猕猴桃

猕猴桃亦称奇异果，含有多种微量元素和丰富的有机物，营养价值高且口感酸甜，拥有“水果之王”的美誉。糖度是猕猴桃主要的内部参数之一，猕猴桃内部品质参数直接影响其口感，也是决定猕猴桃采摘时间及储存时间的重要指标，猕猴桃的糖度中85%左右的成分是可溶性固形物，因此常用的传统糖度检测方法是采用折射仪测量被挤出的果汁中的可溶性固形物含量来反映糖度值，该方法繁琐、耗时且破坏样本，无法实现快速的工业化检测。高光谱成像技术因其信息量大、光谱分辨率高、操作方便等特点，已广泛用于如苹果、樱桃、柿子、芝麻菜、梨、荔枝等]果蔬内部参数的无损检测。1 实验部分1.1 材料实验材料为某猕猴桃基地现采的“红阳”猕猴桃。选取120个大小相近、表面无损伤和疤痕的猕猴桃样本并依次编号，静置于实验室24h,等待采集其高光谱图像并随后测量其糖度，实验期间的环境温度(26±1)℃。1.2仪器与设备本实验应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。1.3高光谱图像信息采集高光谱分选仪预热30 min后开始采集图像，以保证采集时的环境温度和光源强度在采集初期和后期保持一致。将标准白板的高度调整至与猕猴桃样本在同一焦面上，光谱相机曝光时间为13.5ms,样本平台与镜头的距离为170mm,电控移动平台前进距离为11 cm,其前进速度及回退速度分别为0.46和5cms¹ 。1.4猕猴桃糖度测定采集完所有样本的高光谱图像后，当天进行并完成猕猴桃糖度测定。根据行业规定，常以猕猴桃赤道部位的糖度来代表整体糖度，参照NT/T2637—2014《水果、蔬菜制品可溶性固形物含量的测定-折射仪法》,对每个猕猴桃样本依次将其赤道上的果皮削掉，取出适量果肉压汁，随后用一次性滴管将汁液滴到SKY107手持式糖度折射仪的检测槽中，读出该样本的糖度理化值示数。每个样本以两次平行测定结果的算术平均值作为该样本的糖度理化测量值。1.5 高光谱数据的提取采用Spec View软件对猕猴桃样本的原始高光谱图像进行黑白校正，利用ENVI5.1软件从校正后的图像中选择猕猴桃整个赤道区域作为感兴趣区域并提取光谱，以ROI区域的平均光谱作为此猕猴桃的原始光谱信息，如图2(a)所示。由图2(a)可知，原始光谱曲线的首尾两端存在明显噪声，故选取每个样本400～1000 nm波长范围内的高光谱信息作为有效光谱，如图2(b)所示，该范围共计237个波长。1.6模型评价利用5个指标值即校正集的相关系数(Rc)及其均方根误差(RMSEC)、预测集的相关系数(Ro)及其均方根误差(RMSEP)、相对分析误差(RPD)来评价模型的预测性能。其中，Rc和Rp越接近于1,表明模型的稳定性及拟合度越高；RMSEC和RMSEP越接近于0,表明模型的预测能力越强；RPD定义为样本的标准差与其均方根误差之比，若RPD1.4,模型对样本无法实施预测，1.4≤RPD1.8,模型可对样本进行粗略预测，1.8≤RPD2.0,模型可对样本进行较好预测，RPD≥2,模型可对样本进行极好预测]。2 结果与讨论2.1样本划分对120个猕猴桃样本利用拉依达准则方法进行异常值的判别和剔除，结果显示无异常值，随后将其按照3:1比例用KS(Kennard-Stone )算法将其划分为90个校正集样本、30个预测集样本，猕猴桃样本糖度测量值结果见表1。2.2光谱及预处理为了减少提取的光谱数据中掺杂的噪声和光谱倾斜，以便提高光谱分辨的灵敏度，进行合理的光谱预处理是必要的。利用多元散射校正、标准正态变量变换、直接正交信号校正等3种方法对有效光谱进行预处理，并分别建立对应的ELM预测模型，其预测结果见表2。由表2可知，DOSC-ELM模型的Rc和Rr值最大且RMSEC和RMSEP值最小，预测效果好，故后续均基于DOSC预处理方法进行。DOSC方法通过将光谱矩阵与待测浓度矩阵正交，在不损害数据结构特性的前提下滤除原始光谱中与糖度不相关的信息，保留最相关的信息用于构建预测模型。DOSC预处理前的校正集和预测集的光谱反射率分别如图3(a)和图3(c)所示，DOSC预处理后的校正集和预测集的光谱反射率分别如图3(b)和图3(d)所示。从图3可知，相较于未经过预处理的高光谱图像，DOSC预处理后的光谱图像线条更加紧密，图3(b)和图3(d)中所凸起的波峰也反映了预处理后的光谱数据与待测成分即糖度的相关性得到了良好的提升。DOSC预处理前后各高光谱波段与猕猴桃糖度的相关系数如图4所示。通常相关系数0.5≤|r0.8时为显著相关，|r|≥0.8时为高度相关，由图4可知，经DOSC预处理后大量光谱数据与糖度呈现显著甚至高度相关。2.3 特征光谱变量的提取与组合2.3.1 基于IRIV的特征光谱变量提取对预处理后的光谱用IRIV算法提取特征光谱变量时，设定IRIV算法的交叉验证次数为5,PLS模型中的最大主成分个数为10。IRIV算法一共进行了7轮迭代，如图5所示。在图5中，前4轮迭代过程中特征光谱变量的个数迅速减少，变量个数从237个缩减到36个，随着特征光谱变量个数减少的速度放缓，经第6轮迭代后完全剔除了其中的无信息变量和干扰变量，变量缩减到10个，在反向消除2个变量后，最终得到8个特征光谱变量，占全光谱波段的3.4%。经过IRIV提取的特征光谱变量分布如图6所示。2.3.2 基于CARS的特征光谱变量提取对预处理后的光谱用CARS算法提取特征光谱变量时，设定蒙特卡罗采样50次，采用5折交叉验证法。图7(a)为呈现指数衰减函数的选择过程，特征光谱变量的数量随着采样次数的增加先迅速下降然后平缓减少，具有“粗选”和“精选”2个特征。由图7(b)可知，随着Monte-Carlo采样次数的增加，内部交叉验证均方根误差(RMSECV)呈先缓慢减小后陡然增大的趋势，这是由于选择过度而移除了富含信息的关键变量，导致模型的预测性能下降。图7(c)是特征光谱变量随着采样次数变化的回归系数路径图，当图7(b)中RM-SECV值达到最小值时，各特征光谱变量的回归系数位于图7(c)中的“*”所在的垂直线位置，此时采样运行5次，最终提取出49个特征光谱变量。3结论以“红阳”猕猴桃为研究对象，本文利用高光谱成像技术结合不同特征光谱变量提取方法构建不同模型，对猕猴桃糖度进行无损检测。研究结果如下：(1)对猕猴桃原始有效光谱分别采用MSC,SNV和DOSC预处理后，结合ELM模型的预测结果，分析不同预处理方法对模型预测精度的影响，对比结果显示DOSC预处理效果最好。(2)对DOSC预处理后的光谱分别采用一次降维、一次组合降维和二次组合降维共7种特征提取方法，提取到的特征光谱变量个数分别为49,9,8,58,55,11和19,占全光谱波段的20.7%,3.8%,3.4%,24.5%,23.2%,4.6%和8%。

水果甜度与水果中的糖分种类以及有机酸等物质的相互作用有关。爱美人士或者糖尿病患者仅凭口感选择水果不科学。而且仅靠吃水果减肥，有可能营养不良。本报生活实验室首次进社区，在劲松街道双中心西大望路社区市民学校检测水果糖度检测人员把水果汁样口滴入折光式糖度检测仪检测显示，冰糖心苹果糖度最高，为14.8%居民一边看检测，一边看手机直播，并就关心的问题向检测人员提问 入秋以来，各种苹果、梨、桔子相继上市。甜不甜成了市民选择水果的一个重要因素。但也有一些爱美女士喜欢选择不太甜的火龙果、猕猴桃当减肥餐，也有一些糖尿病患者，选择吃不太甜的水果。口感酸的水果糖度一定低、热量一定少吗？ 11月24日，《法制晚报》记者在超市选购了苹果、梨、火龙果、猕猴桃等17份样品，送专业实验室检测糖度。检测结果显示，糖度最高的苹果为14.8%。减肥人士爱吃的“并不甜”的猕猴桃和火龙果，糖度也都比较高。 专家告诉记者，水果甜度与含糖量有一定关系，但并非直接画等号，“水果甜度与水果中的糖分种类以及有机酸等物质的相互作用有关。爱美人士或者糖尿病患者仅凭口感选择水果不科学。而且仅靠吃水果减肥，有可能营养不良。” 居民选水果 甜不甜成判断标准 11月24日，生活实验室首次进入社区，在社区居民见证下，请专业人士检测水果糖度。上午9时，在劲松街道双中心西大望路社区市民学校里，不少居民早早来到现场。对于检测水果糖度，大家都觉得很新鲜。“糖度是不是就是甜度呀？” 一位阿姨表示，她最喜欢买山东的红富士苹果，“又甜又脆。买水果，当然最关心甜不甜。” 记者了解发现，大多居民选水果，把甜不甜作为一个评判标准。 但也有喜欢买不甜水果的市民，“中午吃个火龙果、喝个酸奶，当是减肥餐了。火龙果不是特别甜，热量应该比较低。” 另一位女士则表示喜欢买猕猴桃，“也会给家里老人买，不是说老年人尤其是糖尿病患者吃着好吗，不是特别甜。” 不甜的水果热量就低吗？不甜的水果糖度就低，就适合糖尿病患者食用吗？ 为此，记者把在超市选购的17份苹果、梨、火龙果、猕猴桃和桔子样品带到社区，请专业实验室工作人员进行检测。实验步骤样品来源：购自超市苹果：蛇果、加力果（姬娜果）、冰糖心、黄元帅、富士梨：雪花梨、鸭梨、皇冠梨、香梨火龙果：红心火龙果、白心火龙果猕猴桃：猕猴桃金果、猕猴桃绿果、普通猕猴桃桔子：普通桔子、南丰蜜桔、冰糖桔注：所购冰糖心切开后未见“糖心”检测项目：水果的糖度检测单位：北京智云达食品安全检测中心（检测为快速检测方法，属于初筛，只对样品负责，检测结果不具备法律效力）检测试剂：折光式糖度检测仪检测原理：用折光式糖度测量仪测的是水果中可溶性固形物的含量，即糖+有机酸+盐分+其他可溶于水的物质。检测结果样品处理：将水果去皮榨汁，不加水。用蒸馏水校准折光式糖度检测仪，滴加样品溶液，从仪器屏幕读取数据苹果糖度检测结果单位（%）蛇果 10.2加力果 9.4冰糖心 14.8黄元帅 10.9红富士 12.5梨糖度检测结果单位（%）雪花梨 11.2鸭梨 11.1皇冠梨 9.3香梨 9.7桔子糖度检测结果单位（%）普通桔子 13.9南丰蜜桔 14.2冰糖桔 8.0火龙果糖度检测结果单位（%）红心火龙果 13.1白心火龙果 11.3猕猴桃糖度检测结果单位（%）猕猴桃金果 14.5猕猴桃绿果 14.7普通猕猴桃 12.2注：糖度是指在20摄氏度下，每100g水溶液溶解的可溶性固形物克数的含量。 结果分析 水果糖度与甜度没有直接关系 检测工程师杨宇斯表示，检测结果让大家有些意外，比如大家平时认为口感并不很甜的火龙果，糖度都高于梨。而酸甜的猕猴桃，糖度普遍较高。“这说明水果糖度与甜味没有直接关系。” 北京智云达消费者食品安全检测中心技术经理、中国农业大学农学博士张玉萍告诉《法制晚报》(微信ID：fzwb_52165216)记者，水果甜度是一个相对值，通常以蔗糖作为基准物，以10%或15%的蔗糖水溶液在20度时的甜度为基准，对比得到其他糖或食物的甜度。 “水果甜度与含糖量是有一定关系的，但与含糖量又并非直接画等号，因为水果甜度还与水果中糖分种类以及有机酸等物质的相互作用有关系。所以，糖分含量高不见得就很甜。不过在一定范围内，对同种水果来说，糖分含量高的水果甜度相对也高。对于不同种水果来说，糖分含量高的，不见得甜度会高。”张玉萍说。 专家观点 仅靠吃水果减肥 容易营养不良 杨宇斯说，“水果是否好吃，与品种、地域、栽种方式等有关。这些因素都会影响水果的含水量、糖酸比，从而影响水果的口感。检测发现，吃起来并不很甜的水果糖度很高，比如火龙果和猕猴桃。其实这类水果碳水化合物含量较多，过多食用或单一食用，不仅不能减肥，还可能导致营养不良。” “爱美人士单靠吃水果减肥既不科学也不健康。仅吃水果可能会缺乏蛋白质、缺乏维生素B1和铁、锌等。”张玉苹强调，“建议大家两餐之间吃水果，饭前吃水果能减少正餐摄入，一定程度上可以减肥；如果餐后吃水果，可能会额外增加能量摄入，造成胃肠消化负担，最好的是两餐之间摄入。” 糖尿病患者要关注水果血糖生成指数 张玉萍提醒市民，对于一些特殊人群比如糖尿病患者，不能仅仅依据甜不甜来吃水果，还要看水果的血糖生成指数（GI）。GI是指餐后不同食物血糖耐量曲线在基线内面积与标准糖（葡萄糖）耐量面积之比，用以衡量某种食物或某种膳食组成对血糖浓度影响的一个指标。保持一个稳定的血糖水平非常重要，但GI高的食物进入胃肠后消化吸收快，血糖浓度波动大。影响食物血糖生成指数的原因有两个，一是食物中的糖类物质含量，二是食物消化吸收速度，所以，有的食物虽然糖分含量不高，但血糖生成指数很高，就是因为食物容易被消化吸收。 “比如西瓜糖含量为5.8%左右，苹果糖分含量为13.5%左右，但西瓜的GI为72，苹果的GI为36(注：数据来源中国疾控中心营养与食品安全所编著的“中国食物成分表”）。所以糖尿病患者在选择水果时，不能只看糖含量，关键还要看血糖生成指数。指数高的水果，也不应该吃太多。”张玉萍说。

荧光纳米材料是将荧光与纳米材料结合起来，发展出的一种新研究领域。与传统有机荧光染料相比,这些荧光纳米材料，如量子点、金团簇、发光氧化石墨烯等具有极高的荧光量子产率和复杂表面化学组分，为化学检测、生物检测及荧光成像奠定了基础。近日，中国农业科学院（郑州果树研究所，果品质量安全控制技术团队）利用生物质碳源猕猴桃合成了多功能纳米材料，在金属离子检测中取得一定成效。铁离子作为生物系统中最重要的金属离子之一，在氧吸收、氧代谢和电子转移中起着重要作用，人体内铁离子的含量异常可引发多种生物紊乱。此外，研究发现水和土壤中的铁离子会和有机磷农药（草甘膦）结合成长期稳定存在的污染化合物，所以开发铁离子的检测方法是十分必要的。该团队首次采用猕猴桃作为合成荧光纳米材料的生物质碳源，通过实验制备了一例具有Fe3+检测能力的荧光纳米材料——KF-CDs。科研人员使用手持式紫外分析仪发现添加Fe3+后该材料的荧光强度明显变弱，且其荧光降低的趋势与Fe3+的添加浓度在1-33.8微摩尔/升范围内呈线性分布。