空间分辨光谱技术的应用与研究
摘要：传统的农产品检测方法为物理化学检测方法，一般是对被检测样品进行破坏性处理，虽然这种方法得出的结果精度和准确度较高，但是成本也较高，时间较长，人力物力投入较大。因此，需要快速准确无损检测技术检测农产品品质。本文简要叙述了可见/近红外光谱在农产品方面的应用，并比较分析了空间分辨光谱和可见/近红外光谱的区别，重点介绍了国内外空间分辨光谱发展及在农产品无损检测应用，同时就空间分辨光谱的发展趋势进行了展望。
关键词：空间分辨光谱；农产品；最优化选择；无损检测
1.引言
番茄，即西红柿，属于典型的农产品，是管状花目、茄科、番茄属的一种一年生或多年生草本植物。番茄的果实营养丰富，具特殊风味。可以生食、煮食、加工番茄酱、汁或整果罐藏。番茄的主要营养成分为碳水化合物和纤维素，其作为一种果蔬产品含有丰富的维生素和抗氧化剂不但具有很高的营养价值，而且也有很高的药用价值，它有显著止血、降压、降低胆固醇作用。如今番茄已经成为世界第二大消费果蔬产品，具有很高的经济效益和很强的竞争优势。然而番茄的糖度（可溶性固形物）是判断番茄成熟与否的标志，是番茄口感的决定性因素。因此对番茄的糖度进行测定就显得尤为重要。
传统的检测方法通常为物理或化学检测方法，该方法一般是将如番茄一样的农产品进行破坏性处理，如测量其糖度和酸度，需将果肉榨得的汁进行检测。此外，也有果农根据自己的经验，通过番茄或其他农产品的颜色和硬度来判断成熟度。传统的物理化学方法虽然精度较高，但需破坏样品，测试之后的样品就无法复原测试，成本较高，不仅耗时长，还造成经济损失且操作过程复杂，容易引入实验操作误差达不到样品的快速无损检测。因此急需发展无损检测技术力求快速、无损、准确检测农产品品质。
2.国内外研究状况
可见/近红外光谱检测技术具有不破坏样品、检测速度快，检测精度高、无污染、无需样品制备等优点，被广泛应用于农产品品质检测中。光谱中包含了样品的各种物理化学信息 ，因此，只要在光谱和被测样品之间建立起数学关系就能有效的检测被测样品的各种物理化学信息。Bart Kemps[1]等采用可见/近红外光谱对成熟季节的4种不同品种的葡萄进行检测，建立可见/近红外光谱与葡萄品质参数的偏最小二乘法建立预测模型，结果表明，模型能准确预测葡萄的品质参数。Panmanas Sirisomboon[2]等利用近红外光谱检测番茄成熟度和质构特性，通过 分析方法判别番茄不同成熟度（成熟绿色粉色和红色），采用偏最小二乘回归检测番茄质构特性，番茄的醇不溶性物质和可溶性固形物含量。结果表明，对绿色番茄的分辨率高达96.85%，对粉色和红色番茄的分辨率达到了100%，而偏最小二乘回归模型不能精确地检测出新鲜番茄中醇不溶性物质的含量，但可以很好的预测可溶性固形物含量，且预测相关系数为0.8。马兰[3]等探索适合近红外光谱无损检测番茄可溶性固形物含量的光谱预处理方法，比较了平均光谱和10种光谱预处理方法对偏最小二乘法建模效果的影响，常数偏移消除预处理后的光谱最佳，所建偏最小二乘法校正模型的预测值和实测值的相关系数为0.954。随后，马兰等根据平均光谱和偏最小二乘法建立番茄总糖含量的定量分析模型，预测值和实测值的相关系数（R）为0.917。试验表明，近红外光谱分析技术可实现对番茄总糖含量的非破坏性检测。Nicolai[4]等人总结了可见/近红外光谱分别采用三种不同的采集模式（反射、透射、相互作用）在果蔬品质检测中的应用。
然而，常规可见/近红外光谱缺少样品的空间信息，针对于像番茄一样的异质结构样品便难以准确评估其品质。随着激光技术于上世纪60年代逐渐发展起来，其最初的目的是用于临床疾病的诊治，后来组织光学的深入研究旨在弄清激光与生物组织之间相互作用的规律。诞生了许多光谱研究方面的理论，比如Monte Carlo方法、漫射近似理论、离散坐标法等等。在这些理论的基础上也发展了许多检测生物组织成分的方法，主要有积分球技术、时域技术、频域技术和空间分辨技术等。其中空间分辨光谱以操作简单、仪器不昂贵等优点被广泛应用。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
