基于近红外技术和偏最小二乘判别法对卫青萝卜内部品质的快速判别

吴海清，张卫华，甄润英，闫 莉，何新益，高 享

（1.天津农学院食品科学与生物工程学院，天津 300384；2.天津市农副产品深加工技术工程中心，天津 300384；3.天津大美良田农业科技有限公司，天津 301703）

天津卫青萝卜表皮翠绿、口感脆甜[1]，不但营养丰富还具有保健功效[2]，深受广大消费者的青睐。研究表明，常吃萝卜可以预防一些心脑血管疾病[3-6]。近年来，消费者对卫青萝卜的品质要求越来越高，但传统的品质检测方法操作步骤繁琐、分析成本高[7]，且需破坏样品结构，无法满足大批量检测的需求。

目前，国内外有关萝卜的无损检测技术主要有高光谱成像技术、超声波技术、近红外光谱技术等。很多检测系统由于体积庞大、成本高、采集过程易受外界环境因素的影响，而且只能在实验室进行分析，应用场所具有一定的局限性。近红外光谱技术是利用物质的光学特性来确定其成分含量的一种无损检测技术[8-9]，具有无损、快速、多组分同时分析、易操作等优点，在果蔬理化特性检测中得到广泛的应用[10]。Takizawa K等人[11]利用近红外光谱技术来检测萝卜的黑心病和内部缺陷。王艳萍[12]利用超声波技术判别萝卜糠心。胡鹏程等人[13]利用高光谱图像技术检测白萝卜是否黑心、糠心。郭泽慧[14]用偏最小二乘回归（PLS）结合一阶导数（1st D）处理建立了预测萝卜肉质根中硫苷含量的定标方程，为萝卜种质资源的评价提供了新方法。杨宇等人[15]采用拉曼光谱技术和多元线性回归法建立模型检测β-胡萝卜素。欧文娟等人[16]利用可见-近红外反射光谱技术检测胡萝卜，结合主成分分析和线性判别分析鉴别样本的准确率为100%，为胡萝卜的快速检测提供了一个可行的方法。目前，利用近红外光谱技术检测天津卫青萝卜品质的研究报道相对较少。

可溶性固形物含量是衡量卫青萝卜成熟度的重要指标，而水分含量和糠心直接影响萝卜的食用品质和商品价值，因此试验选取可溶性固形物、水分、糠心3个指标作为主要品质指标。拟采用近红外光谱技术结合偏最小二乘判别分析（PLS-DA）法对卫青萝卜可溶性固形物、水分、糠心3种品质指标进行判别分析，以卫青萝卜作为试验样本，利用近红外光谱仪进行光谱数据采集，采用随机划分确定校正集和预测集，根据校正集样品光谱和可溶性固形物、水分、糠心3种分类变量分别建立PLS-DA判别模型，然后对预测集进行判别，据此评价试验方法的效果，旨在为快速鉴别卫青萝卜品质提供依据。

1 材料与方法

1.1 材料与仪器

1.1.1 材料

卫青萝卜，采集于天津武清区大良镇田水铺村。样品质量在750~1 000 g，长度15~20 cm，直径8~12 cm，要求形态周正、大小均匀、表皮平整光滑、无损伤。

标记样品采样点：用记号笔在每个卫青萝卜样品平整表面上标记2个采样点，第一个采样点离萝卜顶端3 cm处，第二个采样点在萝卜纵轴中部（1/2）处，2个采样点在一条竖直垂线上。

1.1.2 仪器设备

H100F型便携式果实无损检测仪，北京阳光亿事达科技有限公司产品；PAL-1型数显糖度仪，日本爱拓（ATAGO）科学仪器有限公司产品；DHG-9420A型电热鼓风干燥箱，上海一恒科学仪器有限公司产品。

1.2 试验方法

1.2.1 光谱采集

使用便携式近红外光谱检测仪，采集波长700~950 nm处的光谱数据，测量前将卫青萝卜置于室温下24 h（温度20℃，湿度60%），消除温度对试验的影响。光谱仪中光源的透射方式采用漫反射，将仪器对准采样点，紧贴萝卜表面，采集光谱数据。每个样品标记2个采样点，每个采样点平行采集3次数据。

1.2.2 水分含量测定

测定时仪器扫描的厚度为3 cm，因此将每个样品从采样点处切取3 cm厚度部分，充分细碎、混匀后取适量样品，按照国家标准GB 5009.3—2016执行，测定样品中水分含量。

1.2.3 可溶性固形物含量测定

取采样点处样品并充分切碎后，取干净纱布包裹挤出汁液，用糖度计测量可溶性固形物含量。每个样品重复测定3次，取平均值。

1.2.4 卫青萝卜糠心的判定

将卫青萝卜样品从采样点处切开，观察萝卜内部是否糠心，并做好记录。

1.2.5 数据处理

采用Unscrambler v9.7(c)CAMO软件进行数据处理，在软件中用偏最小二乘判别分析（PLS-DA）方法，将光谱波形的特性、提取因子和固有值，各个波长的系数之和为每个样本的值，作为X轴，然后将理化测量值作为Y轴，建立模型。试验中采集的卫青萝卜样本数据用于建立和验证预测模型。

2 结果与分析

2.1 卫青萝卜的近红外光谱

卫青萝卜样品原始光谱见图1，经预处理后的卫青萝卜样品光谱见图2。

图1 卫青萝卜样品原始光谱

图2 经预处理后的青萝卜样品光谱

由图1可知，不同样本的平均光谱吸收特性总体趋势相似性较高，表明样品中所含成分相似。经过MA处理后，可去除高频噪声，使光谱变得更加平滑，尤其是在波长700~750 nm，900~950 nm范围内，样本的吸光度值范围较宽，差异较大，这是因为各组分含量高低不同，导致吸收光谱强度不同[17]。因此，选取波长700~950 nm范围的数据来建立模型。有助于提高模型准确度，能更准确地反映青萝卜内部品质。

2.2 水分含量

卫青萝卜水分含量测定结果见表1。

表1 卫青萝卜水分含量测定结果

由表1可知，取60个青萝卜样本测定水分含量，水分含量最低为88.21%，最高为94.97%，平均值为92.02%，标准差为0.01。张素君等人[18]研究发现萝卜的水分含量范围为89.21%~94.58%，平均值为92.64%，标准差为1.39。相比较而言，试验青萝卜样本的水分含量分布区间更大，平均值略低，标准差低，说明离散程度较高，能够很好地代表样本的特性。

2.3 可溶性固形物含量

青萝卜可溶性固形物含量测定结果见表2。

表2 青萝卜可溶性固形物含量测定结果

由表2可知，取60个青萝卜样本测定可溶性固形物含量，可溶性固形物含量最低为6.10°Brix，最高为9.50°Brix，平均值是7.61°Brix，标准差为0.69。李宁等人[19]研究发现沙窝萝卜的可溶性固形物含量范围为7.4~8.5。试验青萝卜样本的可溶性固形物含量分布区间更宽，离散程度更高，说明样本具有典型的代表性。

2.4 模型的验证与评价

通过对校正组60个青萝卜样品的可溶性固形物和水分含量校正模型来预测18个检验组样品的值，并以预测值和实测值的拟合程度来判断建模效果。预测值和实测值越接近，拟合程度越高，模型的预测效果越好。

样品可溶性固形物含量的真实值和预测值的效果图见图3，样品水分含量的真实值和预测值的效果图见图4。

图3 样品可溶性固形物含量的真实值和预测值的效果图

图4 样品水分含量的真实值和预测值的效果图

由图3和图4可知，预测集中18个样品的可溶性固形物和水分含量实测值和预测值的拟合程度均比较好，其中水分含量的实测值和预测值重合性更高，拟合度更好，可以实现预测评估的效果。用建立好的模型验证18个青萝卜的可溶性固形物和水分含量值，得到的真实值和预测值相关性较为理想。

预测集样品可溶性固形物含量实测值和预测值的相关性见图5，预测集样品水分含量实测值和预测值的相关性见图6。

图5 预测集样品可溶性固形物含量实测值和预测值的相关性

由图5和图6可知，样品各点均匀分布在趋势线附近，说明近红外光谱的预测值和真实值基本一致。水分模型预测值和真实值的决定系数R2为0.874 0，可溶性固形物含量模型的决定系数R2为0.823 6。

图6 预测集样品水分含量实测值和预测值的相关性

青萝卜样品糠心结果见表3。

表3 青萝卜样品糠心结果

将随机挑选的18个青萝卜样品作为预测集，来验证糠心模型的预测效果，其准确率高达94.44%。胡鹏程等人[13]利用高光谱图像技术对萝卜糠心进行检测，其准确率为94.3%，说明试验所建立的糠心模型预测值和实测值相关性很高，可以作为判定卫青萝卜是否糠心的依据。

3 结论

采用Unscrambler v9.7(c)CAMO分析软件中自带偏最小二乘法对卫青萝卜可溶性固形物、水分和糠心原始光谱数据进行建模，得到了较为理想的模型和预测效果。试验发现，青萝卜可溶性固形物预测值和真实值的决定系数R2为0.823 6，水分含量预测值和真实值的决定系数R2为0.874 0，糠心模型准确率高达94.44%。由此可见，该近红外光谱检测仪可以实现卫青萝卜内部品质参数的快速无损预测，特别是水分含量、是否糠心的预测效果较好，但是可溶性固形物的预测效果稍差些，下一步研究中需要进一步优化完善。