近红外光谱技术无损检测苹果中糖度含量(近红外光谱法)

近红外光谱技术无损检测苹果中糖度含量（近红外光谱法）

实验报告

实验时间：2014年12月12日---2014年12月15日

实验地点：济南海能仪器实验室

实验仪器：海能Unity近红外光谱仪SpectraStar2500XL

实验样品：不同品种的苹果

检测指标：糖度

检测方法：样品来自于超市和街边采购的不同品种的苹果。苹果样品共15个，命名编号为pd01-pd15。采用顶窗旋转杯漫反射检测，每个样品扫描3张光谱。

定标模型方法：光谱进行一阶微分平滑等数学预处理，将光谱与实验数据一一对应，使用PLS算法建立定量模型。

分析结果：将近红外的检测结果与实验室数据进行比对，以验证仪器的准确性。

实验过程：

1、苹果无损扫描近红外光谱。近红外光谱技术对苹果糖含量的无损检测，将苹果放置于近红外光谱仪的顶窗旋转适配环上出光孔位置，分别对每个样品的3个不同位置进行扫描。15个样品共得到45个近红外吸收光谱，如图1.

图1.苹果的近红外吸收光谱图

2、湿化学方法对苹果中糖度的检测。采用国标方法对每个苹果的糖含量检测。根据《GB12295-1990水果、蔬菜制品可溶性固形物含量的测定--折射仪法》，检测出每个苹果中糖度含量，如表1.

表1.国标方法检测出的苹果中糖度含量

编号糖度

pd0111

pd0214.6

pd0311.7

pd0413.3

pd0511.8

pd0612.6

pd0713

pd0812.7

pd0910

pd1013.3

pd1113.2

pd1213.2

pd1311.6

pd1413.7

pd1512.8

3、建立苹果糖度的近红外定标模型。将每个苹果近红外吸收光谱与实验数据一一对应，进行一阶微分平滑等数学预处理，使用PLS算法建立定量模型。如图2.

图2.苹果中糖度的PLS定标模型曲线

通过上图可以看出，苹果的糖度与近红外吸收有很好的相关性，其达到0.953。

4、近红外无损检测方法对苹果中糖含量的预测。采用近红外光谱仪对15个苹果样品再次编号重新扫描，进行预测分析，并于国标方法所得结果对比，计算偏差。如表2.

表2.苹果中糖含量国标法与NIR检测结果对比

编号国标法检测值近红外预测值偏差

px0111.011.2-0.2

px0214.614.30.3

px0311.711.70.0

px0413.313.30.0

px0511.812.0-0.2

px0612.612.8-0.2

px0713.013.2-0.2

px0812.712.9-0.2

px0910.09.90.1

px1013.313.20.1

px1113.213.10.1

px1213.213.10.1

px1311.611.50.1

px1413.713.50.2

px1512.813.0-0.2

从上表可以看出，近红外无损检测苹果中糖度与国标法检测值的偏差较小，绝对变差值在0-0.3之间。完全能够符合实验室检测要求，通过后期模型的维护和样品添加，使得模型适应性更好，准确性更高。

验证结论：

通过上述实验数据可见，说明苹果中糖度含量和近红外光谱之间有很好的相关性，海能Unity近红外光谱仪分析技术应用于苹果中糖含量的无损快速定量分析是可行的。

从样品数据来看，模型数量较少，样品梯度不够完善，缺乏足够的代表性，应该按实际应用情况增加建模样品数量，其含量形成一定梯度，才能建立一个相对稳健的数学模型。

海能仪器股份有限公司

应用实验室

2015年3月15日