文献类型：期刊文章

作　　者：李桂峰[1] 赵国建[2] 王向东[2] 刘兴华[1]

机构地区：[1]西北农林科技大学食品科学与工程学院,杨凌712100 [2]山西师范大学食品科学与工程系,临汾041000

出　　处：《农业工程学报》

基　　金：国家“十一五”科技攻关项目(2006BAK02A24)

年　　份：2008

卷　　号：24

期　　号：6

起止页码：169-173

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、FSTA、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为了探索近红外光谱快速无损检测苹果质地品质的方法,采集240个苹果样本的近红外光谱(波长800～2500nm),通过解析光谱图和进行不同的预处理,利用偏最小二乘法(PLS)和多元线性回归(MLR)建立回归模型和确定特征指纹图谱。基于波长范围为1300～2500nm,PLS结合多元散射校正(MSC)所建模型的预测效果最好,硬度模型的预测标准偏差(RMSEP)和决定系数(R2)分别为0.226kg/cm2、96.52%,脆度模型的RMSEP和R2分别为0.243kg/cm2、97.15%。用权重法基于PLS模型选择的硬度特征波长为1657、1725、1790、2455、1929、2304nm,脆度特征波长为1613、1725、1895、2304、2058、2087、2396nm,经MLR模型检验,特征波长与苹果的硬度和脆度有很高的相关性,硬度的RMSEP和R2分别为0.271kg/cm2、90.30%,脆度的RMSEP和R2分别为0.304kg/cm2、91.64%。结果表明,PLS模型和特征指纹光谱均能准确预测苹果的质地品质,为苹果质地品质的评价提供了快速、直观、简便、可行的新方法。

关 键 词：苹果 脆度 硬度  近红外光谱 无损检测 指纹图谱

分 类 号：S123] TS255.3]