電子鼻在沃柑貯藏時間識別中的應(yīng)用

黎新榮

摘要：【目的】利用電子鼻技術(shù)對不同貯藏時間的沃柑進(jìn)行檢測分析，為快速判斷沃柑的新鮮度及建立沃柑品質(zhì)快速評價體系提供技術(shù)支持?！痉椒ā坷肞EN3電子鼻系統(tǒng)獲取不同貯藏時間沃柑的氣味特征值，通過載荷分析法分析傳感器對沃柑芳香物的相對重要作用，采用主成分分析（PCA）和線性判別分析（LDA）對氣味特征值進(jìn)行分析并建立預(yù)測模型，并以樣品果對預(yù)測模型進(jìn)行驗證?！窘Y(jié)果】不同貯藏時間的沃柑會產(chǎn)生不同氣味響應(yīng)信號，經(jīng)載荷分析發(fā)現(xiàn)傳感器7（W1W）、9（W2W）、6（W1S）、2（W5S）和8（W2S）在沃柑貯藏期識別中影響最大；建立模型時選取90～92 s 時的穩(wěn)定響應(yīng)值作為特征值；采用PCA無法對貯藏間隔5 d的沃柑進(jìn)行區(qū)分，而應(yīng)用LDA能很好地區(qū)分不同貯藏時間的沃柑，總貢獻(xiàn)率85.12%。預(yù)測模型能對樣品果進(jìn)行貯藏時間的初步判別，平均準(zhǔn)確率達(dá)98.23%?！窘Y(jié)論】電子鼻結(jié)合LDA的無損檢測方法能對不同貯藏時間的沃柑氣味特征進(jìn)行識別并區(qū)分，可應(yīng)用于沃柑貯藏時間快速判斷。

關(guān)鍵詞： 電子鼻；沃柑；貯藏時間；主成分分析（PCA）；線性判別分析（LDA）

中圖分類號： S666.1 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-1191（2018）09-1827-06

0 引言

【研究意義】沃柑（Orah）是坦普爾桔橙與丹西紅桔雜交的晚熟柑橘品種，其果皮光滑，果肉橙紅色或橙色（謝慶豐，2017），近年來在廣西、重慶、四川、云南等地快速推廣，種植面積超1.3萬ha（黃其椿等，2016）。隨著人民生活水平的提高，消費(fèi)者對水果品質(zhì)和新鮮度的要求越來越高。沃柑經(jīng)采后處理，可在冷藏條件下存放1個月以上，外觀與新鮮采摘無明顯差別，無法從外觀上判斷沃柑的新鮮程度，因此新鮮度檢測成為采摘時間判斷的重要依據(jù)。水果新鮮度檢測主要采用常規(guī)有損檢測，但操作繁瑣，耗時費(fèi)力，易受到場地、儀器等因素限制，難以滿足現(xiàn)場檢測的需求。因此，研究無損檢測技術(shù)對沃柑新鮮度的快速判斷及品質(zhì)分級具有重要意義?！厩叭搜芯窟M(jìn)展】近年來，無損檢測技術(shù)在水果新鮮度檢測上得到廣泛應(yīng)用，包括利用電、光、聲學(xué)技術(shù)檢測水果各項品質(zhì)指標(biāo)（劉燕德等，2016；張政等，2016）。尤其是20世紀(jì)90年代發(fā)展起來的電子鼻檢測技術(shù)由于可檢測多種芳香成分，具有檢測快速、無損樣品的特點，在國內(nèi)已廣泛應(yīng)用于香蕉、蘋果、柑橘、桃等水果的檢測（于勇等，2003；馮青，2012；賈文珅等，2016）。胡桂仙等（2005）利用PEN2型電子鼻無損檢測技術(shù)對柑橘成熟度進(jìn)行分析，證明建立在化學(xué)傳感器和模式識別軟件上的電子鼻能有效區(qū)分不同成熟度的柑橘，且線性判別分析（Linear discriminant analysis，LDA）比主成分分析（Principle component analysis，PCA）能更準(zhǔn)確地判別出不同貯藏時間的柑橘。劉玉革等（2012）利用電子鼻技術(shù)結(jié)合PCA對不同貯藏時間的菠蘿果實進(jìn)行分析，發(fā)現(xiàn)電子鼻技術(shù)對不同貯藏時間的菠蘿果實區(qū)別值達(dá)0.821。陳辰等（2015）利用電子鼻對玫瑰香葡萄在貯藏期間品質(zhì)的變化進(jìn)行分析，發(fā)現(xiàn)不同的模式識別方法可將不同貯藏期樣品有效區(qū)分。李瑩等（2016）利用電子鼻對蘋果低溫貯藏時間及品質(zhì)進(jìn)行預(yù)測，發(fā)現(xiàn)LDA能較好地區(qū)分蘋果的貯藏品質(zhì)，實現(xiàn)低溫貯藏后的快速無損檢測。徐賽等（2016）將電子鼻檢測與物理特征相融合，在獼猴桃貯藏時間識別上取得很好的效果。彭珂等（2017）使用PEN3型電子鼻對皇帝柑、臍橙和砂糖桔進(jìn)行識別研究，運(yùn)用LDA總體識別率達(dá)91.8%。【本研究切入點】電子鼻無損檢測技術(shù)雖早已開展相關(guān)研究，但利用其識別沃柑貯藏時間的研究尚無報道?！緮M解決的關(guān)鍵問題】采用PEN3型電子鼻對不同貯藏時間的沃柑進(jìn)行氣味檢測研究，并建立預(yù)測模型，探索有效識別沃柑貯藏時間的方法，為快速判斷沃柑的新鮮度及建立沃柑品質(zhì)快速評價體系提供技術(shù)支持。

1 材料與方法

1. 1 試驗材料

供試沃柑果實于2018年1月17日采摘自廣西農(nóng)墾國有東風(fēng)農(nóng)場的同一棵沃柑樹，按大小進(jìn)行初步分級后，用潔凈干絨布清潔果實表面，將64個大小相近的沃柑裝入紙箱，存放于（12±1）℃、相對濕度85%的冷柜中。

使用的PEN3型便攜式電子鼻（德國AIRSENSE公司）由采樣及清洗通道、10個金屬氧化氣體傳感器組、控制和存儲芯片及數(shù)據(jù)采集分析軟件等組成，各傳感器的性能描述見表1。當(dāng)樣品揮發(fā)物由進(jìn)樣管進(jìn)入采集系統(tǒng)后，與加熱性金屬氧化物傳感器陣列接觸，傳感器電阻率G發(fā)生改變，與初始電阻率G0的比值G/G0（相對電阻率）隨之變化。當(dāng)氣體濃度變大時，G/G0越偏離1（大于或小于1），若氣體濃度低于檢測限或沒有感應(yīng)氣體，則接近或等于1（Benedetti et al.，2008；江琳琳等，2010）。

1. 2 試驗方法

2018年1月18日對沃柑進(jìn)行第1次（0 d）檢測，每隔5 d對同樣的30個樣品果進(jìn)行第2次（5 d）、第3次（10 d）、第4次（15 d）、第5次（20 d）、第6次（25 d）和第7次（30 d）檢測。其余34個沃柑作為驗證果，從第0 d開始每天進(jìn)行檢測并記錄，待識別模型建立完成后，在模型中隨機(jī)輸入檢測結(jié)果進(jìn)行識別驗證。

檢測環(huán)境為室溫17～19 ℃、相對濕度78%～82%。將待測沃柑于檢測前5 min放入500 mL燒杯中，用保鮮膜密封，在系統(tǒng)提示倒計時5 s后同時插入進(jìn)樣針和補(bǔ)氣針，檢測完畢后拔出進(jìn)樣針和補(bǔ)氣針。系統(tǒng)采樣氣體流速設(shè)為300 mL/min，時間100 s，軟件每秒自動記錄1次采樣數(shù)據(jù)。系統(tǒng)清洗時間設(shè)為80 s，待傳感器恢復(fù)至初始狀態(tài)再進(jìn)行下一樣品檢測。

1. 3 統(tǒng)計分析

每個樣品采集結(jié)束后保存數(shù)據(jù)結(jié)果，結(jié)合系統(tǒng)自帶的Winmuster軟件對采集數(shù)據(jù)進(jìn)行分析。傳感器對沃柑芳香物的相對重要作用采用載荷分析法進(jìn)行分析，不同貯藏時間沃柑區(qū)分采用PCA和LDA進(jìn)行分析。

2 結(jié)果與分析

2. 1 電子鼻對芳香特征的響應(yīng)

對每批次30個沃柑進(jìn)行電子鼻檢測，得到10個傳感器的響應(yīng)曲線（圖1），圖中每條曲線代表一個傳感器的G/G0變化情況。從圖中可看出，開始進(jìn)樣時G/G0較低，隨著揮發(fā)性芳香成分在傳感器上的富集，G/G0不斷增大，在40 s時達(dá)峰值，最后趨于平緩，90 s后達(dá)到一個穩(wěn)定狀態(tài)。采用較穩(wěn)定狀態(tài)下的信號對檢測結(jié)果進(jìn)行綜合分析，選取90～92 s處信號作為分析時間點。用載荷分析可區(qū)分傳感器對芳香物的相對重要作用，離原點（0，0）越遠(yuǎn)的坐標(biāo)在識別過程中作用最大，越近的越小。通過荷載分析可在下一步分析中將識別作用小的傳感器數(shù)據(jù)剔除，從而提高分析的精確度。圖2表明，傳感器7（W1W）和9（W2W）相比其他傳感器起的作用最大，傳感器6（W1S）、2（W5S）和8（W2S）的作用次之，說明在貯藏過程中沃柑的揮發(fā)性芳香成分主要有無機(jī)硫化物、有機(jī)硫化物、烷烴類、氮氧化合物、醇類和醛酮類。通過電子鼻對芳香特征的響應(yīng)檢測，可得出電子鼻對沃柑的芳香成分有明顯響應(yīng)，且每個傳感器的響應(yīng)均不相同，說明利用PEN3電子鼻檢測沃柑的芳香成分可行。

2. 2 不同貯藏時間沃柑的PCA分析結(jié)果

圖3是不同貯藏時間沃柑的PCA分析結(jié)果，圖中的橢圓代表每批次沃柑的數(shù)據(jù)采集點。第一主成分（PC1）貢獻(xiàn)率91.44%，第二主成分（PC2）貢獻(xiàn)率4.12%，總貢獻(xiàn)率95.56%。從兩個主軸上看，不同貯藏時間的沃柑無明顯變化規(guī)律，0、5和10 d之間沒有交叉區(qū)域，尚能區(qū)分開，但從15 d開始出現(xiàn)嚴(yán)重的重疊區(qū)域，15、20、25和30 d之間有較多交叉重疊區(qū)域，不同貯藏期的沃柑無法很好地區(qū)分開。說明采用PCA對檢測到的傳感器響應(yīng)值進(jìn)行分析不可行。

2. 3 不同貯藏時間沃柑的LDA分析結(jié)果

圖4是不同貯藏時間沃柑的LDA分析結(jié)果，圖中LD1貢獻(xiàn)率68.22%，LD2貢獻(xiàn)率16.90%，總貢獻(xiàn)率85.12%。不同貯藏時間的沃柑氣味特征變化從第0 d到第10 d變化均較大，且在LD1軸上依次排列，但從第15 d到第30 d的過程中變化（距離）明顯變小，并出現(xiàn)重疊區(qū)域。第0 d與第5 d相距較近，但與第10、15、20、25和30 d均相距較遠(yuǎn)，說明沃柑在貯藏期隨著果實衰老導(dǎo)致氣味物質(zhì)不斷變化，貯藏時間越長距離越大，氣味變化越明顯；距離越近，氣味變化速率減慢。結(jié)合LD1和LD2的判別結(jié)果，表明采用LDA可將不同貯藏時間的沃柑進(jìn)行區(qū)分。

2. 4 識別模型的驗證

圖5和圖6分別為不同貯藏期的果樣在模型圖中的驗證情況。圖5表示貯藏5 d的沃柑果樣氣味特征，傳感器開始接受到的氣味特征較少，遠(yuǎn)離模型中的數(shù)據(jù)區(qū)域，隨著時間的推移氣味特征越來越豐富（G/G0達(dá)峰值），穿過相似數(shù)據(jù)區(qū)域，后期集中并最終停留在一個數(shù)據(jù)點（G/G0穩(wěn)定值），說明該氣味特征與模型中貯藏5 d的氣味特征相似，通過模型圖能判斷出該果樣的檢測時間是貯藏期第5 d。圖6中的曲線表示貯藏13 d的沃柑果樣氣味特征曲線，曲線經(jīng)過10 d與15 d的數(shù)據(jù)點，最終停留在靠近10 d的數(shù)據(jù)點處，說明該氣味特征不完全屬于這兩個區(qū)域，與貯藏時間13 d也相符。將34個驗證果的檢測結(jié)果按批次輸入識別模型判別，驗證結(jié)果見表2，在第0、5、15和25 d的驗證中，正確率均達(dá)100.00%，第10、20和30 d分別為93.94%、96.88%和96.77%。驗證果在LDA分析后建立的識別模型中平均識別率達(dá)98.23%，說明該識別模型能較準(zhǔn)確地對不同貯藏時間的沃柑進(jìn)行判別，可區(qū)分未知貯藏時間的沃柑。

3 討論

本研究中，傳感器2、6、7和9在沃柑氣味物質(zhì)檢測中發(fā)揮較大作用，與胡桂仙等（2006）研究發(fā)現(xiàn)傳感器2、7和9對柑橘新鮮度檢測起主要作用的結(jié)論相似；不同之處在于傳感器6在沃柑中有一定比例，說明相對于其他柑橘類水果沃柑還含有一些獨(dú)特氣味的甲基類物質(zhì)。對氣味成分進(jìn)行分析發(fā)現(xiàn)，傳感器8（醇類和醛酮類）也屬于構(gòu)成沃柑香味的主要物質(zhì)，與張涵等（2017）研究4種主要柑橘香氣成分，得出果實呈現(xiàn)的香味是醇類、醛類和酮類這些物質(zhì)香味共同作用的結(jié)果相符。構(gòu)成沃柑氣味中果香味的烷烴類、芳香族醇類和醛酮類物質(zhì)主要由氨基酸代謝產(chǎn)生，隨著貯藏時間的延長，沃柑的呼吸作用還會代謝產(chǎn)生如乙烯、乙醇等物質(zhì)。目前，電子鼻技術(shù)只能對樣品的整體信息進(jìn)行判斷，尚無法進(jìn)行定性或定量分析，因此無機(jī)硫化物、有機(jī)硫化物和氮氧化合物這類氣味物質(zhì)的具體名稱和產(chǎn)生原因有待進(jìn)一步使用氣相色譜—質(zhì)譜聯(lián)用法進(jìn)行深入分析。

從不同分析方法的分析結(jié)果可看出，LDA比PCA能更好地對沃柑進(jìn)行貯藏時間區(qū)分。從LDA圖中可知，同一天檢測的氣味特征值分散在一定范圍內(nèi)，并不是很集中，說明即使是同一株果樹所產(chǎn)的沃柑也存在一定差異，與王少敏和魏樹偉（2014）研究不同結(jié)果部位的香水梨香氣存在明顯差異的結(jié)論相似，因此沃柑果實的結(jié)果部位、果實大小均會影響氣味成分的濃度，造成檢測結(jié)果出現(xiàn)差異。第0、5、10和15 d的數(shù)據(jù)更分散，第20、25和30 d的數(shù)據(jù)相對集中，隨著貯藏時間的延長，沃柑的氣味物質(zhì)轉(zhuǎn)化由強(qiáng)烈趨于平緩，最終進(jìn)入同樣的衰老期，數(shù)據(jù)分布區(qū)域逐漸縮小。因此在建立預(yù)測模型時，若要提高模型精確度，則需大量的測試果檢測數(shù)據(jù)，這樣才能縮小因個體果帶來的數(shù)據(jù)差異。

通過驗證結(jié)果可發(fā)現(xiàn)，當(dāng)驗證果中出現(xiàn)腐壞果時，在識別模型中的驗證識別正確率會下降。如第0和5 d時驗證正確率為100.00%，第10 d出現(xiàn)1個腐壞果后，有2個檢測結(jié)果驗證錯誤，正確率下降至93.94%。分析其原因是采摘時的擠壓碰撞致使沃柑果實內(nèi)部出現(xiàn)損傷，在貯藏期受到細(xì)菌的侵染發(fā)生腐壞和霉變，這些青霉菌會影響到周圍的沃柑，附著在果實表面，產(chǎn)生含有芳香類、醇類和酮類物質(zhì)的氣體（沈飛等，2016），導(dǎo)致檢測時出現(xiàn)氣味上的差異，驗證試驗的正確率下降。將腐壞果清理后，貯藏環(huán)境逐漸恢復(fù)常態(tài)，驗證結(jié)果的正確率又恢復(fù)至100.00%。

4 結(jié)論

電子鼻結(jié)合LDA的無損檢測方法能對不同貯藏時間的沃柑氣味特征進(jìn)行識別并區(qū)分，可應(yīng)用于沃柑貯藏時間快速判斷。

參考文獻(xiàn)：

陳辰，魯曉翔，張鵬，陳紹慧，李江闊. 2015. 基于電子鼻技術(shù)的玫瑰香葡萄貯藏期快速判別[J]. 食品與機(jī)械，31（6）：137-141. [Chen C，Lu X X，Zhang P，Chen S H，Li J K. 2015. Quick discrimination of storage periods for muscat grape based on electronic nose[J]. Food & Machinery，31（6）：137-141.]

馮青. 2012. 電子鼻系統(tǒng)在水果貯藏中的應(yīng)用[J]. 產(chǎn)業(yè)與科技論壇，11（12）：78. [Feng Q. 2012. The application of electronic nose system in fruit storage[J]. Industrial & Science Tribune，11（12）：78.]

胡桂仙，Antihus Hernández Gómez，王俊，王小驪. 2005. 電子鼻無損檢測柑橘成熟度的實驗研究[J]. 食品與發(fā)酵工業(yè)，31（8）：57-60. [Hu G X，Antihus H G，Wang J，Wang X L. 2005. A research on monitoring the orange maturity with the electronic nose[J]. Food and Fermentation Industries，31（8）：57-60.]

胡桂仙，王俊，海錚，王小驪. 2006. 不同儲藏時間柑橘電子鼻檢測研究[J]. 浙江農(nóng)業(yè)學(xué)報，18（6）：458-461. [Hu G X，Wang J，Hai Z，Wang X L. 2006. Electronic nose monitoring the oranges stored for different times[J]. Acta Agriculturae Zhejiangensis，18（6）：458-461.]

黃其椿，陳香玲，陳東奎，趙洪濤，趙小龍，紀(jì)素峰，廖惠紅，王茜，黃宏明，張?zhí)m，劉吉敏. 2016. 沃柑黃化原因分析及其對策[J]. 農(nóng)業(yè)科學(xué)與技術(shù)，17（6）：1387. [Huang Q C，Chen X L，Chen D K，Zhao H T，Zhao X L，Ji S F，Liao H H，Wang X，Huang H M，Zhang L，Liu J M. 2016. Cause analysis of Orah yellowing and its measures[J]. Agricultural Science & Technology，17（6）：1387.]

賈文珅，李孟楠，王亞雷，梁剛，滿燕，潘立剛. 2016. 電子鼻技術(shù)在果蔬檢測中的應(yīng)用[J]. 食品安全質(zhì)量檢測學(xué)報，7（2）：410-418. [Jia W S，Li M N，Wang Y L，Liang G，Man Y，Pan L G. 2016. Application of electronic nose technology on the detection of fruits and vegetables[J]. Journal of Food Safety & Quality，7（2）：410-418.]

江琳琳，潘磊慶，屠康，楊虹賢，錢釗，韓東海. 2010. 基于電子鼻對水蜜桃貨架期評價的研究[J]. 食品科學(xué)，31（12）：229-232. [Jiang L L，Pan L Q，Tu K，Yang H X，Qian Z，Han D H. 2010. Freshness evaluation of juicy peach by electronic nose[J]. Food Science，31（12）：229-232.]

李瑩，任亞梅，張爽，趙慧，周龍安，任小林. 2016. 基于電子鼻的蘋果低溫貯藏時間及品質(zhì)預(yù)測[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），43（5）：184-191. [Li Y，Ren Y M，Zhang S，Zhao H，Zhou L A，Ren X L. 2016. Prediction of low-temperature storage time and quality of apples based on electronic nose[J]. Journal of Northwest A & F University（Natural Science Edition），43（5）：184-191.]

劉燕德，孫旭東，陳皓，郝勇，歐陽愛國，陳洞濱，王海陽，吳至境，龔志遠(yuǎn)，徐翔斌，陳齊平. 2016. 水果糖酸度和重量快速無損檢測技術(shù)與分選裝備[J]. 中國科技獎勵，17（22）：7-8. [Liu Y D，Sun X D，Chen H，Hao Y，Ouyang A G，Chen D B，Wang H Y，Wu Z J，Gong Z Y，Xu X B，Chen Q P. 2016. Fruit sugar acidity and weight rapid nondestructive testing technology and separation equipment[J]. China Awards for Science and Technology，17（22）：7-8.]

劉玉革，徐金龍，趙維峰，呂玲玲，魏長賓. 2012. 菠蘿果實香氣成分分析及電子鼻評價[J]. 廣東農(nóng)業(yè)科學(xué)，39（20）：97-100. [Liu Y G，Xu J L，Zhao W F，Lü L L，Wei C B. 2012. Aroma volatile compounds of pineapple and evalua-tion by electronic nose[J].Guangdong Agricultural Scien-ces，39（20）：97-100.]

彭珂，駱德漢，夏必亮. 2017. 基于機(jī)器嗅覺的柑橘品種無損檢測與識別[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報，39（5）：1017-1024. [Peng K，Luo D H，Xia B L. 2017. Non-destructive testing and identification of citrus varieties based on machine olfaction[J]. Acta Agriculturae Universitatis Jiangxiensis，39（5）：1017-1024.]

沈飛，吳啟芳，魏穎琪，都立輝，唐培安. 2016. 谷物霉菌揮發(fā)性物質(zhì)的電子鼻與GC-MS檢測研究[J]. 中國糧油學(xué)報，31（7）：148-152. [Shen F，Wu Q F，Wei Y Q，Du L H，Tang P A. 2016. Electronic nose and GC-MS detection of volatile substances produced by mould strains[J]. Journal of the Chinese Cereals and Oils Association，31（7）：148-152.]

王少敏，魏樹偉. 2014. 不同結(jié)果部位對棲霞大香水梨果實香氣的影響[J]. 山東農(nóng)業(yè)科學(xué)，46（10）：57-59. [Wang S M，Wei S W. 2014. Effect of different fruit setting positions on aroma of Qixia Daxiangshui pear[J]. Shandong Agricultural Sciences，46（10）：57-59.]

謝慶豐. 2017. 優(yōu)質(zhì)沃柑豐產(chǎn)栽培管理技術(shù)[J]. 南方農(nóng)業(yè)，11（5）：20-21. [Xie Q F. 2017. Cultivation management technology of high quality Orah[J]. South China Agriculture，11（5）：20-21.]

徐賽，陸華忠，王亞娟，周志艷，姜焰鳴，呂恩利. 2016. 基于電子鼻與物理特征融合的獼猴桃貯藏時間識別方法[J]. 食品科技，41（3）：292-297. [Xu S，Lu H Z，Wang Y J，Zhou Z Y，Jiang Y M，Lü E L. 2016. Storage time identification of kiwi fruit based on electronic nose and physical characteristic combination[J]. Food Science and Techno-logy，41（3）：292-297.]

于勇，王俊，周鳴. 2003. 電子鼻技術(shù)的研究進(jìn)展及其在農(nóng)產(chǎn)品加工中的應(yīng)用[J]. 浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版），29（5）：579-584. [Yu Y，Wang J，Zhou M. 2003. Research developments of electronic nose and its application in processing of agriculture products[J]. Journal of Zhejiang University（Agriculture & Life Sciences），29（5）：579-584.]

張涵，魯周民，王錦濤，郭旭. 2017. 4種主要柑橘類香氣成分比較[J]. 食品科學(xué)，38（4）：192-196. [Zhang H，Lu Z M，Wang J T，Guo X. 2017. Comparative aroma components of fruits of four main citrus varieties[J]. Food Science，38（4）：192-196.]

張政，門澤成，任興達(dá). 2016. 高光譜成像技術(shù)下水果內(nèi)外品質(zhì)無損檢測研究進(jìn)展[J]. 科技經(jīng)濟(jì)導(dǎo)刊，（17）：7-8. [Zhang Z，Men Z C，Ren X D. 2016. The development of non-destructive testing of fruit and external quality under the technique of high light spectroscopy[J]. Techno-logy and Economic Guide，（17）：7-8.]

Benedetti S，Buratti S，Spinardi A，Mannino S，Mignani I. 2008. Electronic nose as a non-destructive tool to characterise peach cultivars and to monitor their ripening stage during shelf-life[J]. Postharvest Biology and Technology，47（2）：181-188.

（責(zé)任編輯 羅 麗）