近红外光谱在水果内部品质检测中的研究
苹果内部品质近红外光谱分析检测技术
维普资讯
物定性鉴定和定量分析。 获得近红外光谱主要应用两种技术 ： 透射光谱技术 和反射光谱技术 。透射光谱（ 波长一般在 ７０ ０ ｍ ０ ～１０ ｎ １ 范围内） 是指将待测样品置于光源与检测器之间， 检测器
圈１ 苹果 的径 向糖度拟和二次 曲线
１９９７ 年意大 利
Ｍ ａＵｒｉ ｏ Ｖ ｅｎ稳定在 ２∞ 万吨以上 。苹果采收 １ 后， 由于大小 、 着色 、 成熟度和商品性的不 同， 应进 行仔细的分类， 并根据不同的用途进行不同规格的包 装。 但由于分散的农户不具备开拓大市场的能力 ， 他 们把销售的着眼点放在集市的地摊上 ， 因而在分类包 效地保证每一个产品的质量。 （ ）指导苹果生产 ２
主要是含氢基团Ｘ Ｈ 振动的倍频和合频吸收。 － 有机物 次曲线形状， 通过拟和的方法将曲线用统一的二次曲线
分子对近红外光谱各个波长处具有不同的吸收率， 在光 Ｙ Ａ ２ Ｂ ＋ ＝ Ｘ ＋ Ｘ Ｃ的形式表示出来 。沿轴向上 ，苹果糖
谱表现出波峰和波谷 。 因此 ， 近红外光谱主要用于有机 度从果柄部分到花萼部分是逐渐增大的。
量的一种物理性质量标准。
Ｆ表示硬度 （ｇ ， ｋ ）Ｒ表示可溶性固性物 （ ｂ ｉ）Ｓ表 ％ ｒ ， ｘ 示淀粉指数 。
近红外无损检 测原理简介 近红外谱 区辐射是介于可见谱区到中红外谱 区之 苹果糖度 ．酸度
间的的电磁波谱区 ， 其波长范围为 ０ ７— ． ｍ。近 ．５ ２ ５ 由于苹果在生长过程中有阳阴面之分 ，导致其糖
近红外光谱技术在农产品品质检测中的应用
近红外光谱技术在农产品品质检测中的应用一、近红外光谱技术概述近红外光谱技术是一种基于分子振动原理和吸收光谱的分析方法，广泛应用于生物、药物、化学、环境等领域，也被应用于农产品的品质检测中。
近红外光谱技术在农产品品质检测中的应用，主要是通过扫描样品，并记录其吸收光谱信息来进行品质分析。
二、近红外光谱技术在农产品品质检测中的优势1.非破坏性检测：近红外光谱技术可以在不破坏样品的情况下进行检测，避免了传统检测方法对样品的破坏，更好地保护了样品的完整性。
2.快速性：近红外光谱技术的检测速度快，一般只需几秒钟到几分钟的时间就可以完成一个样品的检测操作。
相比传统检测方法，近红外光谱技术具有更高的检测效率。
3.高精度：近红外光谱技术的检测精度高。
在样品制备和干扰因素控制得当的情况下，近红外光谱技术可以达到百万分之一以上的精度，使其被广泛应用于精密检测。
三、近红外光谱技术在农产品品质检测中的应用1.水果品质检测近红外光谱技术可以应用于各种水果的品质检测。
例如，通过测量苹果中的果糖、葡萄糖、酸度等物质的含量，可以为消费者提供更准确的水果品质评价。
2.蔬菜品质检测近红外光谱技术可以在蔬菜品种之间区分和检测。
例如，通过测量不同萝卜品种中的主要营养成分含量，可以使消费者更好地了解对品质有影响的变量。
3.粮食品质检测近红外光谱技术可以应用于粮食品质检测，例如麦子、米粉、大米、小麦等。
通过测量他们的营养成分，如淀粉含量、蛋白质含量、糙米和白米的含量等，可以更准确地评估它们的品质。
4.草甸和牧场草地品质检测近红外光谱技术可以应用于草甸和牧场草地品质检测。
例如，通过测量草甸、牧场草地的营养成分含量，可以为农民提供更好的饲料配方，确保牲畜的健康。
四、结论近红外光谱技术在农产品品质检测中的应用得到了广泛的认可和推广。
随着技术的发展，近红外光谱检测技术将在农业生产中发挥越来越重要的作用。
水果内部品质近红外动态在线检测研究进展
Ｕ ｉ ｒ ｔ， ａｅａｇ３ ０ １ ，ｈｎ ） ｎｖ ｓｙ Ｎ ｎ ｈｎ ３ ０ ３ Ｃ ｉａ ｅｉ
ＡｂｔａｔＮ ａ ｆ ｒｄｓｅｔ ｓｏｙ（ ＩＳ ｓ ｏ ｄｓｕ ｔ ｅ ｅ ｉ ｅｔｆ ｔａｄｗ ｌｒｐａ ｂｅｍ ａｕ ｎ ｏ ｒ ｓｒｃ： ｅｒｎｒ ｅ ｐｃ ｏｃｐ Ｎ Ｒ ）ｉ ｎｎ ｅｔ ｃ ｖ ， ｆｃ ｎ， ｓ，ｎ ｅ ｅｅｔ ｌ ｅｓｒ ｇ ｏｌｏ ｉ ａ ｒ ｒ ｉ ｆｉ ａ ｌ ａ ｉ ｔ ｆ
ｐ ｐ ． ｅ ａｉ ｎ ｆｏ ａ ａ ａｐｒ ｅ ｓｎ ｍｅｈ ｙ ｌｏ ｉｔｏ ｕｃ ｄ． ｏ ｒ ｓ ｆＩ ａ ｅｒ Ｏｐ ｒ ｔｏ ｗ ｎｄ ｄ ｔ ｏｃ ｓ ｉｇ ｔｏｄ ａ ｅａ ｓ ｎ ｒ ｄ ｅ Ｐｒ ｇ ｅ ｓｏ ＮＲＳ ｏ —ｉｅ ｄｅｅ ｔ ｓｒ ｖ ｅ ｄ． ｌ ｎ ｌｎ ｔ ｃｉ ｉ ｅ ｉｗｅ ｏｎ
ｆｕｔＳ ｑ ａ ｉ ｎ ｐ ｃｉ ｇ． ｔＳ ｓ ｉａ ｌ ｒｏ ｓｔ ｏ ｌ ｅ ｎ ｐ ｃｉ ｎ ａ ｄ ａ ａｙｓｓ Ｉ ａ ａ ｎ ｉ ｐ ｒａ ｔ ｒｌ ｉ ｒ ｉ ｕ ｌｔ ｉｓ ｅ ｔｎ Ｉ ｕｔ ｂ ｅ ｆ ｎ—ｉｅ， ｎ—ｉ ｉｓ ｅ ｔｏ ｎ ｎ ｌ ｉ． ｔｃ ｎ ｐｌｙ ａ ｍ ｏ ｔｎ ｏｅ ｎ ｙ ｏ ｍ
Ｅ ｉｔ ｇ ｐ ｏ ｌｍｓ ａ ｄ ｄ ｖ ｌｐ ｎ ｒ ｓ ｅ ｔｏ ＮＲＳ ａ ｅ ｐ ｉ ｔｄ ｏ ｔ ｘ ｓ ｎ ｒｂ ｅ ｎ ｅ ｅｏ ｉｇ ｐ ｏ ｐ ｃ ｆＩ ｉ ｒ ｏｎ ｅ ｕ ．
Ｋ ｅ ｏ ｄ ｎ ａ ｎ ｒ ｒ ｄ ｓ ｅ ｔｏ ｃ ｐｙ； ｎ—ｉ ｅ ｅ ｔｏ ｆ ｉ；ｎ ｅｎａ ａｉｙ ｙ ｗ ｒ ｓ： ｅ ｒｉ ａ ｅ ｐ ｃｒ ｓ ｏ ｆ ｏ ｌｎｅ ｄ ｔｃ ｉｎ；ｒ ｔ ｉ ｔｒ ｌｑｕ ｌｔ ｕ
水果内部品质可见近红外光谱无损检测方法的实验研究解读
浙江大学生物系统工程与食品科学学院博士学位论文水果内部品质可见/近红外光谱无损检测方法的实验研究姓名：傅霞萍申请学位级别：博士专业：生物系统工程指导教师：应义斌20080425浙江大学博士学位论文ｍｌ＿，，摘要Ｉ皇！蔓曼量曼曼曼曼蔓！曼曼皇曼曼曼曼曼皇曼曼！曼曼曼皇曼皇皇曼蔓量！曼皇摘要水果是人类饮食结构的基本组成部分，为人体提供了丰富的营养物质。
我国是水果生产大国，但并不是水果生产强国，产后加工和处理水平低是导致我国水果品质差、国际市场竞争力弱的主要原因之一，因而实现水果外观和内部品质的快速无损检测及分级已经成为我国水果产业化的必要前提．本研究是对本课题组前期研究（基于机器视觉技术的水果外观品质检测和基于近红外（ｎｅａｒｉｎｆｒａｒｅｄ，ＮＩＲ）光谱技术的水果糖、酸度检测）的进一步深入和拓展，目的是为实现水果品质的多指标综合评价．本课题以梨和猕猴桃为研究对象，利用可见／近红外光谱分析技术、光纤传感技术和化学计量学分析方法，结合理化分析、水果生理和病理知识，开展水果内部品质主要包括坚实度、维生素Ｃ含量的检测研究，并在此基础上建立各品质指标的近红外光谱定量预测模型。
本文还利用可见／近红外光谱分析技术结合模式识别方法，对水果内部缺陷、水果品种进行鉴别研究，并建立相应的定性判别或分类模型．本研究的主要内容，结果和结论为：（１）探索了光谱采集参数对分析结果的影响．解释了Ｎｅｘｕｓ智能型傅立叶变换（Ｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ，ＦＴ）光谱仪在光谱采集时增益、动镜速度和光圈大小等参数的设定依据，并分析了扫描次数和分辨率对光谱和建模结果的影响，结果显示：模型性能随分辨率增加而提高，但扫描时间也随之增加，而扫描次数为６４次的时候模型的性能相对较好；分析了用ＵＳＢ４０００便携式微型光纤光谱仪采集光谱时积分时间和平均次数等参数的设置依据；（２）分析了原始光谱及经预处理后的光谱（包括微分光谱和平滑光谱）的谱线特征，结果显示水果的漫反射原始光谱特征吸收主要在９７０ｎｍ、ｌ１９０ｎｍ、１４５０１７９０ｎｍ、ｎｍ和１９４０ｎｍ附近，与Ｏ．Ｈ和Ｃ．Ｈ基团的振动和倍频吸收相关；水果的原始ｎｍ、７９０—８００透射光谱在６８０．６９０ｎｍ附近的透过率变化比较显著，具有内部褐变缺陷的梨在柄．蒂垂直放置采集的光谱低于７５０ｎｍ时比完好的梨具有更强的吸收，而在高于７５０ｎｍ时吸收变弱；在柄．蒂水平放置采集的光谱的特性与柄．蒂垂直放置时的光谱的特性基本一致，只是这一分界点移到了７２０ｎｍ左右．对平滑光谱的平均吸光度和均方根噪声的方差分析结果显示：不同点数平滑处理对两台光谱仪器所采集的光谱的特征信息的影响不显著．（３）分析了水果不同检测部位的光谱信息的差异，对同一水果三个纬度和三个１１１浙江大学博士学位论文摘要经度的光谱平均吸光度和均方根噪声的方差分析结果显示：水果不同纬度上的光谱差异较大而不同经度上的差异较小．（４）基于Ｃｈａｕｖｅｎｅｔ检验方法对各组样本中的光谱异常样本进行分析，在剔除光谱异常样本后进行梨内部缺陷判别和梨品种分类的定性建模分析；基于杠杆值和学生残差Ｔ检验方法对各组样本中的浓度异常样本进行分析，将杠杆值和学生残差值较大的样本暂定为异常样本，通过比较逐一回收后的模型性能确定最终剔除的浓度异常样本，定量分析所用样本同时基于光谱异样本剔除结果和浓度异常样本剔除结果。
基于近红外透射光谱技术的苹果内部品质在线检测的研究的开题报告
基于近红外透射光谱技术的苹果内部品质在线检测的研究的开题报告一、选题背景及意义随着我国果品行业的发展，消费者对于果品的安全、质量、口感等方面的需求越来越高。
苹果作为我国重要的果品之一，其内部品质对于产业的发展及消费者的认可具有至关重要的影响。
传统的果品检测方法往往需要对苹果进行打捞、切割等过程，不仅费时费力，而且易导致样品变质，影响检测结果的准确性。
因此，开发一种基于近红外透射光谱技术的苹果内部品质在线检测方法显得十分必要和重要。
二、研究内容和方法本研究将基于近红外透射光谱技术，研究苹果内部品质在线检测的方法。
具体包括以下内容：1. 建立苹果内部品质的评价指标体系，并依据不同品质指标建立相应的定量模型；2. 设计苹果样品的采集与预处理方案，选择近红外透射光谱仪等实验设备，并进行实验验证；3. 总结实验数据，使用统计学方法对模型的精度、稳定性等性能进行评估，不断优化模型参数，提高检测精度和可靠性。
三、预期成果和应用价值本研究将开发出一套基于近红外透射光谱技术的苹果内部品质在线检测方法，实现对苹果品质的快速、准确和无损检测。
该方法具有以下预期成果和应用价值：1. 可以大幅节省时间和成本，提高苹果样品的利用率；2. 可以避免对样品进行破坏性处理，保持苹果的原始风味和营养成分；3. 可以加强苹果供应链的监控管理，保障产品的安全和质量。
四、研究的可行性分析近年来，基于光谱技术的果品品质检测受到了广泛的关注和研究。
近红外透射光谱技术是一种简单、无损、快速而且准确的光谱技术，已被广泛应用于果品质量检测领域。
因此，本研究具有很高的可行性和应用前景。
五、研究的难点和解决措施本研究的难点主要包括建立准确的苹果内部品质评价指标体系，选择适合的预处理方法和建立高效的光谱定量模型等方面。
为了解决这些问题，本研究将采用多种实验方法相结合的综合研究手段，运用化学分析、光谱学、数学统计学等相关学科的知识和技术，不断优化研究方案，提高研究效率和成果质量。
近红外光谱技术在果蔬品质无损检测中的应用
近红外光谱技术在果蔬品质无损检测中的应用近红外光谱技术在果蔬品质无损检测中的应用一、引言随着人们对食品安全和品质的要求越来越高，果蔬品质无损检测成为食品行业的热点问题之一。
近红外光谱技术以其无损、快速、准确、可重复性好等优点被广泛应用于果蔬品质无损检测中。
二、近红外光谱技术简介近红外光谱技术是一种无损性的分析技术，是利用近红外光在物质中的吸收和反射特性，通过检测物质的吸收光谱和反射光谱进行物质分析的一种方法。
近红外光波长范围一般在800-2500nm之间，可对物质的成分、结构和状态信息进行快速、非破坏性的探测和分析。
三、果蔬品质无损检测中的应用1.果蔬成分含量分析：通过分析果蔬中不同成分的近红外光吸收光谱，可以快速获取果蔬中有机物、蛋白质、水分、糖分等各种成分含量的信息，从而对果蔬的品质进行评价。
2.果蔬品质检测：通过分析果蔬表面反射的近红外光谱，可以快速判断果蔬的品质，如果实硬度、熟度、色泽、甜度等，以及检测果蔬表面缺陷如裂痕、皮膜、虫害等，从而提高果蔬的品质和市场竞争力。
3.果蔬种植环境检测：通过近红外光谱检测果蔬种植环境中土壤的成分和肥料的施用水平，可以为果蔬的种植提供科学依据，从而提高果蔬的品质和产量。
四、近红外光谱技术的优点1.无损性：近红外光谱技术可以在不破坏果蔬的情况下进行检测，保证果蔬的原始品质。
2.快速性：近红外光谱技术可以在数秒至数分钟内完成检测，大大缩短了检测时间，并增加了工作效率。
3.准确性：近红外光谱技术可以对大量的样品进行分析，保证了数据的可靠性和准确性。
4.可重复性：近红外光谱技术的检测结果可以进行多次重复测定，保证了数据的可重复性。
五、结论近红外光谱技术在果蔬品质无损检测中具有广泛的应用前景和巨大的潜力，在提高果蔬品质和促进食品安全方面将会发挥着越来越重要的作用。
近红外光谱技术在水果无损检测中的最新研究进展
文 献标 识 码 ： Ａ
文章编 号 ： １ ６ ７ ４ — ９ ９ ４ ４ （ ２ ０ １ ３ ） １ ０ — ０ ２ １ ５ － ０ ４
１ 引 言
我 国虽 然 是 水 果 生 产 大 国 ，但 自 １ ９ ９ ３年 以来 水 果
储藏能力只有 １ Ｏ ， 烂果率高达 ２ ５ ， 出 口总 量 不 到
该 波 长 可 用 于 区别 苹 果 的 成 熟 度 ］ 。Ｌ ｕ ｒ 等 人 用 近 红
外
主要是化学分析法 ， 该方 法不仅 可靠性 和稳 定性较 差 ， 而且在测试时还必须 破坏水果 ， 测试过 程繁琐 ， 只 能 通 过 少 量 样 本 的测 定 ， 来 评 价 整 批 次 水 果 的 品 质 。鉴 于 以
上原因 ， 无 损 检 测 技 术 应 运 而 生 。无 损 检 测技 术 具 有 无
损、 快速 、 准 确 性 高 和 实 时 性 强 等 特 征 。 目前 的 无 损 检
测技术主要有针对水果光学特性 、 电 学特 性 、 声学 特 性 、
力学振动特性等众多性质进行的各种检测 ， 且 大 多 还 处
得 到 了各 自的 相 关 系 数 ， 分 别为 ０ ． ８ ３ 、 ０ ． ８ １和 ０ ． ８ ３ ， 表
Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， ＮＩ Ｓ Ｔ） 是一种利用物质对光 的吸收、 散射 、 反 射 和 透 射 等 特 性 来 确 定 其 成 分 含 量 的 一 种 无 损 检 测
摘要： 综 述 了近 红 外光 谱 技 术在 水果 成 熟期 预 测 和 水 果 品 质 检 测 中 的 最 新 研 究现 状 和 存 在 的 问题 ， 并指 出
了今 后 的 研 究 方 向 。
水果糖度和酸度的近红外光谱无损检测研究
水果糖度和酸度的近红外光谱无损检测研究一、本文概述随着食品工业的发展和消费者对食品品质要求的提高，水果的品质检测成为了食品安全和质量控制的重要环节。
其中，糖度和酸度作为评价水果品质的重要指标，对于水果的分级、贮藏和加工具有重要意义。
传统的水果糖度和酸度检测方法通常基于化学分析，这些方法虽然准确，但操作繁琐、耗时且对样品具有破坏性。
因此，开发一种快速、无损且准确的水果糖度和酸度检测方法具有重要意义。
近红外光谱技术作为一种无损检测技术，近年来在食品安全和品质控制领域得到了广泛应用。
近红外光谱技术通过分析样品在近红外波段的光谱信息，可以实现对样品内部成分和结构的快速检测。
这种技术具有操作简便、检测速度快、无需化学试剂、对样品无破坏性等优点，因此在水果糖度和酸度的无损检测中展现出巨大的潜力。
本文旨在研究近红外光谱技术在水果糖度和酸度无损检测中的应用。
通过采集不同种类和品质水果的近红外光谱数据，结合化学分析方法和统计分析手段，建立水果糖度和酸度的快速无损检测模型。
对模型的准确性和稳定性进行评估，为近红外光谱技术在水果品质检测中的实际应用提供理论支持和实践指导。
本文的研究不仅有助于推动近红外光谱技术在水果品质检测领域的发展，也为食品安全和质量控制提供了新的技术手段。
二、近红外光谱技术原理近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种无损检测技术，其基本原理在于利用物质对近红外光的吸收、反射或透射特性来获取其内部组成和结构信息。
近红外光是指波长范围在780 nm 至2500 nm之间的电磁辐射，这个波段内的光具有较强的穿透能力，能够深入物质内部并与物质中的分子或原子发生相互作用。
在水果糖度和酸度的检测中，近红外光谱技术主要利用水果内部成分对近红外光的吸收特性。
当近红外光通过水果时，不同波长的光会被不同分子或官能团吸收，形成独特的吸收光谱。
这些光谱信息包含了水果内部的糖度、酸度等化学成分的信息，通过对光谱数据的分析和处理，可以实现对水果糖度和酸度的无损检测。
苹果内部品质近红外光谱无损检测研究进展
基金项目国家自然基金地区科学基金项目（31960503）；塔里木大学研究生科研创新项目（TDGR1202256）。
作者简介何代弟（1997—），女，甘肃平凉人，硕士，从事农业信息化研究。
收稿日期2023-04-24苹果内部品质近红外光谱无损检测研究进展何代弟1，2张晓1，2张楠楠1，2袁新涛1，2马瑞1，2保昊1，2孙武军1，2（1塔里木大学信息工程学院，新疆阿拉尔843300；2塔里木绿洲农业教育部重点实验室，塔里木大学，新疆阿拉尔843300）摘要中国是苹果生产、销售大国，开展苹果内部品质无损检测对增强我国苹果市场竞争力十分重要。
近红外光谱可同时检测多种成分，是一种操作简单、成本低廉的无损检测技术，在水果内部品质无损检测中具有巨大的发展潜力。
本文介绍了近红外光谱分析技术的原理和优缺点及其在苹果内部品质检测中的应用研究，为近红外光谱分析技术在水果检测中的应用提供参考。
关键词近红外光谱分析技术；无损检测；苹果中图分类号O657.33；TS255.7文献标识码A文章编号1007-7731（2023）16-0136-04苹果是常见的水果之一，富含多种维生素、蛋白质和糖类等，营养价值高，深受消费者喜爱。
近些年，随着科技水平的发展，我国苹果的种植面积、产量快速增长，苹果的口感、品质安全等也越来越被消费者重视。
苹果内部品质与其食用口感有着直接关系，并且影响苹果的销售，因此对苹果品质进行检测评估非常必要。
苹果的品质主要由糖度、酸度、硬度、水分及脆性等参数来表征，内部品质指标直接影响着果实的口感及品质，同时也是苹果成熟度的判断依据。
消费者在购买苹果时，不仅在意苹果的形状、大小、颜色等外观品质，并且越来越注重苹果的内部品质，比如酸甜度、脆性、营养物质等。
已有的研究证明，光谱检测技术检测苹果内部品质是可行的，但传统的苹果品质检测方法效率低、操作复杂、且具有破坏性，因此苹果内部品质的无损检测仍然是重点研究领域。
目前，无损检测技术如机器视觉、高光谱成像技术、介电特性法和核磁共振检测等被应用于水果品质无损检测中，与这些常用的无损检测技术相比，近红外光谱技术是一种新兴检测技术，具有绿色、无损、快速等优点，通过漫反射和漫透射获取苹果的成分和组织信息，对获得的光谱信息进行特征提取和分析，从而检测苹果的内部品质。
基于近红外光谱技术的果蔬品质检测研究
基于近红外光谱技术的果蔬品质检测研究近年来，随着中国居民的生活水平的不断提高，人们对于健康饮食的要求也越来越高。
因此，对于果蔬的品质检测也变得越来越重要。
而近红外光谱技术正是一种能够准确快速地进行果蔬品质检测的方法。
一、近红外光谱技术概述近红外光谱技术是一种基于物体吸收、反射等光学原理的无损检测技术。
其原理是利用近红外光的波长范围进行无损检测，其中4000-10 000 nm波长范围是最常用的检测范围。
近红外光谱技术可以通过光纤、超快激光等手段进行样品的光学响应，从而得到样品的红外吸收光谱图。
二、基于近红外光谱技术的果蔬品质检测方法通过近红外光谱技术的应用，可以针对果蔬的各项指标进行分析，包括果实成熟度、硬度、含糖量、水分含量、酸度等参数。
具体而言，近红外光谱技术是借助于光谱图的形式，通过对样品的吸收或反射光谱的分析，从而判断样品中不同物质含量的比例以及各项指标的变化情况。
从而达到对果蔬品质的快速检测。
三、近红外光谱技术在果蔬品质检测中的应用实例1.水果硬度检测：可以通过对苹果、桃子等水果近红外光谱图的分析，判断水果中果胶的含量，从而达到检测硬度的自动化目的。
2.猕猴桃无损品质检测：通过对于猕猴桃近红外光谱图的分析，可以判定猕猴桃表面是否被虫蛀，达到无损品质检测目的。
3.蔬菜水分的检测：可以通过近红外光谱技术监测Salanova生菜、青椒等蔬菜中水分变化情况，实现蔬菜品质检测目的。
四、结论近红外光谱技术是一种可靠、快速、非破坏性的物质分析技术，可以应用于果蔬品质检测领域。
通过近红外光谱技术的应用，可以实现对果蔬中多项指标的同时检测，为果蔬的品质保证提供了技术保障。
运用近红外透射光谱技术检测苹果内部品质
验 的最佳 主 因子 维 数 为 ３， 关 系 数 为 ０ ９ ４ 校正 标 准差 为 ０ ３ ２ 。研 究 结 果 表 明 ： 用 近 红 外 透 射光 谱 相 ． ６ ４， ．５９ 运
技 术 可 以准 确地 无损 快 速 定量 分 析苹 果 糖度 和硬度 。
关键词 ：近红外 ； 透射 ； 苹果 ； 品质 中图分类号 ：Ｓ ２ １１ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ３—１ ８ （ ０ ８）９— １ ９— ３ ８ Ｘ ２ ０ ０ ０３ ０
ｗ Ｈ ｕ． ｄ ． ｎ ＠ ｔｅ ｕ ｃ 。
证 的最 佳 主 因子维 数 为 ３（ 图 １所 示 ） 相 关 系数 Ｒ 如 ，
射 光 的夹 角为 １０ ， 源 依 平分 圆周 的方式 环 绕 在 ２ 。４光
苹 果上 部 ， 距苹 果 约 １ ｃ ０ ｍ。 １ ３ ２ 糖度测 定 ．．
将 苹果 去皮 榨 汁 ， 其 中一 滴 ， 用 手 持 式 糖 度 取 使
计 ＷＹ ３ Ｔ一 ０进行 检测 ， 单位 Ｂ ｘ ｉ ｆ。
模 和 预测 。本 实 验 采 用 偏 最 小 二 乘 法 作 为 数 学 模 型 的建模 方 法 。
德 国 Ｍ． ． Ｕ Ｔ公 司 近红 外 光 谱 仪 ， 国 欧 司 朗 公 德
司型号 １ Ｖ，０ Ｗ 的 ４个 光 源 ，Ｇ ２ １０ Ｙ一１型果 实 硬 度
计 ， Ｔ一 ０型手 持糖 度计 。 ＷＹ ３ １ ３ 实验方 法 ．
１ 实 验材 料 和 方 法
１ 一 实验样 品
从 市场 上购 买两 箱 山东 淄 博 红 星苹 果 ， 中随 机 从 挑选 ５ ０个 样 品 ， 中 ４ 其 ５个 样 品供定 标用 ， 余 ５个 样 其
单位 ｋ／ ｍ ， 测 量 结 果 的最 后 平 均 值 作 为 苹 果 的 ｇｃ 取
近红外光谱技术在农产品质量检测中的应用研究
近红外光谱技术在农产品质量检测中的应用研究引言农产品的质量安全一直是人们关注的重要问题。
近年来，近红外光谱技术作为一种快速、无损的检测方法，被广泛应用于农产品质量检测领域。
本文将以近红外光谱技术在农产品质量检测中的应用为研究对象，结合具体案例，探讨其优势和局限性，并展望其未来发展趋势。
一、近红外光谱技术概述近红外光谱技术是利用近红外光的特性进行检测和分析的一种非破坏性测试方法。
近红外光谱仪通过对农产品样本进行扫描，根据样本与光的相互作用，获取反射、透射或辐射光谱信息，进而对农产品的成分、质地、水分、气味等进行定量或定性分析。
二、近红外光谱技术在农产品质量检测中的应用1. 成分分析近红外光谱技术可以通过分析样本在不同波长下的光吸收情况，实现对农产品的成分分析。
例如，在酿酒业中，可以通过近红外光谱技术对葡萄酒中的酒精含量、糖分含量、酸度等进行快速准确的检测，提高产品质量。
2. 质地检测农产品的质地是影响其品质和口感的重要因素。
近红外光谱技术结合成像技术，能够对水果、蔬菜等农产品的质地进行定性和定量分析。
例如，可以通过对苹果的皮肉比例、硬度等参数的测定，实现苹果的分级和筛选，提高市场竞争力。
3. 水分检测近红外光谱技术可以通过样本中水分的光谱信息，准确测定农产品的水分含量。
传统的水分测定方法需要样本的破坏，而近红外光谱技术则可以实现非破坏性测量。
对于谷物、蔬菜、肉类等农产品，应用近红外光谱技术进行水分检测，可以提高检测速度和准确性。
4. 残留物检测农产品中农药和兽药残留物的安全性问题一直备受关注。
近红外光谱技术可以通过建立残留物与光谱特征之间的关联模型，快速检测农产品中的残留物。
与传统的化学分析方法相比，近红外光谱技术具有快速、准确、无需昂贵试剂等优势。
三、近红外光谱技术的优势和局限性1. 优势（1）无损性：近红外光谱技术可以对农产品进行直接检测，无需破坏样品，保持农产品的完整性。
（2）快速性：近红外光谱技术相比传统的化学分析方法，测量时间更短，可以实现高通量的检测。
近红外光谱分析技术在果品品质检测中的应用
近红外光谱分析技术在果品品质检测中的应用本文论述了近红外光谱（NIRS）分析技术的原理，近红外光谱技术发展进程及其在果品品质中应用现状，发展前景。
标签：近红外光谱技术；果品品质检测；应用一、近红外光谱分析技术概述一般检测果品内部营养成分主要采用湿化学法，这样检测会破坏样品，操作繁琐、检测效率不高，而且不具备代表性，难以在商业上广泛应用。
近红外光谱技术是一种无损检测技术，在果品的品质检测和分级的研究应用中已取得较大进展。
近红外光谱技术作为一种分析手段，可以测定水果中的成分，包括有机物和部分无机物。
当分子受到红外线照射时，这些物质分子中化学键结合的各种基团发生伸缩、振动、弯曲等运动，分子被激发产生共振，同时光的能量一部分被吸收，通过测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的信息。
不同物质在近红外波长区域有丰富的吸收光谱，每种成分都有特定的吸收峰，这就为近红外光谱定量分析提供了基础。
随着近红外光谱分析技术已广泛应用在果品品质检测方面[1-3]。
近红外光谱分析技术具有如下的优点[4-6]：1.被测样品无需进行前处理，不发生破坏，从而使样品保持原始状态；2.近红外光谱信息量大，对样品中多种成分同时进行分析；3.一般样品可在1 min内完成，大大缩短测试周期；4.适用的样品范围广，不同物态可直接测定；6.近红外光在普通的光导纤维中具有良好的传输特性，便于实现实时分析。
同时，近红外光谱分析技术也存在以下不足之处：7.物质在近红外区吸收弱，灵敏度较低；8.建立数学模型需要测量大量样品化学值；9.每一种模型只能适应一定时间和空间范围，模型需要不断更新。
采用近红外光谱分析技术进行果品品质分析具有如下优点：果品无需进行前处理，不发生破坏，可以不经过样品分离。
直接由近红外光谱测定出其中的多种成分含量，测定的准确度取决于化学计量学建立的数学模型，利用理想的数学模型预测的准确度可以达到校准仪器的测定值。
但是一般来说，近红外分析的准确度要略低于标准法。
近红外光谱技术在农产品质量检测中的应用研究
近红外光谱技术在农产品质量检测中的应用研究农产品作为人类的主要食品来源，其质量和安全是人们关注的焦点。
近年来，随着农业生产技术的不断发展和现代工业技术的应用，农产品质量检测技术正在不断完善。
而近红外光谱技术作为一种先进的检测手段，被广泛应用于农产品的质量检测中，具有快速、非破坏性、高效、准确等优点。
一、近红外光谱技术的原理和特点近红外光谱技术是利用近红外光区域的电磁波谱线对物质进行光谱分析的一种非破坏性分析技术。
近红外光谱技术通过对不同波长的电磁波的反射、吸收和透射等特性进行测量，来获取样品的物质组成、结构和特性等信息。
近红外光谱技术具有快速、非破坏性、准确性高、重复性好等特点。
与传统的化学分析方法相比，近红外光谱技术具有成本低、分析时间短、操作简便等优点。
二、近红外光谱技术在农产品中的应用研究1、水果和蔬菜的成熟度检测近红外光谱技术可以精确地检测水果和蔬菜的成熟度和质量。
研究表明，近红外光谱技术能够通过检测水果和蔬菜的固体物含量、酸度、糖度、硬度等指标，快速、准确地进行分类和识别，并确定其成熟度和质量等级。
2、工业用油品质检测近红外光谱技术可以用于工业用油品的品质检测，可对油品的甲醛、酸值、氧化值等进行快速检测，判断油品的质量状况和安全性能。
3、牛奶的脂肪含量检测近红外光谱技术可以检测牛奶中的脂肪含量，快速检测奶制品中的脂肪含量并确定质量等级，能够确保奶制品制造的一致性和标准化生产。
4、粮食的品质检测近红外光谱技术可以对各类粮食进行成分分析和品质检测。
通过对谷物中的蛋白质、淀粉、水分等成分进行检测，可以确定粮食的品质，快速并准确地进行数量和质量确定。
三、近红外光谱技术的发展前景近红外光谱技术在农产品质量检测中的应用前景十分广阔。
随着科学技术的不断进步和人们对农产品安全性和营养成分的要求的不断增加，近红外光谱技术的应用前景将更加广泛。
未来，近红外光谱技术将在农业食品行业中发挥越来越重要的作用，为保障人们的生命健康和推动农业现代化提供更为有效的技术手段。
水果内部品质近红外光谱无损检测研究进展
ｇ／ｃｍ３，轻于水，这有利于光的透射。果品的
生理病害也是果品品质评价的重要指标。例如采集光谱首先要考虑光源种类、透反射方式、波近红外光源布置形式有单光源、多光源之分，常光谱通过漫反射或透射或漫透射方式进行采
对于苹果而言，可通过二种方式消除因成分分布不均产生的影响：１）漫反射光谱与苹果表面糖度。沿赤道分别相隔９０。测量４个点的漫反射光谱和Ｂｒｉｘ值，然后取平均进行建模；２）漫反射光谱与苹果整体糖度；３）透射光谱或漫透射与苹果整体糖度。甜瓜则取果底（花痕）处的漫透射光谱和果肉糖度进行相关分析。桃则常采集与缝合线成９０。部位的反射光谱与糖度值代表桃的整体。４．２水果温度与光谱处理
ｆｒｕｉｔ；ｉｎｔｅｒｉｏｒｑｕａｌｉｔｙ
１引言小型果实向西瓜等厚皮大型果实迈进。通过近红外
自从１９８５年农业部的Ｂｉｒｔｈ课题组用近光谱分析技术实现了品牌经营，提高了果品的竞争红外（ＮＩＲ）光谱分析技术检测果蔬品质以来，经过力和附加值。
２０多年的发展，社会认知程度不断提高，检测技术国内在８６３，科技攻关，科技支撑，国家自然科层出不穷，检测理沦日趋成熟，检测仪器早已从实验学等项目的支持和市场引导下，已有数个高等室走出，实际应用逐步扩大，并由在线检测向便携式院校、科研院所以及部分企业相继开展了相关研发发展，检测目标有从产后管理向产中管理延伸趋势；工作。毕卫红、傅霞萍等ｎ￣３１已就此专题分别撰写检测项目由当初的单一糖度（ＳＳＣ）指标到如今的苹了综述论文，在应义斌、刘燕德等［４’５１无损检测综述果等果实内部褐变、水心、淀粉、浅层损伤，柑橘局部论文中也涵盖了这部分内容，众多学者也进行了专失水、浮皮等多项同时检测；检测品种由桃等薄皮中项研究，近红外技术越来越倍受世人关注。
近红外光谱在水果内部品质检测中的研究进展
（ 好的信噪比和丰富的信息 ） 的重要 条件。高的光谱分 辨率通常会给出丰富的光谱信息。但高的光谱分辨率会
导致收集 光谱 的 时 间延 长 ， 时往 往 增 加 光谱 的 噪音 。 同 如果水果 中的特定组 分对 近 红 外光 谱 有 很强 的吸 收 ， 则
光谱的信噪比容易满足实验要求， 此时应该用较高 的光 谱分辨率。反之， 就必须降低光谱分辨率或提高扫描次 数获得较好的信噪比。另外 ， 光谱的测量范围、 分辨率 、 扫描累加次数及测量方式（ 透射、 漫反射 ） 等也都是实验 各阶段应优化的条件 。 二是模型初 建时样 品的选 择 ， 与定标样 品 的数 参
ｓ ａｃ ｒ ｇｅ ｓ ｉ ｏ ｅ ｒｈ ｐ ｏ ｒ ｓ ｎ ｎ ｎ—ｄ ｓ ｕ ｔ ｅ ｄ ｔｒ ｎ ｔ ｎ ｏ ｕｔｉ ｔｍａ ａｉ ｙ Ｎ ＲＳ Ｗａ ｅ ｉｗ ｄ ｅ ｔ ｃｉ ｅｅｍｉ ａｉ ｆ ｒ ｉ ｎ ｅ ｌ ｑ ｌ ｂ Ｉ ｓ ｒｖｅ ｅ ． ｒ ｖ ｏ ｆ ｕ ｙ ｔ Ｋｅ ｒ ｓ Ｎｅ ｒ ｉ ｒｒ ｄ ｓ ｅ ｔ ｓ ｏ ｙ；Ｆ ｕ ｔ Ｉ ｔｒ ａ ｑ ａｉ ｙ ｗｏ ｄ ： ａ ｎ ａ ｅ ｐ ｃ ｒ ｃ ｐ ｆ ｏ ｒ ｉ ； ｎ ｅｎ ｌ ｙ；Ｎ ｎ—ｄ ｓｒ ｃｉｅ ｄ ｔｒ ｎ ｔ ｎ；Ｒ ｓ ａｃ ｒｇ ｅ ｓ ｌｕ ｔ ｏ ｅ ｔ ｔ ｅ ｅｍｉ ａｉ ｕ ｖ ｏ ｅ ｅ ｒ ｈ ｐｏ ｒ ｓ
维普资讯
江西 农 业学 报
２０ ，０ １ ：６— ８ ０ ８ ２ （ ）７ ７
Ａｃ ａ Ａ ｒ ｕ ｕ ａ ｉｎ ｘ ｔ ｇ ｉ ｈ ｒ ｅ Ｊａ ｇ ｉ ｃ
近 红外光谱 在水 果 内部 品质 检测 中的研 究进 展
杨 磊， 陈坤杰
（ 南京农业大学 工学院， 江苏 南京 ２ ０３ ） １０ １
红外光谱分析技术在果品品质检测中的应用研究
红外光谱分析技术在果品品质检测中的应用研究概述随着人们健康意识的增强和生活水平的提高，对于果品的品质要求也日益提高。
传统的果品检测方法需要对果品进行摘取、挑选、人工测量等操作，费时费力、成本昂贵、效率低下。
随着红外光谱分析技术的发展应用，果品的品质检测效率和准确度得到了大幅提升。
本文将就红外光谱分析技术在果品品质检测方面的应用研究做一简要探讨。
理论基础首先，了解红外光谱分析技术的基本原理是必要的。
该技术是一种非常实用的物质分析方法，其基本原理是对物质进行红外扫描，获得分子振动和滚动的谱线图谱，通过这样的数据可以对所分析的物质进行判别、鉴定和定量。
红外光谱分析技术在食品品质检测中应用广泛，其核心是将样品光谱曲线与已知样品的光谱图谱比对，判断样品的品质状态。
应用现状目前，红外光谱分析技术在果品品质检测中的应用主要集中在水果和干果领域。
水果的品质检测包括果肉含水率、糖度、酸度、色泽以及营养成分等检测。
而干果的品质检测主要是除湿、水分含量和氧化度等检测。
采用红外光谱分析技术进行检测，可以精准、快速地获取这些信息，帮助果品生产企业提升品质、降低成本、提高生产效率。
具体应用1. 水果品质检测在水果品质检测方面，红外光谱分析技术被广泛应用于测量果肉中含有的水分、蛋白质、脂肪、糖和其他营养物质的含量。
这种技术可以快速确定水果的糖度、酸度等指标，以及水果成熟度的指标，使得生产企业可以根据实际情况进行果实的采收和储存。
2. 干果品质检测在干果品质检测方面，红外光谱分析技术主要应用在湿度、水份含量、灰分、香气等方面。
采用红外光谱分析技术进行干果的品质检测，精准高效地识别出干果中含量的关键成分，避免了对传统人工检测的依赖。
结论红外光谱分析技术具有快速、高效、准确等特点，成功地应用于了果品品质检测领域。
采用红外光谱分析技术进行果品品质检测，可以提高检测效率、保障果品品质、降低生产成本，随着技术的不断发展，相信这个方法将会发挥越来越大的作用。
基于近红外光谱技术对草莓品质的快速检测及结果分析
I FOOD INDUSTRY I 99基于近红外光谱技术对草莓品质的快速检测及结果分析文 宋白玉 赵桂云 孙健江苏农林职业技术学院近红外光谱仪，这类设备成本不高，检测时不需要再做进一步处理。
样品直接检测，运行成本低。
此外，相关检测设备的自动化水平不断提高，可以满足用户的技能要求，检测结果准确可靠。
目前，HSXD-2100台式水果近红外光谱分析仪广泛应用于草莓质量检测环节，基于近红外光谱测量技术和化学计量分析技术检测草莓品质可以快速完成现场筛选和过程监控，保证产品质量。
HSXD-2100是河南华商兄弟科技有限公司推出的一款台式水果近红外光谱分析仪，可进行无损、快速的水果品质鉴定和现场品质分析，提供全方位服务，用于水果种植、管理、分级分类、病害筛查、储运管理等环节，能够保障产品质量。
这个测试设备有多项特点，可在不破坏果实的情况下进行无损抽样检测，不影响商业流通。
它还可以快速检测样品，检测时间仅需5秒。
近红外光谱快速检测设备可以实现以下功能。
第一，种质确认。
近红外光谱快速检测设备可以实现水果育种快速检测。
第二，种植管理。
近红外光谱快速检测设备可以监测水果的生长过程，是现代栽培、施肥、采收的有力保障，在各生产开发工作中具有一定的应用价值。
2.近红外光谱技术在草莓检测中的具体应用2.1草莓糖分检测应用含糖量决定了草莓的甜度和口感，是草莓质量控制的主要指标之一。
目前，水果的含糖量多采用糖度计进行测量，但这种检测方法耗时草莓成分的具体表征在一定程度上可以反映草莓的品质特性、性状和营养成分，也可以反映草莓加工品营养成分的流失情况、原料配比和工艺合理性。
在基于近红外光谱的草莓成分分析中，蛋白质是研究最多的成分，也是同类产品质量控制的重要因素。
另一种是水，它是成分分析的重要内容，是某些固体的必要贮存控制因素和价值影响因素。
另外还包括测定脂肪、糖、维生素等成分的制剂。
基于近红外光谱技术对草莓品质进行检测，可以提升产品品质，更好地满足消费者对产品的口味、感官和营养需求。
近红外光谱技术在农产品品质检测中的应用探究
近红外光谱技术在农产品品质检测中的应用探究近红外光谱技术基于农产品所特有的光谱特征，通过光谱信号与样本的关联分析，可以快速、准确地评估农产品的质量指标，如水分含量、脂肪含量、糖含量、蛋白质含量等。
近红外光谱技术在农产品的水分检测中具有显著的优势。
水分是农产品中重要的品质指标之一，对农产品的保鲜和贮存具有重要意义。
传统的水分检测方法通常需要耗费大量时间和人力，而近红外光谱技术能够通过扫描样本的近红外光谱，快速获取水分含量的信息。
研究表明，近红外光谱技术在谷物、果蔬、中药材等农产品水分检测中具有高度准确性和可行性。
近红外光谱技术在农产品品质指标检测中的应用较为广泛。
农产品的品质指标往往与其光谱特征密切相关，因此可以通过分析近红外光谱来评估农产品的品质。
在农产品的糖度检测中，近红外光谱技术可以通过检测样本的葡萄糖、果糖等特定成分的光谱特征，快速、准确地评估糖度指标。
类似地，近红外光谱技术还可以用于农产品的蛋白质、脂肪等指标检测。
这些品质指标的检测对于农产品的品质评价和加工质量控制具有重要意义。
近红外光谱技术还可以用于农产品质量检测中的快速筛选。
传统的质量检测方法需要取样、样品制备、实验操作等耗时耗力，而近红外光谱技术通过对样本的非接触式扫描，不需破坏样品，可以实现对大批量样品的快速检测和分析。
这对于生产环节中的快速筛选和质量控制具有重要意义。
虽然近红外光谱技术在农产品品质检测中具有许多优势，但也存在一些挑战与限制。
近红外光谱技术的仪器设备需要高度精确的校正和校准，以确保准确的检测结果。
样品的制备和光谱数据的处理也对结果的准确性有重要影响，需要专业的操作和算法支持。
农产品的品质评估是一个综合指标，其受多种因素的影响，因此需要充分考虑样品的异质性、环境因素等。
近红外光谱技术在农产品品质检测中具备广泛应用前景。
通过对农产品的光谱特征进行分析，可以快速、准确地评估农产品的质量指标。
未来，随着近红外光谱技术的不断改进和推广，相信其在农产品品质检测中的应用将会越来越广泛。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（Ｃ０ｕｅｇｅ ｏｆ Ｅｎ舀ｎｅｅｒｉＩｌｇ，Ｎ锄ｊｉｎｇ Ａ刚ｃｕｈｕｒａｌ Ｕｎｉｖｅ玛匆，Ｎ删ｉｎｇ ２１００３１，Ｃｌｌｉ腿）
ＡＩ，ｓＩ｝瑚ｎ：’ｒｈｅ ｎｅａｒ ｉｎｆｈＤｅｄ ８ｐｅｃｔｒ０８ｃ叩ｙ（ＮＩＲＳ）ｈａｄ ｇａｉｎｅｄ访ｄｅ ａｃｃｅｐｔ盯Ｉｃｅ ｉｎ ｄ珊ｂｒｅｎｔ ｎｅｌｄｓ ｂｙ ｖｉｒ【ｕｅ ０ｆ ｉ鹏＂１等（２００５）同样研究了“Ｂｍｅ— ｂｕｍ”苹果的黑心比例。他选用的光谱范围在６５０—９５０ 砌之间，研制出基于延时整合光谱学（ＴＤＩＳ）和大光圈 分光计（ＬＡＳ）２种在线近红外系统，发现ｌ。Ａｓ系统更适 合在线检测，可以大大提高分析效率，对生ｉ恤线上的物料 实时监测和质量控制提供了重要的科学参号，但系统的 稳定性、软硬件设计尚需要进一步研究和完淳。
赵杰文嵋ｕ等（２００５）分别采用正交信号校正法、净分 析物预处理法、多尺度小波去噪法对苹果的近红外漫反
射光谱（１３００一２１００姗）进行预处理，结合主成分回归
（ＰＣＲ）和偏最小二乘法（ＰＬＳ）预测了苹果的糖度。尽管 数据处理方法更为先进、预测模型也更为简单，但是检测 精度没有明显提高。
二是模型初建时样品的选择，参与定标样品的数 量、实验条件的差异及其设计，会直接影响定标模型预测 的准确度。样品的选择要充分考虑样品成分的含量分 布、梯度以及样品的物理和化学特性，以提高定标模型的 稳定性，扩大模型的实际应用范围。标样数量太少，不足 以反映被测样品集的正常自然分布规律。如标样太多， 则大大增加建立定标模型的工作量。对于成分含量相关 性强的被测成分，可根据特定的筛选原则对样本进行筛 选，以提高定标效果及检验的准确性。
光谱范围窄、测试精度不高等问题。 Ｒｅｎｆｕ．Ｌｕ¨３’“１等（２００３，２００６）根据光照的强度、样
品形状易于改变等要求研制了一套近红外高光谱成像系 统，并设计算法检测水果表面上新的撞伤、旧的撞伤、叶 绿索含量、坚实度等。实验采集了“Ｒｅｄ Ｄｅｌｉｃｉｏｕｓ”和 “ｃｏｌｄｅｎ Ｄｅｌｉｃｉｏｕｓ”两种苹果和“Ｒｅｄ Ｈａｖｅｎ”和“Ｃｏｒａｌ ｓｔａｒ”两种桃子，建立了相关的数学模型。由于结论是建 立在水果大小一致的前提假设下，而实际中水果的个体 差异是不能忽略的，导致光谱吸收值之间出现高度共线 性问题。
Ｐａｎｍ锄ａｓ ｓｉｒｉｓｏｍｂｏ∞¨引等（２００ｒ７）选用２姗光谱间 隔，通过光纤光度相互作用采集“００一２５００ ｎｍ之间完 整日本梨和梨汁的近红外漫反射光谱，预测１９９７～１９９８ 年收集的日本梨的胶质组成，对原始光谱和二阶微分光
万方数据
７８
江西农业学报＋
２０卷
谱进行多元线性回归，建立了相关数学模型。但试验结 果显示，１９９８年的梨子模型不适合预测１９９７年的梨子数 据，表明建立的模型存在一定的局限性。 ２．２国内研究现状近几年来，国内的有关研究人员在 利用ＮＩＲ技术进行水果品质测定方面，亦进行了一定的 研究。何勇啪１等（２００６）提出了一种用近红外光谱技术 快速鉴别苹果品种的新方法，首先用主成分分析法对苹 果品种进行聚类分析并获取苹果的近红外指纹图谱，再 结合人工神经网络技术进行品种鉴别。品种识别准确率 达到１００％。显示数据处理和定标模型建立方面的研 究，正在从传统多元回归和数值优化方法到包括人工神 经网络技术、遗传算法、小波分析等先进数据分析技术的 非线性模式识别方向发展。
细，∞ｓｕｎ舢—ｒｄｉｅｚｓｅｔｄｍ．ｃｔｉｖｅ，ｅ鹪ｙ ｗｅｒｅ
ｔｏ ｏｐｅｒａｔｉｏｎ，ｓｔａｂｉｌｉｔｙ锄ｄ ｈｉｇｈ胡＆ｔ ８ｉｎｃｅ １９９０’８．ＴＩｌｅ ｃｈ蹦Ｉｃｔｅｒｉｓｔｉｃｓ ０ｆ ｑｕ蚰ｌｉｔａ“ｖｅ锄ａｌｙｓｉｓ ０ｆ ＮＩＲＳ
ｓ啪ｍｄｚｅｄ．Ｔｈｅ Ｉｎ ｒｅｃｅｍ ｙｅａ玛，ｍ明ｙ ｌａｔｅｓｔ ８ｔ砌ｅｓ ｆｂｃｕｓｅｄ ｏｎ ＮＩＩ璐ｔｏ ｄｅｔｅｎＩｌｉｎｅ ｔｈｅ ｆ“ｔ ｑｕａｌｉｔｙ ｗｅｒｅ ａｌｓｏ
三是近红外光潜有其自身的弱点，如谱带较宽、重
收璃日期：２０ｃｒ７一０９—２８ 基金项目：汀苏省自然科学基金重点资助项目（ＢＩ‘２００６７０ｒ７—２）。 作者简介：杨磊（１９８０一），女，山西临汾入，硕士生，从事农产品无损检测技术研究。
万方数据
ｌ期
杨磊等：近红外光谱在水果内部品质检测中的研究进展
７７
Ｍ卸ｕｅｌａ ｚｕｄｅ¨纠等（２００６）用声脉冲响应技术和小 型可见／近红外分光计预测了“Ｉｄａｒｅｄ”和“Ｇｏｌｄｅｎ Ｄｅｌｉ— ｃｉｏ惜”两种苹果的硬度和可溶性固形物的变化规律，对 决定最佳采收日期及采后水果的品质检测提供了有用的 价值。但是由于水果受外部环境（如采摘时间、储藏时 间、温度影响、土壤养分、浇水量等）的影响，其内部品质 发生相应的改变，导致预测的准确性降低。水果的品种 不同，其内部品质也会有很大差异，建立的数学模型对不 同水果的检测结果也不同。
ＮＩＲ定量分析的关键是建立时间与空间都稳定的数 学模型。每一个数学模型对应一定的样品范围、背景状 态、仪器条件、测试方法以及光谱预处理方法，一旦样品
的背景或测量方法发生变化，数学模型就可能不再适合。 在利用ＮＩＲ技术进行水果品质的测定中，以下几个方面 需要给予足够的重视。
一是选择合适的分辨率是获得高质量近红外光谱 （好的信噪比和丰富的信息）的重要条件。高的光谱分 辨率通常会给出丰富的光谱信息。但高的光谱分辨率会 导致收集光谱的时间延长，同时往往增加光谱的噪音。 如果水果中的特定组分对近红外光谱有很强的吸收，则 光谱的信噪比容易满足实验要求，此时应该用较高的光 谱分辨率。反之，就必须降低光谱分辨率或提高扫描次 数获得较好的信噪比。另外，光谱的测量范围、分辨率、 扫描累加次数及测量方式（透射、漫反射）等也都是实验 各阶段应优化的条件旧１。
Ａｎｔｉｈ惜Ｈｅｍａｎｄｅｚ Ｇｏｍｅｚ【ｌ驯等（２００６）首先运用可 见／近红外光谱检测无核小蜜桔的酸度、可溶性固形物含 量、坚实度等品质，采用偏最小二乘法和主成分回归法建 立其与光谱吸光度的相关数学模型。研究结果表明，可 溶性固形物预测值和真实值之间的相关系数为０．９４，预 测标准误差为０．３３ ｏＢｒｉｘ。有效酸度和坚实度的相关系 数分别为Ｏ．８０和Ｏ．８３，预测标准误差分别为０．１８和 ８．５３。该研究同时证明，不同检测项目的最优定标模型， 是建立在不同数据预处理方法和定标模型建立方法的组 合方面。
传统的水果内部品质检测方法主要是通过化学分析 的方式测定水果的含糖量、酸度以及糖酸比来判断水果 的内部品质，制样繁琐、检测时间长，无法满足水果快速 分级分选的实际要求。近红外光谱法是利用物质对光的 吸收、散射、反射和透射等特性来确定其成分含量的一种 非破坏性检测技术。将近红外光谱技术应用于水果内部 品质的检测，检测时间仅需数秒钟，而且可以同时检测多 种成分，实现水果品质的快速分析，对水果生产，特别是 水果加工质量的控制，具有十分重要的作用。
叠严重、样品中不同成分迭加的非线性等等。因此，在定 量和定性分析时，必须对样品进行全谱扫描或者宽波段 扫描，其结果是计算工作量倍增，但借助现代的计算机技 术和化学计量学的合理选择，可以很好地识别样品。
四是温度亦是影响ＮＩＲＳ定标准确性的关键因素之 一。有关研究认为，近红外对温度比较敏感，１０～２０℃ 的温度变化就可引起吸光度的变化，且温度影响不呈规 律性‘３１。
Ｇ．Ｃａｄ伽ａ朗ｏｍｌ等（２００４）利用透射光谱方法在 ７３０—９００啪波长范围内对不同地域的桃子进行分类分 析。根据桃的含糖量和坚实度判断桃子的成熟度．经小
波包变换滤噪，结合聚类分析和异常样品剔除来完成不 同成熟期桃子的分类，准确率可达到８２．５％。由于没有
进行７００ ｎｍ以下和９００胁以上波长的分析研究，存在
江西农业学报２００８，２０（１）：７６—７８ Ａｃｔａ Ａ鲥ｃｕｌｔｕｒａｅ Ｊｉ∞ｇｘｉ
近红外光谱在水果内部品质检测中的研究进展
杨磊，陈坤杰
（南京农业大学工学院，江苏南京２１００３１）
摘要：近红外光谱分析以其速度快、不破坏样品、操作简单、稳定性好、效率高等特点成为２０世纪９０年代以来发展最 快、最引人注目的定量分析技术。综述了ＭＲＳ技术在定量分析方面的特点，分析了国内外在近红外光谱技术用于水果内部 品质检测的最新研究现状，并对利用近红外光谱技术进行水果品质无损检测的研究前景进行了展望。
２国内外最新研究进展及分析
２．１ 国外研究现状近几年来，利用ＮＩＲ技术进行水果 内部品质的研究，逐渐引起人们的兴趣，正在形成一个新 的热点研究领域。Ｃ．Ｊ．ＣｌａｒｋＨ’等（２００３）试图建立 “Ｂ饱ｅｂｕｍ”苹果透射光谱与黑心病的数学模型。研究结 果表明，水果的储藏时间、光源的强度、光源与水果之间 的距离直接影响数学模型的精度。但是由于水果个体的 差异性，测试部位的不同选取导致检测精度低、检测速度 慢等问题。
立了不同成熟度“Ｊ唧ｌｄ，’苹果的可溶性固形物、坚实
度、酸度、淀粉含量的相关数学模型，研究结果显示，用早 期采收的未成熟苹果建立模型来预测成熟苹果的可溶性 固形物含量是不合适的，只有当样品具有足够宽的成熟 度范围，建立的模型才是稳健的。
Ｏ．Ⅺｅｙｎｅｎ¨叽“１等（２００３，２００５）在可见一近红外光 谱（４５０～１０５０ ｎｍ）范围内选择最有效的波长对“Ｊｏｎ－ ａｇｏｌｄ”苹果进行分级研究，利用ＣＣＤ采集苹果的根茎、花 萼等图像信息，根据苹果的外形、大小、颜色和缺陷分成 ４个等级，分类准确率为９０％，这很好地解决了水果表面 的缺陷区和梗萼凹陷区较难识别这一技术壁垒。提高了 缺陷检测的速度和精度，但结论仅对Ｊ∞ａｄｏｌｄ有效且缺 少试验验证过程。
１近红外光谱分析技术 采用近红外光谱进行水果品质分析的特点：水果
可以不经过样品分离，直接由ＮＩＲ光谱测定出其中的 多种成分含量，测定的准确度取决于化学计量学建立 的数学模型。利用理想的数学模型预测的准确度可以 达到校准仪器的测定值。但一般来说，近红外分析的 准确度要略低于标准法…，然而，由于省去了传统分析 中的称量、定容等繁琐步骤，ＮＩＲ方法较传统方法还是有 相当的吸引力。另外，ＮＩＲ方法可以同时测定出同一样 品中的多个不同组分的含量，具有传统方法无法比拟的 优势。