一种基于近红外光谱技术对葡萄果实进行无损检测的方法
【技术领域】
[0001] 本发明涉及一种利用近红外光谱技术对鲜食葡萄不同品种、成熟度及虫害果实的 快速无损检测方法。
【背景技术】
[0002] 传统的果实品质鉴别和分级方法费时费力，易受到人为因素（如嗅觉、味觉、喜 好）的干扰，且对果实内部的营养成分缺乏客观和理性的判别标准。而化学分析法需要对 果品进行破碎后逐一检测，往往检测的样本数量有限，难以保证抽样的代表性，从而无法实 现快速无损检测。现行的一些果品采后流水线检测和分级设备通常仅仅依据果实大小或重 量等指标进行粗略分级，且设备的专用性要求较高，使用效率低下。因此，开发一种快速、高 效、无损的果品检测技术，以满足果品大规模品质分析和分级处理的需要，提高果品采后处 理的标准化水平，是当前果品生产中亟待解决的问题。
[0003] 近年来，近红外光谱成像技术作为一种无损检测方法引起了广泛关注，因其具有 检测速度快、效率高、成本低等多方面优点，越来越多地应用于医药、化工、农业、食品等相 关行业领域。应用范围主要包括定量检测产品中相关化学成分的含量、产品种类的鉴定与 判别、以及产品的定级定价等。目前，由于果品内含物分布的不均一性，以及光谱分析数据 处理方法造成模型建立的多样性，要求我们对基于近红外光谱技术分析的果品快速无损检 测方法进行进一步优化。
【发明内容】
[0004] 本发明目的在于提供一种利用近红外光谱技术对鲜食葡萄不同品种、成熟度及 虫害果实的快速无损检测方法，以解决现有技术方法只能对诸如药片、液体等匀质物料进 行分析检测的问题，扩大该技术应用范围；解决现有技术方法需要对检测对象进行预处理 (如茶叶需碾碎、水果要榨汁等）的技术问题，简化技术分析步骤；解决现有技术方法仅能 对果品单一或少数品质指标进行分析模型建立的问题，提高品质评价的全面性；解决现有 技术方法中光谱分析数据处理方法造成分析模型适用性差的问题，提高分析模型的判别效 率和稳定性；解决现有技术方法中只能对差别很大的不同种类水果进行定性分析的问题； 解决现有技术方法中，选取的特征波长位点少、范围窄，难以涵盖较多光谱信息的问题。
[0005] 具体的，本发明涉及一种基于近红外光谱技术对葡萄果实进行无损检测的方法， 其特征在于，包括如下步骤：
[0006] (1)物料准备，选取不同品种葡萄果实，每个品种选取至少10个样品组成样品集；
[0007] (2)选取建模样品，按照3:1的比例，将每个样本集随机分为建模集和验证集；
[0008] (3)采集所有建模集和验证集样品的原始近红外光谱；
[0009] (4)利用化学分析法测定样品中内含物指标值；
[0010] (5)对步骤（3)中采集到的近红外光谱进行预处理；
[0011] (6)在TQ Analyst 9软件中，使用Suggest向导工具自动选择合适的波数范围；
[0012] (7)建立近红外光谱定量分析模型，将步骤（6)得到的波数范围作为建模波数范 围，步骤（4)中的内含物指标值作为标准值，利用步骤（5)预处理后的近红外光谱建立近红 外定量分析模型；
[0013] (8)近红外定量分析模型准确度的检验，分别将验证集样品的近红外光谱与其 实际内含物指标值代入近红外定量分析模型，进行近红外定量分析模型准确度的检验，根 据预测值计算预测标准差RMSEP，若其值满足实验要求，则代表模型可行，否则，重复步骤 (5)-(7)，直至满足；
[0014] (9)利用近红外定量分析模型测定待测样品的内含物指标值。
[0015] 在本发明一个具体的实施方式中，所述的检测方法，其中步骤（1)中的葡萄品种 选自金手指、比昂扣、醉金香、藤稔、巨峰、温克、夏黑、巨玫瑰、京亚、红富士。
[0016] 在本发明一个具体的实施方式中，所述的检测方法，步骤（1)中包括选择未成熟、 转色期、成熟期三个时期果实以及有虫害的葡萄果实组成样品集。
[0017] 在本发明一个具体的实施方式中，所述的检测方法，其中步骤（3)中近红外光谱 采集的具体方法为：采用Thermo Fisher公司生产的Antaris II近红外光谱仪，由于葡萄的 体积较小，配备精密定位附件，采用高灵敏度InGaAs检测器，待样品放置至室温后，在每个 样品赤道线上均匀选取4个采样区域上进行光谱采集，每次扫描，光谱自动重复32次，取平 均值。
[0018] 在本发明一个具体的实施方式中，所述的检测方法，其中步骤（4)中所述的内含 物指标为可溶性固形物指标、糖度指标、总酚指标；其中糖度指标包括总糖、果糖、蔗糖指 标。
[0019] 在本发明一个具体的实施方式中，所述的检测方法，其中可溶性固形物指标的测 定方法为在葡萄果实去皮和籽后，挖取果肉中心部位挤汁后，采用折光仪测定可溶性固形 物含量。
[0020] 在本发明一个具体的实施方式中，所述的检测方法，其中糖度指标的检测包括：每 个品种取2~3颗葡萄，去皮和籽，切碎搅拌均匀后加液氮研磨至粉末；取2g粉末加80 %乙 醇定容至20mL，室温条件下静置浸提30min ;从中取ImL悬池液，用80%乙醇定容至50mL。 总糖指标采用硫酸蒽酮法测定，果糖和蔗糖指标采用间苯二酚法测定。
[0021] 在本发明一个具体的实施方式中，所述的检测方法，其中总酚指标的测定方法为 福林酚法（GB/T8313-2008)。
[0022] 在本发明一个具体的实施方式中，所述的检测方法，其中步骤（5)中使用化学计 量学软件对所有光谱依次进行多元信号修正（MSC)、一阶导数微分处理、以及Norris平滑 处理。
[0023] 在本发明的一个【具体实施方式】中，在步骤（7)和步骤（8)之间还包括采用化学计 量法对所建立的模型进行校正的步骤；优选的，选择PLS法。
[0024] PLS方法是一种基于因子分析的多元校正方法，用于获得最佳的主成分因子数，建 立最优预测模型。该方法具有很强的提供信息的能力，所建立的校正模型更稳定，有更强的 抗干扰能力。PLS方法现已成为化学计量学中最常用的多元统计方法。
[0025] 在本发明一个具体的实施方式中，所述的检测方法，其中步骤(6)中波数范围为 9842. 89 ~8018. 56cm 1 和 8014. 71 ~4088. 35cm 1C3
[0026] 在本发明的一个具体的实施方式中，所述检测方法，其中步骤（9)包括：
[0027] 步骤A、将近红外光谱通用模型导入相应的近红外光谱仪中；
[0028] 步骤B、利用该近红外光谱仪采集剩余所有待测样品的原始近红外光谱，仪器则会 将得到的原始近红外光谱输入到模型中，得出样品的主要内含物指标值，直至所有样品测 定完毕。
[0029] 在本发明一个具体的实施方式中，所述的检测方法，其中还包括利用定性分析的 方法对各样本集的近红外光谱进行分类鉴定，建立各样本集的定性分类模型。
[0030] 在本发明一个具体的实施方式中，包括在每个样本集中选取9~21个样品，采集 其原始近红外光谱，使用化学计量学软件（如TQ9.0软件）建立不同葡萄品种、成熟度、虫 害的DA定性分类模型；采用该软件对之前选定的标准光谱进行主成分分析，根据标准光谱 的主成分分析结果，计算出每个样品光谱到各标准光谱的马氏距离，对各葡萄样品进行分 类鉴定。
[0031] 所述的检测方法，使用化学计量学软件（如TQ9. 0软件），建立不同葡萄品种、成 熟度、虫害的近红外定性分类模型；在每个样本集中选取9~21个样品，采集其原始近红外 光谱，使用化学计量学软件如TQ9. 0软件建立不同葡萄品种、成熟度、虫害的DA定性分类模 型。该软件对之前选定的标准光谱进行主成分分析，根据标准光谱的主成分分析结果，计算 出每个样品光谱到各标准光谱的马氏距离，对各葡萄样品进行分类鉴定。
[0032] 具体地，本发明中葡萄近红外定性分类鉴定，包括如下步骤：
[0033] (1)物料准备，选取不同品种葡萄果实，每个品种选取至少10个样品组成样品集；
[0034] (2)选取建模样品，按照3:1的比例，将每个样本集随机分为建模集和验证集；
[0035] (3)采集所有建模集和验证集样品的原始近红外光谱并计算标准光谱；
[0036] (4)使用化学计量学软件如TQ9. 0软件建立不同葡萄品种及成熟度和病虫害的DA 定性分析模型；该软件对之前选定的标准光谱进行主成分分析，根据标准光谱的主成分分 析结果，计算出每个样品光谱到各标准光谱的马氏距离，对各葡萄样品进行分类鉴定。
[0037] 优选地，步骤（1)中的葡萄品种选自金手指、比昂扣、醉金香、藤稔、巨峰、温克、夏 黑、巨玫瑰、京亚、红富士；优选地步骤（1)中可以选择未成熟、转色期、成熟期三个时期果 实以及有虫害的果实组成样品集。
[0038] 本发明中标准光谱为每个样品集中所有样品的平均光谱。本发明中，采集原始光 谱后计算得到标准光谱。
[0039] 与现有技术相比，本发明的技术优势在于：
[0040] 1、一次性建模、降低模型建立与维护成本
[0041] 本发明建立了适用于葡萄主要内含物含量检测的近红外定性、定量模型，建模过 程中使用一系列预处理方法，一次性建立可鉴定多品种、不同成熟度、虫害葡萄果实的定性 模型；一次性建立可检测多品种葡萄主要内含物含量的近红外定量模型，具有极强的可行 性，用一个定性模型即可完成多品种