基于近紅外光譜的獼猴桃貯藏期間可溶性固形物含量和ph值的測定

基于近紅外光譜的獼猴桃貯藏期間可溶性固形物含量和ph值的測定

近紅外色光譜法是利用物質(zhì)的吸收、分散、反射和透射特性確定其成分含量的非選擇性檢測技術(shù)。近紅外光譜檢測技術(shù)具有檢測迅速、同時檢測多種成分以及能實現(xiàn)無損檢測的優(yōu)點,因此在農(nóng)產(chǎn)品無損檢測,尤其是果品檢測中倍受青睞。國內(nèi)外學(xué)者利用近紅外光譜分析技術(shù)對水果內(nèi)部品質(zhì)指標的檢測進行了大量的研究工作。在果品糖酸度檢測方面,基于近紅外光譜技術(shù)對蘋果的可溶性固形物和有效酸度進行定量分析,并建立了相關(guān)的預(yù)測模型;對大白桃的糖度進行了近紅外漫反射光譜無損檢測;檢測了梨的糖酸度并確立了模型的定標參數(shù);對西瓜的可溶性糖和獼猴桃的糖度進行了近紅外光譜測定。在硬度檢測方面,利用近紅外光譜技術(shù)評估了桃和獼猴桃的硬度。關(guān)于果品的損傷研究,分別對蘋果、梨、獼猴桃的損傷品質(zhì)進行了檢測,并取得了較好的結(jié)果。水果成熟以后要經(jīng)過采摘、運輸、分選、包裝等多個工序,在這樣復(fù)雜的流通過程中難免發(fā)生擠壓和碰撞損傷。同其他水果相比,經(jīng)過擠壓和碰撞損傷的獼猴桃如果表皮沒有被刺破,則很難判別獼猴桃是否受損。貯藏期間損傷獼猴桃的呼吸作用較無損獼猴桃強烈,在呼吸作用下產(chǎn)生的乙烯會加速無損獼猴桃的后熟,降低獼猴桃的貯藏期。另外,損傷果會感染與其鄰近的無損果,增加損傷率。因此在分批出庫銷售前,應(yīng)該挑選出損傷獼猴桃,以保證完好率和好的售價。為此,本實驗以華優(yōu)獼猴桃為研究對象,探討近紅外光譜漫反射技術(shù)在無損檢測冷藏期損傷獼猴桃的可溶性固形物含量、pH值和硬度方面的可行性。1材料和方法1.1傅里葉變換近紅外光譜儀華優(yōu)獼猴桃樣本采摘于西安市楊凌區(qū)。CMT5504萬能試驗機深圳新三思公司;MPA型傅里葉變換近紅外光譜儀德國Bruker公司;GY-3型果實硬度計(配直徑11mm的圓柱形探頭)艾德堡(中國)公司;PR-101α型折射式數(shù)字糖度計(0.0~45.0°Brix,精度0.1%)日本Atago公司;SJ-3F型pH計上海精密儀器有限公司。1.2獼猴桃的擠壓試驗共選擇144個形狀規(guī)則、大小基本一致、無損傷樣品為實驗對象。用萬能試驗機以10mm/min的速度對其中72個樣品依次進行緩慢擠壓,當(dāng)擠壓使每個獼猴桃發(fā)生5mm的位移量時,停止施壓。另外72個樣品依次從0.5m的高度自然跌落,形成損傷表面積約4cm2的碰撞損傷果。然后將兩種損傷的獼猴桃各分成9組,每組8個樣品,裝于保鮮袋中置于2℃冷藏。1.3獼猴桃管道掃描應(yīng)用傅里葉變換近紅外光譜儀采集損傷獼猴桃的近紅外漫反射光譜。采集條件:室溫(24℃±2℃),以儀器內(nèi)置背景為參比;掃描范圍:波數(shù)12000~4000cm-1(833~2500nm);掃描次數(shù):32次;分辨率:8cm-1;探頭視場角:90°;掃描時光纖探頭與獼猴桃果皮直接接觸。光譜數(shù)據(jù)由OPUS(v5.5,德國BrukerOptics公司)軟件進行采集和轉(zhuǎn)換。1.4可溶性固形物含量采用果實硬度計和與其配套的直徑11mm的圓柱形探頭測量獼猴桃果肉的硬度,測量精度為±0.2(×105Pa)。應(yīng)用折射式數(shù)字糖度計測量獼猴桃果汁的可溶性固形物含量(solublesolidscontent,SSC),將其作為果實糖度的指標。應(yīng)用pH計測量果汁pH值,作為果實酸度的指標。1.5光譜和硬度的測定獼猴桃貯藏期間,每隔2d隨機取出兩種損傷獼猴桃的其中一組樣品。于實驗前一天晚上,置于室溫(24℃±2℃)條件下使樣品溫度回升至室溫且達到均勻。12h后,在赤道部位均勻選取4個點,其中2個在損傷部位、2個在無損部位,用近紅外光譜儀采集4個點的漫反射光譜,以4條光譜的平均值作為該獼猴桃樣品的光譜。隨后,用水果刀削掉光譜測試部位的果皮,用果實硬度計測量4個光譜掃描點的硬度,以平均值作為該樣品果肉的硬度。進而削去其余部分的果皮,在家用壓蒜器內(nèi)鋪醫(yī)用紗布2層,用壓蒜器將切碎的果肉壓成汁,攪勻后先后用數(shù)字式糖度計和pH計測量SSC和pH值各3次,取各自的平均值作為該樣品的測定結(jié)果。1.6預(yù)測誤差的測定采用MicrosoftOfficeExcel2003和定量分析軟件Unscrambler(v9.8,挪威Camo公司)進行光譜數(shù)據(jù)的處理與分析。以校正集樣品的校正相關(guān)系數(shù)(rc)和校正均方根誤差(RMSEC)以及預(yù)測集樣品的預(yù)測相關(guān)系數(shù)(rp)和預(yù)測均方根誤差(RMSEP)作為評價模型性能的指標。所建模型的rc和rp越高,RMSEC和RMSEP越小,模型效果越好。RMSEC和RMSEP定義如下:式中:nc和np分別為校正集和預(yù)測集中的樣品數(shù);和yi分別為校正集和預(yù)測集中第i個樣品的預(yù)測值和測量值。2結(jié)果與分析2.1回歸結(jié)果分析從每次實驗中的兩組損傷獼猴桃樣品中各隨機取出2個樣品作為預(yù)測集樣品,剩下的作為校正集樣品,SSC、pH值和硬度原始校正集樣本個數(shù)均為108個?；陬A(yù)測濃度殘差準則及濃度殘差準則剔除異常樣品后,SSC校正模型校正集樣品數(shù)103個,pH值校正模型校正集樣品數(shù)為102個,硬度校正模型校正集樣品數(shù)為101個,預(yù)測集樣品均為36個。總樣品集近紅外光譜如圖1所示,具體SSC、pH值和硬度的測定結(jié)果見表1。2.2光譜預(yù)處理及校正近紅外光譜往往包含一些與待測樣品性質(zhì)無關(guān)的因素所帶來的干擾,如樣品的狀態(tài)、光的散射、雜散光及儀器響應(yīng)等的影響,導(dǎo)致了近紅外光譜的基線漂移和光譜的不重復(fù),因此有必要對原始光譜進行預(yù)處理。為比較不同預(yù)處理方法對模型建立的影響,在全光譜范圍內(nèi),針對損傷獼猴桃原始光譜lg(1/R)、一階微分(平滑點數(shù):17)光譜D1lg(1/R)和二階微分(平滑點數(shù):25)光譜D2lg(1/R),應(yīng)用PLS校正方法對SSC、pH值和硬度分別建模,所建模型的結(jié)果如表2所示。結(jié)果表明,一階微分預(yù)處理結(jié)果較好,其校正模型相關(guān)系數(shù)較高,預(yù)測均方根誤差較低。2.3種校正方法對損傷獼猴桃一階微分光譜的pcr檢測結(jié)果為比較不同校正方法對損傷獼猴桃SSC、pH值和硬度所建模型的影響,分別采用PLS、MLR和PCR三種校正方法對損傷獼猴桃的一階微分光譜進行建模。三種不同校正模型的結(jié)果如表3所示。綜合比較可以看出PLS校正方法所建模型的質(zhì)量要優(yōu)于其他兩種方法。2.4h值和硬度校正模型的建立為檢驗?zāi)Ｐ偷目煽啃?分別利用已建立的損傷獼猴桃SSC、pH值和硬度的PLS數(shù)學(xué)模型對36個未知樣品進行預(yù)測。圖2為用建立的SSC、pH值和硬度校正模型對未知樣品的SSC、pH值和硬度的預(yù)測值與實測值的比較。結(jié)果表明,在12000~4000cm-1波段范圍內(nèi),采用PLS校正方法建立的模型具有較高的預(yù)測精度,其中,對SSC的預(yù)測值與實測值的相關(guān)系數(shù)為0.812,預(yù)測均方根誤差為0.749;對pH值的預(yù)測值與實測值的相關(guān)系數(shù)為0.703,預(yù)測均方根誤差為0.153;對硬度的預(yù)測值與實測值的相關(guān)系數(shù)達到0.919,預(yù)測均方根誤差為1.700。3pca、pls模型的定量分析結(jié)果本研究在12000~4000cm-1光譜范圍內(nèi),對損傷獼猴桃2℃貯藏期間的可溶性固形物含量、pH值和硬度的快速無損檢測具有可行性,通過比較分析,采用一階微分光譜處理,可以得到比較好的定量模型和預(yù)測精度。利用PLS、MLR和PCA三種校正