全文链接
https://opaj.napstic.cn/periodicalArticle/downloadReview/0120230401434482
基于近红外光谱与多品质指标的苹果出库评价模型研究OA
Out-of-warehouse Evaluation and Prediction Model of Apple Based on Near-infrared Spectroscopy Combined with Multiple Quality Indexes
富士苹果在贮藏期后熟过程中其生理特性发生变化,不适宜的贮藏会影响出库品质和售卖价格.为使贮藏期果实以较好的品质出库销售,开展对贮藏后熟苹果品质模型研究,并在此基础上对苹果出库进行评价和预测.采集了全贮藏期不同时间苹果样本的近红外光谱和品质指标(可溶性固形物含量、硬度和失重率),分析贮藏期间果实漫反射光谱和品质指标变化规律,基于波长1 000～2400 nm范围内的漫反射光谱结合预处理和特征波长提取方法,建立贮藏期苹果品质的偏最小二乘(PLS)和带有反馈的非线性自回归(NARX)预测模型,根据行业标准确定苹果出库品质判断依据,采用基于熵权的TOPSIS法对果实出库品质进行综合评价,实现PLS对品质得分和NARX对多品质指标的预测.结果表明,在预测SSC含量、硬度和失重率时,最优模型分别为CARS-SPA-PLS、CARS-NARX和SPA-NARX,相关系数分别为0.914、0.796和0.918,均方根误差分别为0.511°Brix、0.475 kg/cm2和0.682％;在预测品质得分时,PLS模型的相关系数与均方根误差分别为0.896和0.0434,NARX多输出模型的相关系数分别为0.794、0.785和0.905,均方根误差分别为0.308°Brix、0.492 kg/cmr2和0.714％.应用近红外光谱技术能实现对果实贮藏品质监测和出库品质筛选,可为高效贮藏管理技术提供方法.
赵娟;沈懋生;浦育歌;陈昂;李豪
西北农林科技大学机械与电子工程学院,陕西杨凌712100农业农村部农业物联网重点实验室,陕西杨凌712100西北农林科技大学机械与电子工程学院,陕西杨凌712100农业农村部农业物联网重点实验室,陕西杨凌712100西北农林科技大学机械与电子工程学院,陕西杨凌712100
农业科技
苹果近红外光谱气调贮藏期非线性自回归综合评价
《农业机械学报》 2023 (2)
融合成熟度无损检测的苹果最佳贮藏期预测模型与方法研究
386-395,10
国家自然科学基金项目(31701664)
评论