一种中秋酥脆枣糖度无损检测方法

摘要

本发明公开的一种中秋酥脆枣糖度无损检测方法，涉及水果品质检测技术领域，其检测过程包括：建模样本选择、建模样本的近红外光谱采集、样本糖度的化学值测定、糖度测定的数学模型建立、模型的验证和应用上述模型对中秋酥脆枣糖度进行无损检测等步骤，具有能够快速、准确、且可重复性好、可对中秋酥脆枣糖度进行无损检测等特点，还可避免枣果损伤，减轻检测的劳动强度，减少因化学检测使用药剂对环境的影响。本发明既可用于单颗枣果总糖含量的测定、也可用于批量枣果平均总糖含量的测定，还可以用于枣果采收期的确定。

主权项

一种中秋酥脆枣糖度无损检测方法，其特征在于检测过程如下：㈠、建模样本选择：①、样本采集时间和次数：从中秋酥脆枣进入白熟期开始到红熟期结束，每6‑8天采集1次，采集5‑6次；②、样本采集数量与处理：每次采集时，选择能体现中秋酥脆枣品种采摘期特征的正常果30‑80颗，洗净并晾干，室内放置8小时后，成为待测枣果；③、组建建模样本和验证样本：将每次采集的待测枣果随机抽取80％的数量作为建模样本，余下20％的数量作为验证样本；㈡、建模样本的近红外光谱采集：①、近红外光谱的波谱特征调节：通过对近红外光谱进行调节，让近红外光谱特征参数达到下表要求：性质波长范围吸光度噪声波长准确性波长重复性光谱分辨率杂散光光斑直径特征值600‑1100nm<100uA0.2nm±0.05nm6nm<0.1％2.5mm②、红外光谱的白板校正：光源打开，调节特征参数后稳定15分钟以上，然后用白板校正；③、样本的红外光谱的漫反射光谱采集：将建模样本和验证样本分开采集光谱，每颗待测枣果采集相对的两个面的两个光谱样，每个光谱样采集3次，两个光谱分别编号，采集的光谱经数据线A/D接口转化存入计算机中；将已采集光谱的待测枣果的两个半颗单独编号，并与光谱编号建立一一对应关系；㈢、样本糖度的化学值测定：将建模样本和验证样本分开测定，单独记录，方法相同；㈣、糖度测定的数学模型建立：①、样本近红外光谱的处理：A、波长段的选择：将波长选择在650－950nm之间；B、Savitzky‑Golay平滑、多元散射校正、Savitzky‑Golay求导：a、Savitzky‑Golay平滑：设定窗口数15，拟合次数为4；b、多元散射校正过程为：用所有光谱的平均光谱作标准光谱，每个样本的光谱与标准光谱比较求出其线性平移和倾斜偏移量，从原始光谱中减去线性偏移量并除以倾斜偏移量；c、Savitzky‑Golay求导：设定窗口数为19，拟合次数为2，求导次数为1；②、样本糖度模型的建立：A、异常光谱的剔除：采用主成分分析法降维确定主成分个数为4，用主成分积分计算马氏距离，按阀值10剔除异常样本；B、偏最小二乘法建模：采用偏最小二乘法作为回归建模方法，用一组响应变量Y和大量的预测变量X，其中有些变量严重线性相关，从这组数据中提取因子，并计算得分因子矩阵：T＝XW，最后再求出合适的权重矩阵W，并建立线性回归模型：Y＝TQ+E，其中Q是矩阵T的回归系数矩阵，E为误差矩阵；一旦Q计算出来后，前述方程就等价于Y＝XB+E，其中B＝WQ，即可直接作为预测回归模型；建模的参数设定，因子数为5、6、7、8、9、10，交互检验分堆数为7、8、9、10，马氏距离为10建立不同模型；C、模型评价：采用常规的模型评价指标进行评价；㈤、模型的验证：模型验证包括模型测定的准确性和模型测定的重复性验证：①、模型测定的准确性验证：随机采集20‑40颗中秋酥脆枣，用模型测定阳面的总糖含量，取三资平均值S_模；将中秋酥脆枣解剖成阴面、阳面两部分，对阳面按化学方法测定阳面的总糖含量S_化；将三资平均值S_模与总糖含量S_化进行比较；②、模型测定的稳定性验证：随机采集20‑40颗中秋酥脆枣，用模型测定枣果的总糖含量，分别对同一枣果不同位置测定三次和同一位置测定三次，对同一位置三次的不同测定结果进行比较分析，对同一枣果的不同位置三次测定进行分析；㈥、应用上述模型对中秋酥脆枣糖度进行无损检测。