壶瓶枣样本于2016年9月27号采集于太谷县小白乡万亩枣园基地。 从中挑选300个大小相近, 质量均匀的完好无损样本作为研究对象。 以20个为一组, 将样本随机平均分为15组。 将分好的样本装在可透气的塑料袋中, 置于室温(20 ℃)下。 5 h后开始进行第一天试验。 每天选取一组样本进行光谱采集以及硬度测定, 实验计划为15天。 当实验进行到12 d时, 样本皱缩达50%, 硬度指标下降明显, 基本失去鲜食意义, 因此最终选择12 d的样本作为研究对象, 实际样本数量为240个。

利用Field Spec3 光谱仪(美国ASD(Analytical Spectral Device)公司)进行壶瓶枣鲜枣样本的漫反射光谱数据采集, 光谱分辨率为 3.5 nm@700 nm, 10 nm@1 400 nm & 2 100 nm。 所采集壶瓶枣样本的光谱波段范围为350~2 500 nm, 波段数据采集间隔为1 nm, 每个试验样本扫描3次光谱数据, 对3次扫描采集的光谱数据采用ViewSpecPro软件求均值作为最终的光谱试验数据, 图1为12天的样本近红外光谱曲线。 不同贮藏时期壶瓶枣的果肉力学指标通过英国Stable Micro System公司的TA-XT plus型号质构仪(Texture Exponent 32)进行测试。 实验方式为采用直径2 mm的P/2n针状探头对整果进行带皮穿刺, 以Compression作为测试模式, 具体参数设置如下。 穿刺前探头以3 mm· s^-1的速度下降, 穿刺过程中速度设置为1.5 mm· s^-1, 穿刺后完成后探头以10 mm· s^-1的速度返回, 测试深度设置为5 mm, 触发力选择5 g。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 样本平均光谱曲线Fig.1 The average spectral curves of samples

采用四川大学高分子研究所周涛教授开发完成的Two-dimensional correlation spectroscopy software^[9]进行二维相关光谱分析。 以二维等高线图描述同步相关谱和异步相关谱。 在本研究中, 以综合浓度作为扰动分析综合浓度对壶瓶枣的近红外光谱的影响, 确定因综合浓度变化引起的敏感波段。

在农产品贮藏过程中, 硬度品质指标的变化趋势遵循零级或者一级反应动力学模式^[10], 方程如式(1)和式(2)

零级反应:A=A0-Kt(1)一级反应:A=A0×e-Kt(2)

其中A为硬度指标值, g; A₀为硬度初始值, g; t为贮藏时间, d; K为反应速率常数。

以近红外光谱数据结合壶瓶枣果肉硬度指标, 建立二维相关光谱提取的敏感波段和硬度指标的多元回归模型, 进而建立壶瓶枣贮藏期的近红外光谱硬度动力学模型。 结合贮藏期拟合的硬度反应方程式, 建立壶瓶枣贮藏时间和近红外光谱的线性关系表达式。

在壶瓶枣贮藏过程中, 由于呼吸和蒸腾作用, 水分缺失最为明显, 同时由于壶瓶枣内部复杂的生理反应, 不同物质的含量发生着变化, 无法针对单一指标进行具体的外扰分析, 因此以不同贮藏阶段的综合浓度作为外扰, 研究综合浓度下的敏感波段。

通过ViewSpecPro光谱分析软件提取12 d的光谱数据并求每天数据平均值, 然后利用Two-dimensional correlation spectroscopy software进行二维相关光谱分析, 图2是经过分析后获得的二维相关光谱图。 为充分体现真实存在的相关峰, 精度等级设置为40, 去噪参数设置为5%, 除去的图谱出现的背景噪音。 V1和V2的光谱图像是第一天采集光谱数据均值的一维光谱图。 剖析因图谱重叠和综合浓度外扰引起的细微光谱信息, 从二维同步光谱图可以看出, 对角线主要出现7个相关峰, 它们所对映的集团振动位置分别为904, 980, 1 072, 1 200, 1 630, 1 941和2 215 nm。 说明7个波段处的光谱强度随着综合浓度的扰动而变化, 为综合浓度变化敏感波段。 从自相关的密集程度分析, 904, 1 072和1 200 nm处出现较强的自相关峰; 其中904和1 072 nm, 1 630, 2 215以及980和1 200 nm的峰具有较强的协同作用, 形成交叉峰。 分析二维异步光谱图, 在对角线下侧, 正相关峰出现在(904, 1 927 nm), (904, 1 460 nm), (1 072, 1 927 nm), (1 072, 1 460 nm), (904, 1 941 nm)和(1 072, 1 941 nm)处, 负相关峰主要出现在(1 460, 1 863 nm), (1 460, 2 135 nm), V1和V2光谱强度变化趋势完全不同步, 正相关时V1的光谱强度变化先于V2 , 负相关时V1的光谱强度变化先于V2。 二维相关光谱分析得出综合浓度扰动下的敏感波段主要是904, 980, 1 072, 1 200, 1 630, 1 941和2 215 nm。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 二维相关光谱图 (a): 二维相关同步光谱图; (b): 二维相关异步光谱图 注: 红色为正相关; 蓝色为负相关Fig.2 Two dimensional correction spectra of spectrograms (a): Two dimensional correction spectra of synchronous spectrogram; (b): Two dimensional correction spectra of asynchronous spectrogram Note: Red indicates positive correlations while blue indicates negative

图3为壶瓶枣贮藏期间的果肉平均硬度变化曲线。 在样本贮藏过程中, 壶瓶枣的果肉硬度品质呈线性下降趋势并接近于零级反应。 在壶瓶枣常温贮藏过程中, 壶瓶枣果肉硬度指标的下降, 一方面是胞间层和细胞壁的果胶水解, 另一方面是纤维素水解^[11]。 果胶存在于壶瓶枣果肉细胞的初生壁和相邻细胞间层, 联结细胞并对细胞骨架起支撑作用, 因此它在果实中所占的含量和比例, 对枣果肉软化起直接影响。 作为壶瓶枣细胞壁骨架的主要构成, 纤维素的水解降低意味着壶瓶枣细胞壁的解体进而导致其果实的硬度的下降。 此外, 由于贮存在细胞内的淀粉降解, 导致膨胀压力的降低, 也是导致壶瓶枣软化的主要原因之一。 对壶瓶枣果肉平均硬度品质变化进行线性拟合, 根据壶瓶枣果肉平均硬度第一天预测的初始值, 贮存期间果肉平均硬度的实测值以及贮藏时间, 所建立的零级反应方程为式(3)

A=0.5498-0.0096A0-0.0232t(3)

模型的相关系数为0.991 3, 标准误差为6.116× 10^-4。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 壶瓶枣贮藏过程中果肉硬度变化曲线Fig.3 The curves of hardness for huping jujubes in storage life

由二维相关光谱分析, 得在综合浓度扰动下的敏感特征波长为904, 980, 1 072, 1 200, 1 630, 1 941和2 215 nm。 904 nm为甲基(· CH₃)中C— H伸缩振动的的三级倍频谱带; 980 nm谱带为水分子对称和反对称伸缩振动的组合频吸收带, 1 941 nm是水分子反对称伸缩振动和弯曲振动的组合频谱带, 1 200 nm为液态水的组合频吸收带; 1 630 nm为乙烯基(CH₂=CH— )的吸收峰; 1 072 nm烯烃$(\cdot HC=CH)$中的C— H的二级倍频吸收带, 2 215 nm处为木质素C— H伸缩和C=O的组合频吸收峰^[12]。 这种综合浓度的变化直接决定着壶瓶枣果实的硬度水平。 利用敏感波长下光谱信息与果肉平均硬度的信息进行耦合, 建立壶瓶枣近红外光谱的硬度预测模型。

选取由二维相关分析得到的7个波段下12 d的平均光谱数据建立壶瓶枣的硬度PLS^[13]预测模型。 如图4, 所建硬度模型的预测精度R_P为0.942 7, 预测均方根误差RMSEP为0.021 0。 由此可见基于近红外光谱技术能够实现壶瓶枣果肉硬度检测。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 基于PLS模型的壶瓶枣果肉硬度预测值Fig.4 Predicted value of hardness result base on PLS model

选择上述7个敏感波段下的吸光度, 基于多元回归分析建立壶瓶枣果肉平均硬度的近红外光谱动力学模型, 实现对壶瓶枣贮藏期硬度的快速检测。 对敏感波段下的吸光度信息和壶瓶枣果肉硬度指标进行多元回归分析, 建立如下近红外线性分析模型

A=0.793 6+0.655 1X₁-3.804 2X₂+2.372 2X₃-1.884 2X₄+3.637 3X₅-1.041 7X₆-1.327 8X₇(4)

式(4)中, A为壶瓶枣果肉平均硬度, X₁~X₇分别为7个敏感波长下所对应的吸光度。 所建立的壶瓶枣硬度多元回归模型的拟合优度即相关系数为0.983 9, 标准误差为 0.024 9。 模型的复测定系数为0.968 1, 说明自变量吸光度X可解释因变量果肉硬度A变差的96.81%, 调整后的复测相关系数为0.912 1, 自变量吸光度X能说明因变量果肉硬度A的91.21%, 因变量果肉硬度A的8.79%要由其他因素来解释。 F显著性统计量(Significance F)值为0.007 6, 小于显著性水平0.05, 所建立的近红外光谱硬度回归方程回归效果显著。 表1和表2为所建立动力学模型的分析统计值。

表1

Table 1

表1(Table 1)

表1 模型回归统计值 Table 1 Regressive statistics for kinetic model Regressive statistics results Multiple R 0.983 9 R Square 0.968 1 Adjusted R Square 0.912 1 Standard error 0.024 9

表1 模型回归统计值 Table 1 Regressive statistics for kinetic model

表2

Table 2

表2(Table 2)

表2 动力学模型方差分析 Table 2 Regression analysis for kinetic model df SS MS F Significance F Regression analysis 7 0.075 2 0.010 7 17.315 0 0.007 6 Residual error 4 0.002 5 0.000 6 Aggregate 11 0.077 7

表2 动力学模型方差分析 Table 2 Regression analysis for kinetic model

将式(4)代入式(3), 得到壶瓶枣贮藏期间的果肉平均硬度和近红外光谱吸光度与贮藏时间的动力学模型式(5)

A=0.549 8-0.009 6(0.793 6+0.655 1X₁-3.804 2X₂+2.372 2X₃-1.884 2X₄+3.637 3X₅-1.041 7X₆-

1.327 8X₇)-0.023 2t(5)

贮藏时间是评价壶瓶枣货架期品质的重要指标, 影响壶瓶枣鲜食的品质。 根据已经建立的壶瓶枣果肉平均硬度的零级反应方程[式(3)], 贮藏时间计算如式(6)

t=23.6982-0.4138A0-43.1034At(6)

结合壶瓶枣贮藏期间的果肉平均硬度的近红外光谱动力学模型, 将式(4)代入式(6), 得到贮藏时间t与壶瓶枣样本的近红外光谱吸光度X的线性关系, 如式(7)

t=23.698 2-0.413 8(0.793 6+0.655 1X₁-3.804 2X₂+2.372 2X₃-1.884 2X₄+3.637 3X₅-1.041 7X₆-

1.327 8X₇)-43.103 4(0.793 6+0.655 1X_1t-

3.804 2X_2t+2.372 2X_3t-1.884 2X_4t+3.637 3X_5t-

1.041 7X_6t-1.327 8X_7t)(7)

其中, X_1t-X_7t代表贮藏t天时壶瓶枣在的综合浓度敏感波段下的吸光度值。