利用便攜式高光譜成像儀的田間肥城桃品質(zhì)和成熟度無損預(yù)測研究

更新時間：2022-03-02

點擊次數(shù)：2118

肥城桃因其良好的品質(zhì)和豐富的營養(yǎng)而廣受消費者喜愛，但肥城桃作為一種呼吸性氣候的水果，其水分含量很高，容易變色、變軟后變質(zhì)。在日常的生產(chǎn)中，成熟的桃子通常采摘下來后就立即食用，而中熟的桃子被采摘下來后需要經(jīng)過運輸或儲存很長一段時間才能上市。在此期間，桃子的質(zhì)量屬性（諸如可溶性固溶物含量和硬度等）會不斷地快速變化，因此本文通過使用江蘇雙利合譜相機GaiaField-V10E采集高光譜圖像，并結(jié)合化學計量學來確定肥城桃的內(nèi)部質(zhì)量和判別不同成熟度階段的肥城桃。

圖1果園現(xiàn)場高光譜圖像采集和光譜處理

表1 肥城桃可溶性固溶物含量和硬度含量分布及數(shù)據(jù)集劃分

圖1為現(xiàn)場圖像采集照片和對高光譜圖像中的光譜進行提取和處理。文章采用SPXY法將160個樣品劃分為100個校正集和60個預(yù)測集，集合劃分結(jié)果和指標如表1所示，圖2為中熟和成熟的肥城桃子的平均光譜反射率與標準偏差的示意圖。

圖2 中熟和成熟的肥城桃子的平均光譜反射率與標準偏差

文章采用CARS算法和隨機跳蛙(RF)算法提取有效波長，并基于特征波長建立可溶性固溶物含量（SSC）和硬度的多元線性回歸（MLR）模型，建模效果如圖3所示。其中SSC的RF-MLR預(yù)測模型較好，Rv2為0.88，RMSEV為0.54，硬度的CARS-MLR預(yù)測模型較好，Rv2為0.81，RMSEV為1.17。

圖3 SSC（a）和硬度（b）實測值與預(yù)測值散點圖

圖4 SFS算法提取的兩個波長

在此基礎(chǔ)上，文章采用順序前向選擇（SFS）算法提取兩個有效波長（957nm，518nm）,如圖4所示。隨后使用LIBSVM模型對肥城桃子的成熟度進行辨別，如圖5所示，圖5a為模型選取的最佳核參數(shù)C=5.7和γ=16，圖5b為模型分類識別的準確率，分類識別精度達到91.7%。

圖5 LIBSVM模型對肥城桃子成熟期的判別

參考文獻：Shao Y, Wang Y , Xuan G , et al. In-field and non-invasive determination of internal quality and ripeness stages of Feicheng peach using a portable hyperspectral imager[J].Bigosystem Engineering, 212(2021):115-125.