近红外应用 | 西红柿成熟度的近红外漫透射光谱无损检测

采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据，采用日本柯尼卡美能达Ｒ-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据；通过标准数学建模方法建立了颜色模型，并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明，两组模型都是以红绿色相指标建模时效果最佳，在99 个未知样品数据中，预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%；而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性，这对实现西红柿的快速、批量分选具有一定的实际意义。

目前，国内外研究工作者主要偏向于对西红柿品质、生长情况、储藏情况等的研究与实验，特别是对于西红柿栽培技术和病虫害防治技术研究较多，而对于西红柿分选的研究与实验较少。近红外光谱（Near-infrared Spectroscopy，NIRS）技术作为一种快速、绿色的无损检测技术，因为其在常规光纤中良好的传输特性，使得近红外光谱在线分析技术得到很好的应用，并且取得了较高的社会和经济效益。本文中主要提出了利用近红外光谱模型进行西红柿分选的方案，并且还对比了颜色指标模型。

实验中选用美国海洋光学公司的QE65000光谱仪，其采集的光谱为短波近红外光谱，波长范围：350nm-1150nm；采样时间：100ms /次；光源：6 个12V/100W 钨卤灯。采用漫透射方式，并在每个样品的赤道部位采集光谱。

实验中所采用的西红柿样品由河北省石家庄市某果园提供。实验前，挑选表面不畸形、无损伤的正常西红柿作为实验样品，放于22℃的实验室环境下保存12h。实验中共挑选出100 个西红柿样品，其中成熟果（红色）60 个，未成熟果（绿色）29 个，半成熟果（红绿相间）11个。在每个西红柿的4个赤道部位标号，即一共有4×100 个样品数据，依照基于光谱变量的Kennard-Stone（K-S）选择方法将样品集分成建模集（301个）和预测集（99个）2 组。其中，K-S方法基于变量之间的欧氏距离，在特征空间中均匀选取样本。光谱采集完后，在对应部位进行西红柿表面色泽测量，实验中采用国际照明委员会（International Commissionon Illumination，CIE）1976年推荐的均匀色度空间Lab色系。实验采用柯尼卡美能达CR-10反射式色差计（日本）测量样品的表面色泽，测量西红柿表面色泽之前，先测铁氟龙标准白板（亮度L = 90.6，红绿色相a = -3.0，黄蓝色相b = 0.5）作为样品的背景参比，再对水果表面进行测量，其结果通过L，a，b 和总色差ΔE这4 个指标记录。实验中通过美国海洋公司的光谱采集软件（SpectraSuite）采集西红柿样品的光谱，运用Excel-2016软件分析并建立4个颜色指标和对应类别的数学模型，并计算得出对应误判个数，应用偏最小二乘回归校正算法建立西红柿表面色泽的近红外校正模型。

应用近红外光谱技术建立了西红柿成熟度的判别模型，该模型的预测效果较理想，能够很好地识别出成熟果。通过实验分析可知，近红外模型在识别西红柿是否处在半成熟这一过渡阶段的效果还不太理想，会出现将这类样品识别成未成熟果的情况。但总体来说，近红外光谱模型很适合用于大批量的西红柿成熟度分选上，能够很好地剔除非成熟果，避免在之后包装、销售等过程中的二次分选，也能减少人工分选的成本，加快分选速度。本研究可为其它农产品色泽近红外漫透射光谱在线无损检测提供参考依据。