手機(jī)版
微信
設(shè)施所在柚果可溶性固形物含量無損檢測研究方面取得新進(jìn)展
近日，設(shè)施所無損檢測與智能分選研究團(tuán)隊提出了基于可見/近紅外全透射光譜的柚果可溶性固形物含量無損檢測新方法并進(jìn)行實驗驗證，相關(guān)論文在國際TOP期刊Postharvest Biology and Technology（中科院一區(qū)，IF=7.0）上發(fā)表。設(shè)施所徐賽研究員為論文第一作者和通訊作者，我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)無損檢測困難?？扇苄怨绦挝锖渴怯绊戣止L(fēng)味的主要指標(biāo)，對其進(jìn)行準(zhǔn)確的無損檢測，有助于實現(xiàn)品質(zhì)快速智能分級，從而保障上市果品、提升品牌競爭力和消費者滿意度，目前尚存在技術(shù)難點。產(chǎn)業(yè)亟需一種準(zhǔn)確、穩(wěn)定的柚果可溶性含量無損檢測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/近紅外全透射光譜，仿真設(shè)計最佳光路結(jié)構(gòu)，優(yōu)選出SNV+CARS+PLS無損檢測模型，通過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，提出適用流水線動態(tài)檢測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損檢測新方法，可為產(chǎn)業(yè)提供有效技術(shù)支撐。
本研究獲得國家重點研發(fā)計劃課題（2022YFD2002203）、廣東省鄉(xiāng)村振興戰(zhàn)略專項課題（2024TS-1–2）等項目（課題）資助。
原文鏈接：https://doi.org/10.1016/j.postharvbio.2024.112990
