質(zhì)標(biāo)所在菠蘿水心病無損檢測研究方面取得新進(jìn)展
水心病近年嚴(yán)重危害菠蘿產(chǎn)業(yè)，探究一種菠蘿水心病的無損檢測方法對保證上市果品、指導(dǎo)采后處理、促進(jìn)產(chǎn)業(yè)提升具有重要意義。在前期對柚、橙、荔枝、生魚片、茶葉等嶺南特色農(nóng)產(chǎn)品品質(zhì)無損檢測技術(shù)與裝備多年研究基礎(chǔ)上，質(zhì)標(biāo)所無損檢測研究室針對產(chǎn)業(yè)問題在菠蘿水心病無損檢測研究方面取得新進(jìn)展。于2021年12月在農(nóng)業(yè)工程領(lǐng)域權(quán)威期刊《農(nóng)業(yè)工程學(xué)報(bào)》第37卷21期在線發(fā)表研究論文“基于可見/近紅外光譜的菠蘿水心病無損檢測”，2022年2月27日被《農(nóng)業(yè)工程學(xué)報(bào)》選入“論文精選”，質(zhì)標(biāo)所徐賽副研究員為第一作者，院長陸華忠教授為通訊作者。研究成果已自主研發(fā)形成樣機(jī)裝備在廣東湛江徐聞?dòng)押棉r(nóng)場進(jìn)行應(yīng)用與示范。
該研究采用自行搭建的菠蘿可見/近紅外光譜無損智能檢測平臺，考慮實(shí)際應(yīng)用成本與效果，搭載覆蓋不同波段（400～1100、900～1700和400～1700 nm）的檢測器對菠蘿樣本進(jìn)行采樣，隨后人工標(biāo)定水心病發(fā)生程度。研究結(jié)果表明，3種不同光譜波段對菠蘿水心程度檢測的較優(yōu)方法均為：采用全波段進(jìn)行多項(xiàng)式平滑（Savitzky Golay，SG）處理，再進(jìn)行標(biāo)準(zhǔn)正態(tài)變量校正（Standard Normal Variate，SNV），最后結(jié)合概率神經(jīng)網(wǎng)絡(luò)（Probabilistic Neural Network，PNN）建模識別。其中，400～1100 nm所建模型對菠蘿水心病訓(xùn)練集的回判正確率為98.51%，對驗(yàn)證集的檢測正確率為91.18%；900～1700 nm所建模型對菠蘿水心病訓(xùn)練集的回判正確率為100%，對驗(yàn)證集的檢測正確率為62%；400～?1700 nm所建模型對菠蘿水心病訓(xùn)練集的回判正確率為100%，對驗(yàn)證集的檢測正確率為91.18%。主成分分析（Principal Component Analysis，PCA）和偏最小二乘回歸（Partial Least Squares Regression，PLSR）分析結(jié)果均顯示，采用400～?1700 nm能輕微提升400～1100 nm的檢測效果。綜合考慮實(shí)際應(yīng)用成本與效果，實(shí)際應(yīng)用建議采用400～1100 nm光譜結(jié)合SG + SNV + PNN對菠蘿水心病進(jìn)行識別。研究結(jié)果證明可見/近紅外光譜技術(shù)可為菠蘿水心病無損、快速、智能檢測提供有效的解決方案，為相關(guān)領(lǐng)域提供參考。
目前，質(zhì)標(biāo)所無損檢測研究室已將研究成果自主研發(fā)形成無損檢測樣機(jī)裝備，在廣東湛江徐聞?dòng)押棉r(nóng)場進(jìn)行應(yīng)用與示范，促進(jìn)技術(shù)的落地，幫助解決產(chǎn)業(yè)問題。
該研究受到廣東省鄉(xiāng)村振興戰(zhàn)略專項(xiàng)（403-2018-XMZC-0002-90）、廣東省自然科學(xué)基金（2021A1515010834）和國家自然科學(xué)基金（31901404）等項(xiàng)目的資助。
發(fā)表鏈接：https://doi.org/10.11975/j.issn.1002-6819.2021.21.033