雪梨中可溶性固形物的快速检测

黄沛遵+靳皓

摘 要：本文采用近红外漫反射法，对雪梨中的可溶性固形物含量进行检测。随机地在每只雪梨上选择2～3个样本，共采集了133个样本。剔除异常样本5个，剩下128个样本，分为校正集90个，预测集38个。使用Unscrambler9.7软件做数据处理。采用不同的光谱预处理方法，结合偏最小二乘（PLS）进行建模预测。发现，使用面积标准化、平均值标准化、标准正态变量变换（SNV）、多元散射校正（MSC）4种光谱预处理方法，均可得到理想的预测效果。使用预测相关系数（R）和预测均方根误差（RMSEP）作为评价指标，R值超过0.96，RMSEP值小于0.20。

关键词：近红外；漫反射法；预处理；可溶性固形物

中图分类号：S661.2 文献标识码：A DOI：10.11974/nyyjs.20170733033

雪梨是一種常见的水果，对急性气管炎和上呼吸道感染均有良效，又有降低血压和养阴清热的功效。其味甘性寒，具有生津润燥、清热化痰、养血生肌之功效[1]。其可溶性固形物含量的高低是鉴别其品质的重要因素之一。

同时，近红外光谱具有测试方便，适于在线分析等特点[2]。已有多人基于近红外光谱对此进行过研究。王凡等[3]使用漫透射光谱技术对番茄的可溶性固形物做了研究；郭成[4]等使用近红外光谱结合波长优选检测了葡萄的可溶性固形物含量；王伟名[5]等使用近红外漫反射光谱检测了梨的果糖浓度；刘小路等[6]建立了蓝莓的可溶性固形物的检测模型；樊书祥等[7]使用近红外光谱检测模型对苹果的产地差异做了研究；许文丽等[8]使用变量优选和快速独立成分分析的方法检测了黄花梨的可溶性固形物；吴方龙等[9]使用近红外漫反射光谱无损检测了梨的可溶性固形物；刘燕德等[10]使用近红外漫透射光谱在线检测了雨露香梨的可溶性固形物；王铭海等[11]使用近红外漫反射光谱无损检测了成熟期梨的可溶性固形物；秦善知等[12]使用便携式近红外光谱仪检测了梨的可溶性固形物。

1 实验部分

1.1 样品与仪器

实验选用50只雪梨，采购于天津某农贸批发市场，产地为河北省。实验前，将雪梨用清水洗净，选择无机械损伤处，随机地在每只雪梨的靠近果柄、果萼和赤道等部位选取2～3块样本，每个样本为2cm左右的立方体，共采集了133个样本。每采集完1个样本，即刻测量其光谱数据及糖度值。光谱仪为美国PerkinElmer近红外光谱仪，用积分球附件，漫反射法测量全谱数据，波数为10000～4000cm-1，扫描次数32，分辨率4cm-1。同时，使用日本PAL-1型数显糖度计，对每个样本测量其糖度值。

1.2 光谱测量

将切好的梨块置于样本杯上，覆盖住蓝宝石窗片。每次都先测量背景，然后测量光谱数据，仪器能够自动扣除背景，得到扣除背景后的光谱数据。保存数据。

1.3 测量可溶性固形物

得到梨块的光谱数据后，即刻测量糖度值。将梨块挤出梨汁3～5滴，使其完全覆盖糖度计窗口。显示数据。记录下来。

2 结果与讨论

2.1 原始光谱及不同预处理方法

使用Unscrambler9.7软件做数据处理。选择1501个波数变量为x变量，糖度值为y变量，用PLS1对133个样本的原始光谱建立回归模型。确定主成分数，如图1所示，选择主成分数为14。

使用14个主成分建模，如图2所示，得到校正相关系数为0.95，校正均方根误差为0.24。

结合UScores-T Scores图，Leverage-Samples图和Y-residuals-Predicted Y图剔除异常样本5个，剩下128个样本，再次建模，得到校正相关系数为0.95，校正均方根误差为0.20，比先前有所改善。

把128个样本分为校正集和验证集，校正集90个，验证集38个。

采用不同的预处理方法，结合PLS1建模。预处理方法分别为面积标准化、平均值标准化、标准正态变量和多元散射校正。

2.2 不同预处理方法的比较

由表1可见，4种不同的预处理方法均比原始光谱建模预测更为优异。其中，多元散射校正预处理方法能使用更少的主成分数。

3 结论

由于使用漫反射法进行测量研究，所以可以为无损测量打下良好基础。本工作使用了全谱数据，如果对光谱波段进行选择，可能会有更好的建模预测效果。

参考文献

[1]雪梨.百度百科[EB/OL].http：//baike.baidu.com/link？url=N3lhSmJL2729dO6mVMtA4DbuU6ZMm47v9Xk_1Bq0SC-XnlOdRopcA3q0fzH6B0lNKfQgvbwbHi9F1VDZ0XQf_q.

[2]褚小立.近红外光谱分析技术实用手册[M].北京：机械工业出版社，2016.

[3]王凡，李永玉，彭彦昆，等.基于漫透射光谱技术的番茄可溶性固形物及总糖含量的无损检测[J].光谱学与光谱分析，2016，36（10）：3185-3189.

[4]郭成，马月，梁梦醒，等.基于近红外光谱结合波长优选检测单颗葡萄的SSC含量[J].食品与机械，2016，32（09）：39-43.

[5]王伟名，董大明，郑文刚，等.梨果糖浓度近红外漫反射光谱检测的预处理方法研究[J].光谱学与光谱分析，2013，33（02）：359-362.

[6]刘小路，薛璐，鲁晓翔，等.蓝莓可溶性固形物/总酸近红外无损检测模型的建立[J].食品与生物技术学报，2016，35（07）：752-756.

[7]樊书祥，黄文倩，郭志明，等.苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究[J].分析化学，2015，43（02）：239-244.

[8]许文丽，孙通，胡田，等.基于变量优选和快速独立成分分析的黄花梨可溶性固形物可见/近红外光谱检测[J].光谱学与光谱分析，2014，34（12）：3253-3255.

[9]吴方龙，沈黄通，吴晨凯，等.基于近红外漫反射光谱无损检测梨可溶性固形物的光强影响探究[J].光谱学与光谱分析，2013，33（10）：2671-2673.

[10]刘燕德，朱丹宁，吴明明，等.玉露香梨可溶性固形物近红外漫透射光谱在线检测[J].食品与机械，2016，32（10）：115-119.

[11]王明海，郭文川，谷静思，等.成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测[J].西北农林科技大学学报（自然科学版），2013，41（12）：113-118.

[12]秦善知，陈斌，陆道礼，等.基于便携式近红外光谱仪检测梨可溶性固形物[J].江苏农业科学，2014，42（08）：284-286.

作者简介：黄沛遵，男，吉林辽源人；靳皓（1978-），男，天津人，讲师，硕士，主要研究方向：农产品检测。