邵園園，王永賢，玄冠濤,3*，高宗梅，劉 藝，韓 翔，胡志超

1.山東農(nóng)業(yè)大學(xué)機(jī)械與電子工程學(xué)院，山東 泰安 271018 2.農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所，江蘇 南京 210014 3.College of Agriculture,Food and Natural Resources,University of Missouri，Columbia 65211,USA 4.Biological Systems Engineering,Washington State University，Washington 99350，USA

引 言

獼猴桃酸甜可口、質(zhì)地柔軟，富含人體所需的維生素、氨基酸、抗氧化劑和礦物質(zhì)等多種營(yíng)養(yǎng)成分，深受消費(fèi)者喜愛(ài)，被譽(yù)為“水果之王”[1]。獼猴桃屬于呼吸躍變型果實(shí)，采后成熟、衰老迅速，極易軟化腐爛變質(zhì)，貨架壽命非常有限[2]。為此，超市等零售場(chǎng)所通常使用保鮮膜或保鮮盒儲(chǔ)存獼猴桃，以降低其代謝水平，延長(zhǎng)貨架期[3-4]。獼猴桃的果品品質(zhì)與供應(yīng)安全與其貨架期密切相關(guān)，但是，由于獼猴桃表面顏色變化不明顯，人們僅憑感官難以準(zhǔn)確判斷獼猴桃的貨架期和質(zhì)量等級(jí)。此外，不同階段貨架期的獼猴桃放置在一起，果品品質(zhì)參差不齊，嚴(yán)重影響其銷(xiāo)售周期和利潤(rùn)。因此，快速準(zhǔn)確預(yù)測(cè)保鮮獼猴桃所處貨架期成為消費(fèi)者、生產(chǎn)者和管理者共同關(guān)注的一個(gè)技術(shù)問(wèn)題。

傳統(tǒng)的貨架期人工檢測(cè)方法操作繁瑣、實(shí)驗(yàn)條件要求高[5-6]。高光譜成像檢測(cè)技術(shù)融合了樣本的空間和光譜信息，具有簡(jiǎn)便、快速、無(wú)損、準(zhǔn)確等優(yōu)點(diǎn)，已經(jīng)成功應(yīng)用于果蔬、肉類(lèi)、水產(chǎn)等農(nóng)副產(chǎn)品的貨架期預(yù)測(cè)[7-8]。Chaudhry等[9]利用高光譜成像與多變量加速貨架期實(shí)驗(yàn)法預(yù)測(cè)芝麻菜葉貨架期。Siripatrawa等[10]采用高光譜成像、偏最小二乘回歸分析方法(partial least squares regression，PLSR)及人工神經(jīng)網(wǎng)絡(luò)同時(shí)對(duì)袋裝小香腸的品質(zhì)和貨架期進(jìn)行了預(yù)測(cè)和評(píng)價(jià)；周莉萍等[11]利用高光譜技術(shù)對(duì)覆蓋保鮮膜的新鮮菠菜葉片貨架期進(jìn)行預(yù)測(cè)，建立了偏最小二乘法判別分析(Partial least squares discrimination analysis，PLS-DA)模型。Taghizadeh等[12]利用高光譜成像對(duì)不同包裝膜的雙孢蘑菇貨架期保鮮進(jìn)行評(píng)價(jià)，建立了蘑菇品質(zhì)指標(biāo)和平均光譜的線性模型，Wang等[13]基于“大麥克”香蕉不同褐變程度進(jìn)行貨架期預(yù)測(cè)，融合樣本圖像特征和平均光譜信息，建立了香蕉貨架期分類(lèi)預(yù)測(cè)模型。現(xiàn)有獼猴桃高光譜檢測(cè)主要集中在品質(zhì)參數(shù)、損傷識(shí)別等方面[14-17]，利用高光譜成像技術(shù)預(yù)測(cè)獼猴桃貨架期鮮見(jiàn)報(bào)道。

本工作利用近紅外高光譜成像技術(shù)獲取冷藏、室溫條件下不同保鮮時(shí)間的獼猴桃高光譜信息，結(jié)合化學(xué)計(jì)量學(xué)方法，對(duì)獼猴桃貨架期進(jìn)行快速預(yù)測(cè)和判別。

1 實(shí)驗(yàn)部分

1.1 獼猴桃樣本

2018年9月20日在山東省泰安市水果批發(fā)市場(chǎng)購(gòu)買(mǎi)之后立即運(yùn)回實(shí)驗(yàn)室。選取形狀大小均勻、無(wú)腐爛、無(wú)疤痕、顏色正常的獼猴桃作為實(shí)驗(yàn)樣本，6個(gè)獼猴桃一組儲(chǔ)存在超市普遍使用的聚對(duì)苯二甲酸類(lèi)塑料(PET)保鮮盒中(圖1)，共120盒(720個(gè))獼猴桃樣本。保鮮盒尺寸為21.5 cm×16.5 cm×6 cm，表層有10個(gè)直徑為0.5 cm的圓形小孔，以保證獼猴桃在儲(chǔ)存過(guò)程中正常的呼吸作用和新陳代謝。為分析比較冷藏和室溫兩種條件下獼猴桃貨架期，各選取60盒獼猴桃在4 ℃恒溫儲(chǔ)存室及(18±2) ℃室溫下保鮮。當(dāng)獼猴桃儲(chǔ)存0 d(購(gòu)買(mǎi)當(dāng)天)，儲(chǔ)存2 d，儲(chǔ)存4 d時(shí)，分別取出20盒樣本共120個(gè)獼猴桃進(jìn)行高光譜數(shù)據(jù)采集。其中，建模集90個(gè)，預(yù)測(cè)集30個(gè)。

圖1 獼猴桃樣本Fig.1 Kiwifruit samples

1.2 高光譜圖像采集

1.2.1 高光譜成像系統(tǒng)

采用GaiaField便攜式高光譜系統(tǒng)(雙利合譜，四川，中國(guó))采集獼猴桃高光譜信息，系統(tǒng)組成主要包括高光譜成像儀(GaiaField-V10E)、成像鏡頭(HSIA-OL23)、專(zhuān)用光源(HSIA-LS-T-200W)、標(biāo)準(zhǔn)白板(HSIA-CT-150×150)、三腳架(HSIA-TP-S)及裝有高光譜數(shù)據(jù)采集軟件(SpecView)的專(zhuān)用計(jì)算機(jī)等。光譜范圍為400～1 000 nm，光譜分辨率2.8 nm，入射狹縫寬30 μm，視場(chǎng)角22°，CCD像素1 394×1 040，光源對(duì)稱(chēng)分布，入射角度45°。

1.2.2 圖像采集和校準(zhǔn)

從保鮮盒取出獼猴桃，待其恢復(fù)至常溫狀態(tài)且表面無(wú)水分殘留后，采集光譜數(shù)據(jù)。為了得到清晰不失真圖像，系統(tǒng)參數(shù)設(shè)置為：相機(jī)曝光時(shí)間13 ms，鏡頭與樣本間距離210 mm。為了消除相機(jī)暗電流、光照不均等對(duì)圖像的影響，需要對(duì)高光譜成像系統(tǒng)進(jìn)行黑白校正。通過(guò)遮蓋鏡頭、掃描標(biāo)準(zhǔn)白板分別獲得全黑標(biāo)定圖像Idark和全白圖像Iwhite，根據(jù)式(1)獲得校正圖像[18]。

(1)

式中，I0為校準(zhǔn)后圖像，Iraw為原始高光譜圖像。

利用軟件ENVI4.6(Environment for Visualizing Images software,Research Systems Inc.,Boulder,CO,USA)提取校正圖像感興趣區(qū)域(region of interst，ROI)的高光譜數(shù)據(jù)，并計(jì)算ROI內(nèi)光譜反射率的平均值。

1.3 理化指標(biāo)測(cè)定

獼猴桃硬度測(cè)定使用指針式水果硬度計(jì)(GY-1型，浙江托普云農(nóng)科技股份有限公司)，測(cè)頭直徑3.5 mm，下壓深度10 mm，測(cè)試速度0.5 mm·s-1，選取5個(gè)位置進(jìn)行測(cè)量，取平均值作為獼猴桃硬度值。硬度測(cè)定完成后，使用ST-208B型手動(dòng)切片機(jī)[19]沿獼猴桃中心線進(jìn)行切片，獲取切片高光譜圖像，隨后使用數(shù)顯折射儀(PAL-1，Atago Co，Tokyo，Japan)進(jìn)行可溶性固形物(soluble solids content，SSC)測(cè)定，三次測(cè)量平均值為獼猴桃可溶性固形物含量測(cè)定值。

2 結(jié)果與討論

2.1 獼猴桃光譜特征

為了進(jìn)一步消除暗電流、噪聲等對(duì)高光譜信息的影響，對(duì)獼猴桃平均光譜曲線進(jìn)行Savitzky-Golay卷積平滑(法)預(yù)處理如圖2。圖2(a)為不同貨架期獼猴桃平均光譜曲線，可以看出，不同貨架期獼猴桃平均反射率光譜曲線顯著不同，儲(chǔ)存2 d的平均光譜反射率最高，0 d的最低。進(jìn)一步分析，光譜在650 nm附近出現(xiàn)小吸收峰，是由葉綠素對(duì)光的吸收引起。在780和970 nm附近出現(xiàn)的小吸收峰，分別為水的O—H三級(jí)和二級(jí)吸收倍頻引造成[20]。圖2(b)為不同溫度下獼猴桃平均光譜曲線，可以看出，(18±2) ℃室溫下獼猴桃的光譜反射率要高于4 ℃恒溫冷藏時(shí)的光譜反射率。

圖2 獼猴桃平均光譜曲線(a)：不同貨架期；(b)：不同溫度Fig.2 Mean spectral curvesof kiwifruits(a)：Different shelf-life；(b)：Different temperature

2.2 PCA分析

主成分分析(principal component analysis，PCA)通過(guò)降維和特征提取實(shí)現(xiàn)數(shù)據(jù)集的簡(jiǎn)化，每個(gè)主成分(principal component，PC)是所有原始變量的線性組合，幾個(gè)主成分(PCs)標(biāo)準(zhǔn)正交并在PCA變換中產(chǎn)生[21]。圖3(a)為不同貨架期獼猴桃的前2個(gè)主成分得分圖。從圖中可以看出，PC-1和PC-2解釋了98%的光譜數(shù)據(jù)信息，3組樣本存在明顯的聚類(lèi)現(xiàn)象，幾乎沒(méi)有重合。圖3(b)為樣本PC-1得分圖，反映不同貨架期獼猴桃光譜特征隨儲(chǔ)存溫度的變化而變化。隨著貨架期的延長(zhǎng)，(18±2) ℃下獼猴桃的PC-1得分逐漸高于4 ℃下，相應(yīng)的，室溫下不同貨架期獼猴桃具有更好的區(qū)分度。為了實(shí)現(xiàn)不同溫度下獼猴桃貨架期的準(zhǔn)確定性分析，還需要建立獼猴桃貨架期的預(yù)測(cè)模型。

2.3 特征波長(zhǎng)XL提取

載荷系數(shù)法(XL)通過(guò)計(jì)算各波長(zhǎng)所對(duì)應(yīng)的載荷系數(shù)，從而篩選影響樣本聚類(lèi)的特征波長(zhǎng)，前兩個(gè)主成分PC-1和PC-2的載荷系數(shù)曲線如圖4所示。

圖4(a)為儲(chǔ)存溫度為4 ℃時(shí)獼猴桃的PC-1和PC-2載荷系數(shù)曲線，分析載荷系數(shù)局部最值，可以發(fā)現(xiàn)481，501，547，665，723，839和912 nm這些波長(zhǎng)對(duì)不同貨架期獼猴桃樣聚類(lèi)起重要作用。圖4(b)為儲(chǔ)存溫度(18±2) ℃下獼猴桃的PC-1和PC-2載荷系數(shù)曲線，可以看出7個(gè)特征波長(zhǎng)分別在508，545，665，672，720，839和909 nm處。

圖3 主成分得分散點(diǎn)圖(a)：不同貨架期；(b)：不同溫度Fig.3 Scores scatter plot of the first two PCs(a)：Different shelf-life；(b)：Different temperature

圖4 主成分PC-1和PC-2載荷圖(a)：4 ℃；(b)：(18±2) ℃Fig.4 Loadings plots of the PC-1 and PC-2 of PCA(a)：4 ℃；(b)：(18±2) ℃

2.4 特征波長(zhǎng)SPA提取

SPA算法是一種特征波長(zhǎng)前向選擇算法，通過(guò)比較波長(zhǎng)投影向量大小，將最大投影量波長(zhǎng)列為有效波長(zhǎng)，并根據(jù)校正模型確定最佳特征波長(zhǎng)。以建模集光譜數(shù)據(jù)為輸入，指定波長(zhǎng)范圍N最大為30，選取變量數(shù)為10時(shí)，均方根誤差(RMSE)最小。采用SPA方法選擇的特征波長(zhǎng)如圖5所示，4 ℃下特征波長(zhǎng)為406，428，520，617，665，692，723，818，878和983 nm，(18±2) ℃下特征波長(zhǎng)為575，622，731，756，779，800，828，865，920和983 nm。

圖5 SPA優(yōu)選波長(zhǎng)分布Fig.5 Distribution of wavelengths selected by SPA

XL，SPA兩種方法選取的特征波長(zhǎng)如表1所示。其中，XL方法選取的特征波長(zhǎng)數(shù)為7個(gè)，兩種溫度下特征波長(zhǎng)位置基本相同，主要分布在500～900 nm范圍內(nèi)，SPA方法選取的特征波長(zhǎng)數(shù)為10個(gè)，分布范圍在400～1 000 nm，4 ℃下特征波長(zhǎng)在400～600 nm范圍的多一些，與葉綠素有關(guān)，而(18±2) ℃下特征波長(zhǎng)更多是在800～100 nm，由水或氧的窄吸收帶引起。

表1 X-loadings和SPA算法選擇的特征波長(zhǎng)Table 1 Characteristic wavelength selected by X-loadingsand SPA

2.5 LS-SVM預(yù)測(cè)模型

最小二乘支持向量機(jī)(least square-support vector machine，LS-SVM)作為一種常用的建模方法，在數(shù)據(jù)降維及信息提取方面性能良好。其中，核函數(shù)選擇徑向基函數(shù)(RBF)，模型參數(shù)通過(guò)網(wǎng)格搜索和十折交叉驗(yàn)證進(jìn)行優(yōu)化。為了建立獼猴桃貨架期LS-SVM預(yù)測(cè)模型，首先對(duì)貨架期0，2和4 d的獼猴桃樣本分別賦予虛擬等級(jí)值1，2，3。然后，以全光譜數(shù)據(jù)和表1特征波長(zhǎng)為輸入，建立LS-SVM預(yù)測(cè)模型，獼猴桃貨架期識(shí)別結(jié)果如表2所示。

表2 貨架期識(shí)別結(jié)果Table 2 Identification results for shelf life

圖6 獼猴桃切片圖像主成分分析Fig.6 Principal component images for kiwifruit slice

由表2可以看出，4 ℃下時(shí)基于全光譜和XL、SPA特征波長(zhǎng)的三個(gè)LS-SVM模型總體識(shí)別準(zhǔn)確率分別為92.2%，92.2%，91.1%，取得了較為滿意的預(yù)測(cè)結(jié)果，但第2天和第4天的獼猴桃樣本存在小部分誤判，這也從側(cè)面說(shuō)明獼猴桃在適宜的低溫下儲(chǔ)存可以延長(zhǎng)獼猴桃貨架期。(18±2) ℃下獼猴桃樣本總體識(shí)別準(zhǔn)確率均為100%，無(wú)誤判現(xiàn)象。進(jìn)一步分析，與10個(gè)SPA特征波長(zhǎng)相比，XL特征波長(zhǎng)僅為7個(gè)，可以使模型進(jìn)一步簡(jiǎn)化，提高運(yùn)算效率，便于開(kāi)發(fā)便攜式貨架期檢測(cè)儀。

2.6 獼猴桃切片圖像分析

對(duì)獼猴桃切片圖像進(jìn)行PCA分析，圖6為4 ℃和(18±2) ℃的獼猴桃切片PC1—PC7圖像。由圖中可以看出，除PC5中有部分噪聲影響外，其他主成分圖像均能完整反映獼猴桃切片信息。其中，PC2圖像反映獼猴桃切片信息最明顯，4 ℃和(18±2) ℃的獼猴桃切片PC2圖像在各貨架期均呈現(xiàn)出不同程度的內(nèi)部變化。從所得切片信息也進(jìn)一步驗(yàn)證了高光譜成像技術(shù)是實(shí)現(xiàn)獼猴桃貨架期預(yù)測(cè)的可靠工具。

2.7 獼猴桃理化指標(biāo)分析

表3和表4為不同貨架期獼猴桃硬度、可溶性固形物含量統(tǒng)計(jì)。由表中可以看出，隨著貨架期的延長(zhǎng)，獼猴桃硬度會(huì)下降，這是由于淀粉等多糖物質(zhì)逐漸降解導(dǎo)致。相反，隨著儲(chǔ)藏時(shí)間延長(zhǎng)，獼猴桃逐漸成熟，可溶性固形物含量不斷升高。與(18±2) ℃室溫相比，4 ℃恒溫冷藏條件下，獼猴桃硬度、可溶性固形物含量變化緩慢。進(jìn)一步采用單因素方差分析(analysis of variance，ANOVA)對(duì)獼猴桃硬度和可溶性固形物含量進(jìn)行統(tǒng)計(jì)分。表3中，4 ℃的獼猴桃樣本，F(xiàn)>Fcrit，p<0.05，說(shuō)明不同貨架期獼猴桃的硬度值存在顯著性差異。(18±2) ℃的獼猴桃樣本，F(xiàn)>Fcrit，p<0.01，樣本之間的硬度值存在高度顯著性差異。表4中，4 ℃的獼猴桃樣本，F(xiàn)0.05，說(shuō)明不同貨架期獼猴的可溶性固形物含量值無(wú)顯著性差異。(18±2) ℃的獼猴桃樣本，F(xiàn)>Fcrit，p<0.01，說(shuō)明不同貨架期樣本的可溶性固形物含量值存在高度顯著性差異。相關(guān)性數(shù)據(jù)的鄧肯式新復(fù)極差測(cè)驗(yàn)表明，3個(gè)不同貨架期下獼猴桃硬度值在0.05水平上存在顯著性差異，4 ℃下樣本之間相關(guān)系數(shù)為-0.336 5，(18±2) ℃下樣本之間相關(guān)系數(shù)為-0.526 0，呈負(fù)相關(guān)。3個(gè)不同貨架期下獼猴桃可溶性固形物含量值在0.05水平上存在顯著性差異，(18±2) ℃下樣本之間相關(guān)系數(shù)0.557 6，呈正相關(guān)。由此可見(jiàn)，硬度值均可作為區(qū)分4 ℃和(18±2) ℃不同貨架期獼猴桃的特征指標(biāo)，而可溶性固形物含量?jī)H能作為區(qū)分(18±2) ℃不同貨架期獼猴桃的理化參數(shù)。結(jié)合獼猴桃光譜信息，可以看出獼猴桃光譜反射率與其單個(gè)指標(biāo)硬度、可溶性固形物含量不成線性關(guān)系，而是多個(gè)指標(biāo)的綜合反映。

表3 不同貨架期獼猴桃硬度Table 3 Firmness of kiwifruits during shelf life

表4 不同貨架期獼猴桃可溶性固形物含量Table 4 SSC of kiwifruits during shelf life

3 結(jié) 論

(1)采用高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量方法，對(duì)不同儲(chǔ)存溫度的獼猴桃進(jìn)行貨架期快速預(yù)測(cè)，4 ℃時(shí)基于全光譜和XL、SPA特征波長(zhǎng)的三個(gè)LS-SVM模型各獲得92.2%，92.2%，91.1%的預(yù)測(cè)準(zhǔn)確率，(18±2) ℃時(shí)預(yù)測(cè)準(zhǔn)確率均達(dá)到100%。不同貨架期獼猴桃切片主成分圖像信息也顯示出明顯變化，表明高光譜成像技術(shù)能夠?qū)崿F(xiàn)獼猴桃貨架期快速預(yù)測(cè)。

(2)獼猴桃理化指標(biāo)顯示，隨著貨架期延長(zhǎng)，獼猴桃可溶性固形物含量逐漸增加，(18±2) ℃時(shí)二者存在正相關(guān)性，相關(guān)系數(shù)為0.557 6。硬度則隨貨架期延長(zhǎng)逐漸減小，4 ℃和(18±2) ℃下硬度值和貨架期之間存在負(fù)相關(guān)性，相關(guān)系數(shù)分別為-0.335 6和-0.562 0。與理化檢測(cè)方法相比，高光譜成像技術(shù)可以全面、準(zhǔn)確、快速的預(yù)測(cè)獼猴桃貨架期，為獼猴桃的生產(chǎn)、銷(xiāo)售提供技術(shù)指導(dǎo)。