第36卷，第7期 2016年7月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
近红外光谱的李果实褐变鉴别方法研究赵志磊，王艳伟，贡东军，牛晓颖，程卫，顾玉红
河北大学质量技术监督学院，河北保定071002 河北农业大学生命科学学院，河北保定071000
Vol. 36,No.7:pp2089-2093
July,2016
摘要在采后冷藏过程中，李果实很容易发生褐变，这是影响其品质的重要因素之一。有关李果实褐变的传统检验手段绝大多数为破坏性检验，且主观性强、一致性差。为此，使用了近红外光谱的方法来实现对李果实褐变和非褐变的无损、快速鉴别，采集4000～12500cm-波长范围内的124个李果实样品（褐变样品 70个，非褐变样品54个的近红外漫反射光谱，基于主成分分析的马氏距离判别分析和反向传播人工神经网络定性鉴别模型，通过比较和考察上述模型对褐变样品和非褐变样品识别的准确程度，筛选出能够有效鉴别李果实褐变的新方法。结果表明：在对样品全波段光谱数据做主成分分析后，以前10主成分得分作为输人变量所建立起来的马氏距离判别分析和反间传播人工神经网络模型均能够对李果实褐变与否进行有效识别，且后者判别效果更佳，其校正集和预测集的判别正确率分别为100%和97.56%，对非褐变样品和褐变样品的判别正确率分别达到100%和98.57%，因此，采用近红外光谱分析技术并结合化学计量学方法能够对李果实是否褐变进行快速、无损、有效的鉴别，
关键调李果实；褐变；反向传播人工神经网络；马氏距离判别分析；近红外光谱
文献标识码：A
中图分类号：TS255.1
引言
D0I: 10, 3964 /j. issn, 1000-0593(2016 )07-2089-05
少。目前有关利用无损检测技术对水果褐变进行鉴别的研究也主要集中在梨、柿子、苹果等少数几个品种。例如，傅霞萍等3比较了近红外透射光谱和漫反射光谱对梨果实褐变
低温贮藏是李果实的主要贮藏方式，然而李果实属冷敏
型果实，采后随低温忙截期的延长果肉易发生不同程度的福变，导致果实口感下降、品质变劣，成为影响李果实采后归藏品质的主要因素之一口，褐变通常发生在果实内部，很难通过外表观察，而目前对李果实褐变与否进行判别绝大多数采用破坏性检验和感官评定，主观性强、一致性差。因此，待寻求一种快速、无损的检测方法来实现对李果实褐变与否的有效鉴别，
近红外光谱分析技术具备无损高效、安全快速、以及同时测定多种组分等优势，已在水果内部品质的无损检测方面得到广泛应用[2-13]。其中包括国内外学者应用近红外无损检测技术对李果实成熟度]、可溶性固形物-10]、坚实度[-1] 冷藏时间3、总酸、糖酸比0等内部品质所开展的卓有成效的研究工作，但应用于李果实变鉴别方法方面的研究甚
收稿日期：2015-05-18，修订日期：2015-09-16
与否进行鉴别的准确程度，结果表明，近红外透射光谱的判别正确率为91.2%，效果更佳；张鹏等3]建立了磨盘柿果皮颜鱼和果肉浊度的可见/近红外漫反射定标模型，并证实了该技术快速无损检测磨盘柿褐变的可行性；而Vanoli 等口4则基于果肉对光的吸收和散射的特性，借助时间分辨反射光谱技术实现了对"Braeburn'苹果内部褐变的无损快速鉴别，
旨在通过近红外光谱分析技术并结合化学计量学方法寻求快速无损判别李果实果肉褐变的定性分析模型。利用 OPUS软件和MATLAB软件建立了定性测试、马氏距离判别分析及反向传播人工神经网络（backpropagation-artificial neural networks，BP-ANN)等分类鉴别模型，并对各模型的鉴别结果进行比较，实现了对李果实是否褐变的有效判别，为李果实采后贮藏品质控制提供一种高效快捷的检验手段。
基金项目：国家自然科学基金项目（31201430），河北省自然科学基金项目（C2013201113，C2015204182），公益性（农业)科研专项项目
(201303075），河北省科技计划项目(14225503D)资助
作者简介：赵志磊，1977年生，河北大学质量技术监督学院教授
*通讯联系人
e-mail : 408643620@ qq: com
e-mail :15930721279@163.com