近紅外光譜儀應用之水果品質檢測
前言 隨著人們生活水平的提高，對水果品質的要求也越來越高。水果的品質不僅影響消費者的購買意愿，也直接關系到水果種植戶和經銷商的經濟效益。傳統的水果品質檢測方法多為有損檢測，不僅耗時費力，還會對水果造成破壞，無法滿足現代水果產業對快速、無損檢測的需求。近紅外光譜技術（NIR）憑借其快速、無損、多指標同步檢測的優勢，成為水果品質智能檢測的“利器”。通過光譜數據的建模分析，可***獲取糖度、酸度、水分、硬度等核心參數，為水果分***、成熟度判斷、貨架期預測提供科學依據，助力農業提質增效與產業智能化升***。
近紅外光譜儀是基于近紅外光譜區（780-2526nm）與有機分子中含氫官能團（如C-H、O-H、N-H等）振動的合頻以及各***倍頻的吸收特性來工作的。當近紅外光照射到水果樣品時，水果內部的基本成分（如可溶性有機酸、水分、糖分等）會吸收特定波長的近紅外光，形成獨特的光譜特征。通過分析這些光譜數據，可以獲取水果內部的品質信息，如含糖量、酸度、水分含量等，從而實現對水果品質的無損檢測。 不同成分的光譜特征峰具有唯***性，例如： 糖度：與果肉中葡萄糖、果糖的O-H鍵吸收峰強度相關； 酸度：受蘋果酸、檸檬酸等有機酸的C-O鍵振動模式影響； 水分：與游離水和結合水的O-H伸縮振動密切相關。 通過采集水果表面反射或透射的近紅外光譜，結合化學計量學算法（如偏***小二乘回歸PLS、人工神經網絡ANN等），可建立光譜數據與理化指標的定標模型，實現成分含量的快速反演。
無損檢測：守護水果完整價值 近紅外光譜儀能夠在不破壞水果的情況下進行品質檢測，保持了水果的完整性。這對于高品質、高價值水果的檢測尤為重要，因為有損檢測會降低水果的市場價值。此外，無損檢測避免了樣品制備過程中的復雜操作和可能引入的誤差，簡化了檢測流程。 多參數同步檢測： 構建水果 "數字身份證" 近紅外光譜儀可以同時檢測水果的多個品質指標。例如，它能夠同時測量水果的糖度、酸度、水分含量、硬度等內部品質參數。這種多指標檢測能力為全面評估水果品質提供了豐富的數據支持，有助于更準確地判斷水果的整體品質。 高精度與穩定性： 復雜場景下的可靠保障 近紅外光譜儀能夠提供精確且可靠的測量與控制效果，在復雜環境下亦能保持優異性能，為果品表面曲率、光照條件、溫度波動等因素易干擾檢測結果帶來卓越的解決方案，有效提升生產效率與產品質量，降低運行成本。 極速檢測： 從 "小時***" 到 "秒***" 的效率革命 近紅外光譜儀的檢測速度非?？?，通常在幾秒鐘內即可完成***次測量。從掃描出具光譜圖到結合化學計量學模型預測多種性質和組成，幾分鐘內就可以完成。這種快速檢測能力大大提高了檢測效率，適合大規模水果品質檢測的應用場景，如在水果分選線上實時檢測水果品質。 全鏈路實時質控： 秒***響應與全流程***管控 近紅外光譜儀能夠實現水果在生產線上的在線檢測?？梢詫崟r監控水果品質的變化，及時發現品質問題，毫秒***響應并***剔除瑕疵品。數據同步至云端實現動態監控，適配工廠分***、倉儲抽驗、物流復檢等多環節，以高精度、高效率突破傳統抽檢局限，降低人工成本，保障全流程品控穩定性，助力企業降本增效與產品***致性提升。 綠色環保與可持續性 近紅外光譜儀是***種綠色分析技術。它不需要使用化學試劑，不會產生化學廢料，對環境無污染。這符合現代社會對環保和可持續發展的要求，有助于減少水果產業對環境的影響。
水果內部品質檢測 糖度、酸度等成分檢測：近紅外光譜儀能夠快速、無損地檢測水果中的糖度、酸度、可溶性固形物含量等重要品質指標。 硬度檢測：通過分析水果的近紅外光譜，可以間接評估水果的硬度。這對于判斷水果的成熟度和適宜的采摘時間具有重要意義。 水果成熟度預測 近紅外光譜技術可用于預測水果的成熟度，避免了傳統方法中對水果進行破壞性采樣的弊端。 水果品種識別與分類 近紅外光譜儀能夠識別不同品種水果的光譜特征差異，實現對水果品種的快速、準確區分。這對于水果市場的品種管理和消費者的選擇具有重要意義。 水果表面缺陷檢測 近紅外光譜儀結合其他技術，可以用于檢測水果表面的缺陷，如病斑、機械損傷等。這有助于提高水果的外觀品質和市場競爭力。 水果新鮮度檢測 近紅外光譜儀可以檢測水果在儲存和運輸過程中的品質變化，如水分含量的減少、糖度的降低等，從而評估水果的新鮮度。這對于保證水果在到達消費者手中時仍保持良好的品質至關重要。 水果采摘與分選 在水果采摘和分選生產線上，近紅外光譜儀能夠實現對水果品質的實時在線檢測，并根據檢測結果進行自動化分選。這不僅提高了分選效率，還減少了人工成本，確保了水果品質的***致性。
使用近紅外光譜儀進行水果品質檢測時，通常需要搭建***個包括光源、光纖、光譜儀和計算機等部件的檢測系統。 測量系統組成 光源：使用寬光譜光源，提供連續的光譜范圍，確保測量結果的準確性。 光纖：使用1分2的反射光纖，用于傳輸光源信號及反射光信號。 光譜儀：根據需求光譜范圍、分辨率和靈敏度要求等選擇合適的光譜儀，采集反射光譜數據，并進行分析。 定制采樣附件：用于固定光纖探頭，滿足不同樣品的測量需求。 軟件算法：利用計算機控制光譜儀采集光譜數據，并通過化學計量學軟件對數據進行分析和處理，以得到水果品質的相關參數。 系統搭建示意 ***先將光源與光纖連接，確保光源發出的光能夠通過光纖傳輸到光譜儀；然后，將水果樣品放置在測量位置，通過光纖將近紅外光照射到水果表面，并收集反射或透射的光信號；***后，利用計算機控制光譜儀采集光譜數據，并通過化學計量學軟件對數據進行分析和處理，以得到水果品質的相關參數。 在使用過程中，需要注意保持設備的穩定性和準確性，定期對光譜儀進行校準和維護，以確保檢測結果的可靠性。同時，根據不同的水果種類和檢測需求，可能需要優化測量參數和化學計量學模型，以提高檢測精度和適應性。 圖1 水果反射率測量搭建示意圖 表1 推薦配置 近紅外光譜儀的技術優勢，正推動水果品質檢測從“經驗主導”走向“數據驅動”。上海以***、高效、靈活的解決方案，幫助客戶實現品質管控升***、品牌價值提升與資源高效利用。選擇如海，不僅是選擇***臺設備，更是選擇***份對未來農業的科技承諾。
Peng Li等人使用由提供的近紅外光譜儀結合廣泛學習系統（BLS）模型和混合波長選擇策略可以快速、無損、準確地檢測枇杷的可溶性固形物含量（SSC），為預測水果中的SSC提供了***種可行的替代方案。 5.1 研究背景 枇杷是***種具有多種營養價值和藥用價值的亞熱帶水果，其可溶性固形物含量（SSC）是衡量果實品質的重要指標之***，直接影響果實的口感、營養價值和貨架期。傳統的SSC檢測方法耗時費力且具有破壞性，不適用于大規模商業應用。近紅外光譜技術作為***種快速、無損的檢測工具，在農業和食品領域受到了廣泛關注，能夠通過分析樣品在近紅外區域的光譜特征，獲取其化學組成和物理性質信息。 圖2 枇杷近紅外光譜測試場景示意圖 5.2 實驗數據 使用由研發的近紅外光譜儀XS9214測試從當地果園采摘156個成熟或近成熟的枇杷果實，測試其在900-1700nm波段范圍內的光譜數據，測試結果如圖3所示。從圖中可以看出，枇杷的近紅外光譜在950 nm、1150 nm和1410 nm附近存在吸收谷，這些吸收谷與水和碳水化合物中的化學鍵有關。 圖3 枇杷果實的原始近紅外光譜圖。
