光谱检测技术在农产品无损检测中的研究进展
摘要：农产品检测至今为止还是以物理或化学方法为主，不但需要投入大量的人力物力，还存在耗时，破坏样品等缺点。针对此问题，无损检测技术快速发展，其中光谱检测技术以其快速无损准确等优点被广泛应用。因此，本文旨在总结光谱检测技术在农产品方面的应用，提出现有技术存在的问题，并对光谱检测做出展望。
关键词：农产品；光谱检测；近红外光谱；高光谱；空间分辨光谱
1引言
番茄属于典型的农产品，是人们较为喜爱的果蔬，其具有丰富的营养价值。据营养学家研究测定：每人每天食用50克-100克鲜番茄，即可满足人体对几种维生素和矿物质的需要。番茄含的“番茄素”，有抑制细菌的作用；含的苹果酸、柠檬酸和糖类，有助消化的功能。番茄内的苹果酸和柠檬酸等有机酸，还有增加胃液酸度，帮助消化，调整胃肠功能的作用。但是番茄作为一种易腐败的水果，达到成熟期后若不及时采取恰当的方法保存，就会迅速腐烂，因此番茄的成熟度检测很重要。传统检测番茄成熟度方法有人工判断和简单仪器的判断两种方法，但是这两种方法有一定的缺陷：人工判断全部依靠经验，不仅耗时耗力，无法做到大规模化检测，还极容易判断错误；而传统仪器检测则会对番茄表皮造成破坏。因此，急需要无损坏检测技术来对番茄的成熟度进行检测，光谱检测技术因其快速无损等优点被广泛应用于农产品品质检测中。
光谱检测技术是一门新兴的综合性应用学科，其中可见/近红外光谱法，空间分辨光谱法均已被应用于农产品品质检测。检测的时候，通过不破损检测对被检测对象进行控制，利用对农产品内部结构异常和缺陷存在的问题所引起对光结构中存在的各种变化形式来检测农产品内部缺陷，并对缺陷的类型、性质、数量、形状、位置、尺寸以及分布规律进行判断，能够针对其中存在的问题和缺陷进行合理的控制[1]，从而对农产品的各项指标如糖度硬度等做出标准化判断。在实际生产生活中，我们要根据具体情况灵活运用光谱检测技术。
2国内外研究进展与现状
2.1硬度检测
硬度大多时候是评估农产品货架期的指标，在很多研究中，研究学者常常把硬度作为农产品的品质指标。而形书海[3]等人则是利用近红外光谱系统采集180个番茄样本的光谱数据，运用多种预处理方法对原始光谱数据进行处理，建立番茄果肉硬度的PCR SMLR和PLSR预测模型；并通过对不同的建模模型进行分析，对番茄硬度进行快速检测，实现可见/近红外光谱技术对番茄的硬度品质在线无损检测。但由于常规可见/近红外光谱无法获得样品的空间信息，一些学者开始采用高光谱对农产品硬度进行分析，龙燕[4]等人提出了一种基于改进型区间随机跳蛙算法优选高光谱特征波长的番茄硬度检测模型。在获取番茄高光谱图像后，首先对光谱数据进行多元散射校正和归一化预处理。针对区间随机蛙跳算法所需迭代次数大算法收敛慢等缺点，她提出了改进型区间随机蛙跳算法,并将其应用于特征波长选择，最后建立偏最小二乘回归模型预测番茄的硬度。此外，也有学者黄玉萍[5]等采用空间分辨光谱技术，研究番茄的吸收和散射特性，并将其评估番茄的硬度。
2.2成熟度检测
对于农产品成熟度的检测，近年来许多光谱无损检测技术也被用于评估农产品的成熟度，其中分别有可见/近红外光谱技术及空间分辨光谱技术。有些学者利用近/红外光谱方法来测量农产品的成熟期，刘亚[6]利用近红外光谱和成像技术采集新疆红富士苹果成熟期的光谱和图像信息,分析苹果成熟期的几何和光学特性变化规律,建立了光谱和图像信息苹果可溶性固形物含量预测模型。然而，可见/近红外光谱属于单点或特定区域测量，我们可以了解到可见近红外光谱所测量光量与样品的组成和结构有关，可以提供样品的特性和品质的定量信息，但对于番茄这种多层结构的样品，可见/近红外光谱技术无法提供空间可分辨信息，因此我们需要使用空间分辨光谱技术。有学者采用空间分辨光谱技术分析番茄的光学吸收和散射特性，并建立番茄光学特性与其成熟度间的相关性。另外，空间分辨光谱测量距离恒定强度点光源不同距离处的反射率，由于光子在生物组织中的传输路径为banana-shape，因此，空间分辨光谱包含了样品不同深度的信息，可以提供样品深层信息。黄玉萍[7]等开发了多通道光谱成像探头，在550-1650NM波长区间覆盖1.5-36mm光源检测距离，同时采集番茄30个SR反射光谱，探索最优番茄成熟度分类光谱。
2.3糖度检测
糖度通常能够决定农产品的口感，可见/近红外光谱检测技术依旧是被广泛应用的无损检测技术。汪小耀[8]基于LED光源并通过研究传统的可见/近红外光谱检测系统的不足，优化设计出一套检测系统，并以涌泉宫川品种柑橘为研究对象，建立了基于可见/近红外光谱检测技术的柑橘糖度静态检测模型，通过对比不同光谱采集形式的PLS模型，获得了侧边照射侧边接收的检测形式效果较优的结论。此模型不仅适用于柑橘，还适用于小型无核的水果。徐惠荣[9]以水果为研究对象，在近红外光谱检测技术的基本原理，常规检测方法以及分析流程与步骤，以及分析了目前国际上基于可见/近红外光谱的农产品品质在线无损检测分级技术与装备的现状的基础上[10]，利用可见/近红外光谱分析技术和化学计量学知识，研究了水果糖度的可见/近红外光谱无损检测方法，主要包括：研究了简单和复杂样品温度对检测结果的影响及其建模分析方法[11]，研究了水果表面颜色与糖度的同步检测，研究了光谱信息融合不同颜色指标后的水果糖度预测方法及结果。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
