王彥群，賈浩坤，范振岐

（1.華中農(nóng)業(yè)大學(xué)信息學(xué)院，武漢 430070；2.塔里木大學(xué)信息工程學(xué)院，阿拉爾 843300）

0 引言

庫(kù)爾勒香梨在中國(guó)具有較好的聲譽(yù)，是新疆特色水果和地理標(biāo)志產(chǎn)品，已成為當(dāng)?shù)刂еa(chǎn)業(yè)之一［1-2］。

糖度，即含糖量，是庫(kù)爾勒香梨的主要內(nèi)部品質(zhì)，因可溶性固形物含量中80%以上的成份是糖度，因此常以可溶性固形物含量反映糖度。傳統(tǒng)的糖度檢測(cè)方法是采用數(shù)字式糖度計(jì)［3-4］測(cè)量可溶性固形物含量，以此作為糖度值。但此方法是有損檢測(cè)，很難用于無(wú)損檢測(cè)儀及分級(jí)設(shè)備的研發(fā)中。因此，急需尋找糖度檢測(cè)的無(wú)損、簡(jiǎn)捷方法，光譜分析技術(shù)便成為研究的熱點(diǎn)。

近紅外光譜分析技術(shù)是通過(guò)研究物質(zhì)對(duì)光的透射、反射、吸收的能力來(lái)確定特定成分含量的一種方法，是一種低成本、快速、高效的技術(shù)，已廣泛用于農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)。在蜜柑的糖度［5］，鳳梨的水分、纖維素和糖度［6］，甜瓜、蜜瓜、土豆、洋蔥等可溶性固形物含量（SSC）及干物質(zhì)含量（DMC）［7］，獼猴桃可溶性固形物和酸度［8］，蘋(píng)果糖度［9］，草莓中維生素C［10］，臍橙可溶性固形物［11］，芒果的糖度［12］等檢測(cè)方面得到較好應(yīng)用。關(guān)于梨的品質(zhì)研究方面，有梨表面色澤［13］、梨酸度［14］、砂梨的糖度［15］、南國(guó)梨的可溶性固形物［16］、翠冠梨可溶性固形物含量［17］以及梨堅(jiān)實(shí)度［18］等方面的研究。

庫(kù)爾勒香梨皮薄多汁的屬性為無(wú)損檢測(cè)技術(shù)的應(yīng)用提供了很好的條件。將振動(dòng)頻譜技術(shù)［2］、介電譜技術(shù)［3，19-20］、可見(jiàn)/近紅外光譜技術(shù)［4］、高光譜技術(shù)［21］分別用于無(wú)損檢測(cè)庫(kù)爾勒香梨的可溶性固形物含量和硬度，并取得了較好的預(yù)測(cè)效果。

總之，有關(guān)庫(kù)爾勒香梨果實(shí)品質(zhì)的研究相對(duì)較少。利用近紅外光譜技術(shù)進(jìn)行庫(kù)爾勒香梨糖度的檢測(cè)更是少見(jiàn)?？紤]水果品種的差異性，糖分在不同水果中的光譜響應(yīng)不盡相同。需要綜合系統(tǒng)地比較各種近紅外光譜變量篩選方法和建模理論在庫(kù)爾勒香梨糖度預(yù)測(cè)中的性能，從而獲取適用于庫(kù)爾勒香梨糖分定量分析的近紅外光譜的最佳建模理論。

本研究以成熟庫(kù)爾勒香梨含糖量為研究指標(biāo)，采集波段范圍介于900～1700 nm之間的樣本數(shù)據(jù)，對(duì)原始光譜選擇合適的預(yù)處理方法，篩選特征波段，通過(guò)偏最小二乘法和支持向量機(jī)等方法分別建立香梨含糖量的檢測(cè)模型，并針對(duì)模型的優(yōu)劣進(jìn)行比較，從而建立適用于庫(kù)爾勒香梨含糖量檢測(cè)的近紅外光譜模型。

1 材料及方法

1.1 樣本采集

選取350個(gè)品質(zhì)優(yōu)良的庫(kù)爾勒香梨作為實(shí)驗(yàn)樣本。對(duì)樣本清洗并依次編號(hào)后放在室溫中24小時(shí)以消除溫度對(duì)建模的影響。采集光譜數(shù)據(jù)前，在樣本赤道部位每隔120o進(jìn)行標(biāo)記，每個(gè)樣本標(biāo)記3個(gè)采樣區(qū)。

1.2 數(shù)據(jù)采集

采用Micro NIR 1700便攜式光譜儀，掃描獲得樣本吸光度的原始光譜，采集每個(gè)樣本的3次近紅外光譜數(shù)據(jù)，取平均值作為實(shí)驗(yàn)數(shù)據(jù)。重復(fù)此操作，直到采集完全部樣品的光譜圖像，掃描的光譜數(shù)據(jù)以Excel表格的形式導(dǎo)出。

然后，在樣品的3個(gè)標(biāo)記區(qū)各切取一塊帶皮的果肉，壓汁并過(guò)濾后，用糖度計(jì)進(jìn)行測(cè)量，記錄3個(gè)糖度值，取平均值作為糖度參考值。依次獲取350個(gè)樣本的糖度值。

1.3 光譜數(shù)據(jù)處理方法

通過(guò)四種方法對(duì)原始光譜數(shù)據(jù)進(jìn)行處理與分析，分別采用標(biāo)準(zhǔn)正態(tài)變量變換（standard normal variate transformation，SNV）、多元散射校正（multiplicative scatter correction，MSC）、一階差分、二階差分方法對(duì)光譜數(shù)據(jù)進(jìn)行處理。

1.4 樣本劃分

從復(fù)雜信息中提取具有代表性的信息建模，需對(duì)樣本進(jìn)行選擇，最常用的方法是基于歐式距離和濃度的樣本選擇方法（sample set partitioning based on joint x-y distance，簡(jiǎn)稱SPXY）。本實(shí)驗(yàn)使用SPXY算法將樣本按4∶1進(jìn)行劃分，80%構(gòu)成定標(biāo)集，20%構(gòu)成預(yù)測(cè)集。將樣本的光譜數(shù)據(jù)建模為數(shù)據(jù)向量，吸光度作為特征值。

1.5 特征波長(zhǎng)提取方法

原始光譜數(shù)據(jù)中存在大量的噪聲及冗余信息，不利于數(shù)據(jù)的建模。需要選取具有一定代表性的特征波長(zhǎng)，使模型簡(jiǎn)化且具有較強(qiáng)的預(yù)測(cè)能力和穩(wěn)健性。本研究利用相關(guān)系數(shù)法對(duì)光譜數(shù)據(jù)進(jìn)行降維，篩選出相關(guān)性異常顯著的特征波長(zhǎng)用于建模。

1.6 模型的建立與分析

使用多元線性回歸、偏最小二乘法（partial least squares，PLS）、支持向量機(jī)（support vector machine，SVM）等方法建立模型，采用相關(guān)系數(shù)r、精度（precision）、均方根誤差（root mean square error，RMSE）等參數(shù)來(lái)評(píng)價(jià)模型的優(yōu)劣。相關(guān)系數(shù)越接近1，說(shuō)明預(yù)測(cè)結(jié)果越好；均方根誤差越小，說(shuō)明預(yù)測(cè)結(jié)果越準(zhǔn)確；預(yù)測(cè)精度越接近1，說(shuō)明精確度越高。

綜上所述，基于近紅外光譜的庫(kù)爾勒香梨含糖量檢測(cè)技術(shù)的主要流程如圖1所示。

2 結(jié)果與分析

2.1 香梨糖分含量

由香梨糖度測(cè)定結(jié)果可知，糖度最大值為16.58，最小值為11.02，平均值為13.60，標(biāo)準(zhǔn)偏差為1.14。

2.2 原始光譜及處理后光譜

圖2為原始光譜數(shù)據(jù)，從圖2可以看出存在大量噪聲和散射基線漂移，因此需要對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理。利用一階差分、二階差分、SNV、MSC四種方法處理，并進(jìn)行比較分析，得出最優(yōu)處理方法。如圖3所示，經(jīng)過(guò)MSC預(yù)處理后的光譜有效地去除了噪聲、散射等影響，光譜特征增強(qiáng)。

2.3 特征波長(zhǎng)選擇

糖類物質(zhì)主要含O-H、C-H基團(tuán)，游離O-H基團(tuán)對(duì)應(yīng)的近紅外光譜吸收波段為960～980 nm、1360～1390 nm、1400～1420 nm；結(jié)合O-H基團(tuán)對(duì)應(yīng)波段為1000～1130 nm；CH2及CH3基團(tuán)對(duì)應(yīng)波段為1150～1220 nm、1410～1450 nm。利用相關(guān)系數(shù)法對(duì)光譜數(shù)據(jù)進(jìn)行處理，根據(jù)圖4的極值點(diǎn)選取出十二個(gè)特征波長(zhǎng)，分別為914 nm、933 nm、951 nm、970 nm、976 nm、1001 nm、1131 nm、1150 nm、1397 nm、1404 nm、1416 nm和1540 nm，這些特征波長(zhǎng)幾乎都與糖類物質(zhì)近紅外光譜敏感基團(tuán)對(duì)應(yīng)，可用于后續(xù)模型的建立。

2.4 預(yù)測(cè)模型的建立

采用三種方法對(duì)特征譜段進(jìn)行建模，預(yù)測(cè)結(jié)果如表1所示。

表1 不同模型下的預(yù)測(cè)結(jié)果

從表1可以看出，PLS模型均方根誤差最小，相關(guān)系數(shù)最大，預(yù)測(cè)準(zhǔn)確度也最高（達(dá)到0.9887），而線性回歸模型次之。SVM建模方法的效果不太理想，可能受樣本數(shù)量的影響?？傊?，PLS模型各方面均優(yōu)于其它兩種預(yù)測(cè)模型，可用于構(gòu)建香梨糖分含量的預(yù)測(cè)模型。

3 結(jié)語(yǔ)

通過(guò)一階差分、二階差分、SNV、MSC預(yù)處理方法對(duì)原始光譜進(jìn)行預(yù)處理分析，結(jié)果表明，MSC方法更適合于香梨近紅外光譜數(shù)據(jù)的預(yù)處理。

使用相關(guān)系數(shù)法提取12個(gè)特征波長(zhǎng)變量，通過(guò)線性回歸、PLS和SVM方法分別建立香梨含糖量的檢測(cè)模型，預(yù)測(cè)結(jié)果表明，PLS模型均方根誤差為0.5457，預(yù)測(cè)精度為0.9918，相關(guān)系數(shù)為0.5802，均優(yōu)于另外兩種預(yù)測(cè)模型。MSC+PLS處理方法可用于庫(kù)爾勒香梨含糖量快速無(wú)損檢測(cè)，這可為進(jìn)一步研究庫(kù)爾勒香梨含糖量的便攜式檢測(cè)裝置提供理論參考。