利用可见/近红外光谱技术对‘Marsh’葡萄柚外部和内部品质参数进行无损评估的校准建模

摘要： 消费者对无瑕疵水果的偏好影响着本地和国际市场的水果购买行为。园艺领域的最新趋势表明，消费者偏好受外观与优质内在感官品质相关联这一保证的影响。因此，对外部和内部质量参数进行无损评估具有重要需求。本研究旨在开发和测试用于综合预测"马什"葡萄柚外部和内部质量的校准模型。采用可见-近红外光谱技术（Vis/NIRS）获取522个完整果实的光谱信息。通过常规方法测得颜色指数（亮度L*、绿色度a*和黄色度b*）、果皮干物质含量（DM）、果皮总酚浓度、BrimA值、碳水化合物、甜度指数（SI）和总甜度指数（TSI）等参考质量参数。运用主成分分析对光谱数据进行异常值识别，采用二阶多项式Savitzky-Golay二阶导数作为预处理方法校正光谱散射特性。将光谱数据按60%校准集和40%验证集划分进行测试集验证，运用偏最小二乘回归法建立各参数预测模型。模型验证结果显示：果皮质量参数（L*、a*、b*、DM）的R2值达0.99，BrimA、SI和TSI的R2值分别为0.77、0.99和0.99，预测精度令人满意。L*、a*、b*、DM、BrimA、SI和TSI的剩余预测偏差（RPD）分别为64.1、61.4、123.4、12.9、1.4、9.0和13.9。Vis/NIR校准与验证结果表明，该技术可用于预测"马什"葡萄柚的质量参数。