基于近紅外光譜對(duì)冬棗水分糖分的無損檢測(cè)研究

陳沖 羅華平 索玉婷

摘要：

利用近紅外光譜技術(shù)對(duì)120冬棗水分/ 糖分進(jìn)行研究，建立不同光譜特征的糖分/水分的偏最小二乘法（PLS）與主成分回歸（PCR）分析模型。將近紅外光譜異常樣本與光譜正常樣本分別建模，顯著提高了分析模型的預(yù)測(cè)精度、擴(kuò)寬了模型的適用范圍。以冬棗主要吸收峰區(qū)間為基本建模波段。得到冬棗水分相關(guān)系數(shù)（R）為099745、校正均方差（RMSEC）為00445、預(yù)測(cè)均方差（RMSEP）為0367、因子數(shù)為7，糖分相關(guān)系數(shù)（R）為096078、校正均方差（RMSEC）為0853、預(yù)測(cè)均方差（RMSEP）為164、因子數(shù)為6。

關(guān)鍵詞：

近紅外光譜；冬棗；冬棗水分/糖分；PLS；PCA

中圖分類號(hào)：S-3

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：1019754/jnyyjs20190315001

引言

冬棗是我國(guó)獨(dú)有的，目前被公認(rèn)品質(zhì)最好的鮮食棗品種[1]，甘甜可口，富含維生素C、氨基酸、環(huán)腺苷酸、碳水化合物和礦物質(zhì)（如鐵、鉀）等，深受消費(fèi)者的青睞[2]。冬棗作為新疆南疆主要的經(jīng)濟(jì)作物在采收環(huán)節(jié)冬棗水分和糖分的測(cè)量是紅棗企業(yè)衡量冬棗品質(zhì)的重要指標(biāo)。目前，國(guó)內(nèi)冬棗基本以人工分揀為主，速度慢，識(shí)別率低，大大阻礙了冬棗分揀智能化的產(chǎn)業(yè)發(fā)展。因此建立一個(gè)無損、快速的定量分析方法對(duì)于建立冬棗無損檢測(cè)方至關(guān)重要。

近紅外光譜（Near Infrared Spectroscopy，NIR）技術(shù)在農(nóng)產(chǎn)品檢測(cè)中越來越受歡迎。并且近紅外光譜技術(shù)對(duì)水果品質(zhì)進(jìn)行無損檢測(cè)成為近年來的研究熱點(diǎn)，國(guó)外許多學(xué)者相繼開展了對(duì)柑橘、蘋果、梨、桃等品質(zhì)進(jìn)行無損檢測(cè)的研究工作并卓有成效[3-8]，國(guó)外Jaya Sundaram等人用近紅外光譜技術(shù)預(yù)測(cè)含殼花生的含水率[9]，Renfu等通過采集 Hedelfinger 和 Sam 2 種甜櫻桃在 800～1700nm 處的近紅外光譜數(shù)據(jù)，結(jié)合偏最小二乘法（PLS）建立了甜櫻桃的糖度預(yù)測(cè)統(tǒng)計(jì)模型[10]。國(guó)內(nèi)孫旭東等利用近紅外技術(shù)建立了南豐蜜桔的糖度校正模型[11]。趙杰文等利用近紅外漫反射光譜技術(shù)實(shí)現(xiàn)蘋果糖度無損檢測(cè)[12]。陳晨、張淑娟等利用近紅外漫反射光譜技術(shù)，建立葡萄和柿子可溶性固形物含量檢測(cè)模型[13-14] 。彭云發(fā)等利用近紅外利用豐富的光譜信息可實(shí)現(xiàn)對(duì)水果和食品中的水分的快速無損檢測(cè)[15-18]。近紅外光譜技術(shù)在果蔬品質(zhì)安全檢測(cè)中取得了一定的研究進(jìn)展[19-20]。

為此，本研究以采摘的新鮮冬棗為研究樣本，利用便攜式近紅外光譜儀采集冬棗樣品的漫反射光譜信息，利用手持糖量計(jì)測(cè)量冬棗含糖量，使用熱風(fēng)干燥箱對(duì)冬棗進(jìn)行烘干采用烘干減重法計(jì)算送灶水分含量。使用TQ-Analyst軟件建立冬棗基于近紅外光譜技術(shù)的水分與糖分模型，找到一種利于近紅外光譜技術(shù)檢測(cè)南疆冬棗的水分與糖分快速檢測(cè)方法，為冬棗加工分揀提供理論依據(jù)。

1材料與方法

11材料與試劑

本研究所用冬棗由新疆阿拉爾市十一團(tuán)十七連巴山棗業(yè)公司提供，分別采購(gòu)冬棗（一級(jí)、特級(jí)、棗王）各5kg。采用冷庫(kù)保鮮處理。用蓄冷箱運(yùn)送至塔里木大學(xué)農(nóng)業(yè)工程重點(diǎn)實(shí)驗(yàn)室。挑選色澤與無機(jī)械損傷（一級(jí)、特級(jí)、棗王）冬棗各40個(gè)共計(jì)120個(gè)樣本。

12儀器與設(shè)備

實(shí)驗(yàn)所用聚光科技便攜式光山掃描光譜儀型號(hào)為supNIR 1500（聚光科技杭州股份有限公司）采集光譜，采用鹵鎢燈為光源，檢測(cè)器規(guī)格INGaAs，平面漫反射，波長(zhǎng)范圍1000～1800nm，光譜平均次數(shù)為10次，光譜分辨率≤12nm，波長(zhǎng)準(zhǔn)確性±02nm，波長(zhǎng)重復(fù)性≤005nm。建模軟件為TQ-Analyst軟件。冬棗干燥設(shè)備為（GZX-9140MBE）電熱鼓風(fēng)干燥箱（上海博訊事業(yè)有限醫(yī)療設(shè)備廠）。用JA2003型電子天平稱取冬棗質(zhì)量。使用PAL-1手持糖量計(jì)（北京陽光億事達(dá)貿(mào)易有限公司）對(duì)冬棗進(jìn)行糖分測(cè)量。

13方法

131近紅外光譜采集

試驗(yàn)開始前，將樣品從冰箱取出并在室內(nèi)靜置8h，并對(duì)冬棗進(jìn)行表面清洗，光譜采集前對(duì)近紅外光譜儀進(jìn)行30min預(yù)熱。實(shí)驗(yàn)首先進(jìn)行白板參比。預(yù)熱完成后進(jìn)行光譜測(cè)定（測(cè)量距離為2cm），依次采集光譜在冬棗赤道部位分別采集5次，去光譜平均值作為該樣品的最終光光譜如圖1。

132烘干減質(zhì)量法

將冬棗樣本其初始質(zhì)量為M0，稱取的質(zhì)量精確到001g記為M0。然后將冬棗放入60°的電熱鼓風(fēng)干燥箱內(nèi)烘干，每隔2h稱質(zhì)量1次，至質(zhì)量變化小于001g時(shí)從干燥箱中取出，并放入干燥箱內(nèi)冷卻至室溫。稱取的質(zhì)量為M1。計(jì)算冬棗樣本含水率（%）。

含水率（%）=m0-m1m0×100%

133糖分測(cè)定方法

糖分采用PLA-1手持糖度計(jì)對(duì)冬棗進(jìn)行測(cè)量，儀器精度00%。糖度值（按國(guó)際GB12295-90執(zhí)行），測(cè)量過程中室內(nèi)溫度為21℃。測(cè)量前為保證測(cè)量精度每次測(cè)量前校準(zhǔn)儀器。

14光譜數(shù)據(jù)分析

用于建模冬棗光譜采用TQ-Analyst軟件處理，分析數(shù)據(jù)之前對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理方法選用多（Multiple scatter correction，MSC），S-G（Savitzky-Golay）平滑、S-G（Savitzky-Golay）導(dǎo)數(shù)、均值中心化，選用（PLS）回歸分析對(duì)紅棗的校正建立驗(yàn)證模型?；谛Ｕ瘶?biāo)準(zhǔn)差（SEC）和相關(guān)系數(shù)（RC）的值。不同預(yù)處理方法的模型參數(shù)比較。

2分析

由表1可知：采用PLS進(jìn)行建模預(yù)處理方法方法采用MSC-SG、SNV-SG、MSC、SNV分別得到PLS與MSC-SG處理方法R（099745）、SNV-SG處理方法R（099746）、MSC處理方法R（099184）SNV處理方法R（099183）。對(duì)應(yīng)的校正均方差（RMSEC）分別為00445、00444、00798、00798，預(yù)測(cè)均方差（RMSEP）為0367，主因子數(shù)為7、6。