近红外光谱测定柑橘贮藏中可溶性固体糖、糖、酸和维生素c

近红外光谱测定柑橘贮藏中可溶性固体糖、糖、酸和维生素c

柑橘是中国乃至世界上最重要的果树之一。它的味道很好，营养价值和药物价格都很高。由于成熟期较集中,市场供求矛盾突出,需要通过贮藏保鲜来缓解市场压力,延长商品期。柑橘储藏保鲜过程中,其内部品质(如可溶性固形物、糖度、酸度和维生素C含量等)会随贮藏时间的推移而变化。目前,由于缺乏简便、快捷的检测方法和手段,难以适时掌握和预测贮藏品质的变化,因而无法有效控制其品质并做出恰当的市场决策,造成大量的果实腐烂和贬值。近红外(nearinfraredreflectance,NIR)光谱分析方法是近年来国内外发展很快的一种新型定性、定量分析方法,具有分析速度快、分析成本低、不破坏样品、便于实现在线分析等优点,在农业、食品、烟草、饲料、医药、化学化工、纺织工业等领域中得到了日益广泛的应用,但基于小波消噪预处理近红外光谱检测果品内部品质的研究目前未见报道。因此,笔者利用小波变换消噪预处理柑橘近红外光谱,结合偏最小二乘法(partialleastsquared,PLS)建模,研究傅立叶近红外漫反射光谱定量测定贮藏过程中柑橘的可溶性固形物含量(calibrationpredictionmodelsofsoluble-solids,SSC)、可溶性总糖含量(totalsolublesugar,TSS)、总酸度(totalacid,TA)和维生素C(vitaminC,VC)含量,旨在探讨柑橘内部品质快速检测的新方法。1材料和方法1.1化学成分分析试验用柑橘源于江西省赣州市、湖北省宜昌市和秭归县等地6个果园采摘的脐橙鲜果。采后用塑料袋将其包装,按照GB10547-89柑桔储藏(Citrusstorage)中的贮藏条件,冷藏于温度为5℃、湿度为70%的人工气候箱中。从贮藏第1周开始,每周定时从6个品种中随机抽取8~10个脐橙,首先进行光谱试验,采集脐橙的近红外光谱,接着按照GB10547-89柑桔储藏中的化学成分测定方法,测定其SSC、TSS、TA和VC标准值,直到柑橘开始腐烂为止,共检测16周130个果品,除去化学值检测误差过大的异样果品,SSC、TSS、TA和VC建模样品集的果品个数分别为115、80、100和110。果品的直径范围为65~95mm;重量范围为123~360g;SSC含量范围为5.44%~11.55%;TSS含量范围为4.98%~7.11%;TA含量范围为0.21%~0.89%;VC含量范围为20.8~89.15mg/100g。1.2红外光谱测定近红外光谱仪为BRUKERFT-NIR(VECTOR33N型)傅立叶近红外光谱仪,配置OPUS分析软件、镀金积分球、12mm石英旋转样品杯、pbs检测器,波数为12000~4000cm-1;WTY-1型手持糖量计;722S可见分光光度计。1.3检测方法1柑橘样品预处理在常温下,近红外光谱仪分辨率设定为8cm-1,扫描次数设定为64,预热20~30min后,将柑橘样品置于旋转的石英样品杯上,样品光谱测量部位选在柑橘最大横向直径上(赤道部位),每个样品在赤道部位相对90o角度采集4次光谱。采集光谱时尽量避开斑点、疤痕等明显缺陷。2折光镜的制作将样品沿纵向均匀切成4块,每块挤汁2~3滴置于WYT-1型手持糖量计的折光棱镜表面,合上进光盖板并用手指稍加压紧,接着将视场内分划板调至最清晰状态,记下分划刻度值。利用温度修正表修正其刻度值,再将4块样品的修正刻度值平均即为可溶性固形物含量。3定容液的制备采用硫酸苯酚比色法测定柑橘可溶性总糖。用组织捣碎机将单个样品带皮捣碎后,准确称取10g转移到100mL容量瓶中,加蒸馏水至刻度并摇匀,取过滤液10mL定容至100mL。取定容后的样液1mL、6%苯酚1mL、蒸馏水1mL和浓硫酸5mL混合摇匀,冷却后在490nm处比色,用1mL蒸馏水代替样液作为空白。4总酚含量的测定采用酸碱滴定法测定柑橘总酸含量。准确称取10g捣碎样品转移到100mL容量瓶中,加蒸馏水至刻度并摇匀,取过滤液10mL放入100mL三角瓶中,加1%酚酞2滴,用标准氢氧化钠溶液滴定至粉红色,记下滴定体积,重复3次取平均值。根据消耗的氢氧化钠溶液体积计算总酸含量。5不同浓度0.0%品种中水杨酸护色液制备成网液5.采用2,6-二氯靛酚法测定柑橘Vc含量。单个样品光谱扫描后,放入组织捣碎机捣碎,准确称取10g捣碎样品,移至100mL容量瓶中,加入浓度为1%的适量草酸护色,再用蒸馏水定容。取5mL过滤液于三角瓶中,用标定好的2,6-二氯靛酚溶液滴定至粉红色,根据消耗的2,6-二氯靛酚计算出Vc含量。6噪声父窗口的构建采用小波变换消噪预处理光谱。将原始光谱以数据点的格式导入MATLAB6.5软件中,另存为.mat格式,进入小波分析工具箱,选取3阶Daubechies小波(db3)进行4级分解,选择固定软阈值和未知尺度的白噪声,阈值大小通过划分区间设定,保存设置结果并反映到降噪父窗口中。2结果与分析2.1原始近红外飘反射光谱结果利用OPUS软件对每个样品的4条光谱数据取平均值,以此作为原始光谱数据,其数据点数为1960,取平均值后的原始近红外漫反射光谱如图1所示。由图1可知,柑橘样品产地、品种、颜色不同,每个样品的NIR谱图差异较大。在波数12000~9500cm-1段,存在很大的噪声。这主要反映了柑橘皮的信息,不影响内部品质的预测。2.2光谱消噪结果图2为24号样品小波消噪前后光谱比较图。由图2可以看出,经过db3小波4级分解消噪后,光谱曲线变得光滑了,基本消除了噪声影响,光谱中包含的有用信息更加明晰显见。2.3柑橘内部预测模型预测近红外光谱定量分析是通过建立样品吸光度与浓度之间的数学校正模型而实现的。偏最小二乘法(PLS)利用主成分分析将吸光度矩阵和浓度矩阵先分别分解为特征向量和载荷向量,用交互校验法确定最佳主成分数,然后建立吸光度矩阵与浓度矩阵的数学模型,是目前应用较多的一种多元校正方法。本研究分别选取一定数量的小波消噪后的有代表性光谱组成校正样品集,运用PLS法,通过OPUS软件对光谱进行波段优化处理,得到最能代表柑橘SSC、TSS、TA和VC含量信息的优选波段和主成分数,再结合内部交互校验法分别建立预测模型,得出预测值与标准值之间的相关系数(R),计算预测值与标准值的校正均方差(rootmeansquareerrorofcross-validation,RMSECV),判别所建预测模型的准确性。SSC、TSS、TA和VC含量预测值与标准值的预测结果见表1。由表1可知,所建模型预测值与标准值之间的相关性很好,相关系数均在0.9以上,预测精度较高,能满足柑橘内部品质的检测要求。其中,115个样品组成校正样品集建立的可溶性固形物含量预测模型,其预测值与标准值的相关系数为0.954,预测校正均方差为0.418%,建模主成分为7,最能代表柑橘可溶性固形物含量信息的光谱波段为6101.7~4246.5cm-1;80个样品组成校正样品集建立的可溶性总糖含量预测模型,其预测值与标准值的相关系数R高达0.975,预测校正均方差为0.49%,建模主成分为5,最能代表柑橘可溶性总糖含量信息的光谱波段为7507.7~6097.8cm-1;100个样品组成校正样品集建立的总酸含量预测模型,其预测值与标准值的相关系数R达到0.948,预测校正均方差仅为0.022%,建模主成分为6,最能代表柑橘总酸含量信息的光谱波段为6101.7~4246.5cm-1;110个样品组成校正样品集建立的维生素C含量预测模型,其预测值与标准值的相关系数R为0.957,预测校正均方差为0.039mg/g,建模主成分为8,最能代表柑橘维生素C含量信息的光谱波段为7501.7~5449.8cm-1。3柑橘可溶性固形物、可溶性总糖、总酸度和维生素c含量预测模型的建立本研究以脐橙为例,利用近红外漫反射技术,获得了柑橘不同部位的近红