基于可见/近红外光谱的菠萝水心病无损检测

来源：农业工程学报杂志2021年第21期北京时间：

作者：徐赛,陆华忠,王旭,丘广俊,王陈,梁鑫,

摘要：水心病近年严重危害菠萝产业，探究一种菠萝水心病的无损检测方法对保证上市果品、指导采后处理、促进产业提升具有重要意义。该研究采用自行搭建的菠萝可见/近红外光谱无损智能检测平台，考虑实际应用成本与效果，搭载覆盖不同波段（400～1 100、900～1 700和400～1 700 nm）的检测器对菠萝样本进行采样，随后人工标定水心病发生程度。研究结果表明，3种不同光谱波段对菠萝水心程度检测的较优方法均为：采用全波段进行多项式平滑（Savitzky Golay，SG）处理，再进行标准正态变量校正（Standard Normal Variate，SNV），最后结合概率神经网络（Probabilistic Neural Network，PNN）建模识别。其中，400～1 100 nm所建模型对菠萝水心病训练集的回判正确率为98.51%，对验证集的检测正确率为91.18%；900～1 700 nm所建模型对菠萝水心病训练集的回判正确率为100%，对验证集的检测正确率为62%；400～ 1 700 nm所建模型对菠萝水心病训练集的回判正确率为100%，对验证集的检测正确率为91.18%。主成分分析（Principal Component Analysis，PCA）和偏最小二乘回归（Partial Least Squares Regression，PLSR）分析结果均显示，采用400～ 1 700 nm能轻微提升400～1 100 nm的检测效果。综合考虑实际应用成本与效果，实际应用建议采用400～1 100 nm光谱结合SG + SNV + PNN对菠萝水心病进行识别。研究结果证明可见/近红外光谱技术可为菠萝水心病无损、快速、智能检测提供有效的解决方案，为相关领域提供参考。

关键词：无损检测, 模型, 菠萝, 水心病, 可见/近红外光谱