基于高光譜成像技術的蔬菜新鮮度快速檢測方法研究.pdf

1、新鮮度是葉菜類蔬菜品質問題的核心，同時蔬菜品質已逐漸成為其能否進入國際、國內市場的基本因素，精細化的蔬菜生產和管理亟需先進的蔬菜生產、貯藏、評價與新鮮度分級技術。因此迫切需要開展蔬菜的新鮮度檢測指標選擇和方法評價方面的研究，保障人們食用蔬菜的營養(yǎng)、安全、衛(wèi)生，從而為蔬菜品質的大幅度提高和蔬菜資源的科學合理開發(fā)利用提供理論依據。菠菜富含維生素、蛋白質、礦物質和膳食纖維，是一種營養(yǎng)豐富、味道鮮美的佳蔬。但是菠菜采后代謝旺盛，呼吸速率很高，容

2、易萎蔫和衰老。本研究以市場上常見的全能菠菜為研究對象，獲取葉片的高光譜數據，使用實驗室化學測量法測定了葉片的葉綠素a、葉綠素b、總葉綠素、類胡蘿卜素和可溶性糖含量，利用化學計量學方法分別建立了基于光譜信息的新鮮度判別模型和各個化學指標含量的預測模型，取得了良好的效果。主要研究結論如下:
　　(1)基于可見/近紅外波段高光譜信息進行菠菜新鮮度快速判別，對4℃和20℃溫度環(huán)境下貯藏的菠菜樣本分別建立了全譜PLS-DA模型和SR-PLS

3、-DA、SR-SVM、SR-ELM模型。其中， SR-ELM判別模型預測效果最佳，識別率均達到了100％。SR-PLS-DA模型的效果次之，4℃樣本預測集的識別率為97.50％，高于基于全譜PLS-DA模型95.00％的識別率，20℃樣本預測集的識別率達到了100％，遠遠高于全譜PLS-DA模型86.70％的識別率。SR-SVM模型的效果最差，識別率在70％左右。
　　(2)基于近紅外波段高光譜信息進行菠菜新鮮度快速判別，對4℃和

4、20℃溫度環(huán)境下貯藏的菠菜樣本分別建立了全譜PLS-DA模型和VIP-PLS-DA、VIP-SVM、VIP-ELM模型。其中，VIP-ELM模型預測效果最佳，識別率均達到了100％。VIP-PLS-DA模型的效果次之，4℃樣本預測集的識別率為92.50％，低于基于全譜PLS-DA模型的100.00％識別率，20℃樣本預測集的識別率達到了100％，效果和全譜PLS-DA模型一樣。VIP-SVM模型的效果最差，識別率≤70％。
　　(

5、3)在4℃下貯藏的菠菜樣本新鮮度化學指標的快速檢測中，葉綠素a含量檢測的最優(yōu)模型為SPA-ELM模型，預測集樣本的預測結果為rp=0.8062，RMSEP=0.2697;葉綠素b含量檢測的最優(yōu)模型為SPA-ELM模型，預測集樣本的預測結果為rp=0.6844，RMSEP=0.0819;總葉綠素含量檢測的最優(yōu)模型為SPA-MLR模型，預測集樣本的預測結果為rp=0.8500，RMSEP=0.2719;類胡蘿卜素含量檢測的最優(yōu)模型為SPA-

6、BPNN，預測集樣本的預測結果為rp=0.7656，RMSEP=0.0587;可溶性糖含量檢測的最優(yōu)模型為SPA-MLR，預測集樣本的預測結果為rp=0.8499，RMSEP=0.9104。說明應用可見/近紅外高光譜技術對冷藏(4℃)菠菜進行葉綠素a、葉綠素b、總葉綠素、類胡蘿卜素和可溶性糖含量的檢測時可行的，并能獲得較為滿意的預測精度。對4℃下貯藏的菠菜來說，總葉綠素含量的檢測效果最好，可溶性糖含量的檢測效果次之，葉綠素b含量的檢測效

7、果最差。
　　(4)在20℃下貯藏的菠菜樣本新鮮度化學指標的快速檢測中，葉綠素a含量檢測的最優(yōu)模型為SPA-MLR模型，預測集樣本的預測結果為rp=0.9255，RMSEP=0.1991;葉綠素b含量檢測的最優(yōu)模型為SPA-MLR模型，預測集樣本的預測結果為rp=0.8560，RMSEP=0.0557;總葉綠素含量檢測的最優(yōu)模型為SPA-ELM模型，預測集樣本的預測結果為rp=0.8792，RMSEP=0.1739;類胡蘿卜素含量

8、檢測的最優(yōu)模型為SPA-MLR，預測集樣本的預測結果為rp=0.8929，RMSEP=0.0274;可溶性糖含量檢測的最優(yōu)模型為SPA-ELM，預測集樣本的預測結果為rp=0.8719，RMSEP=0.7575。說明應用可見/近紅外高光譜技術對常溫(20℃)菠菜進行葉綠素a、葉綠素b、總葉綠素、類胡蘿卜素和可溶性糖含量的檢測時可行的，并能獲得較為滿意的預測精度，對20℃貯藏的菠菜來說，葉綠素a含量的檢測效果最好，類胡蘿卜素含量的檢測效果