一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法技術

一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法，包括1)對已知可溶性固形物含量的草莓標準品進行近紅外光譜掃描；2)對所得校正集樣本光譜進行預處理；3)進行主成分分析，提取特征信息數據；4)校正模型的建立：5)未知可溶性固形物含量的草莓樣品的測定：將所得特征信息數據輸入所述步驟4)的校正模型，得到所述待測草莓樣品中的可溶性固形物含量。本發明專利技術提供的檢測方法，具有分析速度快、分析效率高、不使用任何化學試劑、分析成本低、且對環境不造成任何污染等優點，可為草莓品質分析、控制草莓品質及制品品質提供可靠依據。

【技術實現步驟摘要】

本專利技術涉及一種草莓品質測定技術，具體涉及一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法。技術背景草莓是薔薇科草莓屬植物的泛稱，原產于歐洲，20世紀傳入我國。草莓營養豐富，含有果糖、蔗糖、檸檬酸、蘋果酸、水楊酸、可溶性固形物以及鈣、磷、鐵等礦物質。此外，它還含有多種維生素，尤其是維生素C含量非常豐富，每100克草莓中含有維生素C60毫克。草莓中所含的胡蘿卜素是合成維生素A的重要物質，具有明目養肝作用。草莓還含有果膠和豐富的膳食纖維，可以幫助消化。草莓的營養成分容易被人體消化、吸收，是老少皆宜的健康食品。據全國第四次草莓研究會資料，2008年我國草莓種植面積達8.66萬公頃，年產草莓70萬噸，種植面積和產量均居世界第一位。目前，我國草莓市場主要是國內鮮銷和冷凍出口。保護地草莓絕大多數用于產地城鎮和周邊城市的鮮銷鮮食，其它草莓則用于冷凍出口或加工成其他產品。保護地草莓由于正處淡季上市，加上近年品質明顯提高，個大形美、香甜可口、色澤艷麗、富有光澤，倍受消費者喜愛，價格高銷量大。如5月上旬前煙臺保護地草莓高檔果，市場價格15元/千克以上。世界草莓年進口需求量約50萬噸，而我國年草莓出口量僅約5萬噸。造成出口量小的主要原因有草莓生產標準體系和衛生安全體系建設相對落后，雖然產量大，但品牌少。同時，檢測手段落后，基本以感官評價結合抽檢的方式對草莓進行品質評價，缺乏快速、科學的檢測手段，產品品質難以滿足國外客戶的要求。無損檢測技術是一門新興的綜合性應用學科，在不破壞或損壞被檢測對象的前提下，利用樣品內部結構存在所引起的對熱、聲、光、電、磁等反應的變化，來對樣品結構組成做出判斷和評價。根據無損檢測原理的不同，檢測方法大致可分為光學特性分析法、聲學特性分析法、機器視覺技術檢測方法、電學特性分析法、核磁共振檢測技術與X射線技術等。近年來，近紅外光譜技術在農產品無損檢測尤其是農作物的品質分析和農藥殘留等方面的應用十分廣泛。國內外還未見近紅外技術在草莓可溶性固形物含量分析測試方法或建立相關模型方面的報道。目前，草莓品質主要依靠感官評判和理化分析進行評價。感官評判結果主觀性強、穩定性差；理化分析結果雖然客觀可信，但檢測步驟煩瑣、時間長、費用高，這兩種方法都無法滿足草莓行業生產、加工和貿易過程中品質快速檢測的需要。近紅外光譜分析技術作為一種快速、低成本、多組分同時檢測的綠色分析技術，在食品和農產品品質檢測方面正快速替代許多常規理化分析手段。本專利技術嘗試將近紅外光譜技術運用于草莓內部品質的快速檢測。對草莓的內部品質理化指標，可溶性固形物進行檢測，為草莓的品質評價提供依據。
技術實現思路
本專利技術提供一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法，方法科學合理，適合推廣，能夠產生很好的經濟效益。采用的技術方案：一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法，包括下述步驟：1)對已知可溶性固形物含量的草莓標準品進行近紅外光譜掃描，獲得所述已知可溶性固形物含量的草莓標準品在近紅外波長的所有光譜信息，得到校正集樣本光譜的計算平均值；2)對所述步驟1)所得校正集樣本光譜進行預處理；3)將所述步驟2)預處理后的校正集樣本光譜中的信息數據進行主成分分析，提取特征信息數據；4)校正模型的建立：以所述草莓標準品的可溶性固形物含量的化學測定值為校正值，將所述步驟3)所得特征信息數據作為自變量，所述校正值作為因變量，用化學計量學多元校正算法建立所述自變量與所述因變量之間的校正模型(也即可溶性固形物含量與近紅外光譜特征信息數據之間的映射關系)；5)未知可溶性固形物含量的草莓樣品的測定：將所述步驟1)所述已知可溶性固形物含量的草莓標準品替換為待測草莓樣品，重復所述步驟1)至步驟3)，將所述步驟3)所得特征信息數據輸入所述步驟4)的校正模型，得到所述待測草莓樣品中的可溶性固形物含量。上述方法所述步驟1)中，所述近紅外波長為800～1700nm。所述近紅外光譜掃描步驟中，掃描方式為連續波長近紅外掃描或離散波長近紅外掃描。所述步驟2)預處理步驟中，預處理的方法為多元散射校正方法、平滑方法和求導方法中的至少一種。所述求導方法為一階求導或二階求導方法。所述步驟3)主成分分析步驟包括如下步驟：將所述步驟2)預處理后的校正集樣本光譜中的信息數據變換到2-10個互不相關的變量中；上述2-10個互不相關的變量含有原來多個相關的光譜≥90％的信息。所述步驟1)所述掃描方式為連續波長近紅外掃描時，所述化學計量學多元校正算法為偏最小二乘法(PLS)、主成分回歸(PCR)或人工神經網絡算(ANN)；所述掃描方式為離散波長近紅外掃描時，所述化學計量學多元校正算法為逐步回歸算法或多元線性回歸算法(MLR)。草莓中的可溶性固形物(SSC)，亦稱糖度，是草莓的主要營養成分，根據可溶性固形物在溶液中所占比重換算為含糖的百分數，單位oBrix。所述步驟4)中，所述草莓標準品的可溶性固形物含量的化學測定值是由臺灣LINK便攜式RHB-080型手持折光糖度儀測定而得。另外，可按照如下步驟對步驟4)所得校正模型進行驗證：將所述步驟1)所述已知可溶性固形物含量的草莓標準品替換為一組已知可溶性固形物含量的草莓樣品，重復所述步驟1)至步驟3)后，利用所述步驟4)所述校正模型得到所述已知可溶性固形物含量的草莓樣品中可溶性固形物含量的計算值，計算所述計算值與實際值的相關系數和方差，評價所述步驟4)所得校正模型的可靠性。在所述步驟1)之前，亦不需要對草莓標準品或待測草莓樣品進行任何預處理。進一步的，所述步驟(2)：對所述步驟1)所得校正集樣本光譜進行預處理，對上述經預處理后的校正集樣本中的樣本進行奇異樣本分析，判別出存在的奇異樣本，并從校正集樣本中去除奇異樣本，具體包括如下：a、用光譜矩陣X中每一行各元素代表用近紅外光譜儀采集獲得的一個樣本在近紅外波段各波長下的吸光度值，計算光譜矩陣X中各行向量即樣本i的純度值pi,1，其計算公式為：pi,1＝σi/(μi+α)，其中，μi為均值、σi為標準差、α為補償因子；b、根據步驟a求得的各行向量i的pi,1值，比較pi,1值的大小，將具有最大pi,1值的第i個行向量作為選出的第一個可能的奇異樣本，記為O1；c、選出第k個可能的奇異樣本，其中k≥2，具體為：根據下列公式計算矩陣X中行向量i的長度li，其中，di,j為光譜矩陣X中第i行第j列元素，由得到關系矩陣C＝D(l)D(l)T/n，根據下列公式計算關系權函數ρi,k； ρ i , k = c i , i c i , 本文檔來自技高網...

【技術保護點】
一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法，包括下述步驟：1)對已知可溶性固形物含量的草莓標準品進行近紅外光譜掃描，獲得所述已知可溶性固形物含量的草莓標準品在近紅外波長的所有光譜信息，得到校正集樣本光譜的計算平均值；2)對所述步驟1)所得校正集樣本光譜進行預處理；3)將所述步驟2)預處理后的校正集樣本光譜中的信息數據進行主成分分析，提取特征信息數據；4)校正模型的建立：以所述草莓標準品的可溶性固形物含量的化學測定值為校正值，將所述步驟3)所得特征信息數據作為自變量，所述校正值作為因變量，用化學計量學多元校正算法建立所述自變量與所述因變量之間的校正模型(也即可溶性固形物含量與近紅外光譜特征信息數據之間的映射關系)；5)未知可溶性固形物含量的草莓樣品的測定：將所述步驟1)所述已知可溶性固形物含量的草莓標準品替換為待測草莓樣品，重復所述步驟1)至步驟3)，將所述步驟3)所得特征信息數據輸入所述步驟4)的校正模型，得到所述待測草莓樣品中的可溶性固形物含量。

【技術特征摘要】
1.一種基于近紅外光譜分析技術檢測草莓中可溶性固形物含量的方法，包括下述步驟：1)對已知可溶性固形物含量的草莓標準品進行近紅外光譜掃描，獲得所述已知可溶性固形物含量的草莓標準品在近紅外波長的所有光譜信息，得到校正集樣本光譜的計算平均值；2)對所述步驟1)所得校正集樣本光譜進行預處理；3)將所述步驟2)預處理后的校正集樣本光譜中的信息數據進行主成分分析，提取特征信息數據；4)校正模型的建立：以所述草莓標準品的可溶性固形物含量的化學測定值為...

【專利技術屬性】
技術研發人員：寧曉峰，宮元娟，劉玉鳳，裴軍強，田素博，馮雨龍，來佑彬，
申請(專利權)人：沈陽農業大學，
類型：發明
國別省市：遼寧;21