摘要：紅提的可溶性固形物含量（Solube Solids Content,SSC）、總酸（Total Acid,TA）、pH、硬度（Firmness Index,FI）和含水率（Moisture Content,MC）等內(nèi)部品質(zhì)指標(biāo)直接影響著果實(shí)的口感及品質(zhì)，同時(shí)也是水果成熟度的評(píng)判標(biāo)準(zhǔn)。為快速獲得上述內(nèi)部品質(zhì)指標(biāo)，且避免不必要的檢測(cè)損耗，本文提出了一種新的紅提無(wú)損檢測(cè)模型。以生長(zhǎng)期紅提為研究對(duì)象，利用Antaris Ⅱ近紅外光譜儀采集了360個(gè)樣本的近紅外光譜信息。對(duì)采集到的光譜信息分別用SNV等算法進(jìn)行預(yù)處理并通過(guò)建模確定了較優(yōu)預(yù)處理方法。然后通過(guò)降維算法提取光譜信息的特征波長(zhǎng)，最后基于偏最小二乘回歸算法（Partial Least Squares Regression,PLSR）分別建立了紅提的SSC、TA、pH、FI和MC的檢測(cè)模型。紅提的SSC、TA的檢測(cè)模型為SG-CARS-SPA-PLSR模型，pH的檢測(cè)模型為MA-CARS-SPA-PLSR模型，F(xiàn)I和MC的檢測(cè)模為SG-CARS-PLSR模型。所建立的紅提SSC、TA、pH、FI和MC的PLSR模型的預(yù)測(cè)集的相關(guān)系數(shù)Rp分別為0.9787、0.9811、0.9870、0.9568、0.9329，殘差預(yù)測(cè)偏差RPD分別為4.8637、4.9006、6.0939、3.4453、2.5825，表明以上模型具有較高的檢測(cè)精度。本文所建的紅提內(nèi)部品質(zhì)檢測(cè)模型可為紅提內(nèi)部品質(zhì)的檢測(cè)提供可靠的方法。

關(guān)鍵詞：紅提;內(nèi)部品質(zhì);近紅外光譜;偏最小二乘回歸算法;無(wú)損檢測(cè)模型;