邵园园，王永贤，玄冠涛,3*，高宗梅，刘 艺，韩 翔，胡志超

1.山东农业大学机械与电子工程学院，山东 泰安 271018 2.农业农村部南京农业机械化研究所，江苏 南京 210014 3.College of Agriculture,Food and Natural Resources,University of Missouri，Columbia 65211,USA 4.Biological Systems Engineering,Washington State University，Washington 99350，USA

引 言

猕猴桃酸甜可口、质地柔软，富含人体所需的维生素、氨基酸、抗氧化剂和矿物质等多种营养成分，深受消费者喜爱，被誉为“水果之王”[1]。猕猴桃属于呼吸跃变型果实，采后成熟、衰老迅速，极易软化腐烂变质，货架寿命非常有限[2]。为此，超市等零售场所通常使用保鲜膜或保鲜盒储存猕猴桃，以降低其代谢水平，延长货架期[3-4]。猕猴桃的果品品质与供应安全与其货架期密切相关，但是，由于猕猴桃表面颜色变化不明显，人们仅凭感官难以准确判断猕猴桃的货架期和质量等级。此外，不同阶段货架期的猕猴桃放置在一起，果品品质参差不齐，严重影响其销售周期和利润。因此，快速准确预测保鲜猕猴桃所处货架期成为消费者、生产者和管理者共同关注的一个技术问题。

传统的货架期人工检测方法操作繁琐、实验条件要求高[5-6]。高光谱成像检测技术融合了样本的空间和光谱信息，具有简便、快速、无损、准确等优点，已经成功应用于果蔬、肉类、水产等农副产品的货架期预测[7-8]。Chaudhry等[9]利用高光谱成像与多变量加速货架期实验法预测芝麻菜叶货架期。Siripatrawa等[10]采用高光谱成像、偏最小二乘回归分析方法(partial least squares regression，PLSR)及人工神经网络同时对袋装小香肠的品质和货架期进行了预测和评价；周莉萍等[11]利用高光谱技术对覆盖保鲜膜的新鲜菠菜叶片货架期进行预测，建立了偏最小二乘法判别分析(Partial least squares discrimination analysis，PLS-DA)模型。……