番茄（Solanum lycopersicum L.）因其營養(yǎng)豐富以及風味深受廣大消費者的喜愛,。成熟過程受遺傳和環(huán)境的調(diào)控導(dǎo)致生理生化變化,，如番茄紅素的生物合成,、可滴定酸的損失,、可溶性糖的增加、硬度和顏色等物理變化以及番茄香氣,、營養(yǎng)成分和風味的變化,。目前，無損檢測技術(shù)已被廣泛探索用于預(yù)測番茄品質(zhì),，如機器視覺,、電子鼻技術(shù)、光譜分析技術(shù),、核磁共振技術(shù),。高光譜成像將光譜與傳統(tǒng)圖像相結(jié)合，可以同時獲得目標的空間和光譜信息，具有可靠性高,、無損,、準確等優(yōu)點。
山東農(nóng)業(yè)大學邵園園副教授團隊利用我司高光譜設(shè)備,，對番茄高光譜數(shù)據(jù)進行采集的同時獲取番茄綜合品質(zhì)指標,，預(yù)測番茄內(nèi)在營養(yǎng)品質(zhì)的變化，為實現(xiàn)番茄果實最佳采摘時期的確定,、分級,、運輸、貯藏和保鮮等具有重要的指導(dǎo)意義,。我司高光譜設(shè)備參數(shù)如圖1所示,。
在番茄的品質(zhì)檢測中，大多數(shù)檢測是針對單一品質(zhì)指標,，很少能同時檢測番茄的綜合品質(zhì),。本研究為尋找可表示番茄綜合品質(zhì)的指標，采用可見光和近紅外（Vis-NIR）高光譜成像技術(shù),，分別在綠熟期,、轉(zhuǎn)色期、成熟期和晚熟期,，對3個常栽番茄品種（‘圣羅蘭’,、‘凱德雅麗1832’和‘愛綠士T147’）的果實進行了圖像采集，并測定了其中的12個品質(zhì)指標：果實的顏色指標（L*,、a*,、b*、色度值,、色調(diào)值,、a*/b*）、硬度,、番茄紅素,、可溶性固形物、可溶性糖,、有機酸和VC含量作為參考標準,。
其次，通過分析不同指標的變化趨勢及相關(guān)性,，利用因子分析提出了綜合品質(zhì)指標（CQI）,。因子分析用于從12個番茄品質(zhì)指標中尋找潛在和主導(dǎo)因子，用于番茄果實的綜合品質(zhì)評價,。因子分析的合理性通過kaiser meyer olkin（KMO）和bartlett球形檢驗進行評估,。開發(fā)因子的方差和特征值,，生成因子得分表。
表1 各項品質(zhì)指標的因子的成分矩陣
| Index | Factor | ||
| 1 | 2 | 3 | |
| L* | -0.693 | 0.548 | -0.285 |
| a* | 0.943 | -0.001 | 0.216 |
| b* | -0.589 | 0.642 | 0.409 |
| Chroma | 0.153 | 0.779 | 0.567 |
| Hue | -0.965 | 0.045 | -0.111 |
| Hardness | -0.829 | -0.095 | 0.262 |
| SSC | 0.583 | 0.610 | -0.194 |
| Lycopene | 0.802 | 0.120 | 0.035 |
| Soluble sugar | 0.481 | 0.634 | -0.510 |
| Titratable acid | -0.651 | 0.275 | -0.266 |
| VC | 0.792 | 0.062 | -0.087 |
| a*/b* | 0.974 | -0.024 | 0.092 |
其中T是番茄紅素,，F(xiàn)是硬度,，C是色度值，H是色調(diào)值,。
最后通過連續(xù)投影算法選擇特征波長,，用于建立CQI預(yù)測的三個回歸模型。結(jié)果表明,，多元線性回歸（MLR）模型RV2= 0.87,，RMSEV = 1.33，RPD = 2.58取得了良好的性能,。本研究表明,，基于高光譜成像和化學計量學技術(shù)，可以無損預(yù)測番茄的綜合品質(zhì),，為番茄果實的最佳采收期的確定,、果實分級、運輸,、貯藏和保鮮提供了技術(shù)支持,。本研究提出的綜合品質(zhì)指標（CQI）不僅綜合了番茄果實的內(nèi)外部品質(zhì)指標，而且與番茄的成熟度具有一定的關(guān)聯(lián)性,。
圖3高光譜數(shù)據(jù)分析過程
第一作者簡介：
邵園園,，工學博士，山東農(nóng)業(yè)大學副教授,，碩士生導(dǎo)師,。
主要研究方向：1、農(nóng)業(yè)機械設(shè)計,，包括播種育苗移栽機械,、免耕播種機械、秸稈后處理機械及蘋果,、花生,、甘薯收獲機械等。
2,、機構(gòu)運動與動力學優(yōu)化仿真,；精準農(nóng)業(yè),、農(nóng)產(chǎn)品檢測,、圖像識別、高光譜圖像處理等,。
參考文獻：Shao Y , Shi Y , Qin Y,，Xuan G , et al. A new quantitative index for the assessment of tomato quality using Vis-NIR hyperspectral imaging [J]. Food Chemistry, 386(2022):132864.
8
立即詢價
您提交后,，專屬客服將第一時間為您服務(wù)