番茄（Solanum lycopersicum L.）因其營養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境的調控導致生理生化變化，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、營養成分和風味的變化。目前，無損檢測技術已被廣泛探索用于預測番茄品質，如機器視覺、電子鼻技術、光譜分析技術、核磁共振技術。高光譜成像將光譜與傳統圖像相結合，可以同時獲得目標的空間和光譜信息，具有可靠性高、無損、準確等優點。
山東農業大學邵園園副教授團隊利用我司高光譜設備，對番茄高光譜數據進行采集的同時獲取番茄綜合品質指標，預測番茄內在營養品質的變化，為實現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意義。我司高光譜設備參數如圖1所示。
在番茄的品質檢測中，大多數檢測是針對單一品質指標，很少能同時檢測番茄的綜合品質。本研究為尋找可表示番茄綜合品質的指標，采用可見光和近紅外（Vis-NIR）高光譜成像技術，分別在綠熟期、轉色期、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個品質指標：果實的顏色指標（L*、a*、b*、色度值、色調值、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性，利用因子分析提出了綜合品質指標（CQI）。因子分析用于從12個番茄品質指標中尋找潛在和主導因子，用于番茄果實的綜合品質評價。因子分析的合理性通過kaiser meyer olkin（KMO）和bartlett球形檢驗進行評估。開發因子的方差和特征值，生成因子得分表。
表1 各項品質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是硬度，C是色度值，H是色調值。
最后通過連續投影算法選擇特征波長，用于建立CQI預測的三個回歸模型。結果表明，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，可以無損預測番茄的綜合品質，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支持。本研究提出的綜合品質指標（CQI）不僅綜合了番茄果實的內外部品質指標，而且與番茄的成熟度具有一定的關聯性。
圖3高光譜數據分析過程
第一作者簡介：
邵園園，工學博士，山東農業大學副教授，碩士生導師。
主要研究方向：1、農業機械設計，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、機構運動與動力學優化仿真；精準農業、農產品檢測、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.
© 2019 版權所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術支持：化工儀器網 GoogleSitemap 管理登陸
在線客服