水果成熟度检测技术的现状与发展

刘志刚 王丽娟 喜冠南

摘 要：我国是一个水果生产与消耗大国，并且随着我国社会经济的快速发展以及人民消费水平的迅速提高，消费者对水果的需求和品质都提出了更高的要求，因此水果成熟度检测技术对提高我国鲜食水果和存储水果的品质和市场竞争力就有着重要的意义。本文通过文献调查和统计分析的方法综述了国内外水果成熟度检测技术的研究现状及发展前景。

关键词：水果;成熟度;有损检测;无损检测

中图分类号：S-1       文献标识码：A

DOI：10.19754/j.nyyjs.20200430005

引言

随着我国社会经济的快速发展以及人民消费水平的迅速提高，消费者对水果的需求量和品质都提出了更高的要求。据相关数据显示，我国水果采摘的平均损耗率已高达20%，而水果采摘过程中造成的经济损失超过1000亿元/a。发达国家的水果损耗率却普遍低于5%，甚至有些国家的损耗率仅有1%～2%。原因之一便是水果的成熟期不一致，导致果农在采摘时容易误判进而导致误采。误采摘影响鲜食水果的品质，也不利于水果的存储。因此，根据水果的成熟度加以区分可以降低误采摘几率。在水果包装、存储、运输及后加工过程中，根据成熟度加以筛选和区分，有利于提高水果的品质和等级。水果成熟度检测技术在缩小果农直接经济损失的同时，亦协助果农对水果进行一次分揀，增加果农的经济效益，提高果园生产效率，激发果农的生产积极性，并且为水果后加工提供参考依据，对拉动我国水果业及相关产业的稳定、持续、繁荣发展有重要意义。

1 水果成熟度划分

水果的成熟度一般可划分为以下3种：可采成熟度、食用成熟度和生理成熟度。

其中，可采成熟度的定义为水果果实部分已经生长至成熟期大小，基本定型，继续生长基本不会引起果实大小的变化，并且出现成熟时期特有的性能与色泽特征，基本完成了内部营养物质的积累。此时果实已达到可以采摘的阶段，但采摘的果实并不适用于鲜食，而适用于长距离运输或是长期的储藏。所以用于存储或者是远距离运输的水果应在可采成熟期进行采摘。食用成熟度是继可采成熟度后的第2阶段，一般是指水果果实部分无论是形状、色泽、香气或味道都达到了最优状态，是即食的最佳成熟状态。所以，用于即食、短期存储或短距离运输的水果建议在此成熟期进行采摘。生理成熟度是成熟度划分中的最后阶段，一般是指不仅水果果实达到充分成熟的阶段，水果的种子也趋于成熟，主要的表现为果肉已经开始出现软烂，此时果实不仅已不适于即食，更不可用于运输和储藏，一般不建议水果在此时采摘。

果农可根据不同的要求，选择合适的成熟期采摘水果以达最优品质。而水果品种多种多样，不同水果则需要不同的成熟度检测方法，如何判别水果的成熟度就成为了问题的关键所在。

2 水果成熟度的传统检测技术

根据检验过程中是否要对水果组织进行破坏，将成熟度检测方法划分为传统检测技术与无损检测技术。传统的水果检测技术主要是依靠经验判断或借助糖度检测分析仪、酸度检测分析仪、硬度计等工具来检测判断水果的外观、可溶性糖含量、酸度、硬度或可溶性固溶物等指标，据此依据相关标准判定水果的成熟度等级。上述方法中，除依靠经验判断外，都需要破坏水果的内部组织，故又将传统检测技术称为有损检测。

传统检测技术主要包含外观品质检测、硬度检测、可溶性糖检测和可滴定酸检测。

2.1 外观品质判断

随着水果成熟度增加，会有其固有的大小、色泽、香气和味道等显著特征。果农综合各方面的因素，依据自身感官与经验对水果成熟度加以分析判断。

但从技术角度上分析，人为对蔬菜和水果的成熟度等级进行判定是根据个人的感官与经验，瞬间判断结果因人而异，同时还受人的情绪和疲劳程度等主观因素的影响，不利于提高成熟度判别的标准性和统一性。

2.2 硬度检测

测量方法：根据水果类型，选择不同测头;将果实表皮削去1～2cm2，每个果实选取2～4个测量点，将硬度计的压头压入果肉至相应刻度线，读取表针所指的刻度线，即为果肉硬度值。

目前，国内学者陈建军[1]等利用FHM-1型水果硬度计检测柑橘硬度进行了果品的成熟度研究，确立了柑橘存储时间、硬度与成熟度之间的关系。

2.3 可溶性糖检测

衡量水果成熟度的另一重要指标便是可溶性糖的总含量，也就是人们通常所说的水果的甜度，单位为mg/g。两者之间的关系为甜度越高，一般成熟度等级越高。

果实中糖含量（可溶性总糖、还原糖）检测分析中，广泛采用容量法，如费林试剂滴定法[2]。国内学者张海利[3]等通过斐林试剂滴定法测定了6种类型辣椒果实在不同发育期的糖含量。结果表明，随着果实成熟度的增加，果实糖含量呈现不断增长的趋势，红色成熟辣椒的含糖量最高，其次为绿色成熟辣椒，而未成熟的辣椒含糖量最低。费林试剂滴定法虽然误差小，但操作繁复，所以冯吉[4]等人对费林试剂滴定法进行了改良，利用改良的DNS法测定新鲜果蔬中的糖分，并应用这种改良法测定了文旦和甜橙果实中的总糖含量，其测定值与采用费林法无显著差异。目前各生产厂家也开发出了数显糖度计等用于试过糖含量的检测，操作简便，检测效率高，只需滴入检测溶液按测定键即可实时读出水果含糖量。

2.4 酸度检测

酸度与糖度一样，是衡量果实成熟度与风味品质的重要因素之一。最早检测酸度的方法为传统手工滴定法，测定方法需配制各种化学试剂，操作繁琐，检测效率低。目前，果实酸度检测分析中，更为常用的为基于电导法的酸度计测试法，无需化学试剂，通过电导率法观察电流流动来测量样品中酸度含量。只需将果肉溶于蒸馏水中按比例稀释，将溶液滴入酸度计测量棱镜中即可实时读出酸度含量，操作简单方便的同时，也大大提高了检测效率，给人们提供了极大的便利。

国内学者葛枝[5]等人对水果可滴定酸含量的检测方法进行了研究，应用自动滴定仪，对樱桃番茄、柑橘、苹果中可滴定酸含量测定的前处理方法进行优化，大大简化了酸度检测样品的前处理过程。

综上所述的几种传统检测技术虽可以通过糖度、酸度、硬度或者外观品质等参数对水果成熟度进行判别，但操作均比较繁琐，检测效率不高，操作专业性要求比较高;更为主要的是都属于有损检测的范畴，对果品造成了不同程度的損伤，所以无法实现大规模的批量检验，并不适用于现代果品生产业来进行成熟度判别。

3 水果成熟度的无损检测技术

鉴于传统检测技术的局限性，无损检测技术应运而生。目前果品内在品质无损检测的方法主要有以下几大类：光学特性分析法、声学特性分析法、电学特性分析法、力学特性分析法、化学特性分析法、机器视觉分析法及其它成熟度无损检测法。

3.1 光学特性的成熟度检测技术

因水果外部特征和内部组织的不同，水果对光的吸收特性、反射特性和透射特性也会随之呈现不同的特性，当使用不同的波长光线照射水果时，会出现不同的吸收或反射特性[6]。经研究，水果对光的吸收率或分光反射率会出现峰值，并且此峰值与波长有关，特定的水果在特定的波长范围内才会出现峰值[7]，而这个峰值和水果的硬度、含糖量、酸度等内部参数也存在一定的联系，因此可基于水果的光学特性来进行无损检测，进而判别水果的成熟度等级。目前基于水果光学特性的无损检测方法主要由近红外分析法、荧光分析法和激光分析法等。

可见光—近红外技术是基于水果光学特性的成熟度检测技术中研究最为广泛的测试分析法[8-12]。最早将近红外技术运用于水果无损检测的是Dull G.G等人，利用近红外光谱对洋香瓜中的可溶性固形物进行测定。Crowe T G[10]等人于1991年通过检测柑橘在可见光区域和近红外区域的狭窄波段的反射率，并对颜色进行评估，完成在不破坏柑橘表面的情况下测得其糖酸度值。2002年，Lur[11]等人以苹果为研究对象，利用近红外光谱完成了苹果硬度与含糖量的检测。随后，多位国外学者致力于研究利用近红外测定法对苹果、橙子、桃子等多种类水果进行无损检测，并与硬度、糖度、可溶性固溶物及酸度等相结合完成成熟度判别。

与国外研究相比，国内利用可见光—近红外检测技术研究水果品质与成熟度起步较晚，约在20世纪80年代初、90年代中期近红外检测分析技术才受到社会各界的广泛关注。何东健[12]以柑橘和苹果为检测对象，介绍了反射、半透射和透射3种测试装置的优缺点，并选取2种水果，基于透射光的研究方法进行了实验验证，检测内容为2种水果的酸度、糖度和内部褐变。来自中国农业大学的严衍禄和张录达[13]等人成立了专门研究组，研究主题为傅立叶变换近红外漫反射光谱，对近红外漫反射光谱分析的理论基础做了研究，并在国内首先开始了近红外分析技术在农产品方面的应用研究。

3.2 电学特性的成熟度检测技术

基于介电常数测定水果成熟度的原理是根据生物分子中束缚电荷对外加电场的响应特性，通过电学参数反应水果的内部变化，并与其内部某些生理指标，如硬度、含糖量、酸度等建立相关性关系，进而用于测定水果的成熟度[14-19]。目前，水果的电特性可划分为2类：生物电，是指水果的内部存在电位差或者电动势，这种电位差或电动势的产生原因为水果内部的某种能量;水果果实的电导率、电阻值或介电特性等，这些特性会对水果所处空间的电流分布及电磁场特性产生一定的影响。

早在1996年，袁泉[20]对水果的电阻及其在无损检测做了相关研究，发现水果的电阻值和水果的成熟度有一定的关系，具体表现为与水果的硬度、水分含量、糖含量、内部品质等特征参数存在直接或间接的关系，但其研究未给出具体的相关公式。郭文川等人[18，19]分别以苹果和西红柿为研究对象，对其成熟期的电特性进行了研究。研究结果表明，测试信号的频率对苹果的电参数的影响规律与成熟度无关，但成熟度与电压对其电参数的影响规律有关，成熟期的相对介电常数与pH值随成熟度先逐渐下降后逐渐增大，可溶性固溶物的含量与电阻率在成熟期则呈现逐渐增大后逐渐减小的变化规律，并且这些电学参数的转折点基本出现于同一时刻。王玲等人[15]测定了苹果的等效电阻，研究结果发现苹果的等效电阻与果肉的硬度有着98.6%的相关性，相关性极高。由种种研究结果可判断利用电学参数对水果的成熟度进行无损检测有据可循、有理可依。

3.3 声学特性的成熟度检测技术

水果的声学特性是指水果在声波作用下的反射特性、散射特性、透射特性、吸收特性、衰减系数、传播速度及其本身的声阻抗与固有频率等，反映了声波与水果相互作用的基本规律[21]。

应义斌等人[22]对20世纪90年代左右的基于声学特性的成熟度检测技术做了详尽的概述与分析。随后也有大量学者对这一领域进行了研究与探讨[23-27]。Belie N等[27]基于水果的声学特性进行了成熟度检测的研究，研究对象选取为梨树上的梨，采用的技术为声脉冲响应技术，研究方法为实时监测，最终研究结果表明声脉冲响应特性与梨的硬度有着很好的相关性，高达82%，这一研究成果可以辅助果农判定梨的成熟期，并确定合适的采摘时间。危艳君等人[24]在自主搭建的声学检测台上采集西瓜声学信号，提取声振动从敲击点传到接收点过程中声透过率参数，所获得信号声透过率参数与糖度值相关性最高能达到0.8842。

3.4 化学特性的成熟度检测技术

基于化学特性的水果成熟度检测技术主要依托于电子鼻检测技术，即气味扫描仪。检测原理为用模拟电子仪器感知水果成熟时发出的酚类、乙烯、脂类等特定物质，进而进行成熟度判别[7，28-32]。

郭莉[31]对电子鼻在柑桔检测方面的感官分析、成熟度检测、种类识别和质量评定等做了详尽的综述。徐赛等[32]人利用电子鼻对果园荔枝成熟阶段进行识别，识别的正确率为89.17%，试验证明了采用电子鼻进行果园荔枝成熟度判别是切实可行的，也可为果农提供水果品质的实时监控参考。

目前，针对电子鼻采集水果化学特性的成熟度检测技术仍然存在一些问题：绝大多数电子鼻是针对特定水果，通用性不强;传感器的可重复性与稳定性有待改进;针对电子鼻系统的仿生设计研究较少，气体的采集受周围环境因素的影响较大，难以克服。

3.5 机器视觉的成熟度检测技术

机器视觉的成熟度检测技术主要是利用计算机和图像获取装置来模拟人类的视觉功能，从水果的图像中提取特定信息，如水果成熟时的生理生化特性，并对这些特性进行处理和分析，判定其与成熟度之间的相关性。随着计算机技术与信息处理技术的发展，基于机器视觉的水果成熟度检测技术也成为了国内外学者的研究热点[33-36]。

早在20世纪80年代，Thro op J A 等人[33]就通过机器视觉检测苹果的平均灰度来判定果实中是否有水芯的存在，研究结果显示虽可以以100%的准确率测量苹果中水芯存在与否，但其严重程度却难以分辨。20世纪90年代，Zwigg elaar Reyer等人[34]以桃和杏的撞伤问题为研究焦点，用计算机视觉技术检测果品损伤，检测的成功率约为65%。近几年，基于机器视觉的成熟度判别技术有了较大的进展，检测成功率有显著提高。应义斌等人[35]选取柑橘为对象研究机器视觉系统在柑橘成熟度检测中的可行性，研究样本为72颗柑橘，并将固酸比和柑橘表面色泽作为判定成熟度的指标。研究结果表明，基于计算机视觉的柑橘成熟度判别准确率达到91.67%。叶晋涛等人[36]以“金皇后”哈密瓜为研究对象，通过主成分分析提取的8个颜色特征值预测识别率达到了97.22%。这表明基于机器视觉技术对不同成熟度哈密瓜分级方法是可行的，可为实现哈密瓜自动分级提供理论依据。

基于机器视觉的成熟度无损检测技术具有将人工智能与图像处理技术相结合的优点，功能多，信息量大，是今后水果成熟度检测和内在品质检测的重要检测手段。但也存在亟待解决的问题：机器视觉系统造价高，结构复杂，难以做到性能与成本的平衡;识别准确率的问题，在查阅的文献当中发现，目前的研究文献中均未给出明确的目标识别准确率的定义，且不同文献中准确率数据也不尽相同，所以试验的可重复性有待商榷;我国果农多为个体经营户，针对复杂的计算机机器视觉系统接受程度不高，普遍适用性问题也不可忽视。

4 结语

本文综述了有损检测技术与无损检测技术在水果成熟度检测中的研究、应用、存在的不足及未来的发展展望。有损检测技术操作均比较繁琐，检测效率不高，更为主要的是对果品造成了不同程度的损伤，所以无法实现大规模的批量检验。但其相对于无损检测技術而言发展更为成熟，检测准确率高，适用于单个或少量样品的抽样检测。无损检测技术操作简单便捷，检测效率高，适用于要求大规模、高效率的场合。但目前大多数无损检测技术都处于研究与探索阶段，距离在实际生产生活中的全面应用还有不小的距离;目前的无损检测技术各有各的不足之处，并且为了提高准确率，多与有损检测技术相结合使用;无损检测系统造价相对较高，目前难以实现造价与性能的平衡以达到果农能接受之程度。因此，更适用于实际应用的无损检测技术将是今后的研究重点，市场亟需结构简单、操作快捷、准确率高、物美价廉的综合检测系统，并且只有尽快把这些无损检测的新技术应用于果品的成熟度判别与加工处理中，才能提高我国果品在国际市场上的竞争能力，拉动我国水果业及相关产业的稳定、持续、繁荣发展。

参考文献

[1] 陈建军，后德家，王贤锋，等.柑橘硬度品质检测研究[J].当代农机，2011（06）：79-80.

[2]李合生.植物生理生化实验原理和技术[M].北京：高等教育出版社，2000：201-203.

[3]张海利，李焕秀.不同成熟度辣椒果实中Vc及糖含量测定[J].甘肃农业科技，2007（01）：5-7.

[4]冯吉，朱岩，唐新硕.改良的DNS法测定新鲜果蔬中的糖分[J].浙江农业大学学报，1989（03）：47-52.

[5]葛枝，丁甜，刘东红.基于自动滴定仪测定水果可滴定酸含量样品前处理的简化[J].中国食物与营养，2013，19（06）：32-34.

[6]贺艳楠，魏永胜，郑颖.水果成熟度无损检测技术研究进展[J].北方园艺，2010（03）：208-212.

[7]李敏，李宪华，奚星林，等.无损检测技术在食品分析中的应用[J].检验检疫科学，2008，18（06）：60-62.

[8]应义斌，刘燕德.水果内部品质光特性无损检测研究及应用[J].浙江大学学报（农业与生命科学版），2003（02）：10-14.

[9]李东华，徐亚民，纪淑娟，等.近红外光谱分析技术在果蔬品质无损伤检测方面的应用[J].农业科技与装备，2008（01）：53-54.

[10]Crow e T G. Real-time defect detectionin fruit—part I：design concepts and development of prototype hardware[J].Trans of the ASAE， 1991，39（6）： 2299-2308.

[11] Lur， Ariana D.A near-infeared sensing technique for measuring internal quality of apple fruit[J].Trans of ASAE，2002，18（5）：585-590.

[12]何东健. 水果内部品质在线近红外分光检测技术[C]. 中国科学技术协会.西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集.中国科学技术协会：中国土木工程学会，2000：1051.

[13]严衍禄，赵龙莲，韩东海，等.近红外光谱分析基础与应用[M].北京：中国轻工业出版社，2005.

[14] 王瑞庆，张继澍，马书尚.基于电学参数的货架期红巴梨无损检测[J].农业工程学报，2009，25（04）：243-247.

[15] 王玲，黄森，张继澍，周永洪.‘嘎拉苹果果实品质的电学特性研究[J].西北植物报，2009，29（02）：402-407.

[16] 陈志远，张继澍，刘亚龙，等.番茄成熟度与其电学参数关系的研究[J].西北植物学报，2008（04）：4826-4830.

[17] 周永洪，黄森，张继澍，等.火柿果实采后电学特性研究[J].西北农林科技大学学报（自然科学版），2008（04）：117-122.

[18] 郭文川，朱新华，邹养军.苹果果实成熟期间电特性的研究[J].农业工程学报，2007（11）：264-268.

[19] 郭文川，朱新华，周闯鹏，等.西红柿成熟度与电特性关系的无损检测研究[J].农业现代化研究，2002（06）：458-460.

[20] 袁泉.水果的电阻及其在无损检测中的应用[J].农机与品机械，1996（06）：32-34.

[21] 王荣.植保机械学[M].北京：机械工业出版社，1990.

[22] 应义斌，蔡东平，何卫国，金娟琴.农产品声学特性及其在品质无损检测中的应用[J].农业工程学报，1997，13（ 3）：209-212.

[23] 陆勇，李臻峰，李静，等.声学技术在西瓜品质无损检测中的应用[J].福建农业科技，2014（10）：77-81.

[24] 危艳君，饶秀勤，漆兵，等.基于西瓜声学特性测定其成熟度[J].农产品加工（学刊），2012（01）：8-10.

[25] 危艳君，饶秀勤，漆兵，等.基于声学特性检测西瓜内部空心的研究[J].包装与食品机械，2011，29（05）：1-4.

[26] 吕飞玲，应义斌.声学检测技术在农产品品质无损检测中的应用[J].农机化研究，2003（01）：145-146，151.

[27] Belie N De. Firmness changes of pear fruit before and after harvest with the acoustic impulse response technique[J].Journal of Agricultural Engineering Research，2000，77（2）：183-191.

[28] 万赐晖，贾文珅，王纪华，等.基于人工神经网络算法的电子鼻系统在食品无损检测中的应用[J].食品与机械，2016，32（10）：221-225.

[29] 贾文珅，李孟楠，王亚雷，等.电子鼻技术在果蔬检测中的应用[J].食品安全质量检测学报，2016，7（02）：410-418.

[30] 徐赛，陆华忠，周志艳，等.基于电子鼻的果园荔枝成熟阶段监测[J].农业工程学报，2015，31（18）：240-246.

[31] 郭莉.基于电子鼻的柑桔检测技术进展[J].中国南方果树，2014，43（02）：29-31.

[32] 惠国华，厉鹏，吴玉玲，等.基于电子鼻系统的水果腐败过程表征方法[J].农业工程学报，2012，28（06）：264-268.

[33] Troop J A. Application of computer vision fordetecting watercore in apples[J].Transof the ASAE， 1989， 32（6）： 2087-2092.

[34] Zwiggelaar Reyer. Use of spectral informationand machine vision for bruise dection on peaches andapricots[J]. Journal of Agricultural Engineering Research， 1996， 63（4）：323-332.

[35]應义斌，饶秀勤，马俊福.柑橘成熟度机器视觉无损检测方法研究[J].农业工程学报，2004（02）：144-147.

[36]叶晋涛，王运祥，杨杰，等.哈密瓜颜色特征提取及成熟度分级的研究[J].石河子大学学报，2016，34（01）：106-111.

（责任编辑 周康）