夏橙糖度近紅外漫反射的檢測研究

程鵬飛+張林+陸輝山+閆宏偉+高強+王福杰

摘要:夏橙的含糖量是決定夏橙口感的重要因素?通過試驗研究,采用近紅外漫反射光譜分析技術實現對夏橙糖度間接測定的可行性?首先通過對夏橙不同放置狀態(tài)下進行光譜檢測,并建模分析,發(fā)現當夏橙側躺采集光譜的測定精度和穩(wěn)定性最優(yōu),但采用直立放置和任意放置的結果也能滿足實際需求,說明夏橙的放置狀態(tài)不會對近紅外測定結果造成太大的影響;然后通過對樣品進行分組,分別在不用溫度下采集夏橙的漫反射光譜,建立夏橙糖度的預測模型,并且進行組內和組間交叉驗證,結果發(fā)現,當溫度變化幅度不是很大時,夏橙糖度的預測模型具有良好的精度,符合實際工作環(huán)境的要求?即采用近紅外漫反射技術實現對夏橙糖度的無損在線檢測是可行的?

關鍵詞:近紅外光譜;漫反射;糖度;檢測

中圖分類號:O657.33文獻標識碼:A文章編號:0439-8114(2014)11-2639-03

Determination of Valencia Orange Sugar Concentration by Near-infrared Diffuse Reflectance

CHENG Peng-fei1,ZHANG Lin2,LU Hui-shan2,YAN Hong-wei2,GAO Qiang2,WANG Fu-jie2

(1.Department of Mechanical and Electric Engineering,Henan Mechanical and Electrical Engineering College,Xinxiang 453002,Henan, China;

2.School of Mechanical and Power Engineering,North University of China, Taiyuan 030051,China)

Abstract:The effects of different place state(standing, side-lying, and being placed in arbitrary) on sugar concentration of Valencia orange were studied. The results of side-lying were slightly better than those of the other two modes. Results of the other place states can meet practical requirement by near infrared diffuse reflectance. The grouping of Valencia orange samples was collected by diffuse reflection spectra based on different temperatures. The prediction model of sugar concentration was established on cross validation between group and within group. When the temperature variation was trivial, the prediction model of Valencia orange sugar concentration had good precision, fitting well with the requirements of actual work environment.

Key words:near-infrared; diffuse reflection; sugar concentration; detection

基金項目:國家自然科學基金項目(41201294);山西省自然科學基金項目(2009021019-3;2013011026-2)

夏橙因含有人體所需的多種礦物質?維生素等營養(yǎng)成分而被人們廣為青睞?傳統(tǒng)的甜度檢測技術不但費時費力,而且還會對橙子造成傷害?近年來近紅外光譜(NIR)檢測技術的快速發(fā)展使得采用近紅外光譜分析技術實現對夏橙甜度的快速?無損檢測成為可能?近紅外光譜檢測技術具有快速簡便?無損?準確等特點,已在農業(yè)和食品行業(yè)中得到廣泛的應用[1]?國內外研究人員利用近紅外分析技術對水果品質指標檢測已取得了重大成績?孫通等[2]選用680~1 235 nm近紅外光譜,采用透射的方法對柑橘的糖度進行了檢測分析?Slaughter[3]采用近紅外光譜分析技術對油桃內可溶性固形物?糖度和葉綠素A含量等進行了定量研究?Mcglone等[4]采用不同的近紅外檢測系統(tǒng)對高速運動的蘋果的糖度進行了檢測分析?在國內近紅外光譜分析技術在農副產品中的研究雖然起步較晚,但也已取得了相當多的成果?孫通等[5]采用近紅外光譜結合可見光對南豐蜜橘的可溶性固形物進行了研究;劉燕德等[6]利用近紅外漫反射技術對蘋果的糖度進行了定量研究;董小玲等[7]采用近紅外漫反射技術結合小波壓縮技術對馬鈴薯淀粉含量進行了研究;高海龍等[8]利用近紅外漫反射光譜實現了對鮮棗品種的鑒別和對裂棗的剔除工作?大量試驗證明了采用近紅外漫反射技術實現對水果內部糖度的檢測的可行性,然而在采集光譜時水果的放置方式和光譜的預處理方法對最終預測模型影響的研究還比較少?本研究以夏橙為例,研究了光譜采集過程中水果的放置方式(直立?側臥和任意放置)和光譜預處理方法(平滑?多元散色校正以及標準歸一化)對最終糖度預測結果的影響?

1材料與方法

1.1樣品及儀器

選用88個江西產的贛南“華朋”臍橙,將樣品外表皮清理干凈,并依次進行編號,用游標卡尺測量并記錄每個夏橙樣品的直徑和高度?采用NEXUS傅里葉變換近紅外光譜儀(熱電尼高力儀器公司,美國)及其相應的漫反射附件進行光譜采集?

1.2糖度的測定

將去除表皮后的夏橙放入榨汁機中榨汁,果汁經過濾后取3~5滴至數字折光儀上,測定樣本夏橙的糖度,88個糖度統(tǒng)計結果如表1所示?

1.3光譜采集

對每個樣本分別進行正立放置?側躺放置和隨意放置,采集樣本的不同角度的漫反射光譜,分析夏橙的不同放置方法對分析模型的影響?光譜采集時注意避開表面缺陷部位,在測量夏橙光譜之前要先測量標準白板在相同設置參數下的光譜作為背景參比,不同溫度條件下采集到的近紅外漫反射光譜如圖1所示?

吸光度的計算公式

An=-log()

其中,samplen是夏橙樣品的漫反射光譜的光強值,darkn是關閉光源時探測頭接收到的白板的光強值,refn是開啟光源時探測器接收到的光強值?

1.3.1夏橙正立放置把垂直于花萼和花梗軸線且恰好將夏橙平分的平面定義為赤道面,當赤道面平行于水平面時,花萼與花梗中軸線垂直于水平面,水果恰好處于正立放置,紅外光譜探測器處于花萼底部,圖2左圖為正立放置下近紅外光譜采集過程圖?

1.3.2 夏橙側立放置當夏橙的赤道面垂直于水平面時,花萼與花梗中軸線與水平面平行,水果處于側躺放置,近紅外探測器對準夏橙的赤道部位,圖2右圖為夏橙側躺放置下近紅外光譜采集過程圖?

2結果與分析

2.1放置姿態(tài)對預測結果的影響

分別對正立放置?側躺放置和隨意放置3種方式采集的近紅外光譜建立夏橙糖度的近紅外光譜模型,并采用十字交叉驗證方法對糖度模型進行驗證(表2)?結果表明,采用近紅外漫反射技術對夏橙糖度進行檢測時,水果的不同放置方式對檢測結果有輕微的影響,以側躺姿態(tài)進行檢測時建立的糖度模型最優(yōu),但采用其他兩種放置方式采集的光譜建立的模型也較好,能夠達到對糖度檢測的要求?另一方面,在線檢測中要實現夏橙的放置姿態(tài)完全相同很難實現,更多的是隨意狀態(tài)下的檢測,從試驗結果來看,夏橙放置姿態(tài)對檢測結果影響很小,因此在線檢測時可以免去對果實的刻意擺放?

2.2溫度對檢測結果的影響

試驗中將樣本分成8組,每組11個樣本,分別編號1~8,1~7組分別是在0?4?8?12?16?20?24 ℃下對樣品進行光譜采集,第8組是在0~24 ℃下隨機進行光譜采集?采用多元散射校正的方法對采集到的漫反射光譜進行處理,去除由于果實表皮粗糙度引起的散射對試驗結果的影響,然后利用PLS法分別建立8個組的糖度預測模型,并進行組內交叉驗證(表3),在嚴格控制溫度的情況下采用近紅外光譜檢測技術能夠較準確地測得夏橙糖度,檢測精度可以達到90%以上?獨立溫度下建立的模型對預測測試溫度下的樣品糖度效果理想,但是在實際生產中要實現對溫度的嚴格控制很難做到,因此接下來將不同溫度下的測試樣本放到樣本1~7建立的模型中,分析在不同溫度條件下系統(tǒng)是否能夠準確地測量出樣品的糖度?結果表明,當測試溫度與建模溫度變化不超過10 ℃時,系統(tǒng)的測量精度和工作穩(wěn)定性能夠滿足實際需要?

3小結與討論

研究了夏橙的正立?側躺和任意放置3種放置狀態(tài)下檢測夏橙的漫反射光譜對預測結果的影響,結果表明,雖然正立和任意放置建立的預測模型比側躺放置建立的預測模型稍差,但預測精度和穩(wěn)定性都能達到實際工作要求,說明采用近紅外光譜對夏橙糖度進行在線檢測具有實際可操作性?通過分組研究不同溫度對建立夏橙糖度模型的影響,并通過組內驗證和組間交叉驗證,證明在環(huán)境溫度變化不大的情況下,采用近紅外漫反射光譜分析技術實現對夏橙糖度的在線快速檢測是可行的?

參考文獻:

[1] 王偉明,董大明, 鄭文剛,等.梨果糖濃度近紅外漫反射光譜檢測的預處理方法研究[J].光譜學與光譜分析,2013,33(2):359-362.

[2] 孫通,徐惠榮,應義斌. 近紅外光譜分析技術在農產品/食品品質在線無損檢測中的應用研究進展[J]. 光譜學與光譜分析, 2009,24(1):122-129.

[3] SLAUGHTER D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Trans of the ASAE,1995,38(2):617.

[4] MCGLONE V A. Transmission measurements on intact apples moving at high speed[J].J Near Infrared Spectrosc,2004(12),37.

[5] 孫通,許文麗,胡田,等.基于UVE-ICA和支持向量機的南豐蜜桔可溶性固形物可見-近紅外檢測[J].光譜學與光譜分析,2013,33(12):3235-3239.

[6] 劉燕德,應義斌.蘋果糖度的近紅外漫反射檢測研究[J].農業(yè)工程學報,2004,20(1):189-193.

[7] 董小玲,孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測研究[J].光譜學與光譜分析,2013,33(12):3216-3220.

[8] 高海龍,李小昱,徐森淼,等.近紅外光譜鑒別鮮棗品種及裂果研究[J].光譜學與光譜分析,2013,33(12):3231-3234.

2結果與分析

2.1放置姿態(tài)對預測結果的影響

分別對正立放置?側躺放置和隨意放置3種方式采集的近紅外光譜建立夏橙糖度的近紅外光譜模型,并采用十字交叉驗證方法對糖度模型進行驗證(表2)?結果表明,采用近紅外漫反射技術對夏橙糖度進行檢測時,水果的不同放置方式對檢測結果有輕微的影響,以側躺姿態(tài)進行檢測時建立的糖度模型最優(yōu),但采用其他兩種放置方式采集的光譜建立的模型也較好,能夠達到對糖度檢測的要求?另一方面,在線檢測中要實現夏橙的放置姿態(tài)完全相同很難實現,更多的是隨意狀態(tài)下的檢測,從試驗結果來看,夏橙放置姿態(tài)對檢測結果影響很小,因此在線檢測時可以免去對果實的刻意擺放?

2.2溫度對檢測結果的影響

試驗中將樣本分成8組,每組11個樣本,分別編號1~8,1~7組分別是在0?4?8?12?16?20?24 ℃下對樣品進行光譜采集,第8組是在0~24 ℃下隨機進行光譜采集?采用多元散射校正的方法對采集到的漫反射光譜進行處理,去除由于果實表皮粗糙度引起的散射對試驗結果的影響,然后利用PLS法分別建立8個組的糖度預測模型,并進行組內交叉驗證(表3),在嚴格控制溫度的情況下采用近紅外光譜檢測技術能夠較準確地測得夏橙糖度,檢測精度可以達到90%以上?獨立溫度下建立的模型對預測測試溫度下的樣品糖度效果理想,但是在實際生產中要實現對溫度的嚴格控制很難做到,因此接下來將不同溫度下的測試樣本放到樣本1~7建立的模型中,分析在不同溫度條件下系統(tǒng)是否能夠準確地測量出樣品的糖度?結果表明,當測試溫度與建模溫度變化不超過10 ℃時,系統(tǒng)的測量精度和工作穩(wěn)定性能夠滿足實際需要?

3小結與討論

研究了夏橙的正立?側躺和任意放置3種放置狀態(tài)下檢測夏橙的漫反射光譜對預測結果的影響,結果表明,雖然正立和任意放置建立的預測模型比側躺放置建立的預測模型稍差,但預測精度和穩(wěn)定性都能達到實際工作要求,說明采用近紅外光譜對夏橙糖度進行在線檢測具有實際可操作性?通過分組研究不同溫度對建立夏橙糖度模型的影響,并通過組內驗證和組間交叉驗證,證明在環(huán)境溫度變化不大的情況下,采用近紅外漫反射光譜分析技術實現對夏橙糖度的在線快速檢測是可行的?

參考文獻:

[1] 王偉明,董大明, 鄭文剛,等.梨果糖濃度近紅外漫反射光譜檢測的預處理方法研究[J].光譜學與光譜分析,2013,33(2):359-362.

[2] 孫通,徐惠榮,應義斌. 近紅外光譜分析技術在農產品/食品品質在線無損檢測中的應用研究進展[J]. 光譜學與光譜分析, 2009,24(1):122-129.

[3] SLAUGHTER D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Trans of the ASAE,1995,38(2):617.

[4] MCGLONE V A. Transmission measurements on intact apples moving at high speed[J].J Near Infrared Spectrosc,2004(12),37.

[5] 孫通,許文麗,胡田,等.基于UVE-ICA和支持向量機的南豐蜜桔可溶性固形物可見-近紅外檢測[J].光譜學與光譜分析,2013,33(12):3235-3239.

[6] 劉燕德,應義斌.蘋果糖度的近紅外漫反射檢測研究[J].農業(yè)工程學報,2004,20(1):189-193.

[7] 董小玲,孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測研究[J].光譜學與光譜分析,2013,33(12):3216-3220.

[8] 高海龍,李小昱,徐森淼,等.近紅外光譜鑒別鮮棗品種及裂果研究[J].光譜學與光譜分析,2013,33(12):3231-3234.

2結果與分析

2.1放置姿態(tài)對預測結果的影響

分別對正立放置?側躺放置和隨意放置3種方式采集的近紅外光譜建立夏橙糖度的近紅外光譜模型,并采用十字交叉驗證方法對糖度模型進行驗證(表2)?結果表明,采用近紅外漫反射技術對夏橙糖度進行檢測時,水果的不同放置方式對檢測結果有輕微的影響,以側躺姿態(tài)進行檢測時建立的糖度模型最優(yōu),但采用其他兩種放置方式采集的光譜建立的模型也較好,能夠達到對糖度檢測的要求?另一方面,在線檢測中要實現夏橙的放置姿態(tài)完全相同很難實現,更多的是隨意狀態(tài)下的檢測,從試驗結果來看,夏橙放置姿態(tài)對檢測結果影響很小,因此在線檢測時可以免去對果實的刻意擺放?

2.2溫度對檢測結果的影響

試驗中將樣本分成8組,每組11個樣本,分別編號1~8,1~7組分別是在0?4?8?12?16?20?24 ℃下對樣品進行光譜采集,第8組是在0~24 ℃下隨機進行光譜采集?采用多元散射校正的方法對采集到的漫反射光譜進行處理,去除由于果實表皮粗糙度引起的散射對試驗結果的影響,然后利用PLS法分別建立8個組的糖度預測模型,并進行組內交叉驗證(表3),在嚴格控制溫度的情況下采用近紅外光譜檢測技術能夠較準確地測得夏橙糖度,檢測精度可以達到90%以上?獨立溫度下建立的模型對預測測試溫度下的樣品糖度效果理想,但是在實際生產中要實現對溫度的嚴格控制很難做到,因此接下來將不同溫度下的測試樣本放到樣本1~7建立的模型中,分析在不同溫度條件下系統(tǒng)是否能夠準確地測量出樣品的糖度?結果表明,當測試溫度與建模溫度變化不超過10 ℃時,系統(tǒng)的測量精度和工作穩(wěn)定性能夠滿足實際需要?

3小結與討論

研究了夏橙的正立?側躺和任意放置3種放置狀態(tài)下檢測夏橙的漫反射光譜對預測結果的影響,結果表明,雖然正立和任意放置建立的預測模型比側躺放置建立的預測模型稍差,但預測精度和穩(wěn)定性都能達到實際工作要求,說明采用近紅外光譜對夏橙糖度進行在線檢測具有實際可操作性?通過分組研究不同溫度對建立夏橙糖度模型的影響,并通過組內驗證和組間交叉驗證,證明在環(huán)境溫度變化不大的情況下,采用近紅外漫反射光譜分析技術實現對夏橙糖度的在線快速檢測是可行的?

參考文獻:

[1] 王偉明,董大明, 鄭文剛,等.梨果糖濃度近紅外漫反射光譜檢測的預處理方法研究[J].光譜學與光譜分析,2013,33(2):359-362.

[2] 孫通,徐惠榮,應義斌. 近紅外光譜分析技術在農產品/食品品質在線無損檢測中的應用研究進展[J]. 光譜學與光譜分析, 2009,24(1):122-129.

[3] SLAUGHTER D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Trans of the ASAE,1995,38(2):617.

[4] MCGLONE V A. Transmission measurements on intact apples moving at high speed[J].J Near Infrared Spectrosc,2004(12),37.

[5] 孫通,許文麗,胡田,等.基于UVE-ICA和支持向量機的南豐蜜桔可溶性固形物可見-近紅外檢測[J].光譜學與光譜分析,2013,33(12):3235-3239.

[6] 劉燕德,應義斌.蘋果糖度的近紅外漫反射檢測研究[J].農業(yè)工程學報,2004,20(1):189-193.

[7] 董小玲,孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測研究[J].光譜學與光譜分析,2013,33(12):3216-3220.

[8] 高海龍,李小昱,徐森淼,等.近紅外光譜鑒別鮮棗品種及裂果研究[J].光譜學與光譜分析,2013,33(12):3231-3234.