劉燕德，徐 海，孫旭東，姜小剛，饒 宇，張 雨

華東交通大學(xué)機(jī)電與車輛工程學(xué)院，水果智能光電檢測(cè)技術(shù)與裝備國(guó)家地方聯(lián)合工程研究中心，江西 南昌 330013

引 言

水果內(nèi)部參數(shù)，如糖度(soluble solid content，SSC)，是水果的主要品質(zhì)屬性[1]。傳統(tǒng)檢測(cè)方法為破壞性方法，且分析數(shù)量有限，而近紅外(near infrared，NIR)光譜結(jié)合化學(xué)計(jì)量學(xué)是一種快速、準(zhǔn)確、易于實(shí)現(xiàn)的無損檢測(cè)技術(shù)。目前已經(jīng)研究了各種水果，包括蘋果[2-4]、石榴[5]、櫻桃[6]、圣女果[7]等水果種類。

在新樣本測(cè)定前，必須建立NIR模型以建立光譜和屬性值之間的函數(shù)關(guān)系。因?yàn)楣麑?shí)物化特性的不同，導(dǎo)致其內(nèi)部細(xì)胞結(jié)構(gòu)、組成成分和光學(xué)傳輸特性的差異，故一般針對(duì)不同品種建立不同的近紅外模型。但這種方法增加了模型建立及維護(hù)的成本。此外，對(duì)于波長(zhǎng)有限的近紅外儀器，由于校正模型的限制，品種的適用范圍也受到限制。因此，建立近紅外通用模型將有助于推廣近紅外技術(shù)。Liu等[8]建立了富士蘋果，大久保桃子和豐水梨糖度通用模型。Wang等[9]建立了糖度與硬度的多品種洋梨模型。前期研究中建立了新梨7號(hào)，碭山酥梨，玉露香梨和紅富士蘋果的糖度在線檢測(cè)通用模型。前兩項(xiàng)研究都是基于便攜式檢測(cè)設(shè)備建立的數(shù)學(xué)模型，未能探討建立動(dòng)態(tài)在線檢測(cè)設(shè)備通用模型的可行性。而后一項(xiàng)研究重點(diǎn)研究并比較了單一品種檢測(cè)模型與在線檢測(cè)通用模型的優(yōu)劣勢(shì)，結(jié)果表明混合模型在減小品種差異對(duì)預(yù)測(cè)模型穩(wěn)健性的影響上表現(xiàn)出良好的性能。然而，由于大量的建模數(shù)據(jù)，增加了模型的潛變量個(gè)數(shù)，從而降低了模型的效率。因此，為了在保證預(yù)測(cè)精度的前提下，提高通用模型的效率，以三種蘋果(冰糖心、紅富士及水晶富士)為研究對(duì)象，采用合適的預(yù)處理方法以減少不同品種的光譜差異，并采用無信息變量消除法以及連續(xù)投影算法篩選特征波長(zhǎng)以減少建模變量，開發(fā)不同品種蘋果糖度的近紅外在線檢測(cè)通用模型。研究結(jié)果將對(duì)水果商品化處理環(huán)節(jié)具有實(shí)際應(yīng)用價(jià)值。

1 實(shí)驗(yàn)部分

1.1 樣品

樣品選自陜西省某商業(yè)果園，經(jīng)過手工分揀后立即放于22 ℃的實(shí)驗(yàn)室環(huán)境下，且整個(gè)實(shí)驗(yàn)階段，樣品都保持相同的貯藏狀態(tài)。其中，冰糖心75個(gè)，紅富士50個(gè)，水晶富士40個(gè)，共165個(gè)樣品果。在口感上，紅富士與冰糖心均屬于脆蘋果，而水晶富士屬于粉蘋果?？诟械姆叟c脆實(shí)質(zhì)上是蘋果在成熟期果肉細(xì)胞的不溶性果膠及纖維素的含量和性質(zhì)差異導(dǎo)致細(xì)胞間粘連性下降的程度和速率不同造成的[10]。每個(gè)批次按樣品比例使用15～20個(gè)果實(shí)，并定期評(píng)估。每個(gè)樣品均在果實(shí)赤道附近的4個(gè)位置進(jìn)行測(cè)量，各測(cè)量部位相距90°并垂直于莖軸。在同一位置進(jìn)行光譜采集與糖度測(cè)定，且每個(gè)觀測(cè)點(diǎn)均作為一個(gè)獨(dú)立樣本。

1.2 動(dòng)態(tài)在線檢測(cè)設(shè)備與光譜采集

水果動(dòng)態(tài)在線檢測(cè)設(shè)備采用漫透射檢測(cè)方式(圖1)，將一組呈圓弧狀配置的光源對(duì)稱排列在待測(cè)樣品兩側(cè)，其發(fā)出的光均勻照射樣品表面，透過樣品內(nèi)部的光由果杯下方光纖探頭收集后傳回光譜儀，這種方式得到的樣品果肉信息更多，避免了果實(shí)表面反射光及外部光干擾，同時(shí)能有效消除由果實(shí)不同部位造成的糖，酸等成分的測(cè)定誤差。設(shè)備采用QE65Pro型光譜儀(Ocean optics INC. USA)，其波長(zhǎng)范圍為350～1 150 nm，光源為10盞12 V，100 W的鹵鎢燈，采集時(shí)參數(shù)設(shè)定為：積分時(shí)間100 ms，運(yùn)動(dòng)速度5 s-1。

圖1 漫透射檢測(cè)機(jī)構(gòu)

1：光源；2：樣品；3：密封圈；4：果杯；5：撥桿；6：支持端；7：限位裝置；8：光纖探頭；9：果核；10：彈跳爪；11：橡皮墊圈

Fig.1Mechanismofdiffusetransmissiondetection

1：Light source；2：Samples；3：Gasket ring；4：Cups；5：Driving lever；6：Stand；7：Stop block；8: Probe; 9：Kernel；10：Bouncing claw；11：Rubber hood

設(shè)備預(yù)熱30 min后，以聚四氟乙烯球作為參比，校正參比后采集光譜。采用硬件觸發(fā)方式采集光譜，其結(jié)構(gòu)簡(jiǎn)圖如圖2所示，齒輪每4個(gè)齒對(duì)應(yīng)安裝一個(gè)果杯，果杯和分度盤齒一一對(duì)應(yīng)。分度盤下方2 mm處安裝有光電開關(guān)，每轉(zhuǎn)一齒，即傳動(dòng)一個(gè)果杯的行程，觸發(fā)傳感器，使后續(xù)電路發(fā)出信號(hào)，從而觸發(fā)光譜儀采集并保存一條光譜。

圖2 光譜采集觸發(fā)裝置

1.3 SSC含量測(cè)定

從每個(gè)樣品的測(cè)量位置取出一個(gè)圓形楔形物(最大直徑50 mm)，通過粗棉布?jí)褐疲⑹褂脺囟妊a(bǔ)償糖度計(jì)(型號(hào)PAL-1；Atago Co.，Tokyo，Japan)測(cè)量果汁的SSC含量。重復(fù)測(cè)量三次，取其平均值作為對(duì)應(yīng)測(cè)量位置的SSC含量真值。

1.4 偏最小二乘回歸

偏最小二乘(PLS)回歸廣泛應(yīng)用于近紅外光譜分析，以將光譜矩陣X與濃度矩陣Y相關(guān)聯(lián)。PLS回歸模型可以寫為

Y=bX+e

(1)

式(1)中，b表示回歸系數(shù)的向量，e表示模型殘差。

在PLS算法中，留一法交叉驗(yàn)證通常用于分別避免由于使用太小或太大的潛變量(latent variables，LVs)而導(dǎo)致的欠擬合或過擬合。LVs的最佳數(shù)量由交叉驗(yàn)證值的最低均方根誤差確定。

1.5 數(shù)據(jù)統(tǒng)計(jì)分析

(2)

(3)

(4)

RPD值的增加表明模型質(zhì)量的提高，Chang等[11]定義了三個(gè)質(zhì)量類別以考慮模型的可靠性：優(yōu)秀模型，RPD>2；可靠模型，RPD為1.4～2；不可靠模型，RPD<1.4。

2 結(jié)果與討論

2.1 樣本集的定義

在整個(gè)實(shí)驗(yàn)階段，將最后一批的樣本作為測(cè)試集，而其余批次樣本進(jìn)行建模分析。校正建模之前，對(duì)樣本進(jìn)行肖維勒準(zhǔn)則測(cè)試。其中，冰糖心，紅富士與水晶富士各剔除異常樣本4個(gè)，共計(jì)12個(gè)。將冰糖心、紅富士與水晶富士依次定義為品種1，2與3，每個(gè)品種的剩余樣本通過Kennard-Stone(K-S)法按約3∶1的比例分成2組，校正集與驗(yàn)證集。

全部剩余樣本的校正與驗(yàn)證集分別由各個(gè)品種的校正和驗(yàn)證子集組成。校正集僅用于構(gòu)建校正模型，驗(yàn)證集僅用于決定模型的參數(shù)以評(píng)估校正模型，而測(cè)試集用于模型的外部驗(yàn)證。如表1所示，校正集與驗(yàn)證集的SSC范圍分別為8.5%～17.5%與8.9%～16.7%，標(biāo)準(zhǔn)偏差分別為1.48%與1.35%，樣本集覆蓋了足夠大的范圍，且校正集范圍大于每個(gè)品種的驗(yàn)證集，這些特征有利于建立穩(wěn)健的近紅外模型。

表1 樣本集糖度含量統(tǒng)計(jì)Table 1 Statistical values of the SSC(%) of data sets

2.2 光譜特征及預(yù)處理

每個(gè)品種的平均原始光譜如圖3(a)所示，光譜下部(350～594 nm)與上部(900～1 150 nm)的光譜能量值較低，有效信息較少，主要涵蓋了無價(jià)值的信號(hào)，故將有效波長(zhǎng)范圍定義為594～900 nm(400個(gè)數(shù)據(jù)點(diǎn))?？傮w上看，三種光譜主要存在吸收強(qiáng)度的差異，光譜走勢(shì)基本一致。紅富士光譜較另外兩種光譜吸收強(qiáng)度較高，而水晶富士強(qiáng)度最低，其可能與果型及果肉軟化有關(guān)。光譜曲線分別在650，709和810 nm附近存在突出吸收峰，而在670，750與830 nm附近存在波谷。其中，650 nm的吸收主要受表皮顏色的影響，670 nm附近可能為葉綠素[12]的吸收，750 nm附近的波谷與O—H三倍頻伸縮振動(dòng)有關(guān)，830 nm附近的較弱波谷與N—H三倍頻伸縮振動(dòng)[13]有關(guān)。經(jīng)過比較分析，使用多元散射校正(MSC)對(duì)光譜進(jìn)行預(yù)處理，其主要作用為消除顆粒分布不均勻及顆粒大小產(chǎn)生的散射影響。并結(jié)合Savitzky-Golay(S-G)卷積平滑(平滑點(diǎn)數(shù)為3)來有效減少光譜的噪聲，提高光譜信噪比。

2.3 光譜差異性分析和標(biāo)準(zhǔn)化處理

為了進(jìn)一步消除不同品種的影響，首先進(jìn)行光譜差異性分析，對(duì)光譜進(jìn)行主成分分析(PCA)，以光譜前3個(gè)主成分的得分計(jì)算樣本的空間距離(前3個(gè)主成分已表征了99%的光譜信息)，三個(gè)品種的三維得分分布圖如圖4(a)所示。

由圖所示，三個(gè)品種的主成分空間分布存在差異，這些差異可能反映了品種之間的差異，例如果皮，果肉的顏色與厚度，果膠含量等。通過比較分析，在光譜預(yù)處理的基礎(chǔ)上結(jié)合歸一化處理以減小差異。將未處理的光譜與經(jīng)過歸一化處理及光譜預(yù)處理的光譜的PC得分圖[圖4(b)]進(jìn)行比較，后者的分布明顯更加集群，即光譜差異性減小，且平均光譜[圖3(b)]差異明顯縮小，因而可以進(jìn)一步研究三個(gè)品種模型的通用性。

圖3 樣品平均光譜(a)：原始光譜；(b)：處理后光譜

2.4 PLS模型建立及優(yōu)化

采用PLS回歸算法建立三個(gè)品種的通用模型，即混合三個(gè)品種的校正模型，建立不同品種混合模型，用于預(yù)測(cè)所有品種的SSC。采用基于PLS回歸系數(shù)的無信息變量消除法[14](uninformative variable elimination，UVE)篩選特征變量，其基本思想是把變量對(duì)應(yīng)的回歸系數(shù)平均值與其標(biāo)準(zhǔn)差的比值作為變量選擇的衡量依據(jù)，其表達(dá)式如式(5)

(5)

式(5)中，CV為回歸系數(shù)的平均值與標(biāo)準(zhǔn)差之比，i為光譜矩陣中第i列向量。

圖4 三個(gè)品種的前3個(gè)主成分得分分布(a)：原始光譜的主成分得分;(b): 經(jīng)過歸一化及多元散射校正處理的光譜的主成分得分

最終的判斷方法是將一定數(shù)量的隨機(jī)變量矩陣加入光譜矩陣中，然后通過交叉驗(yàn)證建立PLS模型，得到回歸系數(shù)矩陣，將隨機(jī)變量矩陣的最大CV值(CVmax)作為閾值，當(dāng)變量對(duì)應(yīng)的CV值低于CVmax時(shí)，該變量被剔除。

采用UVE對(duì)經(jīng)過預(yù)處理的全譜變量(398個(gè)數(shù)據(jù)點(diǎn))進(jìn)行有效變量篩選，控制隨機(jī)變量的大小為原變量的10-10，使得擴(kuò)展矩陣的特征值基本保持不變以最大程度地降低隨機(jī)矩陣對(duì)原變量回歸系數(shù)的影響，隨機(jī)變量個(gè)數(shù)設(shè)為200，最終的處理結(jié)果如圖5所示。

圖5 UVE處理結(jié)果(a)：UVE篩選變量的結(jié)果；(b)：通過UVE選擇波長(zhǎng)后的PLS模型預(yù)測(cè)結(jié)果

由圖5(a)所示，黑色豎線為光譜變量與隨機(jī)變量分界線，其左側(cè)黑色曲線表示光譜變量的CV分布情況，右側(cè)紅色曲線表示隨機(jī)變量的CV分布情況。2條藍(lán)色水平虛線表示所得的閾值上下限，即隨機(jī)矩陣的CVmax為32.5，且當(dāng)隨機(jī)變量的CV值達(dá)到其最大值的99%時(shí)，閾值被觸發(fā)。虛線之間的變量為被剔除的變量，而虛線外的變量即為選中的光譜變量。最終經(jīng)過UVE篩選出的剩余光譜變量個(gè)數(shù)為155，其驗(yàn)證模型對(duì)比結(jié)果如表2所示。

表2 蘋果糖度的PLS模型驗(yàn)證結(jié)果Table 2 Results of PLS modeling for the SSC of apples

由表2可知，經(jīng)過預(yù)處理，RMSEP由0.73%降低至0.61%，而RPD由1.85增至2.21，可見前述所用的預(yù)處理方法是可行有效的。并且經(jīng)過UVE篩選后，大大減少了建模變量，其潛變量個(gè)數(shù)也有所降低，最終降低了模型的復(fù)雜程度，提高了模型的運(yùn)算速度。而其RPD并沒有降低，說明UVE篩選變量后，光譜的有效信息并沒有丟失，模型表現(xiàn)出優(yōu)秀的質(zhì)量。將模型定義為UVE-PLS，其預(yù)測(cè)散點(diǎn)圖如圖5(b)所示。

2.5 模型的簡(jiǎn)化

圖6 SPA變量篩選結(jié)果(a)：SPA選擇變量數(shù)；(b)：SPA所選變量在光譜中的位置分布

2.6 模型驗(yàn)證

圖7 基于22個(gè)SPA優(yōu)選變量的MLR模型結(jié)果

表3 蘋果糖度最優(yōu)模型的實(shí)際性能Table 3 The practical performance of the optimal model for SSC of the apples

3 結(jié) 論

近紅外動(dòng)態(tài)在線檢測(cè)設(shè)備可以用于開發(fā)包括冰糖心，紅富士及水晶富士三種蘋果的糖度通用模型。采用多元散射校正結(jié)合S-G卷積平滑的光譜預(yù)處理方法，結(jié)合歸一化處理，能夠有效去除隨機(jī)噪聲以及基線偏差，并減小由樣品品種引起的光譜差異。采用PLS回歸算法建立了糖度通用模型，結(jié)合UVE波長(zhǎng)篩選方法能夠有效剔除光譜的無用信息，并且在保證預(yù)測(cè)精度的基礎(chǔ)上，模型預(yù)測(cè)效率由于建模數(shù)據(jù)的減少?gòu)亩玫搅颂嵘?。利用SPA進(jìn)一步篩選建模變量，并且采用MLR算法建立了簡(jiǎn)化后的糖度通用模型，其結(jié)果表明MLR通用模型在波長(zhǎng)有限的近紅外光譜儀中具有良好的潛在應(yīng)用。選定的UVE-PLS模型的實(shí)際性能表現(xiàn)出對(duì)糖度可靠的預(yù)測(cè)能力。本研究表明水果動(dòng)態(tài)在線分選設(shè)備用于建立不同品種水果糖度模型是可行的，進(jìn)一步研究多品種建模是必要的。研究簡(jiǎn)化了水果商品化加工的過程，降低了建立糖度分選模型的維護(hù)成本，對(duì)多品種水果商品化處理具有指導(dǎo)意義。