果品品質(zhì)的近紅外光譜無損檢測建模分析關(guān)鍵技術(shù)研究

《果品品質(zhì)的近紅外光譜無損檢測建模分析關(guān)鍵技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、一、選題的目的與意義隨著國家經(jīng)濟(jì)的快速發(fā)展和國民生活水平的顯著提高，新鮮果品及各種水果制品以其獨(dú)特的口感和豐富的營養(yǎng)價值逐漸成為人們繼主食之后的最主要休閑食品之一。我國是世界第一大水果生產(chǎn)和消費(fèi)國，除糧食、蔬菜之外，水果在國內(nèi)已成為第三大種植產(chǎn)品，在農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展中更是占據(jù)著十分重要的地位。據(jù)國家統(tǒng)計局2008年發(fā)布的信息顯示：我國蘋果、梨、桃、李和柿子的產(chǎn)量均居于世界前5位；尤其是柿子和梨，中國的產(chǎn)量分別占世界總產(chǎn)量的71.5%和52.9%；蘋果和梨的產(chǎn)量也占世界產(chǎn)量的40%左右；另外，獼猴桃、柑桔、葡萄、香蕉等產(chǎn)量也呈急劇上升趨勢。雖然這些年我國

2、水果產(chǎn)量在世界始終處于前列，但原果品質(zhì)以及水果加工制品質(zhì)量卻與世界發(fā)達(dá)國家相比存在很大的差距，這也是限制我國水果產(chǎn)業(yè)健康發(fā)展并走向世界的巨大瓶頸（李辰2010）。導(dǎo)致這種差距的主要原因歸結(jié)于果實田間生長期間、采摘后儲藏過程中以及后續(xù)加工環(huán)節(jié)里未能及時、全面掌握果品品質(zhì)變化，準(zhǔn)確、客觀了解果實品質(zhì)特性。果品的品質(zhì)特性通常根據(jù)其糖度、硬度、酸度、顏色、形狀和產(chǎn)地等多種指標(biāo)來綜合評價。在國家標(biāo)準(zhǔn)及進(jìn)出口檢驗中，常通過檢測糖度、硬度和酸度來評價果品的品質(zhì)特性，但因各種水果的品質(zhì)差異較大，實際檢測中可根據(jù)具體情況選取合適的測定指標(biāo)。目前，國內(nèi)仍多采用傳統(tǒng)破壞式檢測

3、方法對果品品質(zhì)進(jìn)行評價，即選取一定實驗樣本，經(jīng)復(fù)雜的預(yù)處理后、通過破壞樣品組織結(jié)構(gòu)的方法來檢測所需物化指標(biāo)的方法，該方法不僅費(fèi)時費(fèi)力、浪費(fèi)樣品，而且難以實現(xiàn)大批量樣品的分析和生產(chǎn)、加工環(huán)節(jié)中的實時在線檢測。因此，利用先進(jìn)的現(xiàn)代無損檢測技術(shù)代替?zhèn)鹘y(tǒng)檢測方法對于實現(xiàn)果品的生產(chǎn)、儲藏、加工及流通各環(huán)節(jié)的質(zhì)量控制與品質(zhì)保證，從而突破我們果品產(chǎn)業(yè)發(fā)展瓶頸具有非常重要的實際意義。所謂無損檢測技術(shù)是在不破壞檢測樣品的前提下，利用對象內(nèi)部結(jié)構(gòu)特異性及組分含量多少所引起的對熱、聲、光、電、磁等反應(yīng)的變化，來探測各種農(nóng)產(chǎn)品內(nèi)部指標(biāo)。根據(jù)檢測方法不同大致可以分為光學(xué)特性分析法

4、、聲學(xué)特性分析法、機(jī)器視覺技術(shù)分析法、電學(xué)特性分析法、核磁共振檢測技術(shù)與X射線檢測技術(shù)等(徐惠榮2010)。以上各種無損檢測技術(shù)在研究和實際生產(chǎn)中得到了不同程度的應(yīng)用，其中，近紅外光譜技術(shù)因其高效率、低成本、易操作和方便多組分同時檢測等諸多優(yōu)點，被分析化學(xué)界譽(yù)為“分析巨人”，尤其隨著近年來計算機(jī)技術(shù)和化學(xué)計量學(xué)的高速發(fā)展，更被廣泛應(yīng)用于農(nóng)業(yè)、石油、化工、醫(yī)藥和生物等各個方面。近年來，國內(nèi)外在利用近紅外光譜技術(shù)進(jìn)行各類果品品質(zhì)檢測以及開發(fā)在線實時果品品質(zhì)檢測裝置和便攜式果品檢測儀器方面的報道很多。但在國內(nèi)外諸多研究中近紅外分析模型普遍存在著“欠擬合”與“過

5、擬合”第14頁共13頁問題，而高質(zhì)量的模型應(yīng)該具有建模樣本少、速度快、精度高和適應(yīng)性強(qiáng)等特點，這也是決定近紅外光譜技術(shù)能否在果品品質(zhì)檢測中被更廣泛應(yīng)用的關(guān)鍵所在。近紅外光譜分析關(guān)鍵技術(shù)主要包括三方面：建模樣本的優(yōu)選、有效光譜信息的提取以及建模方法的選擇。其中，任何一個環(huán)節(jié)方法選擇的不合理或操作的不科學(xué)，將直接對分析模型造成重要的影響，甚至關(guān)乎整個建模分析的可行與否。因此，系統(tǒng)研究近紅外光譜分析中各關(guān)鍵技術(shù)，通過綜合比較選取各單元操作最佳方法，對于優(yōu)化模型、提高預(yù)測精度、增強(qiáng)模型適應(yīng)性以及改善模型穩(wěn)健性等都具有非常重要的意義。為此，本文旨在對成熟期及采收儲

6、藏期的果品品質(zhì)的近紅外光譜分析過程中，通過對建模樣品的優(yōu)選（相似與異常樣品的剔除、校正集與驗證機(jī)的劃分）、有效光譜信息的提?。ㄌ卣鞑ㄩL與特征區(qū)域的選?。┖徒７椒ǖ倪x取（線性回歸與非線性擬合）各關(guān)鍵環(huán)節(jié)進(jìn)行系統(tǒng)研究，綜合分析選取各環(huán)節(jié)處理方法，建立高效、準(zhǔn)確、適用和穩(wěn)健的最優(yōu)品質(zhì)分析模型，也為便攜式近紅外果品品質(zhì)檢測儀的開發(fā)提供技術(shù)支撐。二、選題的依據(jù)1.理論依據(jù)近紅外光譜（NIRs）是介于可見光譜區(qū)和中紅外光譜區(qū)之間波長780~2526nm（波數(shù)12820~3959cm-1）的電磁波（陸婉珍2006）。近紅外光譜的主要信息為物質(zhì)含氫基團(tuán)（包括O-H、N

7、-H、C-H等）對近紅外光的倍頻與合頻吸收，這使得近紅外光譜技術(shù)不僅可以檢測物質(zhì)中與這些基團(tuán)相關(guān)的組分，如糖度、酸度、蛋白質(zhì)、淀粉、脂肪和氨基酸等，而且可用于分析物質(zhì)的密度、硬度和粘度等性質(zhì)（郭文川等2001）。比爾—朗貝定律(TheBeer-LambertLaw)是近紅外光譜分析中的一個重要定律，它奠定了近紅外光譜分析的基礎(chǔ)：將所研究的樣品組分的濃度值與通過儀器測量得到的光譜值之間的關(guān)系進(jìn)行關(guān)聯(lián)（劉建學(xué)2007），即：其中，—樣品在特定波長（或頻率）的吸光度；—樣品的所研究組分在該特定波長下的吸光系數(shù)；—光程，即光通過樣品的行程；—樣品中所研究組分的濃

8、度值。然而，近紅外譜區(qū)譜峰重疊非常嚴(yán)重，譜峰比較寬，譜區(qū)的可解析性很差，一般很難