基于可见/近红外光谱技术的玉露香梨可溶性固形物含量检测

孙海霞，王润润，张淑娟，任 锐，苏立阳，卢心缘

（山西农业大学农业工程学院，山西 晋中 030801）

玉露香梨是山西省特色农产品，富含糖、维生素等多种营养物质，果肉酥脆、口味香甜，深受消费者喜爱[2]。可溶性固形物含量（Soluble solids content，SSC） 是衡量水果品质的一个重要指标，影响果实的营养成分和口感。因此，SSC 检测对提高玉露香梨的附加价值、满足消费者需求具有重要意义。

可见/ 近红外光谱技术[2]利用样本内部的X-H（C、O、N 等） 基团的倍频与合频的吸收特性获取样本光谱信息，结合化学计量学方法可实现样本品质的快速、无损检测。王世芳等人[3]为了实现对西瓜可溶性固形物检测，采用光谱－理化值共生距离（SPXY） 算法对不同检测部位的样品集进行划分，建立偏最小二乘回归预测模型，预测集相关系数（Rp） 和均方根误差（RMSEP） 分别为0.864 和0.33%。田喜等人[4]利用近红外光谱技术，分析了检测姿态对检测模型的影响，建立了苹果整果的糖度检测模型，Rp 和RMSEP 分别为0.79 和0.84%。盛晓慧等人[5]在库尔勒香梨可溶性糖的检测中，基于可见/近红外光谱技术采用无信息变量消除算法进行特征波长的提取，并建立了最小二乘支持向量机（Least Squares Support Vector Machine，LS-SVM） 检测模型，决定系数（Rp2） 为0.976、预测均方根误差（RMSEP） 为2.313。张立欣等人[6]基于近红外光谱技术，利用BiPLS 结合SPA 进行了苹果SSC 检测，Rp 和RMSEP 为0.898 1 和0.937 1。赵小康等人[7]提出基于无监督主动学习方法进行了苹果SSC 和硬度的光谱检测，与其他算法相比RMSEP 降低了2.0%~13.2%。

以玉露香梨为研究对象，基于可见/近红外光谱技术进行SSC 检测，采用多种算法进行预处理，采用采用竞争自适应加权（Competitive Adaptive Reweighted Sampling，CARS） 算法和连续投影算法（Successive Projections Algorithm，SPA） 提取特征波长，采用偏最小二乘回归（Partial Least Squares Regress，PLSR） 建立检测模型，分析不同特征提取方法对检测模型的影响，实现玉露香梨的SSC 快速检测。

1 材料与方法

1.1 样本采集

玉露香梨样本，采集自山西省太谷区白城村，选取成熟度一致、无损伤、尺寸形状一致的样本。样本采后当天运回实验室，将样品清洗干净并置于实验室条件下4 h，以恢复至室温。共选取试验样本179 个，采用KS 算法分为校正集（110 个样本） 和预测集（69 个样本）。

1.2 光谱数据采集与可溶性固形物含量的测定

采用美国ASD（Analytical Spectral Device） 公司生产的光谱仪采集玉露香梨样本的漫反射光谱信息。每个样本扫描3 次取其平均值作为光谱数据（见图1）。各个样本光谱曲线的变化趋势相似。光谱曲线的范围为350~2 500 nm，在970 nm 和1 400 nm附近均有与O-H 相关的吸收峰。在350~450 nm 范围内和2 475~2 500 nm 范围内信噪比较低，噪声大。因此选择450~2 475 nm 所对应的光谱信息进行后续的分析。

玉露香梨原始光谱曲线见图1。

采用手持式折光仪测定每个样本的SSC，最大值为12.10%，最小值为8.2%。

样本SSC 的统计结果见表1。

表1 样本SSC 的统计结果 / %

1.3 数据处理方法及模型评价

采用CARS 和SPA 算法提取特征波长，采用偏最小二乘回归[8]建立预测模型。CARS 算法通过自适应重加权采样技术将回归系数大的波长点保留，将权重小的点去除，模仿了达尔文进化论的“适者生存”原则，通过交叉验证选取交叉验证均方根误差小的变量组合[9]。SPA 能够很好地消除特征波长之间存在的共线性问题，而且避免了重叠信息的重复提取[10-11]，简便快捷。

所建模型采用校正集的决定系数（Determination coefficient of calibration，Rc2） 和均方根误差（Root mean squared error of calibration，RMSEC）、预测集的决定系数（Determination coefficient of prediction，Rp2） 和均方根误差（Root mean squared error of prediction，RMSEP） 来评价模型的性能。

2 结果与分析

2.1 光谱数据预处理

试验中采用去趋势（De-trending）、标准化（Normalize）、标准归一化（standard normal variate，SNV） 进行光谱预处理，采用PLSR 建立SSC 预测模型。去趋势法所建模型的结果最差，Rp2 和RMSEP分别为0.80 和1.62%，预测能力相对较差。其他3种方法所建模型结果相近，其中Normalize 所建模型的结果稍差，Rp2 和RMSEP 分别为0.86 和0.32%。原始光谱和SNV 所建模型的Rc2、Rp2 和RMSEP 相同，原始光谱所建模型的RMSEC 最小。因此，选择原始光谱信息进行后续分析，基于全波段所建PLSR模型的Rp2 和RMSEP 分别为0.86 和0.31%。

不同预处理方法所建PLSR 模型的预测结果见表2。

表2 不同预处理方法所建PLSR 模型的预测结果

2.2 特征波长提取

为去除冗余信息，针对玉露香梨450~2 475 nm的原始光谱，采用CARS 提取SSC 的特征波长，提取过程如图2 所示。CARS 在特征波长选取中，利用蒙特卡洛交叉验证选取最优潜在变量，设定采样次数为50。图2（a） ~（c） 分别为随采样次数的变化所选取的特征波长个数，RMSECV 随采样次数的变化，采样过程中回归系数的变化。采样中随采样次数的增加，变量数逐渐减小；对模型贡献率大的变量的回归系数被放大和保留，反之被淘汰。由图2可知，在第27 次采样时，RMSECV 达到最小值0.211 4%，共提取到51 个变量。该51 个变量所对应的波长即为特征波长，分别为454，460，461，462，464，473，490，491，495，639，657，676，723，800，840，889，913，914，936，956，977，991，1 142，1 143，1 144，1 249，1 273，1 362，1 421，1 671，1 875，1 878，1 906，1 951，2 013，2 014，2 015，2 041，2 090，2 183，2 213，2 214，2 318，2 339，2 365，2 394，2 410，2 412，2 418，2 472，2 475 nm。

图2 CARS 提取特征波长

CARS 提取特征波长见图2。

由于CARS 提取的特征波长数量较多，进行二次数据降维。因此，采用SPA 算法对CARS 所提取的特征波长进行第二次降维。当变量数为16 个时，RMSE 的变化趋于稳定，RMSE 为0.3421 4%（见图3）。所提取到的16 个特征波长的分布（见图4），图4 中提取的数值需与CARS 提取到的特征波长相对应。根据重要程度提取到的特征波长依次为2 183，2 015，1 875，2 318，639，1 951，657，723，495，889，1 421，460，2 472，1 362，2 475，676 nm。

图3 RMSE 随变量数的变化

图4 SPA 提取特征波长

RMSE 随变量数的变化见图3，SPA 提取特征波长见图4。

2.3 SSC 检测模型的建立

分别将全波长和CARS、CARS-SPA 提取到的特征波长所对应的光谱数据作为模型输入，采用PLSR建立检测模型。

不同波段PLSR 预测结果见表3。

表3 不同波段PLSR 预测结果

由表3 可知，全波段所建模型的Rp2 最高，RMSEP 最低。与全波段所建模型相比，采用CARS提取特征波长所建模型的校正集预测结果明显提高（Rc2 提高0.04，RMSEC 降低0.05%），预测集的结果降低（Rp2 降低0.03，RMSEC 提高0.02%）。CARS 所建模型的校正集和预测集的预测结果差异性最明显。与全波段所建模型相比，CARS-SPA 所建模型的Rc2 降低了0.05，RMSEC 提高了0.07%，Rp2 降低0.03，RMSEC 提高0.03%。与CARS 所建模型相比，CARS-SPA 所建模型的Rc2 降低了0.09，RMSEC 提高了0.12%，Rp2 相同，RMSEC 提高0.01%。3 个模型的预测集结果接近，均得到较好的预测结果（Rp2 为0.83~0.86，RMSEP 为0.31%~0.34%）。与全波段和CARS 所建模型的预测结果相比，CARS-SPA 所建模型的校正集和预测集结果的差异性最小。CARS-SPA 所提取到的变量信息较少，在建模过程中计算的复杂性相对更小、运算速度相对更快。因此，采用CARS-SPA 所建模型实现了玉露香梨SSC 的检测，且得到了较好的预测结果，Rp2和RMSEP 分别为0.83 和0.34%。

3 结论

基于可见/ 近红外光谱技术进行玉露香梨SSC检测。与预处理后所建PLSR 模型的预测结果相比，原始光谱所建PLSR 模型的结果稍好。基于全波段、CARS、CARS-SPA 提取的特征波长所建PLSR 模型均得到好的预测结果，Rp2 为0.83~0.86，RMSEP 为0.31%~0.34%。与全波段和CARS 所建PLSR 模型的预测结果相比，CARS-SPA-PLSR 模型校正集和预测集结果间的差异性最小，且CARS-SPA 所提取到的变量信息最少。因此，CARS-SPA-PLSR 模型得到最优的预测性能，Rp2 和RMSEP 分别为0.83 和0.34%，为实现玉露香梨SSC 在线检测提供了基础。