莲子含水率近红外光谱检测模型构建

崔蕴涵，许金钗，方智毅，叶大鹏，翁海勇*

（1．福建农林大学机电工程学院，福建 福州 350002；2.现代农业装备福建省高校工程研究中心，福建 福州 350002）

莲子富含蛋白质、脂肪、维生素、矿质元素、氨基酸等基本营养成分，被视为一种营养很高的天然食品[1]。在莲子加工过程中，含水率是衡量其品质的关键指标之一。莲子的含水率检测目前主要是采用传统的热风烘干法，耗时长，结果滞后，在莲子烘干过程中无法达到实时检测的目的。

近红外光谱技术因操作简单、速度快、成本低且无需前处理，在食品质量快速检测中有广泛的应用前景[2-4]。刘洁等[5]探究了近红外光谱技术应用于板栗含水率无损检测的可能性，结果表明，栗仁的建模效果较好，栗壳表面的物理特性会对光谱信噪比造成一定影响。鞠兴荣等[6]借助近红外光谱技术建立了稻谷含水率偏最小二乘（partial least square，PLS）分析模型，验证集决定系数高达0.980 6。Guzmán等[7]发现近红外视觉系统可用于橄榄离线检测和在线分选，可以快速区分不符合最低质量要求的产品。彭云发等[8]采集了南疆红枣近红外光谱数据并建立了PLS模型，结果表明，预测值平均偏差为0.41%，实现了南疆红枣水分的快速检测。陈琳等[9]利用多种方法分别构建红茶含水率预测模型。结果表明，利用联合区间偏最小二乘法构建的含水率预测模型效果更优，其预测集的相关系数和均方根误差分别为0.959 3和0.039 5，模型预测精度高。Arslan等[10]采用近红外光谱法对黑枸杞中总黄酮、花青素等化学成分进行了定量分析，结果表明，近红外光谱法可用于黑枸杞化学成分检测。……