《近红外线光谱技术应用於莲雾糖度检测之研究》由会员分享，可在线阅读，更多相关《近红外线光谱技术应用於莲雾糖度检测之研究（14页珍藏版）》请在金锄头文库上搜索。
1、13農業機械學刊第 13 卷第 4 期2004 年 12 月近紅外線光譜技術應用於蓮霧 糖度檢測之研究鍾昭台1，曾國珍2，王信智3，鄭經偉41. 國立中興大學生物產業機電工程學系碩士2. 國立中興大學土壤環境科學系講師3. 國立中興大學生物產業機電工程學系研究生4. 國立中興大學生物產業機電工程學系教授，本文通訊作者摘要本研究係利用近紅外線光譜技術在 500nm1000nm 波長範圍內偵測蓮霧之糖度，針對屏東枋寮地區蓮霧作非破壞性檢測，並製作其檢量線。本研究應用多重線性迴歸(MLR)模式分析求得糖度與二次微分光譜之間的相關性。從實驗可以得知，總校正組建立之校正方程式在選取五個波長組合（952n
2、m、642nm、884nm、906nm、858nm）時，結果顯示2=0.931，SEC=0.388；對於預測第一批蓮霧所得結果2=0.937，SEP =0.262，Bias=0.309，RPD 值為 4.454；預測第二批蓮霧所得結果2=0.964，SEP = 0.207，Bias = 0.251，RPD 值 5.551；而總預測樣本組所得結果2=0.918，SEP =0.322，Bias=0.287，RPD值亦有 3.649 之預測水準。由此可知，不同栽培環境下的作物會呈現不同的內部組織特性，為了避免在往後的糖度檢測有所差異，必須先採集當地蓮霧之部份樣本來建立其檢量線。依此類推，在往後的檢量
3、線建立上，便可利用不同地區的蓮霧樣本來擴增整個量測範圍，得以建立各種不同蓮霧特性之龐大資料庫。關鍵詞：近紅外線光譜、糖度、蓮霧、非破壞性檢測STUDY OF APPLYING NEAR INFRARED SPECTROSCOPY FOR DETERMINATING THE SUGAR CONTENT OF WAX APPLE FRUITSChao-Tai Chung1, Kuo-Jin Tseng2, Hsin-Chih Wang3, Ching-Wei Cheng41. Former Graduate Student, Department of Bio-Industrial Mechatr
4、onics Engineering, National Chung Hsing University. 2. Instructor, Department of Soil and Environmental Sciences, National Chung Hsing University. 3. Graduate Student, Department of Bio-Industrial Mechatronics Engineering, National Chung Hsing University. 4. Professor, Department of Bio-Industrial M
5、echatronics Engineering, National Chung Hsing University, Corresponding Author.14農業機械學刊第13卷第4期2004年12月In this study, the near infrared spectroscopy (NIRS) was used to determinate the sugarcontent ofwaxapple fruits in the wavelengthrange from500nm to 1000nm. The wax apples in Pingtung Fungliao area w
6、ere chosen as the fruits to be detected. By using non-destructive measurement technique, the total calibration curves were established. By applying multiple linear regression (MLR) analysis, the correlation of sugar content and second derivative spectra could be obtained. From the results of experim
7、ent, it showed that the total calibration equation which consisted of 5 wavelengths(i.e.952nm,642nm,884nm,906nmand858nm)had the calibrationgroup with2=0.931, SEC=0.388, and the first prediction set with2=0.937, SEP=0.262,Bias=0.309 and RPD=4.454. For the second prediction set, the statistic data wer
8、e2=0.964, SEP =0.207, Bias =0.251, RPD=5.551. Finally, the total prediction sethad the results as2=0.918, SEP=0.322, Bias =0.287, RPD=3.649.Obviously, the internal qualities of fruits would be different with different cultivating environment and sections. In order to reduce predicting error, it shou
9、ld be collect more samples to modify the calibration curve. To expand the measuring range, in the future, it has to establish a number of databases from different sections.Keywords: NIRS, Sugar content, Wax apple, Non-destructive measurement一、前言水果的品質分級一直是農產品銷售或加工中最重要的步驟之一，因為適當的品質分級不但可以延長產品的貯藏期限和適當的運
10、輸，更重要的是可以增加產品的經濟價值及銷售價格。隨著經濟的成長，國人的消費型態由量的要求進化到質的考量，因此品質的好壞也成了刺激消費者購買慾望的主要因素之一。然而，一般的傳統選別水果分級方式，通常根據農民多年之經驗加以判斷，往往缺乏客觀而且科學的分級標準。就以蓮霧而言，其果色的深紅與否常常是消費者選購的重要因素之一，原因在於當果肉成熟時剛好正是果皮花青素累積到最大量時，果實愈成熟其所含的糖分就愈高，果皮花青素含量愈大其色澤就愈紅，因此果色深紅與否才成為消費者選購的重要指標。近年 來 近紅 外 線光 譜 技術 (Near-infraredSpectroscopy, NIR)，已經成功且廣泛地運用
11、到食品與農產品成份分析的研究。只要是有關於有機成份的檢定幾乎都有它的存在，特別在於農產品檢測方面越來越廣泛的被運用。陳等人(1990)以光學反射的偵測方式，分析黃、綠香蕉在成熟度上的差異，其結果顯示，在單波長反射的品質指標以 680nm 最佳，雙波長則以 480nm、680nm 的組合有較佳之辨識能力。Choi et al., (1997)利用可見光及近紅外線光譜預測蘋果的糖度值與其表面硬度，在糖度分析方面利用 8601078nm 範圍之光譜，可以有效預測其糖度值，而在果實硬度方面，則無法由近紅外線建立較佳之檢量線。區等人(1997) 以傳統化學分析方法，量測不同地區和不同時期之椪柑的品質成分
12、，利用光纖偵測器量測其果肉反射光譜及液槽透射方式量測果汁透射光譜。掃描光譜範圍為 400nm1000nm。以部份最小平方迴歸(PLSR)所得到的分析結果，用果汁透射所得之判定係數均高於 0.95，而整粒椪柑所得校正線之判定係數2為 0.8 左右，顯示果汁校正線之預測能力明顯較整粒椪柑為高。陳等人(1998)在果汁糖度檢測模式之研究中，提到在多重線性迴歸(Multiple Linear Regression, MLR)模式下，二次微分光譜處理的相關性最好。其選用波近紅外線光譜技術應用於蓮霧糖度檢測之研究15長為 2273nm、1689nm、2080nm 三個波長組合，結果表示其判定係數2=0.9
13、78，SEC=0.268。邱(1999)利用近紅外線分光光度計(HITACHIU-3410)分析芒果之內部品質。分別量測果汁之透射光譜和果肉之 5 度角反射光譜，在果汁的總糖度分析結果和Changetal.(1998)結果一致；分析總糖度方面，MLR模式以二次微分光譜單波長(2274nm)就可得到 =0.9962，SEC=0.3429； =0.9957，SEP=0.3451，RPD=9.37 的預測結果。由於MLR模式只需要輸入個別波長，其預測性亦可達到可接受程度，就工程角度而言，MLR模式或許比需要繁複計算的 PLSR 模式更適合應用於線上檢測之開發與研究。Tanabe et al. (19
14、96)以近紅外線分析法來檢測琉球地區生產之鳳梨及芒果，以預測其糖份含量，發現採用兩種水果主要的三種成分，水、纖 維 素 及 糖 份 之 吸 收 光 譜 波 峰，鳳 梨 取958nm、978nm、918nm及 844nm等四波長，芒果則取 958nm、978nm、918nm及 878nm等四波長，以此做多重線性迴歸來建立其檢量線。而後用此檢量線對 1992 年至 1995 年之樣本預測，得到之實測值與預測值之相關係數都高於 0.91，標準預測誤差(SEP)也都低於0.7Brix。Kawanoetal.(1989)曾以光纖及反射積分球兩種方式，量測不同品種之水蜜桃的近紅外線反射光譜，來預測水蜜桃的
15、糖分含量，其所用之波長範圍各為 6801235nm（光纖）及 11002500nm（反射積分球）。資料分析則使用多重線性迴歸方法來建立糖度的檢量線，得到之相關係數(r)、標準校正誤差(SEC)及標準預測誤差(SEP)分別為 0.97、0.38Brix及 0.43Brix。陳(1997)以手提式光纖探針及光二極體排列分光光度計偵測台大山地農場之幸水梨及新世紀梨，以建立其校正線。結果指出：以 MLR 模式選擇五個波長(970nm、1150nm、1200nm、1370nm及 1590nm) 建立之二次微分糖度校正線之相關係數(r)高達0.92，SEC與SEP分別為0.48Brix與0.50Brix。
16、由上述對糖度檢測之研究文獻中發現，大部份的研究著重於如何建立一套可用之水果糖度檢測及分析模式，並且探討其建立之檢量線的預測能力。然而，水果分級處理過程中，傳統的糖度檢測工作需要切開果肉以糖度曲折度計量測糖度值，除了檢測速度較慢外，且其表面損傷也將使水果的經濟價值大幅降低。因此，非破壞性檢測是分級過程中不可或缺的技術，也是目前農產品分級中除了外觀檢測外，另一個重要的發展技術之一。鑑於此，本研究即是引進日本久保田近紅外線光譜分析儀，以非破壞性檢測方式量測蓮霧內部之糖度，並製作其檢量線。在此建立本省蓮霧糖度基本資料，進而廣泛推廣運用至其它水果之糖度判斷與田間作業上之即時量測，藉此提供農民對於水果分級或採收與否之科學判斷，使其增加採收品質之最大效益量，減少採收後劣質水果之數量，以增加農民收成之效益。由於近紅外線檢測水果內部品質的檢測技術已臻成熟，國內外均有相當多的文獻可供參考，在實務上的應用亦有相當不錯的成效，只可惜目前在市面上所見之NIR檢測器多半來自國外，且其所建立之檢測對象物均為國外生產之水果、榖類等。因此，為了建立國內本身的水果品牌，我們期望由近紅外線光譜分析儀
