基于近紅外光譜的南疆溫185核桃水分無損檢測的研究

摘要[目的]利用近紅外光譜技術建立預測南疆核桃水分的檢測模型。[方法]通過對南疆溫185核桃進行近紅外光譜水分無損檢測，并用標準烘干法對所建立的檢測模型進行驗證，形成測定核桃水分的快速檢測模型。[結果]試驗表明，對采集的光譜數據進行SNV預處理，并采用偏最小二乘回歸分析法（PLS）建立模型，得到了較小的SEC值和較高的RC值。其SNV預測的值用標準烘干法得出的平均偏差為0.35%，完全滿足對南疆溫185核桃進行水分無損檢測的要求，可以應用到實際的核桃水分預測當中。[結論] 研究可為核桃水分的快速無損檢測提供參考依據，同時將此項無損檢測技術應用到果農的生產實際當中，可提高果農的收益。

關鍵詞近紅外光譜；南疆溫185核桃；水分；無損檢測

中圖分類號S664.1文獻標識碼A文章編號0517-6611（2014）21-07191-03

Nondestructive Testing Research of Wen 185 Walnut Water in South Xinjiang by NIRS

HAO Zhongcheng， ZHANG Hong et al（College of Mechanic and Electrical Engineering， Tarim University， Alar， Xinjiang 843300； Key Lab of Modern Agriculture Engineering， Xinjiang Uygur Autonomous Region General Institutes of Higher Education， Alar， Xinjiang 843300； Forestry and Woodworking Machinery Engineering Technology Center， Northeast Forestry University， Harbin， Heilongjiang 150040）

Abstract[Objective] To establish detection model for forecasting water in walnut in south Xinjiang by NIRS. [Method] Research is based on the nondestructive testing of 185 types of walnuts from southern Xinjiang using NIRS （Near Infrared Spectroscopy） in a moist environment. The calibration model was validated using a standard drying method. [Result] The results demonstrate that the spectral data collected for SNV pretreatment， using partial least squares regression analysis （PLS） as the model， resulted in smaller SEC values and higher RC values. The SNV average deviation of the predicted value， obtained using standard drying method， was 0.35%.This fully satisfies the requirements of nondestructive moisture inspection for all 185 Southern Xinjiang walnut varieties， and it can be used as a method to predict the actual level of moisture in walnuts. [Conclusion] The study can provide reference basis for rapid and nondestructive testing of walnut water. The technology applied in actual production can improve fruit growers benefit.

Key wordsNIRS； 185 walnut varieties in southern Xinjiang； Moisture； Nondestructive testing

南疆溫185核桃是新疆特產，因其營養豐富故素有“長壽果”的美稱，其味甘性溫，富含鋅、錳等礦物質，可以促進大腦發育，常吃核桃還可以滋養血脈、增進食欲、烏須生發，對大腦神經有益，可以輔助治療神經衰弱，并能延緩記憶力衰退。而溫185核桃的作用不僅如此，在其他方面也具有獨特的優勢，其所含的主要是不飽和脂肪酸，如亞麻酸、亞油酸等，不飽和脂肪酸能降低血液中的膽固醇，消耗飽和脂肪酸，清除血管壁的垃圾，因此可以防止血管硬化，有效預防高血壓、冠心病、抗氧化、抗衰老。此外，對于預防癌癥也有一定好處。核桃中所含有的丙酮酸能阻止粘蛋白與鈣離子、非結合型膽紅素的結合，并能使其溶解、消退和排泄。所以，有結石癥的患者，不妨堅持天天吃核桃仁，就有可能免除手術之苦。

核桃含水量的測定與果農的經濟收益密切相關，含水量低核桃重量就輕，不但影響口感，還會導致價格下降，而含水量太高則儲存容易發霉爛掉，導致核桃品質下降。除此之外核桃的含水量還會對核桃的物理機械性能有一定的影響。在采收季節受到采收周期的影響，所以有必要對核桃含水量的快速檢測進行研究。核桃含水量的檢測方法較多，常用的方法有烘干減重、水分含量儀器檢測以及化學法。上述方法操作繁瑣，對樣品具有破壞性。在采收季節由于不同地點、不同儲存方式和不同去綠皮方法會導致不同的含水量，因此有必要研究一種快速、無損的核桃水分檢測技術，以適應當代核桃生產需求。

近紅外光譜技術（NIR）是20世紀90年代以來發展最快、最引人注目的分析技術之一[1]。因其快速、無損的檢測特點現已被大眾和官方所認可，不僅可以用于農產品的品質檢測，在品種鑒定方面也有很好的發展。目前國內外有很多利用近紅外光譜技術并集合多種化學計量學方法建立判別模型的方法。諸如何勇等的基于主成分分析和神經網絡的近紅外光譜蘋果品種鑒別方法研究[2]，He Y等的利用近紅外光譜技術通過主成分分析和BP模型進行茶葉品種的鑒別[3]，Xie L J等的基于可見/近紅外光譜的轉基因番茄的鑒別[4]，周子立等的基于近紅外光譜技術的大米品種快速鑒別方法[5]，彭云發等的近紅外光譜對南疆紅棗水分無損檢測的研究[6]，林萍等的基于可見近紅外光譜的糖類別快速鑒別研究[7]。假如可以利用近紅外光譜技術對南疆核桃進行水分含量的快速、無損檢測，定會為果農對核桃的處理提供指導依據，減少果農的損失。

筆者通過對南疆溫185核桃進行近紅外光譜的水分無損檢測，主要目的在于：利用近紅外光譜技術建立預測南疆核桃水分的檢測模型；利用標準烘干法對模型進行驗證并校正，形成測定核桃水分的快速檢測模型；將此項無損檢測技術應用到果農的生產實際當中，提高果農的收益。

1材料與方法

1.1近紅外光譜的簡介和基本原理近紅外光是指波長在可見光區（Vis）到中紅外光區（MIR）之間范圍內的電磁波。從發現至今已經有近150年的歷史。但由于物質在該譜區譜帶重疊以及其倍頻和合頻的吸收信號較弱而很難被解析，所以一直沒有被重視起來。直到最近幾十年，隨著計算機技術的迅猛發展，分析儀器也逐漸進入數字化時代，借助于化學計量學方法讓人們重新看到了近紅外光譜的價值。其良好的特性被迅速應用于分析領域且取得了良好的社會與經濟效益，使得近紅外光譜技術迅速的發展起來。現代近紅外光譜分析是光譜測量技術、計算機技術、化學計量學技術與基礎測試技術的有機結合。不同于常規的分析技術，近紅外光譜是一種間接分析技術，必須通過建立校正模型（標定模型）來實現對未知樣品的定性或定量分析。

近紅外光譜屬于分子振動光譜的倍頻和主頻吸收光譜，主要是由于分子振動的非諧振性使分子振動從基態向高能級躍遷時產生的，其穿透能力很強。有機物以及部分無機物分子中各種氨基團在受到近紅外線照射時，被激發產生共振，同時吸收一部分光的能量，測量其對光的吸收情況，可以得到極為復雜的紅外光譜。由于不同物質在近紅外區域有豐富的吸收光譜，每種成分都有其特定的吸收特征。因此近紅外光譜技術可以作為獲取信息的一種載體而實現對南疆核桃進行水分含量的快速、無損檢測。

1.2試驗材料與設備

1.2.1試驗材料。試驗材料采用南疆最常見的溫185薄皮核桃，為了試驗的實用性，可以直接購于果農。根據光譜的采集要求，需對核桃進行6 h以上的實驗室內放置處理，使其溫度和濕度與試驗室里的溫度一致。

1.2.2試驗設備。聚光科技便攜式光柵掃描光譜儀（supNIR1520，聚光科技杭州股份有限公司），其光譜采集間隔為1 nm，測定范圍1 000～1 800 nm，掃描次數10次，光源是與光譜儀配套的5 V鹵鎢燈，光譜分辨率≤12 nm，波長準確性±0.2 nm，波長重復性≤0.05 nm，光譜數據用MATLAB軟件進行處理[8]。核桃重量用電子天平（上海安亭電子儀器廠）稱取，精度為0.000 1 g。干燥核桃用電熱鼓風干燥箱（GZX9140MBE，上海博迅實業有限公司醫療設備廠）進行處理。

1.3試驗方法

1.3.1核桃樣品的制備。將購得的120枚溫185薄皮核桃樣品隨機編號后儲存備用。

1.3.2近紅外光譜掃描與烘干。光譜采集時需滿足以下條件：溫度17～19 ℃，相對濕度25%～30%。

測樣方式：①光譜儀開機需預熱30 min，光譜采集要注意保持光源口與樣品的距離為2 cm左右，并要垂直照射。②分別對每一枚核桃進行10次掃描。③把殼和仁手工分離開，對其分別進行10次掃描，掃描取正反面平均值[9]。④對殼和仁分別稱重并用烘干法去除核桃殼和仁的水分，溫度設定為50 ℃，直到其重量變化小于0.01 g結束烘干。

1.3.3光譜數據與分析。用MATLAB軟件進行光譜數據處理，選用一階微分、二階微分、多元散射校正（MSC）和標準正態變量變換（SNV）4種方法對數據進行處理，采用偏最小二乘回歸分析法（PLS）建立模型，用標準烘干法對建立的模型進行驗證。

2結果與分析

2.1核桃樣品的光譜采集結果圖1為原始光譜采集圖，可以看出由于除了含有樣品本身的化學信息之外，還包含了諸如電噪聲、樣品背景和雜散光等其他無關的信息，使得光譜出現了較為復雜的重疊信息，但是從整體來看還是呈現了一定的規律性，其光譜形態基本相同。要消除光譜數據的無關信息，該研究通過利用SNV對顆粒分布不均勻及顆粒大小產生的散射影響進行處理。

圖2為SNV處理后的光譜圖。從圖2可以看出，處理后的辨別效果明顯好于原始的光譜。

圖4核桃水分近紅外預測模型42卷21期郝中誠等基于近紅外光譜的南疆溫185核桃水分無損檢測的研究2.5模型驗證將20枚用于驗證模型的樣品光譜圖用建立的南疆溫185核桃含水量模型進行預測，再將所得的值與標準烘干法所得值作比較，結果如表2所示。

從表2中可以得出，用20個樣品驗證模型精度，預處理為SNV的模型含水率平均偏差最小為0.35%，偏差范圍為-1.64～1.92。

3結論

該研究利用近紅外光譜技術對南疆溫185核桃水分進行無損分析，把采集的光譜數據進行SNV預處理，并采用偏

參考文獻

[1] SUNDARAM J.Sensing of moisture content of inshell peanuts by NIR reflectance spectroscopy[J].Journal of Sensor Technology，2012，2（1）：1-7.

[2]何勇，李曉麗，邵詠妮.基于主成分分析和神經網絡的近紅外光譜蘋果品種鑒別方法研究[J].光譜學與光譜分析，2006，26（5）：850-853.

[3] HE Y，LI X L，DENG X F.Discrimination of varieties of tea using near infrared spectroscopy by principal component analysis and BP model[J].Journal of Food Engineering，2007，79（4）：1238-1242.

[4] XIE L J，YING Y B，YING T J，et al.Discrimination of transgenic tomatoes based on visible/nearinfrared spectra[J].Analytica Chimica Acta，2007，584（2）：379-384.

[5] 周子立，張瑜，何勇，等.基于近紅外光譜技術的大米品種快速鑒別方法[J].農業工程學報，2009，25（8）：131-135.

[6] 彭云發，彭海根，詹映，等.近紅外光譜對南疆紅棗水分無損檢測的研究[J].食品科技，2013（11）：260-263.

[7] 林萍，陳永明，何勇.基于可見近紅外光譜的糖類別快速鑒別研究[J].光譜學與光譜分析，2009，29（2）：382-385.

[8] 羅華平，王麗，孔德國，等.南疆紅棗含水量近紅外二維相關光譜技術的研究[C]//中國農業工程學會2011年學術年會（CSAE 2011）論文摘要集.中國農業工程學會，2011.

[9] 楊傳得，于洪濤，關淑艷，等.近紅外反射光譜技術預測花生種子含水量[J].花生學報，2012，41（1）：6-9.

[10] 范維燕，邢邯，林家永，等.近紅外光譜快速測定稻谷水分含量的研究[J].糧油食品科技，2008（5）：49-52，69.