科研之友
微信
新浪微博
Facebook
分享链接
摘要
红提pH和硬度决定着果实的口感和收获后的品质。提出了一种基于透射光谱的红提pH和硬度(Firmness，FI)的检测方法。首先采集360个全生长周期红提样本光谱数据并通过不同光谱预处理建模，以此确定最好的光谱预处理方法。然后分别采用竞争性自适应加权算法(Competitive Adaptive Reweighted Sampling，CARS)、连续投影算法(Successive Projection Algorithm，SPA)、无信息变量消除算法(Uniformative Variable Elimination，UVE)、CARS-SPA、UVE-SPA数据降维方法对光谱进行特征变量提取，分别建立红提pH和硬度的偏最小二乘回归算法(Partial Least Squares Regression，PLSR)检测模型。红提果粒的pH和硬度的最优预测模型分别为MA-CARS-SPA-PLSR和MA-UVE-SPA-PLSR，两个模型预测集相关系数(correlation coefficient of Prediction，RP)分别为0.9882、0.9588，残差预测偏差(Residual Predictive Deviation，RPD)分别为6.5857、3.5167。结果表明，透射光谱技术可应用于红提果粒pH和硬度的检测，为全生长周期红提果粒pH和硬度的检测提供了一种新思路和新方法。
