近红外光谱在红枣品质识别技术上的应用

刘小文，吴刚

摘要：随着科学技术的发展与进步，近红外光谱的应用领域越来越广泛，其在食品、制药、石化以及农业等多方面均发挥着重要作用。将近红外光谱与红枣品质识别技术相结合，则能够有效提升红枣品质的优劣品鉴，减少红枣品质识别的费用，为红枣近红外光谱与部分品质之间关系的建立奠定基础。

关键词： 近红外光谱；发展现状；红枣品质识别；应用分析

中图分类号： S665.1 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2018.08.027

1 近红外光谱发展现状

近20年，近红外光谱技术得到突飞猛进的发展，呈现出飞快的增长趋势，不论是在研发工作方面，还是在运用方面都取得了一定成就。自20世纪80年代起，我国开始近红外光谱的研究与应用工作。90年代后期阶段，通过产业链的方式，不断在制药、食品、石化以及农业等许多个领域中进行运用，特别是在农业生产与科研工作中占据的地位越来越重要。据有关数据统计，我国进口品牌近红外光谱仪器已突破2700台，而国产的近红外光谱仪器大约为560台。当前，购买近红外光谱仪器的企业单位占据很小的比例，其具有广阔的市场增长空间，这也为红外光谱在红枣品质识别技术上的应用提供了重要基础。

2 近红外光谱在红枣品质识别技术上的应用

2.1 材料和仪器

本实验所选取的成品红枣主要从商场购买，同时选购2袋三星级的和田玉枣，将40个样品作为同一批次，在同批次中，所选择的果品的色泽、纹理、含水量、重量以及大小等方面基本相同。从所购买的鲜枣中，分别调出20个绿色与20个红色，局部为红色的绿枣个数应当为20个左右，并收集8个干制裂口红枣。实验過程中认真标记各个样品，并将标记完整的所有样品放入编号样品盒中。开始测量前，正常室温条件下将其放置一段时间，大约为2小时，确保各个样品的测量条件基本相同，最大限度降低温度等外界因素对光谱质量所造成的干扰。

通过Nicolet870近红外光谱仪，对红枣光谱依次开展扫描活动，通过常规分辨率8cm-1与扫描次数64，依次对同批次红枣样品开展扫描工作。在对同批次红枣平均光谱进行获取的过程中，可以运用自动基线校正等光谱预处理来完成。

2.2 近红外光谱对红枣品质的分析方法

第一，将红枣外观特点与一些主要成分指标紧密联系起来，以此来对红枣品质做出综合性的评价。对商品化红枣的品质特点开展认真提取工作，待提取工作全部结束之后，通过近红外光谱开展相关扫描工作。利用光谱图细分来开展筛选工作，进而将具备突出差异的样品光谱挑选出来。

第二，针对样品开展深入品质细分工作，并利用近红外光谱针对品质细分的同一批次样品开展扫描，重复开展调整与细分工作，直至样品的光谱差异处于所需要的精度范围之中。将其中的特征因子梳理出来，以此为基础，对红枣的品质特征因子进行确定，进而将红枣品质、测量状态与光谱的对应关系建构起来。

第三，在具体的运用过程中，应当根据相关要求与规定，对多种模型特征因子的权重进行改变，并自主开展归类与重组工作，确保相关更新与拓展工作的完成，在对样品精度范围进行控制的过程中，应当运用最低匹配值来完成。为了与具体生产要求相符合，需要将近红外光谱与品质的对应关系建构起来，以对所需要的模型进行建立，进而满足实际生产要求。

3 结果与分析

通过样品外观品质细分工作的开展，使光谱图的差异得到了有效缩减，实现了光谱重复性能的提升，能够快速对具有较大影响的因子进行确定，从客观方面来说，实现了一些不确定影响因素的缩减，为红枣品质特征因子的提取奠定了良好的基础。

在对检测方位开展多次调整之后，进一步确定裂口方向与大小，不存在任何联系。在重复的测量工作中，重新出现吸收峰。一旦切开正常枣，并将其放置于空气中，就会发生氧化反应产生褐变，再一次出现吸收峰。对于颜色变化不突出的，其吸收峰也不突出。经过重复测量工作的开展，可以观测到近红外光谱图尖峰的位置是固定的。在有褐色裂口与正常部位的光谱图中存在显著差别。

通过近红外光谱图能够将物质成分反映出来，通过红枣的外观品质，也能够将其内部成分之间的差异反映出来。以近红外拓扑方法为基础，根据多次的调整与深入细分工作的开展，能够从质量比较高的光谱中，将鲜枣三个细分指标的光谱特征因子提取出来，三个细分指标，指的是红色、绿色以及红枣裂果。

4 结语

红枣一直都是人们极为喜欢的农产品，通过近红外光谱的应用，不仅能够对红枣的品质进行分析，还有助于红枣品质与近红外光谱之间关系的合理构建，有助于品质识别费用的降低，以及品质品鉴能力的提升。相关人员需要对近红外光谱的应用进行深入研究，让其在红枣品质识别上发挥更大功用。

参考文献

[1]王亚运，陈冲，罗华平.基于近红外光谱预测南疆红枣品质的模型建立与参数优化[J].时代农机，2017，44（10）：100-102.

[2]买热木沙姑·依米尔.不同成熟时期骏枣糖度近红外光谱模型的建立[J].安徽农学通报，2017，23（07）：143-145，170.

[3]张景川，张晓，白铁成，石鲁珍.基于近红外光谱与PLS-DA的红枣品种识别研究[J].食品工业科技，2017，38（08）：68-71，76.

作者简介：刘小文，本科学历，实验师，研究方向：农业信息化。