[0037] 以下结合附图对本发明作进一步说明。
[0038] 步骤1、构建杨梅果实中花青素和糖分关系模型
[0039] 1‑1.杨梅果实花青素和糖分相关性分析。由于用光谱直接反演糖分的困难,我们对花 青素和糖分进行了相关性分析。发现花青素和糖分之间的相关系数达到0.8098,他们之间 的相关性如图1所示。因此,我们采用花青素来反演杨梅果实糖分。
[0040] 1‑2.糖分含量反演模型建立。我们建立了杨梅花青素相对含量与杨梅糖分之间的一元 线性关系、一元二次关系、指数关系、对数关系和幂函数关系,如下表1所示。
[0041] 表1杨梅花青素相对含量与糖分之间的一元线性关系,一元二次关系,指数关系,对数关系和幂函数关系
[0042]
[0043] 结合上表与实际应用,我们选定杨梅果实中的花青素含量与糖分的模型如式(1)所示。
[0044] Csugar=0.01087Canth+6.284 (1)
[0045] 式(1)中,Csugar为杨梅果实中糖分含量,单位为%。Canth为杨梅果实中花青素相对 含量。
[0046] 步骤2、基于高光谱构建杨梅果实中花青素含量反演模型
[0047] 2‑1.构建光谱指数。本发明使用反射率光谱并构建另外四种光谱指数来对杨梅果实中 的花青素含量进行反演。这四种光谱指数分别为差值指数DI如式(2)所示、比值指数RI 如式(3)所示、归一化指数NI如式(4)所示、倒数差值指数RDI如式(5)所示。
[0048] DI=Ri‑Rj (2)
[0049]
[0050]
[0051]
[0052] 式(2)、(3)、(4)、(5)中,Ri和Rj分别表示在波段为inm和jnm时的杨梅 反射率。i、j为两个筛选出的波段。
[0053] 2‑2.敏感波段筛选。由于光谱随花青素含量的变化在530‑630nm波段较为显著,我们 计算了在530‑630nm波段内任意两波段组合的4类光谱指数,然后计算了这4类光谱指数 2 2
与杨梅花青素相对含量的决定系数R ;差值指数DI与杨梅花青素相对含量的决定系数R 如
2
图2所示,比值指数RI与杨梅花青素相对含量的决定系数R如图3所示,归一化指数 NI与杨
2
梅花青素相对含量的决定系数R 如图4所示,倒数差值指数RDI与杨梅花青素相 对含量的
2
决定系数R 如图5所示。通过4种指数和杨梅花青素相对含量之间决定系数的分 析,我们选定DI的波段为530nm、590nm,RI的波段为620nm、630nm,NI的波段为620nm、 630nm,RDI的波段为600nm、630nm。
[0054] 对于反射率光谱,我们通过分析530‑630nm波段的反射率和杨梅花青素相对含量之间 的相关系数来筛选敏感波段。530‑630nm波段的反射率和杨梅花青素相对含量之间的相关 系数如图6所示。我们选定反射率的波段为620nm。
[0055] 2‑3.花青素含量反演模型建立。我们使用步骤2‑2中筛选的波段构建了4种光谱指数、 反射率与杨梅花青素相对含量之间的一元线性关系,一元二次关系,指数关系,对数关系 和幂函数关系,如下表2所示。
[0056] 表2反射率、4种指数与杨梅花青素相对含量之间的一元线性关系,一元二次关系,指数关系,对数关系和幂函数关系
[0057]
[0058] 结合上表与实际应用场景,我们选定波段620nm处的反射率来反演杨梅果实中的花青 素,其模型为
[0059]
[0060] 其中,Canth为杨梅果实中花青素相对含量,单位μg/g,R620为620nm波段下杨梅的 反射率。
[0061] 步骤3、基于高光谱构建杨梅果实中酸度反演模型
[0062] 3‑1.构建光谱指数。本发明拟使用反射率光谱和构建另外四种光谱指数来对杨梅果实 中的pH值进行反演。这四种光谱指数与步骤2‑1中相同。
[0063] 3‑2.敏感波段筛选。由于光谱随pH值的变化在530‑630nm波段较为显著,我们计算了 在530‑630nm波段内任意两波段组合的4类光谱指数,然后计算了这4类光谱指数与杨梅2 2 2
pH值的决定系数R ,DI与杨梅pH值的决定系数R如图7所示,RI与杨梅pH值的决定 系数R 如
2 2
图8所示,NI与杨梅pH值的决定系数R如图9所示,RDI与杨梅pH值的决定 系数R 如图10所示。通过4种指数和杨梅pH值之间决定系数的分析,我们选定DI的波 段为530nm、550nm,RI的波段为620nm、630nm,NI的波段为620nm、630nm,RDI的 波段为590nm、630nm。
[0064] 对于反射率光谱,我们通过分析530‑630nm波段的反射率和杨梅ph值之间的相关系 数来筛选敏感波段。530‑630nm波段的反射率和杨梅pH值之间的相关系数如图11所示。 我们选定反射率的波段为560nm。
[0065] 3‑3.pH值反演模型建立。我们使用步骤3‑2中筛选的波段构建了4种光谱指数、反射 率与杨梅pH值之间的一元线性关系,一元二次关系,指数关系,对数关系和幂函数关系, 如下表3所示。
[0066] 表3反射率、4种指数与杨梅ph值之间的一元线性关系,一元二次关系,指数关系,对数关系和幂函数关系
[0067]
[0068] 结合上表和实际应用,我们选定560nm处的反射率来反演杨梅果实中的pH值,其模 型如式(7)所示。
[0069]
[0070] 式(7)中,PH为杨梅果实中的pH值,R560为560nm波段下杨梅的反射率。
[0071] 步骤四、对需要测量糖分含量和pH值的杨梅果实进行高光谱采集,并提取出620nm 波段的反射率R620和560nm波段的反射率R560。
[0072] 之后,计算杨梅果实中的花青素相对含量
[0073] 计算杨梅果实中的糖分含量Csugar=0.01087Canth+6.284。
[0074] 计算杨梅果实中的pH值
[0075] 以下对本发明的效果进行论证:
[0076] S1.杨梅果实中花青素和糖分关系模型验证
[0077] 本实施例使用使用丙酮盐酸水溶液提取并测定了20个杨梅的花青素相对含量,并使用 糖度计测定了这20个杨梅的糖分含量。使用步骤二中得出的模型计算杨梅糖分含量,并与 实测值进行比较以此来验证花青素和糖分关系模型性能。结果得到该模型的验证均方根误 差RMSE为1.399,达到了较高水平。图12为糖分含量模拟值与实测值的比较图。由杨梅 糖分含量模拟值与实测值组成的二维散点大致都在1:1线的附近,说明该杨梅果实中花青 素和糖分关系模型是有效的。
[0078] S2.基于高光谱的杨梅果实中花青素含量反演模型验证
[0079] 本实施例使用UHD185光谱仪测定了20个杨梅的高光谱数据,使用丙酮盐酸水溶液 提取并测定了这20个杨梅的花青素相对含量。使用步骤一中得出的模型计算杨梅花青素相 对含量,并与实测值进行比较以此来验证杨梅花青素相对含量反演模型性能。结果得到该 模型的验证均方根误差RMSE为65.76,达到了较高水平。图13为杨梅花青素相对含量模 拟值与实测值的比较图。由杨梅花青素相对含量模拟值与实测值组成的二维散点大致都在 1:1线的附近,说明该杨梅果实中花青素含量反演模型是有效的。
[0080] S3.基于高光谱的杨梅果实中酸度反演模型验证
[0081] 本实施例使用UHD185光谱仪测定了20个杨梅的高光谱数据,使用ph计测定了这20 个杨梅的ph值。使用步骤三中得出的模型计算杨梅ph值,并与实测值进行比较以此来验 证酸度反演模型性能。结果得到该模型的验证均方根误差RMSE为0.1329,达到了较高水 平。图14为ph值模拟值与实测值的比较图。由杨梅ph值模拟值与实测值组成的二维散点 大致都在1:1线的附近,说明该杨梅果实中酸度反演模型是有效的。
[0082] 本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围 的不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人 员根据本发明构思所能够想到的等同技术手段。