基于近紅外的柚子品種判別和糖度檢測通用模型

李 雄，劉燕德，歐陽愛國，孫旭東，胡 軍，姜小剛，歐陽玉平

(華東交通大學機電與車輛工程學院，江西南昌 330013)

1 引 言

柚子不僅味道甜美，而且營養價值高，富含各種維生素，主要產于我國廣東、福建、江西、廣西、湖南等南方地區［1-2］。產地品種及可溶性固形物是評價口感和價格差異的主要指標［3］，因不同產地的柚子外觀相似，如價格2元/斤的井岡蜜柚與40元/個的梅州金柚外觀極為相似，缺乏經驗的消費者無法區分價格低廉、昂貴的柚子，傳統的人工分選也難以判斷柚子品種及等級差異，從而影響柚子產業的發展［4-8］。

目前有不少關于近紅外光譜技術對薄皮水果快速分選的研究，如蘋果［9-10］、柑橘［11］、梨［12］等都曾作為典型的薄皮水果用來分類研究。柚子作為一種具有代表性的厚皮果，由于透光性差，可見/近紅外光譜技術檢測內部品質及種類判別還未見相關研究報道，因此攻克厚皮果透光性的技術難題，研究出一種能夠快速、無損、批量檢測不同產地柚子品種及可溶性固形物的通用模型具有十分重大的意義。

本研究以不同產地的厚皮果柚子(江西井岡蜜柚、江西上饒馬家柚和廣東梅州金柚)為研究對象，建立不同品種柚子定性判別模型，并在柚子的有效波段內通過變異系數法進行了去差異化處理和無信息變量消除，完成3種柚子的可溶性固形物在線檢測通用模型的建立，為厚皮果實際加工生產提供技術支持和參考依據。

2 材料與方法

2．1 試驗材料

試驗所用柚子分別來自2017年10月在廣東省梅州市某果園采摘的梅州金柚145個、2017年11月在江西省吉安市某果園采摘的井岡蜜柚100個和2017年12月在江西省上饒市廣豐區某果園采摘的馬家柚79個。樣品實驗前編號處理，在室內溫度25℃存放一天后采集光譜，并在相同位置采集柚子的可溶性固形物真值，取平均真值和光譜后共得到325個真值與光譜，分為建模集245個，預測集80個。圖1(a)、(b)、(c)分別是江西井岡蜜柚、江西上饒馬家柚、廣東梅州金柚，井岡蜜柚和梅州金柚外觀極為相似，而上饒馬家柚個體大、皮厚，且同一個柚子的果皮厚薄程度不一，最厚的果皮可達6 cm。

圖1 不同產地柚子樣品實物圖Fig．1 Physical map of grapefruit samples from different origins

2．2 光譜采集

如圖2所示，在線檢測系統包含光譜儀、計算機、數模轉換器、PLC、傳感器、探頭、果杯、柚子樣品、傳輸鏈、光纖、鹵素燈。光譜采集采用漫透射方式，將樣品放置在傳送帶上，鹵素燈照射的光透過柚子，傳送帶下方的光纖探頭接收光譜信息。傳送帶每秒傳輸5個柚子，積分時間100ms，鹵鎢燈光照強度為100 W，光譜采集前裝置預熱30 min，待光源穩定后用白色聚四氟乙烯球作為參比，采集的參比球能量譜標準差小于1%開始采集光譜。由于柚子具有果柄，故將柚子果柄與傳輸帶運動方向一致、縫合面垂直于水平面放置。傳感器安裝在傳送帶下方2 mm處，果杯上轉動一次觸發傳感器發出高電位信號，光譜儀采集一條光譜，保存在計算機軟件中。

圖2 可見近紅外漫透射在線檢測裝置Fig．2 Visible/near-infrared diffuse transmission online detection device

2．3 可溶性固形物含量的測定

柚子樣品的可溶性固形物的測量采用折射式數字糖度計(PR-101a)測量，測量時，將標記處(去皮后)的2～3 mm的果肉切下，擠出適量的柚子汁測量可溶性固形物，每次測量后用純凈水標定糖度0%后繼續測量下一個點。每個柚子標記4個面，取平均值作為該柚子的可溶性固形物值。

2．4 數據分析

將采集的柚子光譜數據導入MATLAB和Unscrambler軟件完成建模，模型建立后導入分選軟件，實現柚子的定性定量在線檢測。模型的優劣由相關系數、校正均方根誤差和預測均方根誤差進行評價，一個合適的模型表現為較高的相關系數和較小的均方根誤差。

3 結果與討論

3．1 柚子光譜特征分析

圖3為井岡蜜柚、上饒馬家柚和梅州金柚3種柚子的代表性近紅外光譜，從中可以看出710 nm和800 nm附近有兩個明顯的吸收峰。柚子內部含有各種復雜的化合物，而化合物中又由C—H、N—H、O—H等官能團組成。前者吸收峰有可能是由C—H健的伸縮震動四級倍頻導致的，N—H健伸縮震動和變形震動一級倍頻致使后者出現吸收峰。而310 nm處的直線可能是由于光譜采集時機器的雜散光或者噪聲導致。

3種柚子皮的厚度不同，造成3種樣品的吸光度在600～900 nm之間有所差異。上饒馬家柚稱為棉花柚，皮厚，透光性弱，故導致吸光度最低，在710 nm和800 nm處吸收峰明顯低于井岡蜜柚和梅州金柚;井岡蜜柚皮薄果肉緊實，透光性較好，特別是在710 nm左右;梅州金柚在800 nm左右吸光度強于井岡蜜柚可能是由于梅州地區光照時間充足，光合作用最強，化合物中的N—H數量偏多，伸縮振動和變形振動強度高于井岡蜜柚，所以800 nm處的吸收峰最強［13］。

圖3 柚子近紅外漫透射原始光譜Fig．3 Near-infrared diffuse transmission spectra of grapefruit

3．2 品種判別

3．2．1 連續投影算法

由于噪聲和雜散光導致光譜中含有一些無用信息，在建模之前，通過光譜預處理方法消除無關信息是非常重要的過程。連續投影法是一種有效降低模型復雜度的新型特征波長篩選算法，目的是在重疊的光譜信息中提取有效信息、降低光譜變量之間的共性，以此來簡化模型、提高建模速度。連續投影法(SPA)在MATLAB2012中運行，選擇的變量數在10～50之間，結果如圖4所示，得到 716，827，709，737，784，769，695，663，856，812 nm共11個波長為特征波長，并組成波長組合，每次運行結果后得到的特征波長組合相同。

圖4 SPA運行結果Fig．4 SPA operation results

3．2．2 PLS定性模型建立與驗證

PLS-DA是在PLS基礎上衍生出的一種定性分析方法，通常將分類值代替真值，對預測結果進行分類，如公式(1)所示:

其中y是分類量，根據柚子樣品的種類試驗中設為［1 4 7］，其中1為井岡蜜柚，4為馬家柚，7為梅州金柚，兩兩分類值中間的平均值為分類的閾值。柚子近紅外全波段范圍和SPA消除無信息變量后的結果結合分類值分別建立的柚子PLSDA判別模型結果如表1所示。

表1 全波段和SPA無信息消除后PLS-DA測試結果Tab．1 PLS-DA test results after full spectrum and SPA no information elimination

從表1中可以發現，SPA篩選變量后作為模型輸入值時，僅有一個值被誤判，誤判率為1．25%，而全波段作為輸入時誤判率為2．5%。全波段的誤判率高于SPA篩選變量后的輸入值可能是因為全波段數據中含有無用信息或冗余信息變量導致分類效果不佳。

特征波長建立的偏最小二乘判別模型PLSDA均方根誤差與主成分數關系如圖5所示，從圖中可以看出在主成分為5時預測集均方根誤差RMSEP最小，誤判率最低。圖6是建模集與預測集柚子分類變量與預測值相關圖，無信息變量篩選后定性判別模型建模相關系數Rc為0．96，預測相關系數Rp為0．96，建模均方根誤差為0．44，預測均方根誤差為0．48。第一類和第二類樣品之間的閾值為2．5，第二和第三類樣品之間的閾值為5．5，若預測值大于0小于2．5時判斷為井岡蜜柚，若預測值大于2．5小于5．5判斷為上饒馬家柚，若預測值大于5判斷為梅州金柚，預測的柚子樣品中只有1個第一類樣品(井岡蜜柚)被誤判。

圖5 主成分因子數圖Fig．5 Number ofmain component factors

圖6 建模集與預測集柚子分析變量與預測值相關圖Fig．6 Correlation between model set and prediction set of grapefruit analysis variables and forecast values

3．3 可溶性固形物定量模型建立與驗證

3．3．1 光譜差異化

差異性分析時采用主成分分析法將柚子的近紅外光譜矩陣轉換成主成分得分矩陣，最大主成分數為20。圖7是前2個主成分的分散點圖，井岡蜜柚、上饒馬家柚、梅州金柚大致能夠分為2類，前2個主成分累計貢獻率99%。不同品種的柚子光譜存在一定的差異性，這3類柚子樣品存在的聚類現象，需要進一步處理以提高定量模型的精確性。

圖7 柚子差異性分析散點圖Fig．7 Scatter plot of grapefruit ariation plots difference analysis

圖8 柚子預處理后的平均光譜與變異系數曲圖Fig．8 Mean spectral and coefficient of variation plots of vgrapefruit after pretreatment

圖8 是3種柚子光譜經過求導、MSC、平滑后的平均光譜與變異系數曲線的對比圖。變異系數(CV)是不同光譜變化程度的參考量，系數越小且越穩定則表明差異性越小。黑線表示變異系數曲線，紅藍綠分別表示3種柚子預處理后的平均光譜。在550～750 nm波長范圍內，變異系數值波動較大，則這3種樣品光譜的離散程度較大，差異化較大時影響光譜的穩定性和準確性。在變異系數小于2的范圍內，750～930 nm波段范圍內變異系數整體較小，波動也較為平整，不存在明顯的波峰和波谷，不會影響建模時模型的穩定性和準確性，因此圖中紅色線框內選擇的波段范圍是合適的。

3．3．2 模型建立與預測

最小二乘支持向量機通過調節懲罰因子和核函數建立光譜數據和化學組分間的定量分析通用模型。所有樣品光譜去差異化后建立最小二乘支持向量機定量模型，在750～930 nm波段范圍共180個波長點建模，討論最小二乘支持向量機建模Lin-kernel、RBF-kernel等函數對模型的影響。

柚子糖度定量檢測模型效果如表2所示，最小二乘支持向量機采用線性核函數Lin-kernel全波段和變異系數法選波段后的相關系數分別為0．63和0．68，徑向基核函數 RBF-kerne 全波段和選波段后的相關系數分別為0．62和0．65。選擇變異系數變化穩定的波段750～930 nm，偏最小二乘通過變異系數法去差異化之后預測相關系數有顯著的提高，預測樣本數為80，預測均方根誤差為0．55，相關系數為0．86。偏最小二乘結合變異系數選波段法適合不同柚子品種糖度的定量檢測。

表2 柚子糖度定量模型效果比較Tab．2 Comparison of quantitative effects of grapefruit sugar quantitativemodel

圖9 PLS模型的測量值和真實值散點圖Fig．9 Scatter plots ofmeasured values and true values for the PLSmodel

圖10 主成分因子數和均方根誤差關系圖Fig．10 Relationship between principal component factor and rootmean square error

圖9 和圖10分別為偏最小二乘模型的測量值和真實值散點圖和PLS定量模型的主成分因子數和均方根誤差關系圖。在750～930 nm波段范圍共180個波長點劃分好的建模集和預測集，建立柚子的可溶性固形物偏最小二乘定量模型，相關系數為0．87。建模集均方根誤差為0．49。建模過程選擇的主成分因子數(PC)過低會因為覆蓋掉柚子光譜中的有效信息從而導致預測精度過低，選擇PC為4或5時出現“欠擬合”現象。當PC選擇過高時，如9或10時又將出現過擬合現象，PC選擇6或8時預測精度尚未達到最優，所以本次定量建模的最佳主成分因子數為7。

4 結 論

本文采用近紅外光譜漫透射技術結合偏最小二乘和最小二乘支持向量機模型，實現井岡蜜柚、上饒馬家柚、梅州金柚等不同品種柚子的定性判別和可溶性固形物的在線無損檢測。其中連續投影算法篩選無信息變量后偏最小二乘判別模型誤判率為1．25%，能夠準確地將不同品種的柚子推入分級入口。經過求導、MSC、平滑處理后獲得柚子的可見/近紅外光譜，用變異系數法對光譜去差異化，比較了PLS建模與LS-SVM建模結果，最終采用相似波段建立的PLS定量模型為最佳建模方式，預測相關系數達到0．86，預測均方根誤差為0．55。本研究簡化了同種水果不同品種生產加工過程，減少了模型的建立和維護成本，對柚子的生產加工在線分級具有參考意義。