|
▌PG2000-Pro 和 NIR25S 在蘋果分選中的應用
利用Vis-NIR“點”反射光譜預測蘋果硬度
蘋果硬度
可見和近紅外光譜
反射光譜
蘋果分選
【概述】蘋果是世界上種植和消費最多的水果之一，硬度則是蘋果行業和消費者較為關心的質量屬性。傳統的硬度試驗具有破壞性，效率低且耗時。近年來，經濟高效的光學方法如可見-近紅外（Vis-NIR）光譜或高光譜成像技術（HIS）具有快速采集和無損檢測的優點，為測量蘋果硬度提供了良好的方法。
2024年，南京農業大學潘磊慶教授團隊在 Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 上發表了一篇題為《Comparing visible and near infrared ‘point’ spectroscopy and hyperspectral imaging techniques to visualize the variability of apple firmness》的文章。作者將可見-近紅外（Vis-NIR）“點”光譜和高光譜成像（Vis-NIR-HIS）技術應用于三種不同品種的蘋果，并建立了硬度評價模型。
【樣品 & 測試】作者使用了三個品種的蘋果： “紅富士”（RF）、 “奶油富士”（CF）、“花牛蘋果”（HA），將每個蘋果按照圖1 方式總共標記了 12個區域來進行測量。作者使用復享光譜儀 PG2000-Pro 和 NIR25S 制作成一個光譜儀平臺收集“點”光譜數據，在反射模式下交替采集蘋果樣品的可見光-近紅外（360~1050nm）和近紅外光譜（900~2500nm）。如圖2 所示，光纖將光傳遞至樣品，并收集樣品反射出的光，再傳輸至光譜儀。
圖2，測試示意圖 (a) 可見-近紅外（Vis-NIR）“點”光譜測試，(b)VIS-NIR高光譜成像測試
|
水果產品的視覺顏色取決于葉綠素、胡蘿卜素、葉黃素、花青素和其他酚類色素的類型和含量。根據 Vis-NIR 波長區域（400~1000nm）曲（圖3a 和 3b），可以推斷約 480nm 的吸收來自花青素， 675nm 處的吸收來自葉綠素。HA蘋果在 400~675nm 區域的吸收能力強于 RF 和 CF蘋果，說明 HA 的色素含量更高。結果表明，3個品種的蘋果在 400~600nm 之間的反射率存在顯著差異。
圖3，3個品種蘋果的光譜（a）Vis-NIR “點”光譜；（b）NIR “點”光譜；（c）Vis-NIR 高光譜；（d）NIR 高光譜
|
作者采用用偏最小二乘回歸（PLSR）和最小二乘支持向量機（LS-SVM）算法建立模型，隨后導入Vis-NIR “點”光譜和 Vis-NIR 成像光譜進行硬度分析，并成功輸出評價參數，通過比較數值可以發現 LS-SVM模型對蘋果硬度的預測效果更優。
【總結】本研究使用 Vis-NIR “點”光譜和 Vis-NIR-HSI 高光譜對不同蘋果進行反射光譜測量。建立 PLSR 與 LS-SVM 算法，成功實現了蘋果硬度預測模型。復享光學光譜儀 PG2000-Pro 和 NIR25S 是幫助作者采集反射光譜、分析蘋果硬度的有力工具。 ▌
圖5，文章對復享光學 PG2000-Pro 及 NIR25S 的標注
|
【參考文獻】
? 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
|