论文部分内容阅读
柚类作为我国重要的特色水果,其品质优良、风味独特、营养丰富,但我国的柚类水果产后分级处理技术较落后。随着消费者对水果品质关注度的不断提升,尤其是风味、口感等内部品质,对柚类内部品质无损检测的需求日益迫切。本文以蜜柚为研究对象,采用可见-近红外光谱(Visible and Near Infrared Spectroscopy,Vis-NIRS)技术,针对蜜柚果皮厚、尺寸大、多组织层结构复杂的特性,开展了蜜柚多组织层光传输特性的研究,提出了可溶性固形物(Soluble Solids Content,SSC)在线无损检测方法,并设计开发了在线检测装备,实现了蜜柚SSC的快速无损检测,并进行了产业化应用。本文的主要研究内容与结果如下:(1)针对蜜柚的多组织层结构特性,探究了蜜柚不同组织层的光学特性,据此建立了不同组织层的含水率和SSC预测模型。首先,采用单积分球系统测量了蜜柚油胞层、海绵层和果肉汁胞层的光学特性参数,发现其光学特性差异明显;采用吸收系数(Absorbance Coefficient,(6)和约化散射系数(Reduce Scattering Coefficient,’)对组织含水率和SSC进行了相关性分析;采用竞争性自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)和偏最小二乘法回归(Partial Least Squares Regression,PLSR)方法建立了不同组织层的含水率和SSC预测模型,结果表明采用总透射率(Measured Total Transmittance,MT)所建立的果肉汁胞组织的模型预测结果最优,SSC交叉验证模型的决定系数(Determination Coefficient,R~2)为0.97,均方根误差(Root Mean Square Error of Cross Validation,RMSECV)为0.11%,含水率的交叉验证模型的最大R~2为0.93,RMSECV为0.20%。(2)探究了蜜柚多组织层中光的传输特性。首先,采用蒙特卡洛(Monte Carlo,MC)光传输模拟方法,在808 nm波长下建立了球形多层组织传输模型,采用自行设计的多功能试验台测量了蜜柚内部光分布和空间分辨光谱,仿真结果与实际测量的光强变化趋势一致;随后,对比不同光源-探测器角度的仿真结果表明,合适的光源-探测器布置方式下可以获取到通过蜜柚果肉汁胞的透射光谱信息。随着光源-探测器夹角的不断增加,光谱信息中果肉汁胞的权重逐渐增加,果肉汁胞中的局部光程在夹角大于120°后趋于稳定。综合考虑果肉汁胞的信息权重和检测到的信号强度,光源-探测器角度布置在90-120°时效果较优,果肉的吸光度权重占比在77.19%-78.49%之间。(3)由于蜜柚内部组织结构和成分可能存在局部分布差异进而影响模型表现,探究了蜜柚内部光分布与SSC分布对静态检测模型精度的影响。首先,通过穿刺光纤测量发现,内部组织结构差异会引起局部光强变化;随后,采用103个样本,每个样本选取6个光照点,分别采集光照点光谱和“光子聚集区”的SSC,将各点的光谱和SSC作为独立数据集进行全部交叉组合,建立了SSC的PLSR预测模型。结果表明,采用不同光照点的光谱数据与不同点位的SSC数据交叉匹配均可建立SSC的预测模型,而采用平均光谱建立的模型预测效果有所提升,这可能与蜜柚内部光分布差异和光在果肉中的多次散射有关。因此,使用多个光源的多点照明有助于提升模型精度。(4)设计开发了蜜柚SSC在线无损检测系统,实现了对两个品种蜜柚中SSC的快速无损检测。首先,设计了一套对称分布的双层平行光源系统,对光源数量和光源模式进行了对比试验分析,确定了双侧16盏灯的照明方案;随后,设计了一套转盘式自动参比系统,通过对比试验优选出直径20 mm,0.1%透射率的中性密度滤波片;最后,采用两个品种(琯溪蜜柚和红肉蜜柚)共220个样本对在线检测系统进行了测试试验,通过异常值检测评估了在线光谱采集的稳定性。采用PLSR方法建立了SSC预测模型,琯溪蜜柚模型的RMSEP为0.41%,红肉蜜柚模型的RMSEP为0.57%,两个品种混合模型的RMSEP为0.55%。结果表明,该在线检测系统可以实现每秒3个蜜柚的SSC快速无损检测。(5)针对SSC模型预测精度低和普适性差的问题,探究了不同来源光谱数据和波长优选方法对模型预测精度的影响,并采用多批次数据对模型适用性进行了验证。研究发现在单一批次的建模预测中,采用透射率光谱建立的模型精度优于吸光度光谱;其次,波长优选方法显著提高了同批次内部预测的模型性能,RMSEP范围为0.240%-0.570%,而在不同年份的外部验证中模型表现出过拟合现象。针对模型适用性差的问题,提出了一种潜变量更新的模型更新方法,并对其进行了验证。与重新校准和截距斜率校正(Slope and Bias Correction,SBC)相比,结合可变尺寸的移动窗口(Changeable Size Moving Window,CSMW)方法,CSMW-PLSR-LVU在外部验证中获得了最佳的表现,RMSEV为0.599%。在100个外部验证样本中,91%的残差小于±1.0%,60%的残差小于±0.5%,该方法可以满足SSC检测的实际生产需求。本课题的SSC在线无损检测装备与建模方法已应用于江西上饶马家柚的实际生产中。