番茄(Solanum lycopersicum L.)因其營養(yǎng)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(huán)境的調(diào)控導(dǎo)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(yǎng)成分和風味的變化。目前,無損檢測技術(shù)已被廣泛探索用于預(yù)測番茄品質(zhì),如機器視覺、電子鼻技術(shù)、光譜分析技術(shù)、核磁共振技術(shù)。高光譜成像將光譜與傳統(tǒng)圖像相結(jié)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(yōu)點。
山東農(nóng)業(yè)大學(xué)邵園園副教授團隊利用我司高光譜設(shè)備,對番茄高光譜數(shù)據(jù)進行采集的同時獲取番茄綜合品質(zhì)指標,預(yù)測番茄內(nèi)在營養(yǎng)品質(zhì)的變化,為實現(xiàn)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(dǎo)意義。我司高光譜設(shè)備參數(shù)如圖1所示。
在番茄的品質(zhì)檢測中,大多數(shù)檢測是針對單一品質(zhì)指標,很少能同時檢測番茄的綜合品質(zhì)。本研究為尋找可表示番茄綜合品質(zhì)的指標,采用可見光和近紅外(Vis-NIR)高光譜成像技術(shù),分別在綠熟期、轉(zhuǎn)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(zhì)指標:果實的顏色指標(L*、a*、b*、色度值、色調(diào)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(guān)性,利用因子分析提出了綜合品質(zhì)指標(CQI)。因子分析用于從12個番茄品質(zhì)指標中尋找潛在和主導(dǎo)因子,用于番茄果實的綜合品質(zhì)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(fā)因子的方差和特征值,生成因子得分表。
表1 各項品質(zhì)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(xiàn)是硬度,C是色度值,H是色調(diào)值。
最后通過連續(xù)投影算法選擇特征波長,用于建立CQI預(yù)測的三個回歸模型。結(jié)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(xué)計量學(xué)技術(shù),可以無損預(yù)測番茄的綜合品質(zhì),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(shù)支持。本研究提出的綜合品質(zhì)指標(CQI)不僅綜合了番茄果實的內(nèi)外部品質(zhì)指標,而且與番茄的成熟度具有一定的關(guān)聯(lián)性。
圖3高光譜數(shù)據(jù)分析過程
第一作者簡介:
邵園園,工學(xué)博士,山東農(nóng)業(yè)大學(xué)副教授,碩士生導(dǎo)師。
主要研究方向:1、農(nóng)業(yè)機械設(shè)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(gòu)運動與動力學(xué)優(yōu)化仿真;精準農(nóng)業(yè)、農(nóng)產(chǎn)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.