題目：利用可見光-近紅外高光譜成像技術(shù)監(jiān)測(cè)不同成熟期冬棗的可溶性固形物含量并分析其貨架期
關(guān)鍵詞：冬棗；高光譜成像；可溶性固形物含量；可視化；保質(zhì)期；成熟度
背景：冬棗（Ziziphus jujuba Mill.）是一種生長(zhǎng)在鼠李科落葉灌木或小喬木上的鮮果。它原產(chǎn)于中國(guó)，栽培歷史悠久。冬棗口感甜脆，含有豐富的糖分、礦物質(zhì)和維生素等營(yíng)養(yǎng)成分，深受消費(fèi)者青睞。果皮光滑、色澤鮮艷的果形可以激發(fā)消費(fèi)者的購(gòu)買欲望，而口感則決定了消費(fèi)者的購(gòu)買意向。成熟度在決定果實(shí)質(zhì)量和貨架期方面起著重要作用。成熟的冬棗口感好，但不耐貯藏和運(yùn)輸，適合 "即食"。中熟冬棗可貯藏較長(zhǎng)時(shí)間，但口感和外觀較差。果實(shí)在運(yùn)輸過程中容易受到機(jī)械損傷。因此，對(duì)不同成熟度和貨架期的冬棗進(jìn)行質(zhì)量監(jiān)測(cè)對(duì)及時(shí)銷售和增加利潤(rùn)非常重要?？扇苄怨绦挝锖浚?/font>SSC）是最重要的內(nèi)部質(zhì)量屬性之一，與水果的口感和風(fēng)味有關(guān)。它能為冬棗的成熟、采收、貯藏和銷售提供有價(jià)值的信息。傳統(tǒng)的 SSC 測(cè)量方法具有破壞性且耗時(shí)。此外，不同貨架期的水果通常通過人工檢測(cè)來(lái)估算，因此是一個(gè)勞動(dòng)密集型且容易出錯(cuò)的過程。因此，開發(fā)一種快速、無(wú)創(chuàng)的技術(shù)，用于不同成熟階段冬棗的 SSC 監(jiān)測(cè)和貨架期分析，具有重要意義。
實(shí)驗(yàn)設(shè)計(jì)：試驗(yàn)中使用的冬棗樣本來(lái)自中國(guó)陜西大荔縣的一個(gè)商業(yè)果園。由經(jīng)驗(yàn)豐富的種植者根據(jù)果實(shí)的外觀、質(zhì)地和風(fēng)味挑選出沒有任何碰傷、病蟲害或缺陷的中熟和成熟果實(shí)。所有樣品都用聚乙烯袋包裝，并用冰箱和冰袋運(yùn)送到山東農(nóng)業(yè)大學(xué)采后工程實(shí)驗(yàn)室（泰安）。擦拭后的果實(shí)在室溫（溫度：18 ± 0.5 °C，濕度：90 %）下貯藏在可膨脹聚苯乙烯泡沫塑料箱中。從 2020 年采收的 400個(gè)中熟冬棗和 400個(gè)成熟冬棗作為建立預(yù)測(cè)模型的校準(zhǔn)群體，從 2021 年采收的 200個(gè)樣本作為外部驗(yàn)證群體（每個(gè)成熟階段 100個(gè)）。這些樣品被隨機(jī)分為四組，每?jī)商烊〕鲆唤M（n=100）進(jìn)行光譜和 SSC 測(cè)量。
本研究中使用的高光譜成像系統(tǒng)由江蘇省無(wú)錫市江蘇雙利合譜有限公司生產(chǎn)。該系統(tǒng)由一臺(tái)高光譜光譜儀（GaiaField-V10E）、一個(gè)成像鏡頭（HSIA-OL23）、一套 200 W 鹵素光源（HSIA-LS-T-200 W）、一塊標(biāo)準(zhǔn)白色板（HSIA-CT-150×150）、一個(gè)三腳架和一臺(tái)裝有高光譜數(shù)據(jù)采集軟件的專用計(jì)算機(jī)（SpecView）組成。高光譜儀的光譜范圍為 400~1000 nm，光譜分辨率為 2.8 nm，入射狹縫寬度為 30 μm。成像鏡頭為 CCD 攝像機(jī)，分辨率為 1394 × 1040 像素。
在掃描每個(gè)樣品之前，高光譜成像系統(tǒng)應(yīng)開啟并預(yù)熱約 30 分鐘，以獲得穩(wěn)定的光環(huán)境。為了捕捉清晰而不失真圖像，相機(jī)曝光時(shí)間定為 0.12 秒，成像距離設(shè)定為距離樣品 27.6 厘米。為消除暗電流和光照不均對(duì)圖像的影響，使用黑白參考圖像對(duì)原始圖像進(jìn)行校正。白色參考圖像是通過掃描聚四氟乙烯板獲得的，黑暗參考圖像是通過用不透明的蓋子蓋住鏡頭獲得的。從校正后的高光譜圖像中選擇整個(gè)冬棗作為一個(gè)感興趣區(qū)（ROI），并使用 ENVI 5.1 軟件。
高光譜圖像采集完成后，立即使用數(shù)字折射儀（PAL-1）測(cè)量冬棗的 SSC 值。用不銹鋼水果刀將冬棗切成塊，放入手動(dòng)榨汁機(jī)（B-115 6 YZQ001）中榨汁。然后用 1 毫米的篩子過濾，將果汁滴入折射儀的棱鏡板上，在液晶顯示屏上顯示出 SSC 值。每顆冬棗測(cè)量三次，取三次測(cè)量的平均值作為 SSC 參考值。
在本研究中，采用 SPXY 方法將 2020 年采收的 400 個(gè)中熟和 400 個(gè)成熟冬棗樣本按 3:1 的比例進(jìn)行分割，每個(gè)成熟度水平產(chǎn)生 300 個(gè)校準(zhǔn)集樣本和 100 個(gè)交叉驗(yàn)證集樣本。此外，來(lái)自 2021 年收成的 100 個(gè)中熟冬棗樣本和 100 個(gè)成熟冬棗樣本構(gòu)成外部驗(yàn)證集。
結(jié)論：圖 1a 顯示了所有冬棗樣品的平均光譜曲線，曲線趨勢(shì)基本相同。圖 1b 顯示了陜西大荔冬棗在 400-1000 納米范圍內(nèi)的平均光譜曲線?？傮w而言，中熟冬棗和成熟冬棗的光譜模式相同。與中熟果實(shí)相比，由于花青素和類胡蘿卜素的吸收，成熟冬棗在 450-600 nm 范圍內(nèi)的反射率偏平，而花青素和類胡蘿卜素是果實(shí)著色的原因。680 納米波長(zhǎng)處的差異是由于不同成熟階段冬棗果皮中葉綠素含量不同造成的。840 nm 附近的反射率是由于冬棗中熟期和成熟期的 SSC 差異造成的。波長(zhǎng) 970 納米處的反射率下降較快，這與果實(shí)中的含水量有關(guān)。從光譜反射率可以看出，不同成熟度的冬棗在色素含量和理化性質(zhì)方面存在明顯差異。
圖 1c 顯示了中熟和成熟冬棗在不同保質(zhì)期內(nèi) SSC 的變化情況。據(jù)觀察，成熟冬棗的平均 SSC 值高于中熟冬棗。進(jìn)一步分析表明，由于淀粉酶對(duì)淀粉的水解作用，中熟冬棗的 SSC 在貨架期的前四天顯著增加（P< 0.05），然后在第 6 天開始下降（P< 0.05），原因是衰老過程中的呼吸作用或發(fā)酵轉(zhuǎn)化。而成熟冬棗的 SSC 保持穩(wěn)定，沒有發(fā)生任何變化（P> 0.05），因?yàn)樗呀?jīng)完成了糖分轉(zhuǎn)化。最后階段（6 d）的 SSC 略低于初始階段（0 d）（P< 0.05），表明成熟的冬棗可能正在退化。
(a)
(b)
(c)
圖1
將圖像中每個(gè)像素的反射率作為自變量代入校準(zhǔn)模型 SPA-SVR，根據(jù)保質(zhì)期創(chuàng)建中熟冬棗和成熟冬棗的預(yù)測(cè)圖像，以直觀顯示 SSC 的空間分布（圖 4）。SSC（Y）與有效波長(zhǎng)光譜反射率（X）之間的線性方程定義如下:
如圖 4 所示，根據(jù)色標(biāo)，顏色從藍(lán)色到紅色不等，SSC 值越高，紅色越濃?？傮w而言，與中熟紅棗相比，成熟紅棗的預(yù)測(cè) SSC 值更高，紅色像素更多。從圖 4a 中可以看出，在 0 d 時(shí)，中熟冬棗的預(yù)測(cè)圖像在中心區(qū)域顯示為淺黃色，SSC 值約為 20%，在邊緣區(qū)域顯示為青色，SSC 值約為 14%。隨著保質(zhì)期的延長(zhǎng)，中心區(qū)域的黃色逐漸向邊緣擴(kuò)散。4 d 時(shí)，中心區(qū)域出現(xiàn)紅色，此時(shí) SSC 約為 25%，邊緣區(qū)域的青色被黃色取代。6 d 時(shí)，中心區(qū)域的紅色像素減少，表明 SSC 下降。在圖 4b 中，0 d 成熟果實(shí)的中心區(qū)域?yàn)榧t色，此時(shí) SSC 約為 28%，SSC 從內(nèi)向外逐漸變小。2 d 和 4 d 時(shí)，中心區(qū)域仍以紅色為主，沒有太大變化。6 d 時(shí)，中心區(qū)域以黃色為主，表明 SSC 有所減少。SSC 的總體趨勢(shì)與參考值的變化一致。繪圖結(jié)果表明，在不同的貨架期，每種水果的 SSC 都有顯著的空間變化，這有助于通過可視化進(jìn)行無(wú)損分級(jí)。
為了直觀地顯示和解釋光譜數(shù)據(jù)以及任何可能的樣本關(guān)系，對(duì)冬棗進(jìn)行了主成分分析（PCA）。圖 5a 是中熟冬棗在貨架期的 PCA 散點(diǎn)圖，從中可以看出，前兩個(gè)主成分（PC）解釋了 98 % 的信息（PC1=86 %，PC2=12 %）。據(jù)觀察，隨著保質(zhì)期的延長(zhǎng)，樣品之間的分離更加明顯。保存 0 天、2 天和 4 天的樣品之間有一些重疊，但保存 6 天的冬棗則完全分開。圖 5b 顯示了成熟冬棗在保質(zhì)期內(nèi)的 PCA 散點(diǎn)圖。前兩個(gè) PC 占變異的 98%，PC1 的最大變異率為 79%，其次是 PC2，解釋了總變異率的 19%。冬棗樣品之間在保質(zhì)期內(nèi)存在明顯的聚類現(xiàn)象，只有存放 2 d 和 4 d 的樣品之間有少量重疊。因此，有必要建立一個(gè)有監(jiān)督的模型來(lái)分析保質(zhì)期。
為了準(zhǔn)確確定保質(zhì)期，根據(jù) SPA 選擇的有效波長(zhǎng)建立了 LIBSVM 分類模型。圖 6 顯示了確定保質(zhì)期模型的交叉驗(yàn)證結(jié)果。8 個(gè)保存 2 d 的中熟樣品被誤判為保存 0 d，1 個(gè)保存 4 d 的中熟樣品被誤判為保存 0 d。至于成熟冬棗，共有 6 個(gè)樣本被錯(cuò)誤識(shí)別，其中大部分發(fā)生在保質(zhì)期的 2 至 4 d 之間，總準(zhǔn)確率為 94%。此外，LIBSVM 模型在外部驗(yàn)證集上也取得了良好的貨架期分析性能（圖 7），對(duì)中熟和成熟樣品的準(zhǔn)確率分別為 89 % 和 91 %。總之，LIBSVM 模型在確定冬棗保質(zhì)期方面的表現(xiàn)令人滿意。
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號(hào)：蘇ICP備2021046114號(hào)-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服