近红外光谱定量和定性分析技术在鲜食葡萄果实无损检测中的应用

选取10种不同鲜食葡萄品种、3个不同成熟期和1种病害的果实共计188个葡萄果实样品,并采集果实样品的近红外光谱。建立了以葡萄果实的总酚、总糖、果糖、蔗糖和可溶性固形物为指标的偏最小二乘(PLS)定量分析模型,模型的可信度较高,除少数指标的相关系数在0.77~0.89,其余指标均在0.90以上,均方根误差在0.022~1.410。结合主成分分析法,对谱区为4 119.20~9 881.46 cm^-1的光谱建立了区分葡萄果实品种、成熟度和是否受病害的判别分析(DA)模型,模型的正识率依次为92.11%、88.89%和96.15%。研究表明,近红外检测技术可用于鲜食葡萄果实的5个主要内含物的定量分析以及果实品种、果实成熟度和有病虫害的二次果进行的定性识别。     

基于近红外高光谱图像技术的栗果品质无损检测

提出一种基于近红外高光谱图像技术的板栗果实品质快速无损检测方法。分别选取3个不同品种栗果、1个品种的霉变栗果和1个品种的虫害栗果各30个样品,采集供试样品的近红外高光谱数据;采用偏最小二乘法(PLS)建立栗果中总糖和淀粉含量预测模型,预测值与实际值的相关系数为0.9313～0.9587,均方根误差为0.062 4～0.225 0;结合主成分分析法(PCA),建立不同品种栗果鉴别以及识别霉变、虫害、正常栗果的判别分析(DA)模型,模型的识别率分别为96.7%和98.6%。结果表明,近红外高光谱图像技术可用于栗果总糖和淀粉的定量预测,以及不同品种栗果和霉变、虫害果的快速定性识别。