設(shè)施所在柚果可溶性固形物含量無(wú)損檢測(cè)研究方面取得新進(jìn)展
近日，我所無(wú)損檢測(cè)與智能分選研究團(tuán)隊(duì)提出了基于可見(jiàn)/近紅外全透射光譜的柚果可溶性固形物含量無(wú)損檢測(cè)新方法并進(jìn)行實(shí)驗(yàn)驗(yàn)證，相關(guān)論文在國(guó)際TOP期刊Postharvest Biology and Technology（中科院一區(qū)，IF=7.0）上發(fā)表。我所徐賽研究員為論文第一作者和通訊作者，省農(nóng)科院陸華忠教授為論文共同通訊作者。
柚果是廣東主要的水果之一，其皮厚、果大、內(nèi)部組織層復(fù)雜導(dǎo)致內(nèi)部品質(zhì)無(wú)損檢測(cè)困難?？扇苄怨绦挝锖渴怯绊戣止L(fēng)味的主要指標(biāo)，對(duì)其進(jìn)行準(zhǔn)確的無(wú)損檢測(cè)，有助于實(shí)現(xiàn)品質(zhì)快速智能分級(jí)，從而保障上市果品、提升品牌競(jìng)爭(zhēng)力和消費(fèi)者滿(mǎn)意度，目前尚存在技術(shù)難點(diǎn)。產(chǎn)業(yè)亟需一種準(zhǔn)確、穩(wěn)定的柚果可溶性含量無(wú)損檢測(cè)方法用于采后大批量柚果品質(zhì)智能分選。
本研究基于可見(jiàn)/近紅外全透射光譜，仿真設(shè)計(jì)最佳光路結(jié)構(gòu)，優(yōu)選出SNV+CARS+PLS無(wú)損檢測(cè)模型，通過(guò)分析柚果不同部位的可溶性固形物含量差異尋優(yōu)最佳標(biāo)定位置，提出適用流水線(xiàn)動(dòng)態(tài)檢測(cè)的模型性能提升方案，形成了一套大批量采后柚果可溶性固形物含量無(wú)損檢測(cè)新方法，可為產(chǎn)業(yè)提供有效技術(shù)支撐。
本研究獲得國(guó)家重點(diǎn)研發(fā)計(jì)劃課題（2022YFD2002203）、廣東省鄉(xiāng)村振興戰(zhàn)略專(zhuān)項(xiàng)課題（2024TS-1–2）等項(xiàng)目（課題）資助。
論文鏈接：https://doi.org/10.1016/j.postharvbio.2024.112990
