|
▌PG2000-Pro 和 NIR25S 在苹果分选中的应用
利用Vis-NIR“点”反射光谱预测苹果硬度
苹果硬度
可见和近红外光谱
反射光谱
苹果分选
【概述】苹果是世界上种植和消费最多的水果之一，硬度则是苹果行业和消费者较为关心的质量属性。传统的硬度试验具有破坏性，效率低且耗时。近年来，经济高效的光学方法如可见-近红外（Vis-NIR）光谱或高光谱成像技术（HIS）具有快速采集和无损检测的优点，为测量苹果硬度提供了良好的方法。
2024年，南京农业大学潘磊庆教授团队在 Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 上发表了一篇题为《Comparing visible and near infrared ‘point’ spectroscopy and hyperspectral imaging techniques to visualize the variability of apple firmness》的文章。作者将可见-近红外（Vis-NIR）“点”光谱和高光谱成像（Vis-NIR-HIS）技术应用于三种不同品种的苹果，并建立了硬度评价模型。
【样品 & 测试】作者使用了三个品种的苹果： “红富士”（RF）、 “奶油富士”（CF）、“花牛苹果”（HA），将每个苹果按照图1 方式总共标记了 12个区域来进行测量。作者使用复享光谱仪 PG2000-Pro 和 NIR25S 制作成一个光谱仪平台收集“点”光谱数据，在反射模式下交替采集苹果样品的可见光-近红外（360~1050nm）和近红外光谱（900~2500nm）。如图2 所示，光纤将光传递至样品，并收集样品反射出的光，再传输至光谱仪。
图2，测试示意图 (a) 可见-近红外（Vis-NIR）“点”光谱测试，(b)VIS-NIR高光谱成像测试
|
水果产品的视觉颜色取决于叶绿素、胡萝卜素、叶黄素、花青素和其他酚类色素的类型和含量。根据 Vis-NIR 波长区域（400~1000nm）曲（图3a 和 3b），可以推断约 480nm 的吸收来自花青素， 675nm 处的吸收来自叶绿素。HA苹果在 400~675nm 区域的吸收能力强于 RF 和 CF苹果，说明 HA 的色素含量更高。结果表明，3个品种的苹果在 400~600nm 之间的反射率存在显著差异。
图3，3个品种苹果的光谱（a）Vis-NIR “点”光谱；（b）NIR “点”光谱；（c）Vis-NIR 高光谱；（d）NIR 高光谱
|
作者采用用偏最小二乘回归（PLSR）和最小二乘支持向量机（LS-SVM）算法建立模型，随后导入Vis-NIR “点”光谱和 Vis-NIR 成像光谱进行硬度分析，并成功输出评价参数，通过比较数值可以发现 LS-SVM模型对苹果硬度的预测效果更优。
【总结】本研究使用 Vis-NIR “点”光谱和 Vis-NIR-HSI 高光谱对不同苹果进行反射光谱测量。建立 PLSR 与 LS-SVM 算法，成功实现了苹果硬度预测模型。复享光学光谱仪 PG2000-Pro 和 NIR25S 是帮助作者采集反射光谱、分析苹果硬度的有力工具。 ▌
图5，文章对复享光学 PG2000-Pro 及 NIR25S 的标注
|
【参考文献】
✽ Wang Z, Ding F, Ge Y,;et al. Comparing visible and near infrared ‘point’spectroscopy and hyperspectral imaging techniques to visualize the variability of apple firmness. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy (2024). Link
|