基于近紅外光譜技術(shù)分析的鮮食葡萄果實(shí)的無損檢測與品質(zhì)鑒定

《基于近紅外光譜技術(shù)分析的鮮食葡萄果實(shí)的無損檢測與品質(zhì)鑒定》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、６６３１１０４：Ｓ．：３６分類號單位代碼：學(xué)號：１３７２０６７０密級急歡怎逆Ａｆ學(xué)位論文基于近紅外光譜技術(shù)分析的鮮食葡萄果實(shí)的無損檢測與品質(zhì)鑒定ｖ＊Ｎｏｎｄｅｓｔｒｕｃｔｉｅｄｅｔｅｃｔｉｏｎａｎｄｑｕａｌｉｔｉｄｅｎｔｉ行ｃａｔｉｏｎｏｆｆｔｅｓｈｙｒａｐｅｆｒｕｉｔｓｕｓｉｎＮＩＲＳｔｅｃｈｎｉｕｅｇｇｑ研巧生；蔡雪珍指導(dǎo)教航方從兵教授？合作指導(dǎo)教師：申請學(xué)位類別：農(nóng)業(yè)推廣碩±專化領(lǐng)域名稱：屍藝研巧方向：園藝生理生態(tài)二０—五年六月

2、？ｆ獨(dú)創(chuàng)性聲明本人產(chǎn)明所呈的學(xué)位論文是本人在導(dǎo)師指導(dǎo)Ｋ進(jìn)行的研究工作。和致謝的地方及取得的研究成果據(jù)我所知，除了文中特別加標(biāo)注夕ｈ，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得安徽農(nóng)業(yè)大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我＾同Ｘ作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：寒續(xù)＾簽字日期：年品７日了學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解安徽農(nóng)業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電

3、子文件，允許論文被查閥和借隙。本人授權(quán)安徽農(nóng)業(yè)大學(xué)可將學(xué)位論１＾、入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可＝＾？采用影巧縮?。崳娢膬?nèi)容編的全部或部分、（或掃描等的學(xué)后適復(fù)制手段保存匯編學(xué)位論文保密位論文在解密。用本授秋）書ｔＩ之指導(dǎo)教名：師簽方學(xué)位論文作巧簽名＇＇簽字；簽日期年ｒ口曰期：年日月字月ｒｒ５／摘要中國是水果生產(chǎn)大國，果樹資源豐富，栽培歷史悠久；自1993年以來，我國水果產(chǎn)量和種植面積均一直穩(wěn)居世界首位。近年來，盡管我國水果產(chǎn)量不斷增加，但水果出口量仍然很小，其原因是水果商品化程度低、品質(zhì)稍差且良莠混雜，導(dǎo)致在國際市場中競爭力弱。影

4、響我國水果商品化程度和競爭力的一個重要原因是果品采后處理技術(shù)的落后，尤其是我國水果分級能力弱，檢測效率低。傳統(tǒng)的水果品質(zhì)鑒別和分級方法費(fèi)時費(fèi)力，易受到人為因素（如嗅覺、味覺、喜好）的干擾，且對果實(shí)內(nèi)部的營養(yǎng)成分缺乏客觀和理性的判別標(biāo)準(zhǔn)。而化學(xué)分析法需要對果品進(jìn)行破碎后逐一檢測，往往檢測的樣本數(shù)量有限，難以保證抽樣的代表性，從而無法實(shí)現(xiàn)快速無損檢測?，F(xiàn)行的一些果品采后流水線檢測和分級設(shè)備通常僅僅依據(jù)果實(shí)大小或重量進(jìn)行粗略分級，且設(shè)備的專用性要求較高，利用率低下。因此，開發(fā)一種快速、高效、無損的果品檢測技術(shù)，以滿足果品大規(guī)模品質(zhì)分析和分級處理的需要，提高果

5、品采后處理的標(biāo)準(zhǔn)化水平，是當(dāng)前水果生產(chǎn)中亟待解決的問題。近年來，隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展和化學(xué)計(jì)量學(xué)方法應(yīng)用的不斷深入，近紅外光譜成像技術(shù)因其具有檢測速度快、效率高、成本低等多方面優(yōu)點(diǎn)，被越來越多地應(yīng)用于醫(yī)藥、化工、農(nóng)業(yè)、食品等相關(guān)行業(yè)領(lǐng)域。目前，由于果品中內(nèi)含物分布的不均一性，以及光譜分析數(shù)據(jù)處理方法帶來的判別模型差異性和不穩(wěn)定性，要求我們對基于近紅外光譜技術(shù)分析的果品快速無損檢測方法進(jìn)行進(jìn)一步優(yōu)化。本研究以鮮食葡萄果實(shí)為試材，嘗試采用近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)方法相結(jié)合的方法，建立果實(shí)的快速無損檢測和品質(zhì)鑒定方法。試驗(yàn)首先選取建模樣品，并按照一定比

6、例隨機(jī)分為建模集和驗(yàn)證集；應(yīng)用近紅外光譜技術(shù)采集供試樣品的原始光譜數(shù)據(jù)。采用多元散射校正（MSC）、導(dǎo)數(shù)、平滑等方法對原始光譜進(jìn)行預(yù)處理，根據(jù)所測組分含量和光譜特征選取合適的光譜波長范圍；再進(jìn)一步利用偏最小二乘（partialleastsquare，PLS）法和判別分析（discriminantanalysis，DA）法，建立水果近紅外光譜的定量模型和定性模型，用于水果樣品中內(nèi)含物的含量預(yù)測，以及不同葡萄品種、成熟度、病蟲果實(shí)的區(qū)分和鑒定。本試驗(yàn)研究對于建立鮮食葡萄果實(shí)的快速無損檢測和品質(zhì)鑒定方法，提高水果的采后處理水平和商品化程度，推動葡萄栽培生產(chǎn)和

7、產(chǎn)業(yè)發(fā)展，都將具有十分重要的意義。本論文試驗(yàn)取得了以下主要結(jié)果：1、采用偏最小二乘法（PLS）建立了葡萄果實(shí)品質(zhì)組分含量的混合指標(biāo)定量分析模型，研究和分析了不同光譜預(yù)處理方法、光譜范圍的選定對模型預(yù)測性能的影響。在此基礎(chǔ)上，以夏黑、溫克、巨峰二次果為樣品建立了三個混合定量模型，對果實(shí)總酚、總糖、果糖、蔗糖、可溶性固形物5項(xiàng)品質(zhì)指標(biāo)進(jìn)行了預(yù)測分析。結(jié)果表明，多I元散射校正（MSC）+一階導(dǎo)數(shù)（1stderivative）+Norris平滑為適宜的近紅外光譜數(shù)據(jù)的預(yù)處理方法，預(yù)測結(jié)果除少數(shù)指標(biāo)的相關(guān)系數(shù)較低，在0.77~0.89之間，其余指標(biāo)均在0.90以

8、上，均方根誤差在0.022~1.41之間，表征模型預(yù)測結(jié)果良好。2、建立了葡萄果實(shí)14個樣本集