不同颜色冬枣可溶性固形物可见-近红外光谱分析模型构建
2021-11-11杜娇君张书敏王起明
郝 勇,杜娇君,张书敏,王起明
1.华东交通大学机电与车辆工程学院,江西 南昌 330013 2.南昌海关技术中心,江西 南昌 330013
引 言
冬枣又名冻枣、雁来红或苹果枣,是目前公认的鲜食优质栽培品种。冬枣营养极其丰富,含有天门冬氨酸、苏氨酸、丝氨酸等19种人体必需的氨基酸,且维生素C的含量尤其丰富,有“活维生素丸”之美誉,营养价值为百果之冠[1]。冬枣的可溶性固形物(soluble solids content,SSC)是其重要的内部品质和成熟度评价指标。冬枣生长环境的温度、水分、光照、风和土壤等因素均会对其采后转红指数产生影响,造成冬枣颜色和SSC差异,而消费者常会将颜色与其SSC进行关联来判断冬枣的口感。因此,对于不同颜色冬枣SSC含量的研究是非常必要的。
SSC含量的测定方法主要分为折射法和光谱分析法,折射法的主要缺点是需破坏被测样品;而可见-近红外(visible and near-infrared spectroscopy,Vis-NIR)光谱技术是一种快速、无损、绿色的现代检测技术,根据全波段或者特征波长给出的信息与样品属性或含量间的相关关系对样品进行定性和定量分析。然而,由于Vis-NIR光谱常含有较多冗余信息及干扰,影响了模型的精度和稳定性,因此,需要进行光谱预处理及变量筛选,实现对干扰信息的抑制或滤除,从而提高后续模型的分析精度。李勇等讨论了油菜籽样品颜色对波长为700~2 500 nm谱区的近红外光谱分析准确度的影响,认为样品表面颜色越深, 吸光度越大, 在短波处最为明显[2];姚鑫淼等研究了玉米子粒颜色对850~1 050 nm的光谱波段的淀粉含量的影响,结果表明样品的外观颜色是影响其分析精度的因素之一,采用平滑求导等光谱预处理方法可提高模型的预测性能[3]。……
