近红外光谱法量化检测辣椒成熟度

黄正午， 秦 丹， 张竹青， 赵绚花， 欧立军， 张志旭

（1.湖南农业大学a.食品科学技术学院；b.园艺学院；c.园艺作物种质创新与新品种选育教育部工程研究中心，长沙 410128；2.湖南省蔬菜研究所，长沙 410105）

0 引 言

辣椒属茄科辣椒属常异花授粉作物，原产于中南美洲热带地区，在我国大部分地区为一年生草本植物［1］，是茄果类重要蔬菜之一［2］。作为世界上种植面积最大的蔬菜作物之一，辣椒在我国种植面积约占世界种植总面积的40%［3］，我国也是世界第一大辣椒生产国与消费国。因为辣椒种类繁多，抗病虫力强、播种面积大、经济效益高［4］，辣椒已经成为我国蔬菜产业中的第一大产业［5］。

辣椒成熟度是辣椒的重要指标之一，在辣椒的采收、加工、储藏、育种等过程中，准确检测辣椒成熟度是保证其各环节质量的重要步骤［6-7］。目前对于辣椒成熟度的检测尚不成熟，仅依靠人工判定辣椒成熟度，无法准确量化检测辣椒成熟度，耗时耗力也无法得到准确的结果。近年来，随着近红外技术的快速发展，其凭借着无损、快速、准确、操作方便等优点在食品领域已经得到广泛应用［8］。与辣椒相关的近红外检测报道相对较多，其中包括应用近红外技术快速无损检测辣椒素、维生素C、纤维素等辣椒果实品质性状［9］，但是对辣椒成熟度的检测鲜有报道。其中辣椒成熟度与其蛋白质含量［10］、维生素C 和辣椒素［11-13］呈显著正相关。

本文通过研究辣椒中的辣椒素、蛋白质、维生素C、纤维素、总酸5 种组分，从中选取一种与辣椒成熟度相关性最高的组分建立近红外光谱模型。通过对5种组分近红外模型的相关性研究，来分析量化检测辣椒成熟度的可行性，同时探究不同辣椒品种对近红外模型准确度的影响。

1 材料与方法

1.1 试验样品

采集于2021 年7 月长沙县某辣椒基地生产的辣椒。辣椒品种包括11 种线椒，9 种朝天椒，其他品种辣椒14 种，共计34 个辣椒品种。

1.2 仪器与设备

AntarisⅡ傅里叶变换型近红外光谱仪，扫描范围3 800 ～12 000／cm，分辨率8／cm。

1.3 光谱数据采集

将打碎的辣椒装入50 mL 离心管中，从管中取出辣椒装入仪器样本池，近红外扫描一次后清理样本池，重复操作，采集34 个辣椒品种的光谱。

1.4 测定辣椒组分含量

辣椒的5 种组分测定方法：①辣椒素依据GB／T21266—2007 对辣椒素的测定方法进行改进；②蛋白质依据GB5009.5—2016 中第一法凯氏定氮法测定；③维生素C参考GB5009.86—2016 中第三法，6-二氯靛酚滴定法测定维生素C 含量或试剂盒；④纤维素参照GB5009.88—2014 食品中膳食纤维的测定；⑤总酸参照GB5009.235—2021 中的第二法pH 电位滴定法测得。

1.5 NIR模型的建立

使用赛默飞世尔的RESULT-Operation 分析软件，采用偏最小二乘法（Partial Least Squares，PLS）和主成分线性回归方法（Principal Component Regression，PCR）建模，剔除异常数据，使用优化功能对光谱范围、光谱预处理方法、平滑度等参数进行最优化选择，将34 个辣椒品种组分的实际值与其近红外光谱联系比较，从而建立近红外反射率（Near Infrared Reflectance，NIR）模型，并以NIR模型的相关系数和均方根误差为评价指标。

1.6 辣椒品种分类分析

不同辣椒品种间有较大的组分差异，为探究不同辣椒品种对模型的影响，建模后将34 个品种的辣椒分成线椒（11 种）、朝天椒（9 种）和其他品种辣椒（14种）分为3 个类别，分别研究辣椒品种差异对近红外模型相关性的具体影响。

2 结果与分析

2.1 NIR模型的分析

经红外光谱测试并采用PLS 和PCR 2 种方法计算结果，如图1 所示。由图1 可知，PCR建立的模型优于PLS建立的模型，其中蛋白质含量近红外模型的相关系数r＝0.902 8，校正标准偏差（校正集的预测均方差）RMSEC ＝0.137，当r的绝对值在0.8 以上时认为二者有强相关性，且RMSEC越小说明模型预测性越强。综合比较，此模型的拟合效果最优，预测性和准确度均高于其他4 种模型，为辣椒成熟度的量化检测提供一种途径。

图1 5种辣椒组分的红外测试PLS和PCR模型

2.2 辣椒模型的分类分析

将分类后的辣椒品种建模数据与辣椒品种总体建模数据进行对比分析。如表1 和表2 所示。

表1 34 个辣椒品种分类建模表

表2 34 个辣椒品种总体建模表

将表1 与表2 对比可知，对辣椒进行分类建模后，模型的相关性相较于34 个辣椒品种建模的模型显著增加，RMSEC也明显下降，结果表明对同一品种辣椒建模可以更准确地量化检测该品种辣椒的成熟度。

3 结 语

本文对34 个辣椒品种中的5 种辣椒组分进行了近红外分析实验，结果表明最优的为蛋白质含量近红外模型，蛋白质含量的近红外模型r＝0.902 8，与辣椒成熟度呈高度相关，RMSEC ＝0.137 低于0.2，预测性较好，可用于日常生产中辣椒成熟度的量化检测。同一品种辣椒模型的相关性明显高于多品种辣椒模型，对同一品种辣椒建模能更准确地量化检测该品种辣椒的成熟度。研究也发现增加样品数量可以提高模型的稳定性和准确性，后续研究将收集更多的样品建立品质分析数据库，进一步完善辣椒近红外检测模型，为辣椒成熟度的量化检测提供一条准确可靠、便捷、经济的分析途径。