梨子内在品质的近红外漫反射光谱无损检测技术研究

论文摘要

近年来,随着我国农产品加工业的发展和农业现代化进程的加快,使得农产品品质检测和分级技术显得更加重要,迫切性日益增加。水果的内部品质表示水果内部的生理、化学和物理性质。水果在其生长、成熟、受损以及腐烂变质过程中的生物化学反应伴随物质能量的转化,导致生物组织内各类化学物质含量发生改变,从而引起水果品质的变化。通过检测方法测量水果的品质,就可以在贮藏和处理之前剔除内部存在缺陷的水果。如果水果在销售和流通之前,能够根据质量进行严格分级,则可以有效地提高水果生产的技术水平。传统的水果内部品质检测方法,主要是通过化学分析的方式测定水果的含糖量、酸度以及糖酸比来判断水果的内部品质,制样繁琐、检测时间长,无法满足水果快速分级分选的实际要求。近红外光谱法是利用物质对光的吸收、散射、反射和透射等特性确定其成分含量的一种非破坏性检测技术。采用近红外光谱技术进行水果内部品质的检测,检测时间仅需数秒钟,而且可以同时检测多种成分,实现水果品质的快速分析,对水果生产,特别是水果加工质量的控制,具有十分重要的作用。梨是深受人们喜欢的水果之一,它具有香甜多汁,爽脆可口的特点。本研究以砀山梨为对象,利用近红外光谱分析技术进行梨子内部品质检测的实验研究。试验应用傅里叶变换近红外漫反射技术快速获取梨子的近红外光谱信息,寻找光谱吸光度与梨子的糖度、酸度、坚实度、密度之间的相关关系。试验选取不同的波段范围对漫反射光谱进行有效信息进行提取和分析,并对不同光谱预处理方法的预测性能进行比较。分别采用多元校正主成分回归法（PCR）和偏最小二乘法（PLS）建立梨子内部品质参数的预测模型,实验结果表明,PLS模型能很好地预测梨子的品质参数,表面完好梨子的糖度、酸度、坚实度和表面碰伤梨子的糖度的建模光谱波段范围是9301～4352.55cm-1和9967～4030 cm-1,最佳主因子数分别为7,6,7和6;校正相关系数(Rcal)分别为0.940,0.862,0.865,0.992;标准校正误差（RMSEC）分别为0.292,0.047,0.191,0.157;标准预测误差（RMSEP）分别为0.349,0.081,0.310,0.854,所建立的数学模型预测精度高和稳定性好。证明利用近红外漫反射光谱技术在全波长范围内无损检测梨子的品质是可行且可靠的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外水果品质检测的方法和研究概况
• 1.3 近红外光谱在水果品质检测中的发展现状
• 1.3.1 近红外光谱分析技术概述及其发展历程
• 1.3.2 近红外光谱在水果品质检测中的研究现状
• 1.3.2.1 国外研究概况
• 1.3.2.2 国内研究概况
• 1.4 论文的主要工作与结构安排
• 1.4.1 总体目标
• 1.4.2 论文的主要工作
• 1.4.3 论文的结构安排
• 第二章 梨子内在品质的近红外分析基本原理及技术研究
• 2.1 近红外光谱的分析基础
• 2.1.1 近红外分析的化学基础
• 2.1.2 近红外分析的物理基础
• 2.2 梨子内在品质的近红外基本原理
• 2.2.1 水果近红外光谱检测原理
• 2.2.2 水果近红外光谱检测的内部机理
• 2.2.3 近红外光谱检测的特点
• 2.3 近红外光谱定量分析中的化学计量学算法
• 2.3.1 多元线性回归法
• 2.3.2 逐步回归分析法
• 2.3.3 主成分回归法
• 2.3.4 偏最小二乘法
• 2.4 预处理方法
• 2.4.1 平滑算法（Smoothing）
• 2.4.2 导数算法（Derivative）
• 2.4.3 SNV算法
• 2.4.4 多元散射校正算法（MSC）
• 第三章 梨子内在品质的检测实验
• 3.1 实验样品的准备与流程
• 3.1.1 实验样品的预处理
• 3.1.2 样品的测定内容和方法
• 3.1.2.1 糖度和密度的测量
• 3.1.2.2 酸度的测量
• 3.1.2.3 坚实度的数据采集
• 3.1.2.4 实验结果与讨论
• 3.1.3 实验材料与方法
• 3.1.3.1 实验材料
• 3.1.3.2 实验仪器与设备
• 3.1.3.3 实验方法与步骤
• 3.1.3.3.1 表面碰伤样本的实验
• 3.1.3.3.2 表面完好样本的实验
• 3.2 梨子近红外漫反射光谱扫描
• 3.2.1 近红外光谱分析仪器
• 3.2.2 梨子近红外光谱采集的实现
• 3.2.2.1 水果组织的近红外光谱响应特性
• 3.2.2.2 梨子近红外光谱采集的实现
• 3.2.2.3 梨子的漫反射光谱吸收峰位置
• 3.2.3 近红外光谱的建模分析
• 3.2.3.1 定性分析
• 3.2.3.2 定量分析
• 3.2.4 梨子近红外光谱数据的处理分析软件
• 3.2.5 评价近红外数学模型优劣的标准
• 3.3 本章小结
• 第四章 梨子内在品质的近红外光谱无损检测数学模型
• 4.1 梨子建模样品的有效选择
• 4.1.1 样品异常值概述
• 4.1.1.1 光谱异常判别方法
• 4.1.1.2 浓度值异常判别方法
• 4.1.2 异常样品剔除方法与步骤
• 4.1.3 实验结果及分析
• 4.1.4 校正样品与预测样品的挑选原则及实验结果
• 4.2 近红外光谱对表面完好梨子的品质检测
• 4.2.1 光谱区域的选择分析实验
• 4.2.2 表面完好梨子糖度和有效酸度的数学模型建立与精度验证
• 4.2.2.1 模型的建立与不断优化
• 4.2.2.2 数据处理结果与分析
• 4.2.2.2.1 最佳定量模型的确定
• 4.2.2.2.2 系统精度评价及模型的检验
• 4.2.2.2.3 分析与总结
• 4.2.3 表面完好梨子坚实度和密度的数学模型建立与精度验证
• 4.2.3.1 模型的建立与不断优化
• 4.2.3.2 模型的检验与实验结果
• 4.3 近红外光谱对表面碰伤梨子的品质检测
• 4.3.1 不同谱区PLS数学模型的建立
• 4.3.2 模型的建立与不断优化
• 4.3.3 模型的检验与实验结果分析
• 4.4 梨子的糖度、酸度、坚实度和密度之间的相关性分析
• 4.4.1 相关性分析实验
• 4.4.2 实验结果讨论
• 4.5 表面完好与碰伤梨子品质的统计分析
• 4.6 本章小结
• 第五章 总结和展望
• 5.1 主要结论
• 5.2 进一步研究设想
• 参考文献
• 致谢
• 攻读硕士期间发表的论文