基于全透射近红外光谱的空间光谱提取法无损检测沙窝萝卜可溶性固形物含量

本研究创新性地提出空间光谱提取预处理方法，结合自主研制的短积分全透射在线检测装置，成功实现沙窝萝卜全区域与关键部位可溶性固形物（SSC）的高精度动态预测。该方法通过提取5%-15%高相关性光谱数据，经SGS+SNV预处理、CARS变量筛选和PLSR建模，获得最优预测模型（Rp=0.894，RMSEP=0.386°Brix，RDP=2.209），为异形果蔬在线无损检测提供了突破性技术方案。

　　

Highlight

沙窝萝卜因其独特的风味和营养特性备受青睐，但其长度差异和内部成分分布不均给传统光谱技术带来挑战。本研究开发的新型近红外光谱分析方法，通过自主研发的短积分全透射在线装置进行动态多点光谱采集，结合空间光谱提取预处理方法，有效降低了低SSC相关性区域的干扰，实现了特定区域的目标光谱捕获。

Experimental samples

实验采集了400个"天星02"品种沙窝萝卜，样本长度在150-250毫米之间（平均200毫米）。实验前样本在室温下平衡12小时以减小热干扰，经清洁处理后切除三分之一根须，并去除部分茎叶。

Analysis of SSC in Shawo Radish

表1展示了SSC测量值的分布情况。萝卜各段SSC存在显著差异：上段和中段SCC高于下段，且数值更集中，均值更高，变异系数更低。下段SSC则变异性较大，更容易受土壤水分和采收时间等环境因素影响。

Conclusions

为减小沙窝萝卜固有特性和分选环境对近红外光谱数据的影响，本研究在常规光谱处理前引入了空间光谱提取预处理方法。利用自主研发的短积分时间多点全透射近红外光谱系统，动态获取了对应萝卜不同空间区域的一系列光谱曲线。通过应用定义的提取比例，成功优化了预测模型性能。