近红外光谱技术检测灵武长枣果肉硬度和贮藏时间
【摘要】 利用近红外光谱(400~1000nm)系统采集140个灵武长枣样本的光谱信息，采用不同方法预处理原始光谱数据，优选出最佳预处理方法。分别建立竞争性自适应加权算法(CARS)和连续投影算法(SPA)提取特征变量的果肉硬度偏最小二乘回归(PLSR)预测模型，并利用原始光谱建立灵武长枣贮藏时间的偏最小二乘判别(PLS-DA)模型。结果表明，去趋势法(Detrend)为最优预处理方法;建立的Detrend-CARS-PLSR模型效果较好，果肉平均硬度校正集和预测集模型相关系数均为0.868;果肉最大硬度校正集和预测集模型相关系数分别为0.914、0.849。建立的贮藏时间PLS-DA判别模型的校正集判别准确率为98%，预测集判别准确率为99%。说明，采用近红外光谱技术对灵武长枣贮藏过程中长枣果肉硬度和贮藏时间的快速预测具有可行性。
