梨可溶性固形物和酸度的可見-近紅外光譜靜態(tài)和在線檢測(cè)研究.pdf

1、我國(guó)是水果生產(chǎn)大國(guó),卻是水果出口小國(guó)。水果商品化處理程度低是導(dǎo)致我國(guó)水果國(guó)際市場(chǎng)競(jìng)爭(zhēng)力弱、出口量小的主要原因之一,提高我國(guó)的水果商品化處理水平能有效地增強(qiáng)我國(guó)水果的國(guó)際市場(chǎng)競(jìng)爭(zhēng)力,擴(kuò)大我國(guó)水果出口量。水果外觀和內(nèi)部品質(zhì)的快速無(wú)損檢測(cè)是水果商品化處理的重要環(huán)節(jié)。因而,實(shí)現(xiàn)水果外觀和內(nèi)部品質(zhì)的快速無(wú)損檢測(cè)是非常重要和必要的。
　　 本研究課題以翠冠梨、水晶梨和貢梨為研究對(duì)象,綜合利用可見/近紅外光譜技術(shù)、光纖傳感技術(shù)以及化學(xué)計(jì)量學(xué)方

2、法開展梨可溶性固形物(SSC)和酸度的靜態(tài)和在線檢測(cè)研究,采用不同的建模方法并結(jié)合不同的光譜預(yù)處理方法建立梨可溶性固形物和酸度的靜態(tài)預(yù)測(cè)模型和在線預(yù)測(cè)模型。研究了影響預(yù)測(cè)模型的各種因素包括光源一檢測(cè)器角度、水果傳輸速度以及水果放置方位,并采用不同的特征波長(zhǎng)選擇方法對(duì)光譜波長(zhǎng)變量進(jìn)行選擇研究。
　　 本文的主要內(nèi)容和研究結(jié)論如下:
　　 (1)對(duì)USB4000微型光纖光譜儀的靜態(tài)光譜采集參數(shù)和在線光譜采集參數(shù)進(jìn)行優(yōu)化研究。

3、對(duì)于翠冠梨SSC檢測(cè),USB4000微型光纖光譜儀的最優(yōu)靜態(tài)光譜采集參數(shù)Boxcar點(diǎn)數(shù)和Average次數(shù)分別為6和4,USB4000微型光纖光譜儀的最優(yōu)在線光譜采集參數(shù)Boxcar點(diǎn)數(shù)為6。
　　 (2)研究了光源-檢測(cè)器角度、水果傳輸速度以及水果放置方位對(duì)梨SSC預(yù)測(cè)模型性能的影響。光源-檢測(cè)器角度對(duì)翠冠梨SSC預(yù)測(cè)模型性能有影響,光源-檢測(cè)器角度120°優(yōu)于光源-檢測(cè)器角度180°。在三個(gè)水果傳輸速度下(0.3 m/s、

4、0.5 m/s、0.7 m/s),隨著水果傳輸速度的增加,翠冠梨SSC的PLS預(yù)測(cè)模型性能不斷下降,但下降幅度不大。水果放置方位對(duì)貢梨SSC預(yù)測(cè)模型性能有影響。水果放置方位HH和HV優(yōu)于水果放置方位VU和VD,水果放置方位HH與HV以及水果放置方位VU與VD之間則差別不大.(3)在可見/近紅外檢測(cè)系統(tǒng)AI里,研究了2009年慈溪與橫港兩果園翠冠梨SSC和pH的靜態(tài)檢測(cè),采用偏最小二乘回歸(PLS)、主成分回歸(PCR)、逐步多元線性回歸

5、(SMLR)以及最小二乘支持向量機(jī)(LS-SVM)建模方法結(jié)合不同的預(yù)處理方法建立單個(gè)果園以及兩個(gè)果園統(tǒng)一的SSC預(yù)測(cè)模型,采用PLS方法結(jié)合不同的預(yù)處理方法建立單個(gè)果園以及兩個(gè)果園統(tǒng)一的pH預(yù)測(cè)模型。2009年慈溪、橫港以及兩果園翠冠梨SSC的最優(yōu)靜態(tài)預(yù)測(cè)模型的相關(guān)系數(shù)、RMSEC、RMSEP、RMSECV以及RPD分別為0.971、0.203％、0.328％、0.322％和2.59,0.941、0.289％、0.322％、0.355

6、％和2.58,0.946、0.277％、0.354％、0.347％和2.37.2009年慈溪、橫港以及兩果園翠冠梨pH的最優(yōu)靜態(tài)預(yù)測(cè)模型的相關(guān)系數(shù)、RMSEC、RMSEP、RMSECV以及RPD分別為0.765、0.113、0.112、0.128和1.60,0.885、0.095、0.123、0.117和1.63,0.835、0.105、0.115、0.123和1.65。PLS建模方法優(yōu)于PCR、SMLR以及LS-SVM建模方法。

7、>　　 (4)在可見/近紅外檢測(cè)系統(tǒng)AI里,研究了2009年慈溪與橫港兩果園翠冠梨SSC和pH的在線檢測(cè),采用PLS、PCR、SMLR以及LS-SVM建模方法結(jié)合不同的預(yù)處理方法建立單個(gè)果園以及兩個(gè)果園統(tǒng)一的SSC預(yù)測(cè)模型,采用PLS方法結(jié)合不同的預(yù)處理方法建立單個(gè)果園以及兩個(gè)果園統(tǒng)一的pH預(yù)測(cè)模型。2009年慈溪、橫港以及兩果園翠冠梨SSC的最優(yōu)在線預(yù)測(cè)模型的相關(guān)系數(shù)、RMSEC、RMSEP、RMSECV以及RPD分別為0.966、

8、0.222％、0.253％、0.350％和3.36,0.953、0.259％、0.326％、0.344％和2.55,0.923、0.306％、0.331％、0.376％和2.54.2009年慈溪、橫港以及兩果園翠冠梨pH的最優(yōu)在線預(yù)測(cè)模型的相關(guān)系數(shù)、RMSEC、RMSEP、RMSECV以及RPD分別為0.814、0.105、0.127、0.123和1.41,0.881、0.098、0.104、0.117和1.92,0.854、0.102

9、、0.120、0.121和1.58。PLS建模方法優(yōu)于PCR、SMLR以及LS-SVM建模方法。建立了在0.5 m/s水果傳輸速度下基于可見/近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法在線檢測(cè)不同果園不同采摘期翠冠梨可溶性固形物和酸度的方法體系和預(yù)測(cè)模型,提高了可溶性固形物預(yù)測(cè)模型的精度,為在線檢測(cè)翠冠梨內(nèi)部品質(zhì)提供了新方法。
　　 (5)在分級(jí)生產(chǎn)線上的可見/近紅外檢測(cè)系統(tǒng)里,研究了貢梨SSC的在線檢測(cè),并采用PLS方法結(jié)合不同的預(yù)處理

10、方法建立SSC預(yù)測(cè)模型.貢梨SSC的最優(yōu)在線預(yù)測(cè)模型的相關(guān)系數(shù)、RMSEC、RMSEP、RMSECV以及RPD分別為0.945、0.285％、0.290％、0.344％和2.86。
　　 (6)提出了一種光譜特征波長(zhǎng)選擇的新方法—組合式特征波長(zhǎng)選擇方法UVE-GA-PLS,并與其他6種常用的特征波長(zhǎng)選擇方法包括(BiPLS、SiPLS、UVE-PLS、GA-PLS、SPA-MLR以及LIVE-SPA-MLR)進(jìn)行研究比較。對(duì)于翠