论文部分内容阅读
南果梨属秋子梨系,为辽宁省鞍山、海城一带特产优质水果,已有上百年栽培历史,享有“梨中皇后”的美誉,南果梨香气浓郁,汁液丰富,酸甜适中,深受消费者的喜爱。目前,南果梨品质的分级工作基本上仍靠人工挑选完成,依据的指标主要是大小、颜色、表面有无病斑等外部特征,这种人工分级的劳动量大、生产效率低,无法对南果梨的内在品质进行分级,不利于优质南果梨的产业化发展。近红外光谱分析技术是近十几年迅速发展的一门绿色分析技术,它具有快速、准确、无损伤检测的优点,正越来越广泛的应用于水果内在品质的无损检测。本研究通过对影响南果梨近红外光谱分析的仪器参数设置、样品状态和不同数据处理方法等影响因素的系统研究,确定了南果梨近红外无损检测分析的适宜参数,在此基础上建立了南果梨内在品质的近红外无损检测模型,并对建立的南果梨品质模型进行未知样品的预测验证和适用性的研究,为南果梨产业的自动化分级提供技术支持。具体的研究结果如下:（1）南果梨近红外透射光谱的适宜扫描方式为以果柄-果蒂为轴1 80°转动扫描2次、适宜的光谱扫描次数为单测点扫描一次、扫描参数的设定只要满足待测样品光谱曲线和参照物光谱曲线均在特征峰处相切于征服线即可,光谱测定的最佳环境条件为在完全遮光的房间内进行样品光谱的采集。（2）南果梨的果皮和表面颜色对其近红外无损检测分析的影响不大,而尺寸大小和样品温度的影响较大,为了提高模型的准确度,校正温度和大小对模型性能的影响,试验确定选用不同温度、尺寸大小适中的样品进行模型的建立;不同成熟度的南果梨样品所建立的糖、酸度模型的预测能力有差异,结果表明成熟度较高的样品所建模型的稳定性较好。（3）适宜的光谱导数预处理方法为二阶导数法、光谱平滑预处理方法为20点Savitzky-Golay平滑法、糖度和酸度的化学定标最佳参数分别为可溶性固形物含量和总酸度。（4）根据确定的适宜的建模参数,通过不同模型优化方法的使用,本试验最终建立了鞍山、海城两个产区统一的南果梨糖度、酸度的近红外无损检测模型。建模结果为:南果梨糖、酸度的近红外定标数学模型的校正集相关系数分别为0.935、0.911,校正均方根误差分别为0.212、0.018。（5）利用建立的鞍山、海城两产区的混合模型对不同贮藏期样品进行预测,确定南果梨糖、酸度近红外无损检测定标模型适用于预测常温贮藏12d内和冷藏贮藏4个月内样品的糖、酸含量;模型的动态适用性分析结果表明建立的模型适用于预测不同年份的一定时期内鞍山、海城产区南果梨的糖、酸含量。（6）试验利用PLS法建立了鞍山、海城两产区混合的硬度模型,最终建立定标硬度模型的结果为:校正集相关系数为0.970,校正集均方根误差为0.124;对模型的适用性分析结果表明所建立南果梨近红外硬度模型适用于预测硬度范围在2～15kg/cm2内的样品硬度。（7）采用光密度差法检测南果梨内部褐变的结果表明:不同褐变程度的南果梨透射光谱△OD（712.92nm～672.93nm）值的大小顺序为:0级＜1级＜2级＜3级,黑心越严重的南果梨其对应的光密度差值越小;最终确定正常和褐变两个级别南果梨的判别标准为:△OD（（712.92nm～672.93nm））值小于或等于0.305时,南果梨为褐变梨,△OD（712.92nm～672.93nm）值大于0.305时,南果梨梨为好梨;根据这个分级标准,100个褐变梨中有2个被误判成好梨,误判率为2%,30个正常梨中有2个被误判成轻微褐变梨,误判率为6.67%。（8）采用褐变面积法检测南果梨内部褐变的结果表明:利用3个波段进行南果梨褐变面积的分段建模,结果表明在全波段下建立的褐变面积定标模型的性能最优,其校正相关系数为0.965,校正均方根误差为0.016,是较理想的定标模型;应用130个预测集样品对该定标模型的预测性能进行评价,预测相关系数为0.811,预测均方根误差为0.059,预测值与真实值的散点图表明在褐变面积比值小于0.1时,正常与轻微褐变的南果梨有误判现象的存在。