張小斌,朱怡航,趙懿瀅,陳妙金,孫奇男,謝寶良,馮紹然,顧 清,*

(1.浙江省農(nóng)業(yè)科學(xué)院 數(shù)字農(nóng)業(yè)研究所,浙江 杭州 310021; 2.寧波市奉化區(qū)水蜜桃研究所,浙江 寧波 315502; 3.北京陽(yáng)光億事達(dá)科技有限公司,北京 100020)

水果的品質(zhì)主要取決于其外部和內(nèi)部的質(zhì)量因素[1-2]。大小、形狀、顏色和整體外觀等是水果主要的外部品質(zhì)因素[3-4],而可溶性固形物(SSC)、可滴定酸(TA)、糖酸比(SSC/TA)、淀粉和硬度等是水果主要的內(nèi)部品質(zhì)因素[5-6]。水果的內(nèi)部品質(zhì)因素測(cè)量方法主要分為有損檢測(cè)和無(wú)損檢測(cè)方法。有損檢測(cè)方法會(huì)對(duì)水果造成物理?yè)p傷,不利于水果的生長(zhǎng)和銷(xiāo)售管理。因此,無(wú)損檢測(cè)方法對(duì)水果內(nèi)部品質(zhì)因素的測(cè)量具有重要意義。

目前,近紅外光譜技術(shù)已在無(wú)損檢測(cè)技術(shù)當(dāng)中發(fā)揮了重要的作用[7-9]。Martínez-Valdivieso等[10]利用近紅外光譜進(jìn)行高通量檢測(cè)胡蘿卜素含量,與傳統(tǒng)實(shí)驗(yàn)方法相比,具有更加快速、簡(jiǎn)單、安全和低成本的優(yōu)點(diǎn);Mishra等[11]利用變量選擇和模型更新相結(jié)合的方法開(kāi)發(fā)出的近紅外光譜模型,能夠在不同情況下有效獲取梨果實(shí)質(zhì)量參數(shù)(如含水量MC 和 SSC);Liu等[12]通過(guò)可見(jiàn)/近紅外光譜(visible/near infrared spectroscopy,VIS/NIR)預(yù)測(cè)桃子在貯藏過(guò)程中的品質(zhì)變化過(guò)程,并通過(guò)該方法有效地分析出了不同環(huán)境下水蜜桃的最佳貯藏期,還發(fā)現(xiàn)波段選擇方法、不同品種種類(lèi)等因素都會(huì)對(duì)模型分析結(jié)果產(chǎn)生較大影響,水果所處的時(shí)期和環(huán)境等也會(huì)干擾分析結(jié)果。Mishra等[13]發(fā)現(xiàn),預(yù)處理方法會(huì)影響近紅外光譜模型最終預(yù)測(cè)的結(jié)果;Mulisa Bobasa等[14]發(fā)現(xiàn),基于不同掃描位置獲得的水分和總可溶性固形物數(shù)據(jù)建立的模型的分析結(jié)果存在差異;Pourdarbani等[15]發(fā)現(xiàn),選擇有效的波長(zhǎng)才能獲得最佳的分析結(jié)果,并在富士蘋(píng)果中得到了驗(yàn)證;Mishra等[11]發(fā)現(xiàn),采用近紅外光譜對(duì)不同時(shí)期的水果進(jìn)行分析時(shí),糖度結(jié)果存在較大的差異性。因此,近紅外光譜技術(shù)雖然在無(wú)損檢測(cè)技術(shù)中具有重要的作用,但是需要結(jié)合具有代表性的數(shù)據(jù)集、有效的光譜波段和具有合適的檢測(cè)位置才能更為精確地預(yù)測(cè)水果糖度值。Sunforest H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀是一款基于近紅外光譜技術(shù)的無(wú)損檢測(cè)儀器,其檢測(cè)范圍大且檢測(cè)深度深,并能通過(guò)檢測(cè)獲得的光譜數(shù)據(jù)進(jìn)行再次建模,自由度高。本文主要借助H100檢測(cè)儀對(duì)水蜜桃糖度進(jìn)行檢測(cè),探究最佳的水蜜桃無(wú)損分析模型,同時(shí)與其他無(wú)損檢測(cè)儀器進(jìn)行對(duì)比來(lái)選取最適合的水蜜桃糖度檢測(cè)方法,為當(dāng)前水蜜桃糖度檢測(cè)提供一定的指導(dǎo)。

1 材料與方法

1.1 供試材料

實(shí)驗(yàn)材料為浙江寧波奉化水蜜桃研究所種植基地采摘的白麗、湖景蜜露和新玉3個(gè)品種的水蜜桃,共包含3個(gè)批次。其中,第1批次在2021年7月14日摘取,品種和個(gè)數(shù)分別為白麗60個(gè)、湖景蜜露60個(gè)、新玉60個(gè)。第2批次在2021年7月29日獲得,摘取的水蜜桃包括白麗、湖景蜜露和新玉3個(gè)品種,該批材料將3個(gè)品種隨機(jī)混合起來(lái),共60個(gè)水蜜桃。第3批次在2021年7月29日摘取,主要為新玉60個(gè)和湖景蜜露60個(gè)。

1.2 實(shí)驗(yàn)設(shè)備

Sunforest H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀,該儀器檢測(cè)波段范圍為650～950 nm,光譜分辨率為2 nm,內(nèi)置可充電鋰電池,單次充滿電后可連續(xù)檢測(cè)5 000次,并可由用戶根據(jù)需求自行建立檢測(cè)模型。ATAGO水果糖度計(jì),PAL-HIKARi系列,根據(jù)紅外原理計(jì)算果實(shí)糖度(Brix值),具有設(shè)計(jì)便攜、環(huán)境友好、測(cè)量快速的優(yōu)點(diǎn)。久保田K-SS300-LC,根據(jù)近紅外分光法(波長(zhǎng):600～1 000 nm)對(duì)水果進(jìn)行無(wú)損糖度檢測(cè),具有測(cè)量快速的優(yōu)點(diǎn)。折射式數(shù)字糖度計(jì)PAL-1(ATAGO,Japan),也叫糖度折射儀,具有廣泛的衡量范圍(0～53.0% Brix),適用于幾乎任何果汁、食品與飲料的測(cè)量。單反相機(jī),型號(hào)為佳能EOS 60D,通過(guò)相機(jī)拍攝獲取高質(zhì)量圖片。

1.3 水蜜桃糖度測(cè)定方法

采摘得到的3個(gè)批次水蜜桃樣本大小相近、表面無(wú)損傷和疤痕,將其分批次依次編號(hào)后如圖1-A所示。然后采集所有標(biāo)記樣本的圖像,并在當(dāng)天完成水蜜桃糖度測(cè)定。

圖1 水蜜桃檢測(cè)樣品編號(hào)(A)和內(nèi)外果實(shí)區(qū)域分割(B)

對(duì)于第1批次水蜜桃,在無(wú)損檢測(cè)之后立即進(jìn)行有損檢測(cè),檢測(cè)部位為縫合線的兩側(cè)靠近赤道位置。

對(duì)于第2批次水蜜桃,先對(duì)其進(jìn)行無(wú)損檢測(cè)后立即如圖1-B所示進(jìn)行切割,在將其分為內(nèi)部果實(shí)區(qū)域和外部果實(shí)區(qū)域后,分別進(jìn)行有損糖度檢測(cè),檢測(cè)部位為縫合線的兩側(cè)靠近赤道位置。最后取2個(gè)位置的測(cè)量平均值作為整個(gè)水蜜桃的糖度值再進(jìn)行分析。

對(duì)于第3批次水蜜桃,先各選出30個(gè)樣品利用H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀進(jìn)行無(wú)損糖度檢測(cè)和硬度檢測(cè),然后立即進(jìn)行有損檢測(cè)。將剩下的水蜜桃靜置于實(shí)驗(yàn)室96 h后,再次利用H100檢測(cè)儀進(jìn)行無(wú)損檢測(cè)糖度和硬度檢測(cè),然后立即進(jìn)行有損檢測(cè)。實(shí)驗(yàn)期間的環(huán)境溫度(26±1)℃。

水蜜桃糖度具體參照食品衛(wèi)生檢驗(yàn)方法NT/T2637—2014《水果、蔬菜制品可溶性固形物含量的測(cè)定-折射儀法》進(jìn)行測(cè)定。

1.4 數(shù)據(jù)處理與分析方法

偏最小二乘回歸(partial least squares regression,PLSR)是最常用的多元線性校正技術(shù),廣泛應(yīng)用于光譜分析中,用以定量預(yù)測(cè)水果內(nèi)部品質(zhì)。PLSR可以同時(shí)分解光譜矩陣X和化學(xué)值矩陣Y,消除無(wú)用的噪聲信息,使PLSR在實(shí)際應(yīng)用中具有更強(qiáng)的魯棒性。PLSR的回歸模型如下:

Y=bX+e。

式中,b為回歸系數(shù)的向量,e為模型殘差。

PLSR將光譜數(shù)據(jù)投射到一組稱為潛在變量(latent variables, LVs)的正交因子上,并使用簡(jiǎn)單交叉驗(yàn)證等方法來(lái)避免由于使用過(guò)小或過(guò)大的LVs而導(dǎo)致的欠擬合或過(guò)擬合。使用The Unscrambler V9.7軟件對(duì)數(shù)據(jù)進(jìn)行PLSR分析,將校正模型應(yīng)用于預(yù)測(cè)集或驗(yàn)證集中水蜜桃糖度參數(shù)的預(yù)測(cè),并通過(guò)均方根誤差(root mean square error,RMSE)和決定系數(shù)(R2)等統(tǒng)計(jì)參數(shù)進(jìn)行評(píng)價(jià)。

最后,通過(guò)Matlab R2021a和Microsoft Office Excel 2010軟件對(duì)數(shù)據(jù)結(jié)果進(jìn)行統(tǒng)計(jì)分析,并利用二次多項(xiàng)式擬合方程的相關(guān)系數(shù)和標(biāo)準(zhǔn)偏差來(lái)評(píng)判數(shù)據(jù)結(jié)果的可靠性和有效性。

2 結(jié)果與分析

2.1 不同品種數(shù)據(jù)建模分析比較

對(duì)不同品種的水蜜桃光譜數(shù)據(jù)進(jìn)行建模并對(duì)其進(jìn)行分析比較,利用The Unscrambler 軟件對(duì)一組光譜數(shù)據(jù)進(jìn)行建模,并通過(guò)模型結(jié)果來(lái)分析其優(yōu)越性。同時(shí)為了更好地說(shuō)明模型的有效性,本節(jié)內(nèi)容還利用建好的模型結(jié)合H100檢測(cè)儀對(duì)各個(gè)品種水蜜桃進(jìn)行測(cè)量并與有損檢測(cè)值進(jìn)行比較來(lái)綜合分析模型的優(yōu)越性。

首先,構(gòu)建單品種模型(白麗、新玉、湖景蜜露)、兩品種模型(白麗+新玉)、三品種模型(白麗+新玉+湖景蜜露),同時(shí)為了更好地分析模型的優(yōu)越性,本節(jié)還將模型對(duì)各類(lèi)品種的水蜜桃糖度進(jìn)行測(cè)試并與有損檢測(cè)值進(jìn)行比較,結(jié)果如表1和表2所示。

表1 H100檢測(cè)儀的各類(lèi)模型分析

表2 多品種模型對(duì)單一品種的檢測(cè)結(jié)果

從表1中可以看出,基于單品種的光譜數(shù)據(jù)建立的模型中,新玉模型的R2最高且RMSE值最低,分別為0.98和0.22,檢測(cè)效果最優(yōu)。白麗模型的R2較低,為0.92。兩種品種混合模型的RMSE最高為0.45。用構(gòu)建好的模型對(duì)各品種的水蜜桃進(jìn)行測(cè)試,從表2的結(jié)果中可以看出,混合品種構(gòu)建的模型平均R2高于單品種構(gòu)建的模型,并且品種混合越多,平均R2越高。同時(shí),用單品種模型對(duì)同一品種進(jìn)行糖度檢測(cè)分析時(shí),基于對(duì)應(yīng)品種的模型檢測(cè)結(jié)果最佳,基于其他品種的檢測(cè)結(jié)果則較差,并且低于其他混合品種建立的模型。這說(shuō)明H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀建立的模型雖然R2較高,但是在與有損糖度檢測(cè)值進(jìn)行比較分析后,H100檢測(cè)儀結(jié)合模型測(cè)得的水蜜桃糖度值與真實(shí)值仍存在一定的差距。但是品種越多,所建立的模型表現(xiàn)更優(yōu),R2也越高。

2.2 不同儀器在不同水蜜桃品種中檢測(cè)的區(qū)別

為了比較不同類(lèi)型水蜜桃糖度檢測(cè)儀的性能,本研究使用較為典型的無(wú)損糖度檢測(cè)儀久保田和ATAGO進(jìn)行測(cè)試,同時(shí)利用2.1節(jié)構(gòu)建好的H100模型進(jìn)行測(cè)量,最后將這3款儀器的檢測(cè)效果進(jìn)行分析對(duì)比,結(jié)果如圖2所示。

圖2 不同儀器在不同水蜜桃品種中的檢測(cè)

從圖2中可以看到,久保田檢測(cè)得到的3個(gè)品種的水蜜桃的糖度值與有損檢測(cè)糖度值的R2分別為白麗0.832 4、新玉0.877 3、湖景蜜露0.860 3,ATAGO檢測(cè)得到的3個(gè)品種的水蜜桃的糖度值與有損檢測(cè)糖度值的R2分別為白麗0.570 3、新玉0.702 3、湖景蜜露0.624 4,H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀檢測(cè)得到的3個(gè)品種的水蜜桃的糖度值與有損檢測(cè)糖度值的R2分別為白麗0.914 1、新玉0.962 6、湖景蜜露0.900 4。從結(jié)果可以看出,H100無(wú)論對(duì)哪個(gè)品種進(jìn)行糖度檢測(cè),得到的檢測(cè)結(jié)果都明顯優(yōu)于其他兩個(gè)儀器,ATAGO的檢測(cè)結(jié)果最差。因此,H100檢測(cè)儀結(jié)合有效合理的模型能夠提高水蜜桃糖度無(wú)損檢測(cè)的精度。

2.3 水蜜桃不同深度位置處的糖度分析

2.3.1 水蜜桃不同位置的糖度差異性分析

利用1.3節(jié)水蜜桃糖度測(cè)定方法得到如圖3所示的結(jié)果。從圖中可以說(shuō)明,內(nèi)外區(qū)域的水蜜桃糖度具有較高的相關(guān)性。這說(shuō)明同一樣本的糖度在內(nèi)外區(qū)域分布中具有較高的相關(guān)性,同時(shí)也說(shuō)明本文在實(shí)驗(yàn)操作過(guò)程中盡量避免了由于切割水蜜桃導(dǎo)致實(shí)驗(yàn)結(jié)果數(shù)據(jù)的不可靠。這為后續(xù)實(shí)驗(yàn)結(jié)果的準(zhǔn)確性提供了基礎(chǔ)。

圖3 內(nèi)外區(qū)域水蜜桃糖度相關(guān)性

水蜜桃外部區(qū)域的糖度檢測(cè)值為12.76,標(biāo)準(zhǔn)差為1.26,而內(nèi)部區(qū)域的糖度檢測(cè)值為12.49,標(biāo)準(zhǔn)差為1.47,得到的內(nèi)外區(qū)域糖度差為0.27。由此可以說(shuō)明,外部區(qū)域的糖度值和內(nèi)部區(qū)域的糖度值存在差異,并且外部區(qū)域的糖度值整體略高于內(nèi)部區(qū)域的糖度值。因此,在檢測(cè)過(guò)程中若沒(méi)有對(duì)水蜜桃樣品進(jìn)行合理采樣和分析,極容易導(dǎo)致水蜜桃糖度檢測(cè)存在較大的差異,從而導(dǎo)致檢測(cè)值不能合理地表征水蜜桃糖度。

2.3.2 不同設(shè)備對(duì)水蜜桃內(nèi)外區(qū)域的糖度相關(guān)性分析

從圖4中可以看到,久保田測(cè)得的水蜜桃糖度值與有損外部檢測(cè)糖度值的擬合程度最高,R2為0.804 3,而與有損內(nèi)部糖度值的相關(guān)性較低,為0.679 6,與有損平均糖度值的相關(guān)性為0.756 5。從圖中可以看到,ATAGO測(cè)得的水蜜桃糖度檢測(cè)值與有損外部檢測(cè)糖度值的相關(guān)性最高為0.426 0,與有損內(nèi)部糖度值的相關(guān)性較低,為0.276 3,與有損平均糖度值的相關(guān)性為0.355 0。H100測(cè)得的水蜜桃糖度檢測(cè)值與外部檢測(cè)糖度值的相關(guān)性為0.693 8,與內(nèi)部糖度值的相關(guān)性較低,為0.685 0,而與有損平均糖度值的相關(guān)性最高,R2為0.708 9。因此,從整體上來(lái)看,久保田的糖度檢測(cè)值更加接近真實(shí)值,H100次之,ATAGO最差。而其中,水蜜桃內(nèi)部區(qū)域的糖度相關(guān)性,H100比久保田略接近真實(shí)值。同時(shí),從相關(guān)性上來(lái)看,利用久保田和ATAGO對(duì)水蜜桃果肉的外部區(qū)域的檢測(cè)效果較好,與內(nèi)部區(qū)域的糖度檢測(cè)值存在較大的差異,其中久保田內(nèi)外區(qū)域的糖度相關(guān)性相差0.124 7,ATAGO內(nèi)外區(qū)域的糖度相關(guān)性相差0.149 7。H100與有損外部區(qū)域的糖度相關(guān)性和有損平均糖度相關(guān)性比久保田要差,但是H100內(nèi)外區(qū)域的糖度相關(guān)性相差非常小,僅為0.008 8。而且,H100的無(wú)損檢測(cè)糖度值與有損平均糖度檢測(cè)值的相關(guān)性反而最高。因此可以說(shuō)明,H100無(wú)損檢測(cè)獲取的糖度值能更好地反映水蜜桃果實(shí)的整體糖度水平,而久保田和ATAGO更多地反映了水蜜桃外部區(qū)域的糖度水平,無(wú)法代表整個(gè)水蜜桃的糖度水平。

圖4 不同儀器對(duì)水蜜桃不同區(qū)域的糖度相關(guān)性分析

2.4 不同硬度對(duì)水蜜桃糖度檢測(cè)的影響

由于水蜜桃采摘后硬度會(huì)逐漸下降,而糖度會(huì)逐漸上升[12],因此這個(gè)變化過(guò)程對(duì)水蜜桃糖度檢測(cè)具有一定的難度,同時(shí)對(duì)無(wú)損糖度檢測(cè)更加具有挑戰(zhàn)性。為了分析糖度無(wú)損檢測(cè)儀在不同水蜜桃成熟度下的檢測(cè)性能,本節(jié)內(nèi)容選取實(shí)驗(yàn)材料中的第3批樣品,利用H100設(shè)備對(duì)不同品種的不同硬度水蜜桃進(jìn)行糖度檢測(cè),分析比較H100無(wú)損糖度檢測(cè)與有損糖度檢測(cè)的差異性,其中水蜜桃硬度狀況如表3所示,H100無(wú)損糖度檢測(cè)與有損糖度檢測(cè)的相關(guān)性如圖5所示。

表3 水蜜桃硬度參數(shù)

圖5 不同品種水蜜桃在不同成熟度下的糖度檢測(cè)

從圖5中可以看到,隨著水蜜桃硬度下降,H100無(wú)損糖度檢測(cè)的精度也出現(xiàn)了下降。對(duì)于新玉品種,樣本平均硬度為5.02時(shí),H100無(wú)損檢測(cè)糖度值與有損檢測(cè)值的R2為0.962 6,當(dāng)樣本平均硬度為2.70時(shí),H100無(wú)損檢測(cè)糖度值與有損檢測(cè)值的R2下降至0.791 7。對(duì)于湖景蜜露品種,樣本平均硬度為5.25時(shí),H100無(wú)損檢測(cè)糖度值與有損檢測(cè)值的R2為0.900 4,當(dāng)樣本平均硬度為2.25時(shí),H100無(wú)損檢測(cè)糖度值與有損檢測(cè)值的R2下降至0.756 2。因此,水蜜桃硬度的改變會(huì)影響水蜜桃糖度無(wú)損檢測(cè)的精度。

3 討論

利用不同的無(wú)損糖度檢測(cè)儀對(duì)不同品種、不同硬度的奉化水蜜桃進(jìn)行糖度分析,同時(shí)分析了水蜜桃不同深度位置的糖度情況。本文首先通過(guò)對(duì)H100檢測(cè)儀的數(shù)學(xué)模型建立進(jìn)行分析,分別從數(shù)據(jù)種類(lèi)、數(shù)據(jù)量的大小和波段設(shè)立來(lái)綜合性地分析得到最優(yōu)模型。但由于品種之間存在差異性,不同品種的可溶性固形物含量不同,因此綜合分析后本文選取的模型為3個(gè)品種的混合模型,然后將其對(duì)不同品種的水蜜桃進(jìn)行無(wú)損糖度檢測(cè),并與有損糖度進(jìn)行相關(guān)性分析,相關(guān)性的平均值高達(dá)0.92。但是對(duì)于其他品種在不同時(shí)期的水蜜桃糖度測(cè)量仍待分析。

利用建立好模型的H100檢測(cè)儀與另外兩款無(wú)損糖度檢測(cè)儀進(jìn)行分析對(duì)比。通過(guò)對(duì)不同品種的水蜜桃進(jìn)行糖度分析后發(fā)現(xiàn),H100型檢測(cè)儀與有損糖度檢測(cè)儀的相關(guān)性最高,而ATAGO無(wú)損糖度檢測(cè)儀與有損糖度檢測(cè)儀的相關(guān)性最低。因此,利用合理有效的數(shù)學(xué)模型能夠大大提高無(wú)損檢測(cè)儀的糖度檢測(cè)精度。

通過(guò)對(duì)水蜜桃不同深度位置的糖度進(jìn)行檢測(cè),來(lái)分析H100檢測(cè)儀的準(zhǔn)確性高的原因。首先通過(guò)有損糖度檢測(cè)對(duì)本文實(shí)驗(yàn)所設(shè)定的水蜜桃內(nèi)外部位進(jìn)行糖度分析,發(fā)現(xiàn)內(nèi)外部位的水蜜桃糖度具有高度的相關(guān)性,但是內(nèi)外部位的水蜜桃糖度具有明顯的偏差,差值為0.27,并且體現(xiàn)為外部區(qū)域的水蜜桃糖度高于內(nèi)部水蜜桃糖度。然后將不同品種的內(nèi)部、外部和內(nèi)外平均有損糖度檢測(cè)值與各品種的無(wú)損糖度檢測(cè)值進(jìn)行分析。結(jié)果發(fā)現(xiàn),H100檢測(cè)儀檢測(cè)得到的數(shù)據(jù)與有損內(nèi)外糖度檢測(cè)得到的數(shù)據(jù),其相關(guān)性差異小,而其他兩款無(wú)損糖度檢測(cè)儀的相關(guān)性差異較大。主要原因在于H100檢測(cè)儀的實(shí)測(cè)面廣,能穿透的深度深,并且能夠結(jié)合可自建的數(shù)學(xué)模型,因此檢測(cè)得到的分析結(jié)果優(yōu)于其他兩款無(wú)損糖度檢測(cè)儀。

通過(guò)H100檢測(cè)儀檢測(cè)不同硬度的水蜜桃糖度發(fā)現(xiàn),硬度下降會(huì)降低水蜜桃無(wú)損糖度檢測(cè)精度。H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀主要通過(guò)近紅外光分析水蜜桃中的SSC,而可溶性固形物由糖、酸、維生素等組成[12]。在水蜜桃采摘后的放置過(guò)程中,隨著放置時(shí)間加長(zhǎng),水蜜桃的硬度會(huì)逐漸下降,而糖度逐漸上升。這是一個(gè)復(fù)雜多變的過(guò)程,水蜜桃中各物質(zhì)都發(fā)生較大的改變,因此導(dǎo)致H100檢測(cè)儀在檢測(cè)時(shí)發(fā)生變化。同時(shí)對(duì)水蜜桃內(nèi)外區(qū)域糖度相關(guān)性分析進(jìn)行了一定的補(bǔ)充,因?yàn)樗厶夜麑?shí)外部區(qū)域的硬度比內(nèi)部區(qū)域的硬度變化得快,從而導(dǎo)致水蜜桃外部區(qū)域的糖度檢測(cè)無(wú)法表征整個(gè)水蜜桃的糖度,并且解釋了H100檢測(cè)儀在檢測(cè)硬度不同的水蜜桃時(shí)與有損糖度檢測(cè)值會(huì)產(chǎn)生較大差異的原因。

4 結(jié)論

研究綜合分析了水蜜桃不同品種數(shù)據(jù)對(duì)糖度模型的影響并將其應(yīng)用到可自建模型的H100型水果內(nèi)部品質(zhì)無(wú)損傷檢測(cè)儀。然后利用不同的無(wú)損糖度檢測(cè)儀對(duì)不同品種、不同硬度的奉化水蜜桃進(jìn)行糖度分析,綜合體現(xiàn)利用地方品種水蜜桃建模的糖度無(wú)損檢測(cè)技術(shù)在水蜜桃糖度檢測(cè)上的優(yōu)越性及有效性,為實(shí)際生產(chǎn)與消費(fèi)過(guò)程中的水蜜桃糖度檢測(cè)提供了一定的參考。