且营养丰富，含有多种维生素和纤维素。在医疗功效上，梨可以通便秘，利消化，对心血管也有好处。
[0003]梨是我国最主要的消费和出口水果之一，随着人们消费水平和消费需求的变化，人们对鲜果的品质要求也越来越苛刻，不再限于果形、色泽等传统外观品质，而是更多地关注水果的内部品质指标。可溶性固形物和可滴定酸是影响梨品质的两个重要因素。
[0004]近红外无损检测是近些年发展起来的一种新型、绿色检测技术，具有无损、快速、实时分析三个优势，能使果品检测后仍然可以销售和食用，不损害生产者的经济效益，具有极大的商业化实用潜力。在果实品质检测方面，近红外光谱技术已成功预测了可溶性固形物含量、硬度、可滴定酸含量、干物质含量和内部疾病等指标。到目前为止，国内外学者在利用光学技术检测梨果上已有初步的研究，但对于建立梨果实可溶性固形物和可滴定酸含量的通用模型来进行综合分析的相关报道较少。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种梨内部品质无损检测的构建方法和一种梨内部品质无损检测的方法，本专利技术的梨内部品质无损检测模型是能够用于无损检测梨果实可溶性固形物和/或可滴定酸含量的通用模型。
[0006]本专利技术提供了一种梨内部品质无损检测模型的构建方法，包括以下步骤：
[0007]1)无损采集梨样本的近红外光谱数据和测定梨内部品质指标；所述梨内部品质指标包括可溶性固形物含量和/或可滴定酸含量；
[0008]2)对步骤1)采集到的近红外光谱数据进行光谱预处理，得到预处理后的近红外光谱数据；
[0009]3)以所述步骤2)预处理后的近红外光谱数据为自变量，以梨内部品质指标作为因变量，采用偏最小二乘法进行回归分析，建立梨内部品质无损检测偏最小二乘模型。
[0010]优选的，步骤1)为：在梨样本赤道面上分别选择三个间距相同位置进行近红外光谱采集和梨内部品质指标测定；
[0011]或者，步骤1)为：无损采集梨样本的近红外光谱数据，在获得近红外光谱数据后，在无损采集梨样本的同一位置测定梨内部品质指标。
[0012]优选的，所述近红外光谱数据的获得波长为12500～4000cm
‑1。
[0013]优选的，当所述梨内部品质指标为可溶性固形物含量时，所述近红外光谱数据的获得波长为12500～4000cm
‑1；当所述梨内部品质指标为可滴定酸含量时，所述近红外光谱
数据的获得波长为6102～5446.3cm
‑1。
[0014]优选的，所述偏最小二乘模型的偏最小二乘法因子的个数为10。
[0015]优选的，所述光谱预处理包括一阶导数、二阶导数、多元散射校正法、最小归一化、最大归一化、矢量归一化、减去一条直线和消除常数偏移量中的一种或几种。
[0016]优选的，所述预处理为矢量归一化。
[0017]优选的，所述回归分析采用软件OPUS5.5进行。
[0018]本专利技术还提供了一种梨内部品质无损检测的方法，包括以下步骤：
[0019]取待测梨果实，采集梨果实表面的近红外光谱数据，对所述近红外光谱数据进行预处理后导入上述方案所述构建方法构建得到的梨内部品质无损检测模型中，经模型运算，得到待测梨果实的可溶性固形物含量和/或可滴定酸含量。
[0020]本专利技术提供了一种梨内部品质无损检测模型的构建方法，本专利技术以梨果为对象，利用近红外光谱技术，通过采集梨果的光谱数据，测量梨内部品质指标的真值，所述梨内部品质指标包括梨果的可溶性固形物含量(soluble solids contents，SSC)和/或可滴定酸(titratable acidity，TA)，结合光谱预处理，建立梨内部品质无损检测模型。本专利技术构建了梨内部品质无损检测的通用模型，在
‘
砀山酥梨
’
中能够无损、快速和无污染的测量梨果的可溶性固形物含量SSC和/或可滴定酸TA。
附图说明
[0021]图1为根据本专利技术实施例提供的梨可溶性固形物和可滴定酸检测方法流程示意图；
[0022]图2为梨样品图；
[0023]图3为采集光谱信息的部位表示图；
[0024]图4是采集的内部背景；
[0025]图5是检测波长为12500～4000cm
‑1时340个梨样品平均漫反射光谱(图中一条曲线代表一个样本)；
[0026]图6为本专利技术经预处理后的光谱曲线图；
[0027]图7是本专利技术对梨可溶性固形物和可滴定酸测量值和预测值关系图。
具体实施方式
[0028]本专利技术提供了一种梨内部品质无损检测模型的构建方法，包括以下步骤：
[0029]1)无损采集梨样本的近红外光谱数据和测定梨内部品质指标；所述梨内部品质指标包括可溶性固形物含量和/或可滴定酸含量；
[0030]2)对步骤1)采集到的近红外光谱数据进行光谱预处理，得到预处理后的近红外光谱数据；
[0031]3)以所述预处理后的近红外光谱数据为自变量，以梨内部品质指标作为因变量，采用偏最小二乘法进行回归分析，建立梨内部品质无损检测偏最小二乘模型。
[0032]本专利技术首先无损采集梨样本的近红外光谱数据和测定梨内部品质指标；所述梨内部品质指标包括可溶性固形物含量和/或可滴定酸含量。
[0033]在本专利技术中，所述梨样本优选为无损伤的梨样本，作为梨样本的所有梨优选的经
过清洗并随机编号；所述梨样本在使用前，优选的至于温度为20℃、相对湿度为60％的条件下放置24h，以消除温度对结果的影响。
[0034]由于梨果实不同位置的信息不同，在本专利技术中，优选的在梨样本赤道面上分别选择三个间距相同位置进行近红外光谱采集和梨内部品质指标测定；或者，优选的无损采集梨样本的近红外光谱数据，在获得近红外光谱数据后，在无损采集梨样本的同一位置测定梨内部品质指标。本专利技术以三个位置所测数据的平均值作为待测样的光谱数据和指标测定值。
[0035]在本专利技术中，所述近红外光谱数据是检测波长为12500～4000cm
‑1条件下得到的。在本专利技术中，所述近红外光谱数据优选的使用傅里叶变换近红外光谱仪以漫反射光谱扫描梨样品获得；所述傅里叶变换近红外光谱仪购自于德国布鲁克光学公司。在本专利技术中，在所述无损采集梨样本的近红外光谱数据前，优选的还包括将光谱仪预热；所述预热的时间优选为40min。在本专利技术中，固体光纤探头与梨果皮直接接触，使用OPUS5.5软件采集梨测试部位的光谱数据，并使用内部背景作为参考，以吸光度格式存储，所述OPUS5.5软件购自于德国布鲁克光学公司。在本专利技术具体实施过程中，每次采集近红外光谱数据前，还包括利用MP本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种梨内部品质无损检测模型的构建方法，包括以下步骤：1)无损采集梨样本的近红外光谱数据和测定梨内部品质指标；所述梨内部品质指标包括可溶性固形物含量和/或可滴定酸含量；2)对步骤1)采集到的近红外光谱数据进行光谱预处理，得到预处理后的近红外光谱数据；3)以所述步骤2)预处理后的近红外光谱数据为自变量，以梨内部品质指标作为因变量，采用偏最小二乘法进行回归分析，建立梨内部品质无损检测偏最小二乘模型。2.根据权利要求1所述的构建方法，其特征在于，步骤1)为：在梨样本赤道面上分别选择三个间距相同位置进行近红外光谱采集和梨内部品质指标测定；或者，步骤1)为：无损采集梨样本的近红外光谱数据，在获得近红外光谱数据后，在无损采集梨样本的同一位置测定梨内部品质指标。3.根据权利要求1所述的构建方法，其特征在于，所述近红外光谱数据的获得波长为12500～4000cm
‑1。4.根据权利要求1所述的构建方法，其特征在于，当所述梨内部品质指标为可溶性固形物含量时，所述近红外光谱数据...

【专利技术属性】
技术研发人员：杨成泉，卢朝晖，卢睿韬，徐凌飞，王志刚，翟锐，肖丹，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：