米良1号猕猴桃贮藏过程中糖酸含量估测模型的构建

作     者：刘丽 杨天意 董聪颖 石彩云 司鹏 魏志峰 高登涛 LIU Li;YANG Tianyi;DONG Congying;SHI Caiyun;SI Peng;WEI Zhifeng;GAO Dengtao

作者机构：中国农业科学院郑州果树研究所郑州450009 中国农业科学院中原研究中心河南新乡453500 中国农业科学院西部农业研究中心新疆昌吉831100 

出 版 物：《果树学报》 (Journal of Fruit Science)

年 卷 期：2025年第42卷第1期

页      面：216-226页

核心收录：

学科分类：09[农学] 0902[农学-园艺学] 090201[农学-果树学] 

基　　金：河南省重点研发专项(221111111800) 国家重点研发课题(2022YFD1600703) 中央级公益性科研院所基本科研业务费专项(1610192023105) 

主　　题：猕猴桃 高光谱 硬度 可溶性固形物含量 可滴定酸含量 

摘      要：【目的】针对传统化学方法测定猕猴桃品质存在工序复杂、费时费力、需破坏性检测等问题,提出一种基于高光谱技术的高效无损检测方法。【方法】以110个米良1号猕猴桃(Actinidia chinensis ***‘Miliang-1’)样本为研究对象,利用高光谱仪采集不同贮藏时间果实的高光谱反射光谱。利用光谱-理化值共生距离法(sample set partitioning based on joint X-Y distance sampling,SPXY)将猕猴桃样本按照8∶3的数量比例划分为训练集和测试集,统一采用支持向量机(SVM)对比分析标准正态变换(SNV)、多元散射校正(MSC)、一阶导数(1st-D)、二阶导数(2nd-D)、平滑算法(SG)对原始光谱进行预处理。使用遗传算法(genetic algorithm,GA)和随机蛙跳(random frog,RF)对猕猴桃高光谱特征波长进行筛选,结合支持向量回归(SVR)、反向传播神经网络(BP)算法,组合构建猕猴桃品质的回归预测模型。【结果】在组合模型中,可溶性固形物含量的最优模型为1st-D+GA-BP,R^(2)为0.903,RMSE为1.731;可滴定酸含量的最优模型为1st-D+GA-BP,R^(2)为0.857,RMSE为0.225。【结论】应用高光谱技术对米良1号猕猴桃可溶性固形物含量、可滴定酸含量进行无损检测具有可行性。为进一步研究不同品种猕猴桃可溶性固形物含量、可滴定酸含量的无损检测模型奠定了基础。