基于近红外光谱技术的发育后期苹果内部品质检测

作     者：王转卫 迟茜 郭文川 赵春江 WANG Zhuanwei1,2 CHI Qian1,2 GUO Wenchuan1,2 ZHAO Chunjiang3

作者机构：西北农林科技大学机械与电子工程学院陕西杨凌712100 农业部农业物联网重点实验室陕西杨凌712100 国家农业信息化工程技术研究中心北京100097 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2018年第49卷第5期

页      面：348-354页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金："十二五"国家科技支撑计划项目(2015BAD19B03) 陕西省农业科技创新与攻关项目(2016NY170) 

主　　题：苹果 发育后期 内部品质 近红外光谱技术 

摘      要：为了解发育后期苹果内部品质与近红外光谱特性之间的关系,给田间管理、实时采收等提供依据,利用近红外漫反射技术测量了发育后期3个月内富士苹果在833~2 500 nm波长范围内的光谱特性,并测量了各样品的内部品质参数(可溶性固形物含量、硬度、p H值和含水率),分析了单一波长下吸光强度与各内部品质参数之间的线性关系。结果表明,单一波长下吸光强度与苹果各内部品质参数之间的线性相关性均较弱,基于单一波长下的吸光强度很难预测苹果的内部品质。为此,结合化学计量学方法建立了预测可溶性固形物含量、硬度、p H值和含水率的最小二乘支持向量机和极限学习机(ELM)模型,并分析了主成分分析(PCA)、连续投影算法(SPA)和无信息变量消除法等3种降维方法对模型预测性能的影响。结果表明,预测可溶性固形物含量、p H值的最优模型为SPA-ELM,其RMSEP分别为0.443 5°Brix和0.006 8;预测硬度、含水率的最优模型为PCA-ELM,其RMSEP分别为0.2612 kg/cm2和0.623 5%。