▌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