基于光譜技術的草莓SSC含量無損檢測方法研究

閆 潤 邱白晶

（1.江蘇大學農業工程研究院，江蘇 鎮江 212013；2.江蘇農林職業技術學院，江蘇 句容 212400）

可溶性固形物（soluble solids content ,簡稱SSC）是評價草莓內部品質的主要指標之一，為滿足草莓采摘后鮮食或深加工的需要，迫切需要采取準確、無損、快捷的草莓可溶性固形物檢測方法。近紅外光譜技術具有綠色無污染、成本低、分析簡單、高效精確等優點，在水果內部品質檢測方面具有良好的應用前景。但因數學模型的預測精度低，使草莓可溶性固形物近紅外光譜檢測技術的應用受到了限制。

1.材料與方法

1.1 光譜的采集

實驗用草莓樣品采摘于鎮江市句容草莓種植園，優選當地特色品種紅頰草莓。實驗當天，依據草莓表面著紅率挑選半熟、八分熟、全熟三種成熟度的紅頰草莓131個，逐一編號。采摘后用保溫箱包裝運輸，送回實驗室冷藏。近紅外光譜測量所用儀器為美國ASD（Analytical Spectral Device）公司生 產的Field Spec 3型便攜式光譜儀,光源為光譜儀配套的石英鹵素燈，色溫3200K。

采集光譜時，調整石英鹵素燈光源與水平面呈45°角，用空調控制實驗室內溫度為20℃，相 對濕度為70%。將光譜分析儀探頭固定在三腳架上，設定光纖視場為25°，根據被測物直徑及視場角推算出探頭高度，調整傳感器探頭位于工作臺上方 5cm 左右處，垂直于被測物。測定過程中，將樣品間隔120°采集3次數據，以3 次采集均值作為一個樣品的原始光譜數據。采集的光譜如圖1所示。

圖1 草莓原始光譜

1.2 可溶性固形物的測量

每個 采集光譜后的草莓樣品沿赤道圓周處切取5克果肉用研缽搗碎并研磨成半黏稠狀，用紗布壓濾，將草莓液汁倒入均衡燒杯中。檢測時用玻璃棒蘸取草莓汁液2～3滴于折光儀棱鏡平面的中央，迅速閉合棱鏡，靜置1分鐘，讀取測量值后以脫脂棉蘸酒精擦凈棱鏡，重復上述操作三次，取三次均值作為每個草莓樣品的可溶性固形物含量的實際值。用Kennard-Stone算法對樣品集進行劃分，從131個草莓樣品中選取101個作為校正集，剩余的31個為預測集，實驗測量的草莓樣品SSC實際值統計特性如表1所示。

表1 SSC的Kennard-Stone劃分統計

2.實驗結果預處理及特征提取

2.1 光譜預處理方法及特征提取方法

受到樣品的顆粒不均、儀器的隨機噪聲、基線漂移、光散射等因素影響，草莓原始光譜 中摻雜了噪聲信號。這些噪聲信號會對草莓樣品的光譜信息產生干擾，影響校正模型的預測精度，因此有必要對草莓原始光譜進行預處理。

由于草莓近紅外光譜波長范圍350～2500nm多達2151個變量，在全光譜內直接進行GA搜索，運算速度過慢，不利于變量篩選。若將全光譜波段劃分為若干個子區間，先優選出部分區間，再在選中區間里進行GA搜索則能有效提高運算速度。因此本研究擬采用一種改進的遺傳算法，即向后閾值區間偏最小二乘法（Backward interbalPLS,簡稱biPLS)與遺傳算法相結合的算法（簡稱biPLS-GA)進行草莓近紅外光譜信息的提取。

2.2 預處理方案確定

為了精確得到最佳預處理方案，在Unscrambler軟件中采用PLS回歸分析。在PLS模型中，設置主成分數為10，按照Kennard-Stone法劃分131個樣品的校正集和預測集分別為101和30。對30個預測及樣品進行PLS預測，所得不同預處理方案下的預測集相關系數和均方根誤差如表2所示。

調整主成分數進行對比，確定主成分數為10時，各預處理方法的預測效果好，故統一采用主成分數為10，在350～2500nm全波長范圍內應用不同預處理方法建模，結果如表2所示。

表2 不同預處理方案的結果

從表中可以看出，在草莓的SSC含量檢測的近紅外光譜預處理方案中，SGF優于MAF，1D優于2D。

2.3 特征光譜的提取結果分析

為快速分析提取結果，先將全光譜（共計2151個變量）劃分為10個子區間，每個區間的起止變量見表2。將SSC化學值以及分別用SGF、1D和SNV+SGF+1D三種方法預處理后的草莓吸光度光譜按照biPLS算法要求輸入matlab程序中，運算得到10個區間的校正集的互驗證均方根誤差（RMSECV)如表3所示。

表3 預處理方法對SSC的影響

7（1292～1506） 1641～1855 0.9069 0.8014 0.7857 6（1077～1291） 1426～1640 0.8940 0.7856 0.7665 5（862～1076） 1211～1425 0.8864 0.8050 0.7752 4（647～861） 996～1210 0.8836 0.7731 0.7559 3（432～646） 781～995 0.8754 0.7886 0.6989 2（217～431） 566～780 0.9188 0.7465 0.6933 1（1～216） 350～565 0.9962 0.7723 0.6703

經過biPLS算法的光譜譜區篩選，共提取出2、3、4三個子區間，查看表3的區間變量編號，總計645個變量入選，變量數目仍較多，需要進一步篩選。下面將采用遺傳算法對提取出來的645個變量繼續篩選。

設定GA算法中的初始種群大小為30，染色體長度為10，變異概率為0.01，交叉概率為0.5，遺傳迭代次數為100。迭代100次后，645個變量被選中的頻次圖。依據F準則（P＜0.1)設定的頻次閾值線，高于該頻次閾值的變量被算法建議選中。依據GA算法的F準則頻次閾值篩選出的40個變量及其對應的波長如表4所示。

表4 GA篩選的SSC變量及其波長

3.實驗結果的驗證

3.1 ELM-ANN和SVR建模方法

為了解決回歸擬合方面的問題，Vapnik等人在1992年在SVM分類的基礎上引入ε不敏感損失函數，從而得到回歸支持向量機（Support Vector Machine for regression,簡稱SVR)。SVR的基本思想是尋找一個最優分類面使得所有訓練樣本離該最優分類面的誤差最小。

極限學習機(Extreme Learning Machine Artificial Neural Network,簡稱ELM-ANN)算法不同于上述算法,屬于單隱含層前饋神經網絡(Single-hidden layer feedforward Artificial Neural Network,簡稱SLFN),因其具有訓練速度快、泛化能力強、能獲取全局最優解等特點近年來逐漸成為研究熱點。2005年Huang等人通過上述結構的研究,得出結論:若給定任意Q個不同樣本,則對于任意的輸入層與隱含層間的連接權值和隱含層的閾值b,SLFN都 可以零誤差逼近訓練樣本,即樣本的觀測值。

3.2 ELM-ANN模型的建立及預測

為了驗證變量提取的準確性，將由biPLS-GA算法提取的40個SSC的特征光譜作為ELM-ANN模型的輸入量，設置隱含層神經元個數為30，隱含層傳遞函數為sig函數，建立一個40—30—1的三層ELM-ANN模型，該模型對草莓預測集的30個樣品SSC的預測效果如圖2所示。預測集的相關系數2R為0.93713，均方根誤差mse為0.091839。

圖2 ELM-ANN預測SSC

3.3 SVR模型的建立及預測

將由biPLS-GA算法提取的40個SSC特征光譜作為SVR模型的輸入量。在SVM方法中，選擇不同的核函數，可以生成不同的SVM。本研究采用徑向基(RBF）核函數，利用MATLAB環境下的libsvm工具箱函數實現。在采用徑向基(RBF）核函數計算時，主要涉及懲罰因子C和訓練誤差ε（這里用方差g表示）的確定。針對草莓光譜數據，利用交互驗證二維網格搜索方法，尋找懲罰因子C和方差g的最優參數，具體計算實現時，分別在[-10，10]的取值范圍內，設置步長為0.5，尋找最優參數，再利用該參數訓練SVR模型。該模型對草莓預測集的30個樣品SSC的預測效果如圖3所示。預測集的相關系數2R為0.95823，均方根誤差mse為0.06642。

圖3 SVR預測SSC

從表5中看出SVM模型對草莓SCC預測的相關系數R2分別達到了0.95823，為二者中最高；預測集均方根誤差RMSEP分別為0.06642，為二者中最低，說明SVM模型的建模效果優于他三種ANN模型。因而可以得出結論，SVM算法建立的回歸模型具有較好的泛化能力，能有效地預測草莓SSC的含量。

表5 草莓SSC檢測的建模結果對比

4.結論與展望

通過獲得品種為紅頰草莓的全光譜并對全光譜進行預處理，利用biPLS算法和GA方法提取了樣品的40個特征光譜，最后利用ELM-ANN和SVR建模方法對特征光譜進行了建模驗證其有效性。結果表明利用SVR所建立的驗證模型中，預測集的相關系數達到0.95以上，達到了較高的精度。該模型在實際應用中，可作為核心算法進行該草莓品種的固態可溶物無損檢測。