樣品相關(guān)因素對(duì)梨糖度可見(jiàn)-近紅外光譜檢測(cè)影響的研究.pdf

1、我國(guó)是水果的種植和生產(chǎn)大國(guó)，但不是水果的出口強(qiáng)國(guó)。水果產(chǎn)后商品化處理水平較低是導(dǎo)致我國(guó)水果國(guó)際市場(chǎng)競(jìng)爭(zhēng)力較弱的重要原因。近年來(lái)，可見(jiàn)/近紅外光譜技術(shù)由于其快速、無(wú)損等特點(diǎn)已被廣泛應(yīng)用于水果內(nèi)部品質(zhì)的快速無(wú)損檢測(cè)。但在可見(jiàn)/近紅外光譜檢測(cè)中，由于存在樣品相關(guān)因素（如大小、品種、產(chǎn)地等）的嚴(yán)重影響，模型的穩(wěn)健性與普適性是本領(lǐng)域的研究難點(diǎn)。
　　本研究基于團(tuán)隊(duì)現(xiàn)有的水果內(nèi)部品質(zhì)可見(jiàn)/近紅外光譜在線檢測(cè)平臺(tái)，主要以梨為研究對(duì)象，開展樣品相

2、關(guān)因素（如大小、品種、產(chǎn)地等）對(duì)梨可溶性固形物(Soluble SolidsContent，SSC)可見(jiàn)/近紅外光譜在線檢測(cè)的影響研究。首先研究了梨內(nèi)部的糖度分布情況，并簡(jiǎn)單分析了果園內(nèi)光照因素對(duì)梨糖度分布的影響。其次進(jìn)一步探究了樣品大小對(duì)梨預(yù)測(cè)模型精度的影響，通過(guò)光譜修正法提高了預(yù)測(cè)模型精度，并提出了光源機(jī)構(gòu)設(shè)計(jì)設(shè)想以期消除大小對(duì)模型的影響。最后分別研究了不同品種間及不同產(chǎn)地間梨的預(yù)測(cè)模型的普適性，并通過(guò)局部模型的更新及全局模型的優(yōu)化

3、以提高模型預(yù)測(cè)的穩(wěn)健性。
　　本文的主要研究?jī)?nèi)容和研究結(jié)論如下:
　　(1)研究了梨果內(nèi)部糖度的分布規(guī)律及其受光照因素影響。研究結(jié)果表明，皇冠梨、水晶梨、初夏綠梨、圓黃梨和翠冠梨五個(gè)品種梨的不同等分層糖度值具有相同的分布規(guī)律:下層＞上層＞中層，下半個(gè)梨（中層和下層）與整個(gè)梨的糖度值有很強(qiáng)的相關(guān)性，決定系數(shù)為0.9193;在光照因素對(duì)梨糖度分布影響研究中，對(duì)于單個(gè)圓黃梨果，向陽(yáng)面糖度值明顯高于向陰面，對(duì)于單棵圓黃梨樹，梨樹外層

4、梨果糖度值高于內(nèi)層，上層糖度值高于下層，向陽(yáng)面高于向陰面。該研究結(jié)果可為梨果內(nèi)部糖度在線檢測(cè)系統(tǒng)的設(shè)計(jì)及理化分析提供理論依據(jù)。
　　(2)研究了樣品大小差異對(duì)梨糖度預(yù)測(cè)模型的影響及其修正方法。由于樣品存在不同縱徑大小，在固定的光源系統(tǒng)中存在不同大小水果其光源照射部位的不同，從而影響預(yù)測(cè)模型的精度。本研究以皇冠梨為研究對(duì)象，首先，研究了原始光譜一階微分處理和原始光譜在893 nm處的光譜正規(guī)化處理方法，預(yù)測(cè)均方根誤差(Root Me

5、an Square Error ofPrediction，RMSEP)由原始模型的0.546°Brix下降到0.465°Brix和0.473°Brix，預(yù)測(cè)精度分別提高了14.8％和13.6％。其次，對(duì)原始建模樣品按照縱徑尺寸大小分為A(80.05-98.18 mm)、B(75.10-79.97 mm)、C(63.22-74.99 mm)三組并分組建模，各組樣品建模預(yù)測(cè)精度均優(yōu)于原預(yù)測(cè)模型，且光源照射在水果上的光斑距離赤道位置越近，預(yù)測(cè)

6、精度越好，建模預(yù)測(cè)效果最好的B組RMSEP=0.310°Brix，與未分組的原始模型相比，預(yù)測(cè)精度提高了43.2％。最后，提出了一種可以根據(jù)水果大小調(diào)節(jié)光源高度的檢測(cè)機(jī)構(gòu)設(shè)想，以確保光源光斑始終照射在水果赤道位置，提高預(yù)測(cè)精度。
　　(3)研究了樣品產(chǎn)地（果園）差異對(duì)梨糖度預(yù)測(cè)精度的影響。本研究以浙大果園和三水果園兩個(gè)產(chǎn)地的翠冠梨為研究對(duì)象，首先，在三水果園翠冠梨的糖度預(yù)測(cè)中，三水果園翠冠梨建立的糖度預(yù)測(cè)模型的RMSEP為0.50

7、5°Brix，而浙大果園翠冠梨建立的糖度預(yù)測(cè)模型的RMSEP為4.610°Brix，可見(jiàn)不同產(chǎn)地同品種梨的糖度預(yù)測(cè)模型是不能通用的。其次，通過(guò)手動(dòng)挑選和KS算法依次添加5、10、15、20個(gè)有代表性的三水果園翠冠梨到浙大果園翠冠梨建模集中進(jìn)行樣本集更新優(yōu)化，手動(dòng)挑選20個(gè)新樣品的預(yù)測(cè)模型效果最優(yōu)，對(duì)三水果園翠冠梨的RMSEP從4.610°Brix降低到0.612°Brix，預(yù)測(cè)精度提高了86.7％。最后，混合三水果園和浙大果園翠冠梨各校

8、正集樣品進(jìn)行建模得到兩個(gè)產(chǎn)地的全局模型，并用反向區(qū)間偏最小二乘法(backward interval partial least square，BiPLS)對(duì)建模波長(zhǎng)進(jìn)行優(yōu)選，所建模型對(duì)三水果園翠冠梨的RMSEP從4.61°Brix降低到0.516°Brix，預(yù)測(cè)精度提高了88.8％?？梢?jiàn)，通過(guò)模型更新和建立全局模型，可以在一定程度上提高預(yù)測(cè)模型對(duì)產(chǎn)地的普適性。
　　(4)研究了樣品品種差異對(duì)梨糖度模型預(yù)測(cè)精度的影響。本研究以三水

9、果園的初夏綠梨和圓黃梨為研究對(duì)象，首先，在初夏綠梨的糖度值預(yù)測(cè)中，圓黃梨建立的糖度預(yù)測(cè)模型的RMSEP為1.430°Brix，初夏綠梨建立的糖度預(yù)測(cè)模型的RMSEP為0.499°Brix，可見(jiàn)原品種梨建立的糖度預(yù)測(cè)模型對(duì)新品種的預(yù)測(cè)精度有待提高。其次，通過(guò)手動(dòng)挑選和KS算法依次添加5、10、15、20個(gè)有代表性的初夏綠梨到圓黃梨建模集中進(jìn)行樣本集更新優(yōu)化，手動(dòng)挑選20個(gè)新樣品為最優(yōu)的預(yù)測(cè)模型，對(duì)初夏綠梨的RMSEP從1.430°Brix

10、降低到0.323°Brix，預(yù)測(cè)精度提高了77.4％。最后，混合初夏綠梨和圓黃梨各校正集樣品進(jìn)行建模得到兩個(gè)品種的全局模型，并用BiPLS對(duì)建模波長(zhǎng)進(jìn)行優(yōu)選，所建模型對(duì)初夏綠梨的RMSEP從1.430°Brix降低到0.547°Brix，預(yù)測(cè)精度提高了61.7％?？梢?jiàn)，通過(guò)模型更新和建立全局模型，擴(kuò)大了兩個(gè)品種間預(yù)測(cè)模型的預(yù)測(cè)范圍，提高了模型在不同品種間預(yù)測(cè)的通用性。通過(guò)對(duì)比分析發(fā)現(xiàn)，相較于樣品的品種因素，其產(chǎn)地因素對(duì)建模普適性的影響更