近红外漫反射无损检测赣南脐橙中可溶性固形物和总酸

目的:利用近红外漫反射无损检测技术对赣南脐橙可溶性固形物和总酸含量进行相关研究。方法:通过自行设计的NIR光谱系统测定150个赣南脐橙可溶性固形物和总酸。120个赣南脐橙样品用来建模,其余30个用来验证模型的性能。采集完整赣南脐橙的近红外漫反射光谱(350～1800nm),光谱经移动窗口平滑处理、一阶微分和二阶微分预处理后,再分别采用主成分回归(PCR)和偏最小二乘法(PLS),建立赣南脐橙可溶性固形物和总酸含量的定量预测数学模型。结果:采用一阶微分结合偏最小二乘法所建模型的预测效果较好,可溶性固形物和总酸含量定量预测数学模型的相关系数分别为0.9263和0.9562,均方根误差分别为0.4102°Brix和0.018%。结论:近红外漫反射光谱作为一种无损的检测方法,可用于评价赣南脐橙的可溶性固形物和总酸含量。  

赣南脐橙橙汁浓度的快速测定

采用紫外分光光度法对赣南脐橙橙汁浓度进行快速测定,结果表明,赣南脐橙橙汁含量不同的样品有不同的紫外吸收曲线;在273 nm下有特征吸收峰;橙汁浓度在0~5%范围内,相关性良好,y=1.738 7ln(x)+2.518,相关系数为0.963 8。  

高能球磨处理对赣南脐橙全果原浆粒径和流变特性的影响

为了开发柑橘全果产品，降低全果原浆粒径，改善其流变特性，对柑橘全果粗浆进行球磨处理。以赣南脐橙为原料，经粗粉碎后球磨处理不同时间（0、30、60、90、120、150、180 min），得到不同粒径的全果原浆，研究经球磨处理后赣南脐橙全果原浆的粒径和流变特性的变化。结果表明，球磨处理能有效降低全果原浆的粒径，球磨处理180 min后果浆平均粒径由110.00 μm下降到56.53 μm，整体下降了49%。随着球磨处理时间的延长，全果原浆越来越均匀细腻，且无团聚现象。球磨处理的赣南脐橙全果原浆体系随剪切速率的上升，剪切应力增大，而表观黏稠度下降，出现剪切稀化现象，是一种典型的假塑性流体，具有较好的黏弹性。与未经球磨处理的原浆相比，球磨处理60 min得到的赣南脐橙全果原浆黏稠度最高，凝胶状态最为稳定，适合加工为果酱类黏稠度较高的产品；而球磨处理30 min得到的原浆体系黏稠度最低，但流动性最佳，适合加工为果汁类流动性较好的产品。本实验为柑橘全果产品加工提供了参考依据。  

基于可见-近红外光谱法无损检测赣南脐橙中总酸含量

目的 基于可见-近红外光谱法建立一种无损测定赣南脐橙总酸含量的技术。方法 利用设计的可见-近红外光谱检测系统检测168个赣南脐橙总酸含量。以给定赣南脐橙的126个样品作为校正集, 42个未知样品作为预测集。本研究以去除首尾处噪声后的400~880 nm范围的光谱波段, 共481个波长点进行研究分析。结合SG (Savitzky-Golay)平滑法、多元散射校正法、变量标准化法、基线校正法4种预处理方法处理原始光谱数据, 通过PLSR数学模型确定最佳预处理模型; 再利用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)、随机蛙跳算法(random frog, RF)、遗传算法(genetic algorithm, GA)、连续投影算法(successive projections algorithm, SPA)和主成分分析法(principal component analysis, PCA) 5种算法对预处理后的数据提取特征变量, 降低维度, 随后分别建立基于特征变量的总酸偏最小二乘回归(partial least squares regression, PLSR)、主成分回归(principal component regression, PCR)、最小二乘支持向量机(least square support vector machine, LS-SVM)及多元线性回归(multiple linear regression, MLR)预测模型。结果 通过PLSR数学模型确定SG平滑预处理模型效果为最佳, 基于SG+GA+LS-SVM模型对总酸含量预测效果最佳, 预测集均方根误差(root mean square error of prediction, RMSEP)值为0.016, 预测集决定系数(prediction set coefficient of determination, )值为0.9834, 相对分析误差(residual predictive deviation, RPD)值为7.76。结论 基于可见-近红外光谱法实现赣南脐橙中总酸含量的无损检测是可行的, 结合SG+GA+LS-SVM预测模型可以实现赣南脐橙总酸含量的定量检测, 可用于评价赣南脐橙总酸含量。