利用近红外技术在线无损检测苹果梨品质的方法研究

摘要

无损检测技术是近年来发展起来的一种高新技术，是二十一世纪备受瞩目的尖端技术，目前在工业、农业及医药行业中得到了广泛的应用。近红外技术是其中的一种重要技术，因近红外光谱区包含丰富的与氢原子有关的分子的光谱信息，样品无需前处理就可以用于定性或定量分析。 本课题以苹果梨为研究对象，利用近红外透射光谱仪扫描完整苹果梨的短波近红外透射光谱，并建立苹果梨糖度、酸度等几项指标的数学模型：可溶性固形物回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.96，PC=10，SEP=0.30；总糖回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.73，PC=3，SEP=0.45；pH值回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.83，pC=3，SEP=0.23；可滴定酸回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.90，PC=5，SEP=0.28；维生素C回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.62，PC=2，SEP=0.32；石细胞回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.62，PC=1，SEP=0.076；苹果梨含水量回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0．66，PC=3，SEP=0.62；苹果梨单果重回归模型的相关系数、主成分数及预测标准差分别为：R<,C>=0.70，PC=5，SEP=18.01；苹果梨原产地的判别以未知样距已知的标准样本集的相对距离(SO/Si，Hi)来判别其归属地，结果表明原产地判别正确率为100％，表明近红外技术完全可以用来判断苹果梨的原产地。 从几项指标的分析可以得出偏最小二乘法建立的模型优于主成分分析；全谱建立的模型优于部分波段的分析结果；光谱预处理以平滑处理、标准化处理和透射光效果为好。可溶性固形物、pH值和可滴定酸模型的校正相关系数均达到了0.8以上，说明以上三项指标所建模型比较稳定，预测结果与化学测定结果吻合较好，具有实用性。总糖和单果重的校正相关系数达到了0.7，其中总糖模型的稳定性略低于可溶性固形物模型。维生素C、石细胞和含水量模型的校正相关系数为0.6，在实际检测中误差较大，模型的精度有待提高，目前只可用来预测其总体趋势。利用近红外技术判别苹果梨的原产地准确率可达100％，说明近红外技术完全可以用于苹果梨原产地的定性分析。

目录

声明

摘要

第一章前言

第二章材料与方法

2.1供试材料

2.2测定项目及方法

第三章定量分析

3.1可溶性固形物和总糖含量的测定

3.2苹果梨酸度的预测

3.3苹果梨维生素C含量的预测分析

3.4石细胞含量的预测分析

3.5苹果梨含水量的测定

3.6苹果梨单果重的预测分析

3.7结果与讨论

第四章定性分析

4.1苹果梨原产地的判别分析

4.2结果与讨论

第五章结论

参考文献

附录

致谢

攻读学位期间发表的学术论文