利用可见近红外光谱相机判别干枣品种

　　本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

　　鲜枣营养丰富，风味独特，是深受人们喜爱的一种食品，具有较高的经济价值，近年的栽培面积和产量迅速提高。但是鲜枣极易腐烂，保存期短，对采后鲜枣进行干制成为延长枣的供应期，提高附加值，保证枣农收入的重要手段。干枣的产地和品种对其品质和价格有重要的影响，目前市场上干枣的品种和产地造假日趋严重，极大影响了枣农的经济利益。所以有效识别干枣的产地和品种对于保护枣的品牌、维护当地枣农的经济利益具有重要的意义。

　　可见/近红外（VIS/NIR）光谱分析技术主要基于有机物分子中含H基团，如C-H、N-H、O-H等伸缩振动的各级倍频，以及这些基团伸缩振动与弯曲振动的频吸收，涵盖了大多数类型有机化合物的组成和分子结构信息。不同品种和产地的农产品，因品种、栽培模式和生长环境的不同。 其内部的质地、组分含量存在较大差异，可通过其近红外光谱反映出来。可见/近红外技术具有快速、无损和易于实现在线监测的能力，在水果、肉类、葡萄酒、醋以及谷物和药材等食品和农产品的品质评价、品种和产地的判别中得到了广泛的应用。近年来，可见/近红外光谱技术在鲜枣的缺陷、损伤、成分含量检测、酵母菌数量以及品种和产地等方面的研究都取得了较好的结果，已有相关的研究报道。但是，目前还鲜见针对干枣的品种判别及品质的近红外检测研究报道。

　　本研究以干枣为研究对象，采集干枣样本可见/近红外反射光谱，采用建立多元散射校正、一阶导数法和二阶导数法对反射光谱进行预处理，采用主成分分析法结合马氏距离和线性距离判别法，建立干枣的品种判别模型，并比较不同数据处理方法建立判别模型对干枣品种判别准确度，以期建立有效的干枣品种判别模型，为快速、无损地判别干枣的品种提供理论依据。

　　本文研究利用可见/近红外反射光谱快速地判别不同品种的干枣。对反射光谱分别进行多元散射校正、一阶导数处理和二阶导数处理，对光谱进行主成分分析法，使用马氏距离法和线性距离法结合全交叉验证法，确定最优主成分数。利用主成分建立品种判别模型，实现了对不同品种干枣的快速判别。结果表明，可见/近红外反射光谱经过多元散射校正处理后选择的优化主成分组合，对3种干枣的品种判别结果最好，判别准确性达到了100%，准确性是可接受的。试验研究表明可见/近红外光谱反射技术可用于干枣品种判别，本研究可为可见/近红外光谱技术在干枣品质快速检测中的应用提供一定的技术基础。