王姗姗，孙红男，陈 健，孙爱东

（北京林业大学，北京100083）

基于近红外光谱技术检测蓝莓可溶性固形物含量

王姗姗，孙红男，陈 健，孙爱东*

（北京林业大学，北京100083）

采用近红外漫反射光谱技术对辽宁丹东蓝莓基地的六个蓝莓品种（埃利奥特、达柔、爱国者、北蓝、杜克、蓝丰）进行光谱分析，快速无损测定蓝莓可溶性固形物含量，利用一阶导数进行光谱预处理，主成分分析（PCA）和偏最小二乘法（PLS）建立蓝莓可溶性固形物预测模型。结果表明，所建模型的相关系数（Corr.Coeff.）为0.91518、校正集标准偏差（RMSEC）为0.801、预测集标准偏差（RMSEP）为1.06。该方法快速、准确、无损，能准确地预测蓝莓中可溶性固形物含量。

蓝莓，可溶性固形物，偏最小二乘法，近红外光谱

蓝莓又称越橘，俗称都市果，杜鹃花科（Ericaceae）越橘属（Vaccinium L.）植物。其果实为浆果，呈蓝色，近圆形，果肉细腻，甜酸适度。果实除了含有糖、酸、蛋白质、脂肪、微量元素和维生素外，还富含超氧化物岐化酶（SOD）、花色甙、多酚、类黄酮等其他果品中少有的特殊功效成分。被联合国粮农组织（FAO）确定为人类五大健康食品之一，有防止脑神经衰老、增强心脏功能、明目抗癌等独特功效，具有很高的食用价值和保健功能[1-3]。可溶性固形物含量（soluble solids content，SSC）对蓝莓口感有很大影响，是评价蓝莓及其制品品质的重要指标之一。近红外光谱技术作为一种快速、无损的检测方法，在水果品质检测中得到了广泛应用[4-14]。张淑娟等人利用近红外光谱技术对柿子和鲜枣中的可溶性固形物进行无损快速检测，柿子可溶性固形物所建模型预测相对误差在3%以下，预测值和实测值的决定系数（R2）为0.99；鲜枣可溶性固形物含量预测值与实测值相对偏差小于10%，表明用近红外光谱技术检测柿子和鲜枣的可溶性固形物含量是可行的。蔡宋宋等人利用近红外漫反射光谱评价杏贮藏期间可溶性固形物和硬度的变化，预测效果较好。章海亮等人通过静态和在线两种方式的对比实验，研究苹果可溶性固形物近红外光谱静态和在线检测的差异，结果表明，静态检测较在线检测预测效果好。在国外，利用NIR技术检测水果品质也有很多应用，Nicolaï等人测定了苹果SSC含量，Saranwong和Kawano测定芒果中SSC含量以及芒果不同成熟期的品质变化。都得到了很好的效果。本文是首次利用近红外光谱技术测定蓝莓中可溶性固形物含量，旨在为检测新鲜蓝莓SSC提供一种可行的无损检测技术。

1 材料与方法

1.1 材料与仪器

六个蓝莓品种（埃利奥特、达柔、爱国者、北蓝、杜克、蓝丰）130个样品 采自辽宁丹东蓝莓基地，经分选，剔除烂果，于-170℃超低温冷库中保存。

HR108ATC型糖度计 北京德明达光学仪器厂；Antarise傅里叶变换近红外光谱仪 Thermo Nicolet美国。

1.2 实验方法

1.2.1 可溶性固形物（SSC）的测定 采用HR108ATC型糖度计测定样本的SSC含量，将冷冻果放置于室温匀浆，取一滴匀浆汁滴于糖度计测试窗口上，重复取样测量3次，取平均值作为样本SSC含量的真实值。

1.2.2 近红外漫反射光谱采集 冷冻果放置于常温，利用Antaris傅里叶变换近红外光谱仪积分球附件采集蓝莓样品的漫反射光谱，InGaAs检测器收集信号。光谱采集条件：波数范围4000～10000cm-1，扫描次数32，分辨率8cm-1。Result软件用于光谱的采集，TQ Analyst 8.0化学计量学软件用于处理光谱数据。

2 结果与分析

2.1 SSC含量测定

表1为所测样本可溶性固形物含量的分布。由表可以看出，六个品种蓝莓在可溶性固形物含量上差别不大。

2.2 光谱数据预处理

六个品种蓝莓的原始光谱曲线如图1所示，横坐标为波长，范围是4000～10000cm-1，纵坐标为光谱漫反射率，可以看出不同蓝莓品种的光谱曲线没有明显区别。

图1 蓝莓的原始光谱图Fig.1 Original NIR spectra of blueberries

从图1中可看到，由于受近红外谱区自身吸收强度弱、信噪比低等特点和测定时背景复杂、样品颗粒大小、装样条件等的影响，原始漫反射光谱不稳定，光谱重叠严重，因此为了去除高频随机噪声以及样本不均导致的基线漂移的影响，应用TQ Analyst 8.0化学计量学软件对原始光谱进行预处理。光谱预处理方法包括导数、平滑、扣减、归一化、标准化等。本文采用常用的导数处理，可以消除基线漂移，提供比原光谱更高的分辨率和更清晰的光谱轮廓变化。图2为经一阶导数处理后的光谱曲线。

图2 样品一阶导数光谱Fig.2 Spectrogram of 1nd derivation of samples

2.3 主成分分析和最小二乘法建模

应用主成分分析和偏最小二乘法建立蓝莓可溶性固形物定标模型。主成分分析是一种古老的多元统计分析技术，它的中心目的是将数据降维，以排除众多化学信息共存中相互重叠的信息。偏最小二乘法是一种较新的多元数据处理技术，它能很好地解决观察值数量少以及存在多重线性相关的问题，是目前近红外分析中应用较广的算法[15-16]。在110个样本中随机选择77个样本作为校正集（Calibration），其余27个样本作为验证集（Validation），剔除6个异常样本，在波数为4000～10000cm-1的区间内用主成分分析（PCA）和偏最小二乘法（PLS）建模。经TQ处理后，得出主成分数为3时为其最佳模型。所建模型可用相关系数（Corr.Coeff.）和校正集标准偏差（RMSEC）来评价，其预测能力可通过预测集标准偏差（RMSEP）作为衡量指标。PCA分析结果及PLS建模见图3。

图3 主成分分析（a）和偏最小二乘法建模（b）Fig.3 PCAAnalysis（a）andPLScalibrationmathematicsmodel（b）

由图3可知，漫反射光谱预处理方法所建模型的相关系数（Corr.Coeff.）为0.91518、校正集标准偏差（RMSEC）为0.801、预测集标准偏差（RMSEP）为1.06，建模效果较好。

2.4 漫反射模型预测结果

应用上述所建立的定标模型，对27个预测集的样品进行预测。蓝莓可溶性固形物的实际值与预测值的对应关系如表2。

表2 验证集样品预测结果Table 2 Predicted results of the prediction samples

3 结论

本研究在4000～10000cm-1全波段范围内应用近红外漫反射光谱检测蓝莓可溶性固形物含量，建立了蓝莓近红外漫反射光谱与可溶性固形物的相关关系模型。结果表明，蓝莓样品的近红外光谱与其SSC之间有较好的相关性，多种预处理方法比较得出，一阶导数是适合蓝莓SSC的最优光谱预处理方法。应用PCA和PLS方法所建立的模型相关系数为0.91518，校正均方差（RMSEC）为0.801，预测均方差（RMSEP）为1.06，模型效果较好，可实现对蓝莓可溶性固形物含量的快速、无损分析。

[1]李亚东，张志东，吴林.蓝莓果实的成分及保健机能[J].中国食物与营养，2002（1）：22-28.

[2]马艳萍，郭才，徐呈祥.蓝莓的功能、用途及有机栽培研究进展[J].金陵科技学院学报，2009，25（2）：49-54.

[3]胡雅馨，李京，惠伯棣.蓝莓果实中主要营养及花青素成分的研究[J].食品科学，2006，27（10）：600-603.

[4]张淑娟，张海红，王凤红，等.柿子可溶性固形物含量的可见-近红外光谱检测[J].农业工程学报，2009，25（2）：345-347.

[5]张淑娟，王凤花.鲜枣品种和可溶性固形物含量近红外光谱检测[J].农业机械学报，2009，40（4）：139-142.

[6]蔡宋宋，王宝刚，李文生，等.杏贮藏期间可溶性固形物和硬度的近红外光谱检测[J].光谱实验室，2010，27（3）：1185-1189.

[7]章海亮，孙旭东，刘燕德，等.近红外光谱检测苹果可溶性固形物[J].农业工程学报，2009，25（2）：340-344.

[8]朱大洲，孟超英.不同类型近红外模型在苹果汁检测中的应用[J].农业工程学报，2009，25（2）：325-329.

[9]张帆，王倩，马智宏，等.西瓜可溶性糖和纤维素含量的近红外光谱测定[J].食品科学，2007，28（1）：258-261.

[10]NorrisKH，Rooman JD.Qualitative applications of nearinfrared reflectance spectroscopy[J].Agricultural Engineering，1962，43：154-156.

[11]Nicoletta Sinelli.Evaluation of quality and nutraceutical content of blueberries（Vaccinium corymbosum L.）by near and mid-infrared spectroscopy[J].Postharvest Biology and Technology，2008，50：31-36.

[12]Arana I，Jaren C，Arazuri SA.Maturity，variety and origin determination in white grapes（Vitis Vinifera L.）using near infrared reflectance technology[J].Near Infrared Spectrosc，2005，13：349-357.

[13]Cen H，He Y.Theory and application of near infrared reflectance spectroscopy in determination of food quality[J]. Trends Food Sci Technol，2007，18：72-83.

[14]Duarte IF，Barros A，Delgadillo C，et al.Application of FTIR spectroscopy for the quantification of sugars in mango juice as a function of ripening[J].J Agric Food Chem，2002，50：3104-3111.

[19]刘珂.近红外光谱分析技术及应用研究[J].河南工业大学学报，2009，30（1）：88-93.

[20]严衍禄.近红外光谱分析基础与应用[M].北京：中国轻工业出版社，2005：98-285.

Determination of soluble solids content of blueberries with near infrared spectroscopy

WANG Shan-shan，SUN Hong-nan，CHEN Jian，SUN Ai-dong*
（Beijing Forest University，Beijing 100083，China）

An analytical procedure has been developed for the rapid and non-destructive measurement of soluble solids content in blueberry samples using near infrared diffuse reflection spectrum.Six varieties of blueberries（“Elliott”，“Darrow”，“Patriot”，“Duke”，“Northblue”and “Bluecrop”）were selected，which collected from Liaoning.The original spectrum averaged was preprocessed by the 1st derivative.By means of principal component analysis（PCA）and partial least squares（PLS），the calibration mathematics model for total soluble solids was established.The relative coefficient was 0.91518，the calibration standard deviation was 0.801，and the prediction standard deviation was 1.06.The method was rapid accurate and non-destructive，which was available for rapid accurate determination of SSC in blueberries.

blueberry；SSC；PLS；near spectroscopy

TS255.7

A

1002-0306（2012）01-0340-03

2010-12-22 *通讯联系人

王姗姗（1986-），女，硕士，研究方向：天然产物提取与利用。

国家林业公益性行业科研专项（200904014）。