果蔬近红外检测

本文题目之所以叫“果蔬近红外检测技术中的点点滴滴”，就是因为近红外技术的大理论、大思维、大方法诸位早已熟知，一些没有覆盖着的小理论、小思维、小方法也很重要，有待大家共同挖掘，以期弥补不足 另外一个含义是所有内容都与近红外相关，但相互间关系不大，甚至无关，敬请谅解。中国农业大学 韩东海教授　　1、用心感悟样品光物性　　图1是2019年6月23日在微信朋友圈发的信息，得到众人点赞。这是我第一次看到这么形象地描述水果光物性的图。这张图清晰地告诉人们，哪些水果容易检测，哪些比较困难，可以帮助人们在研发水果品质无损检测过程中，及时采取应对措施，减少失败，争取时间。　　通常我们希望物料透光性要好，可是过于透光，近红外光谱中待检成分信息变弱，不利于分析。例如，葡萄、迷你西红柿。此时，通常采用加大光程的办法加以解决。AMAICA手持仪2)，多种果实检测硬件是通用的，只有西红柿在加大光程后，硬件进行了单独设计，独立使用。　　透光度低，难以获得有效信息，后续分析无法进行，例如，红薯。在众多物料中，红薯透射性极差，以至于很难实现透射检测。现有研究中，红薯主要采用漫反射采集近红外光谱3，4)，受制于透射深度有限，一旦径向待检成分分布差异大，就很难得到正确结论。再就是在红薯断面上采集近红外光谱5)，虽然这种方法也具有一定的意义，但已经不属于无损检测了。此类物料要实现在线近红外检测，难度更大。　　2、 定量利用光谱强度，定性利用光谱形状　　有关近红外吸光度谱的论述很多，也很成熟。多数情况下，利用近红外吸光度谱的强度进行定量分析，而关于原始光谱的探讨少之又少，所以原始光谱容易被忽略。实际上，利用原始光谱形状在一些问题的分析处理上也具有一定的优势。　　图2是几种果蔬的近红外原始光谱图。总体来讲，原始光谱波形比较简单，通常就是两个峰，一个谷。个别情况只有一个峰，如葡萄。因为苹果皮薄，质地均匀，内部品质多种多样，特性稳定，故以苹果为基准论述原始光谱特性。两个峰一左一右，左峰在710nm附近，右峰在810nm左右(注释：仪器不同，多少有些差异，无标准而言)。右峰的位置基本在810nm±5nm范围内，而左锋有时则相差很大，大则右移15nm。　　苹果、柿子、梨和桃等波形相似，710nm峰值高于810nm 西瓜、甜瓜、蜜桔、葱头、绿蜜桔、柠檬、圆白菜、土豆的波形相像，共同特点是710nm峰值低于810nm。葡萄、迷你西红柿、草莓、牛油果、枇杷、甜椒最特殊，只在810nm处有一个明显高峰。　　类别相同但品质不同果蔬的710nm峰值上下变化大，而810nm峰值略微上下浮动。例如三种内部品质不同的正常苹果、褐变苹果、糖心苹果的810nm峰值相差不大，而710nm处的峰值规律为糖心苹果正常苹果褐变苹果三种中的任一810nm峰值(图3)。由此可知，内部品质在原始光谱上主要显现在710nm峰值上，这样就可以利用这个特点进行定量分析或定性判别。　　为什么710nm处既有上下变化，又有左右位移呢?现无定论。我认为，一是受水分影响，例如糖心苹果水分高于一般苹果，水分高则光易通过，所以糖心苹果的710nm峰值最高；二是受颜色影响，710nm为红色波长，红色的补色是绿色，当果实不论是瓜皮还是果肉呈现绿色时，则吸收红光，透射光减少，710nm峰值降低。未成熟苹果的710nm峰值与810nm不相上下，就是因为果肉呈浅绿色，吸收了红光，透过光减少，导致710nm峰值降低。西瓜的710nm低于810nm就是因为厚厚的绿色瓜皮阻挡了红光透过，而810nm这些属性不显著。左右位移是否受果实质构的影响有待进一步论证。　　关于葡萄等物料只在810nm处有一个明显高峰的解释，暂且无人讨论。本人认为，这些果实透光性极好，很小的功率即可满足要求，710nm的能量尚未达到透过物料时，810nm处已接近饱和。　　所以，果蔬原始谱更多地反映了样品的质构信息、形状差异更为突出。　　现在的在线果蔬品质判别多数是先定量后定性。例如褐变苹果的判别大致程序是光谱预处理、二阶导、建立PLS模型、计算预测值、确立阈值、按照阈值区分正常还是褐变。如果采用原始光谱就可以直接进行定性分析，这样的研究案例曾多次报道。特举三个案例，具体如下。　　1)当公式(1)和(2)的IBrowning都大于0时，为褐变苹果；当IBrowning都小于0时为正常果6)。　　2)Seo利用原始谱尝试了多种组合进行糖心苹果、正常苹果、褐变苹果的判别，如表1所示，(T710-T800)/T675的效果最好7)。　　3)王加华基于原始谱利用PADA、PCADA、PLSDA三种算法进行了定性判别，获得PLSDA的效果最佳(表2)8)。　　3、 一点测量很重要，两点测量更完美　　在实验室进行实验时，由于水果的糖酸度分布不均，用漫反射进行近红外光谱采集时，往往在赤道上选择2个或4个点求平均，这确实是两点或多点测量。但本文要介绍的两点测量不同以往，另有含义，如图4所示9)。　　这是苹果在线分选线上的实际情况。苹果果柄冲上放置在移动托盘上移动，在第一个位置进行糖酸度、褐变、糖心等的检测，一般水果到此为止足以，但富士苹果有果柄根部裂果现象，必须在第二个位置进行果柄根部裂果检测，所以才有了两点检测一说。有人可能会说，如果果柄冲下放置的话，一个位置就能解决了。如果苹果分选只进行这几个指标的检测确实如此即可，但苹果还要进行外观颜色的评价，因为苹果受太阳的照射，果柄周边颜色艳丽，所以日本苹果装箱时果柄都是冲上的，这样才能获得最佳商品性。又有人会说，所有检测项目都由上面的检测器承担了，这些问题就可在一个工位解决了。确实，有些单位就是这么做的，但是，上位检测遮光问题难以彻底解决，而现在的方法，很方便放心地解决了杂散光干扰。　　葱头分选时，葱头根部冲下放置。当葱头内部腐烂严重时，只通过光纤2(图5)的检测就能胜任。不过，对于常发生在上半球的轻微腐烂，光纤2接收不到上半球的信息，漏检现象严重。为此专门设置了光纤1，这样就能把轻微和严重一并检出。这种两点检测设计，是由物料的性质所决定的。两点测量后，轻微腐烂检出率由79.5%提升到95.7%。　　苹果检测是一台光谱仪在两个不同工位采集光谱，葱头检测是在一个工位同时采集两条光谱。苹果检测一台光谱仪约50万人民币，为了降低成本，采取了一台两工位。　　葱头检测为了避免杂散光进入检测器实施了挡板措施，苹果检测无任何遮挡。据说，苹果检测虽有杂散光影响，仍能获得正确检测结果。　　4、日常生活与专业兼顾的Brix和SEP　　食品的甜度测量采用高效液相色谱法和气相色谱法，两种仪器价格贵，操作要求高。另外，物料还需要繁琐的前处理，仪器稳定需要数十分钟的等待。近红外技术检测的果蔬糖度是包括酸在内的可溶性固形物，单位是Brix。因为构成Brix的多数水果的主要成分是糖，所以把Brix称为糖度，与日常生活中的甜度不完全一样。　　破坏性检测Brix可用折射仪测量。业界常用的PAL系列测量精度一般在±0.2%，而非破坏的近红外方法达到这个精度绝非易事。折射仪有标准蔗糖溶液校正，可明确规定其检测精度，而近红外方法没有基准物，加之影响近红外测量的干扰因素过多，不能用最大误差而只能用标准误差表达。折射仪测量一个群体的果实糖度是抽样先榨汁再测量，而近红外方法无法严格规定测量范围和测量部位，特别是对于成分分布不均的果实而言难上加难。再加上，果实细胞大小、纤维多少、果皮薄厚均影响着光的传播。因为存在着这么多的影响因素，近红外方法只能用统计误差SEP表示11)。　　如果近红外方法检测某种果实100个的标准误差SEP是1°Brix，实测糖度为15°Brix，则实际意义为16个高于16°Brix，16个低于14°Brix，68个在15±1°Brix，如图6所示。这一点特别需要向用户解释清楚，不然日后会受到责怪，而通俗易懂地解释清楚并非易事。　　参考文献　　1) http://mechatronics.co.jp/ 　　2) http://www.astem-jp.com/ 　　3) 農業総合センター農業研究所：「ベニアズマ」生いもデンプン含量の非破壊測定技術，2012年　　4) 卜晓朴，彭彦昆，王文秀，王凡，房晓倩，李永玉：生鲜紫薯花青素等多品质参数的可见-近红外快速无损检测，《食品科学》2018年39卷16期　　5) 松尾美紅?上野敬一郎?宮原照昌?北原兼文?紙谷喜則?河野澄夫：近赤外透過法を用いた安納いも糖度等の迅速測定に関する基礎的研究　　6) 高井 秀悦：光によるリンゴの褐変判別法に関する研究，職業能力開発報文誌VOL.30　No.1(49),2018　　7) Y. W. Seo：Nondestructive Detection of the Internal Defects of Fuji. Apple using VIS/NIR Transmittance Spectroscopy. An ASABE Meeting Presentation，Paper Number: 066121，2006　　8) 王加华：苹果、洋梨内部品质无损检测信息基础及数学模型的开发，中国农业大学博士论文，2010　　9) 蔦 瑞樹, 吉村 正俊, 葛西 智, 松原 和也, 和田 有史, 池羽田 晶文：選果機を用いた可視-近赤外分光スペクトルによるリンゴ‘ふじ’の内部褐変発生予測，日本食品工学会誌 2019年 20 巻 1 号 7-14　　10) 西野　勝：近赤外分光法によるタマネギ内部腐敗球の非破壊判別技術　　11) 立石 賢二：青果物の糖度を非破壊で計測する簡便な糖度計，計測と制御52 巻 (2013) 8 号（中国农业大学 韩东海教授）

为了多方位展现我国在近红外光谱领域的最新成果，仪器信息网和近红外光谱分会计划合作制作《近红外光谱新技术/应用进展》网络专题，同时也以此献礼近红外分会成立10周年，并寄语2021年国际近红外大会。我是受益于近红外分会和仪器信息网的人，感恩无限。愿借此机会，把自己多年来对近红外在果蔬品质无损检测方面的认识和认知与大家共享。中国农业大学 韩东海教授　　1. 前言　　以前我不论是指导学生科研还是学会报告话题都比较大，宏观且泛泛。论述宏观有利于扩宽人们的视野，开阔思路，但不能解决具体问题。今天着重讲些细节，有些属于经验之谈，直击要点，但略显有点理论支撑不足。我认为两者均不可或缺，只是每个人的发展阶段不同从而导致的需求不同而已。　　本文对于研究果蔬品质无损检测的专家学者也许能有些帮助，而对于其他研究方向的如能有所参考就是万幸了。　　近红外是个多学科交叉的结晶，不同专业背景、不同经历会有不同体会，有不妥之处，望多多指正。　　2. 果蔬分选简介　　先简单介绍一下果蔬分选。果蔬分选包括两大独立要素。一个是大中小的级别分选，一个是优良中差的等级分选。大果中有优良中差，优果中有大中小。近红外在果蔬分选上的应用始于二十世纪80年代末。之前的果蔬分选主要是级别分选，部分用机器视觉或依靠人工按照外观颜色进行等级分选。外观颜色与内部品质有一定的相关性，但难以达到生产要求。一是误判率较高，二是有些果蔬无法实施，例如猕猴桃等。而且那时的设备大小宽窄尺寸基本是固定的，不能轻易更改。　　近红外在果蔬内部品质检测上的应用使得分选设备发生了革命性的变化。首先，实现了内部品质等级无损检测，大大地提升了分选设备功能，从这个意义上讲，近红外引领果蔬分选技术实现了飞跃式发展；二是设备结构大为简化，大小宽窄可自由组合，就像积木一样。　　3. 近红外与果蔬检测可谓绝配　　近红外与众多物料有着非常完美的结合。例如烟草、饲料、石油化工、医药。果蔬也是其中一例，不过内涵却与其它不同。　　首先是波长范围。果蔬水分约为80-90%，水果糖度在10-20°Brix之间。其他成分虽然很多，但含量很少。1100nm以下的短波近红外适用于果蔬类高水分物料。　　其次是光谱采集方式。果蔬内部质量无损检测除了糖度以外，还要检测内部褐变、糖心等，必须采用透射方式采集光谱。短波近红外穿透力强，加之，1100nm以下属于硅检测器范围，仪器造价比铟镓砷要便宜很多，这又为大量普及应用创造了有利条件，为量大利薄的农产品销售提供了强有力的支撑，因此是最佳选择。　　最后是光源功率。果蔬品质无损检测手持和便携以及台式专用仪器的电源功率，LED最小，卤素灯小则1-2W，大则12W。而用于在线检测时，1秒钟要检测5-6个果蔬，西瓜每秒3-4个，扫描时间短，需要配置高达200-300W大功率光源，检测西瓜时甚至达到2000W。　　4. 近红外首先在水果在线检测上发力　　1989年，日本三井金属矿业株式会社EI推进事业部在冈山县一宫农协推出了世界上第一台桃果实糖度在线漫反射无损检测分选设备，1992年又相继推出了苹果、梨的检测系统。之后，杂贺技术研究所、MAKI制作所、NIRECO也研制出类似设备，继而在日本大面积推广。　　基于漫反射原理的检测主要用于薄皮水果诸如苹果、梨、桃等，而用于柑橘检测则效果不佳，于是又研发出基于透射原理的检测，一直延续至今。随着检测项目的增加，由单一的糖酸度向内部褐变、糖心、水浸、局部失水、空洞等多指标同时检测延伸，落叶果及西瓜甜瓜类果实则主要采用漫透射方式。特殊情况时，苹果和葱头需要在两个位置同时采集光谱。　　现在日本SHIBUYA精机株式会社成为果蔬分选设备厂家中的一支独大，从核心部件光谱仪等内外品质评价系统到输送装箱码垛以及控制系统全部独自生产，近江度量衡株式会社部分自主，部分外协。三井、杂贺、NIRECO则只生产内外品质评价系统。　　果蔬内部品质近红外在线检测技术因能直接解决农业生产问题，并带来经济效益和社会效益，在先进国家政府的资助下得到大面积推广应用，仅日本至少有4000个大型果蔬分选设施正在运行。　　5. 近红外光谱采集方案多种多样　　果蔬物料尺寸有大有小，果肉有薄有厚，糖酸度有高有低，且分布不均。由此产生若干检测个性化方案。例如光谱采集方案就有如下之多，图1- 6。　　图1和图2光源和检测器布置相同，但物料放置及输送环节有别。图1托盘不但能平稳地输送西瓜，避免磕碰，而且还可遮挡杂散光进入检测器。依据西瓜、甜瓜类的生理结构，花萼处果皮最薄，花萼冲下放置，有利于获取更多的内部信息。由于菠萝果心粗大，横置更妥，且输送更平稳。　　图3和图4的光源与检测器设置一样，但样品放置和光谱采集细节有所不同。西红柿的果柄影响信息接收，如图3所示，故倒置。由于物料内部组织构造差异很大，苹果肉质均匀密实，而西红柿则有外果皮、中果皮、果浆、胎座，少许空腔，各组织之间光特性差异大，造成散射不均。为此，苹果光源布置向赤道下方照射，靠苹果赤道直径大来遮挡杂散光(图4)。而西红柿则照射上半球，以利获得更多有效信息。　　图5和图6的光源和检测器设置相同。图5为常规布置，而图6采用了特殊透镜，缩小了光斑大小，因为柑橘比葱头体积小，这样可有效避免杂散光进入检测器。这只是一个公司的方案，加上其他公司的独具匠心的思考，采集方案层出不穷。　　6. 检测对象、检测项目和检测精度　　表1列出了来自三井金属计测公司的透射模式部分检测对象和检测项目，这些检测对象检测项目早已成熟，转为常规。其他公司，如SHIBUYA精机、近江度量衡、NIRECO、杂贺技研均能实现，包括一些没有列入的检测对象和检测项目。即使如此，有些项目也不是百分之百正确检出，例如局部褐变误判率较高。但是小果实，例如樱桃、草莓，个别水果，如葡萄，诸如此类的近红外在线分选技术暂不多见。表1 透射模式检测对象及检测项目1)　　由于在线检测所用光源功率较大，能确保获得足够强的有效信息，故检测精度一般高于便携和手持仪。以SHIBUYA精机株式会社在线内部检测装置为例，各种水果的糖度检测精度如表2所示。表2 糖度检测精度2)对象苹果梨蜜桔桃西瓜西红柿柿子甜瓜SEP0.280.330.340.370.420.500.610.74　　由表2可知，苹果检测精度最高，甜瓜最低。这个趋势与其他厂家基本一致。也就是说，苹果是最好检测的，而果肉厚内心甜的甜瓜最难检测。一般消费者对于糖度相差0.5Brix以内难以察觉，故水果检测精度SEP如能达到0.5就能满足生产要求。　　日本的水果品质普遍较高，好吃已经不是问题。为了适应新的国际形势，加大水果竞争力度，日本政府正在组织产学研攻破果蔬功能成分在栽培、管理、在线无损检测方面的难题。苹果重点提高花青素含量，西红柿是番茄红素，柑橘是β-隐黄素，胡萝卜是番茄红素和β-胡萝卜素。由于这些成分含量比较少，近红外检测存在一定难度。番茄红素已经实用化，其他几个成分仍在努力中。　　7. 水果手持、便携、台式专用仪器发展势头强劲　　2000年，FANTEC开始销售世界上第一台水果专用便携仪FRUIT TESTER-20，时间不长又推出FQA NIR GUN手持仪(图7)。便携仪和手持仪主要用于科学研究，同时也为那些生产量小的个体果农带来福音，因为花几十万或百万日元就能达到几个亿的设备功能，只是生产效率无法相比。　　同年，KUBOTA公司首先推出了台式仪，其后又推出便携仪，从2019年7月始，对原有机型进行升级换代，如图8和图9。这两款仪器社会保有量估计在1000台左右，也是本人认为最好用的仪器。　　这台仪器的日本水果模型拿到中国无需修正，可直接使用，预测值准确稳定，该仪器像素点只有254个，糖度模型采用的是4-5个波长的MLR。本人实验室在北京奥运前购买了一台，十几年过去了，现在还在使用中，中途只更换过电源开关。我曾问过这台仪器的研发部长石桥先生，他说，因为内置波长横纵坐标自动校正功能，所以仪器预测值才稳定。横坐标校正方法已经成熟，但纵坐标措施不多，也许谁掌握了纵坐标校正技术，谁就能占领市场。　　N1(图10)从2009年开始销售，由于产品精制，价格便宜，至2017年8年间共销售648台。最为特殊的是该仪器采用了不受杂散光影响的TFDRS法(TFDRS:Three-Fiber-based Diffuse Reflectance Spectroscopy)，1点照射，2点接收。通过2个漫反射强度比计算相对反射率,进而获得相对吸光度比。该吸光度比不受漫反射光路的变化影响，且与水果糖度呈直线相关。该检测模型建立在标准样品基础上进行模拟，推导出方程，然后用水果进行验证，故在实际应用中，不需进行参比测量，不需进行模型维护，是这一种全新思维，不同于传统方法。　　PAL光传感器是最新系列水果手持糖度仪(图11)，采用LED光源进行糖度无损检测。目前应用对象分别为苹果、梨、桃、葡萄、迷你西红柿。从2017年开始销售以来，不到一年就售出400台，该公司的销售目标是1万台。　　还有几种正在出售的台式仪和手持仪。　　QSCOPE-DT功能最强大，不但可以预测糖酸度，也可检测内部品质。Amaica-Pro 与KUBOTA台式仪一样，检测糖酸度的同时也可称重，把级别和等级分选元素集于一体，是小型果蔬分选仪典型代表。CD-H100采用滤光片技术，物美价廉，缺点是仪器台间差较大，建模任务艰巨。　　我认为，在台式、便携、手机水果专用仪器中，SACMI的台式仪适应性最广，如图12。因为这台仪器采用了8个20W的卤素灯，功率强大。内部采用不锈钢锥形挡板，将光源与检测器分隔在圆锥挡板内外。光源在锥形板外向上照射，结构上保证了杂散光不能进入检测器。检测器在圆锥挡板内，当水果放置在锥形挡板顶端时，橡胶圈的密封阻挡了反射杂散光的进入。这种漫透射设计加上大功率，不论是内部成分还是内部病变的检测均能胜任，是个科研好帮手，就是价格偏贵。　　8.样品真值测量　　真值测量往往被轻视，特别是像水果类的样品，不论是品种间、还是种类间差异都比较大，没有深入了解细致筹划，将影响建模效果。因为建模预测精度永远不可能超过实测精度。以如下两个案例进行说明。　　甜瓜光谱采集位置是花萼处，故在花萼处取ф40mm(因为环形光源直径是ф38mm)果肉打碎后取果汁测量糖度，如图13所示。　　图14是柑橘糖度实测值图解。充分考虑样品生化特性，整体榨汁，再经过滤实测值更准确。　　9. 展望未来　　近红外在果蔬品质检测方面的应用已经30年了，技术细节在不断完善进步，但整体思维模式有待突破。　　上面介绍的都是近红外光谱在果蔬品质无损检测上的应用，近年来，近红外图像也取得了长足进步。近红外激光正在发挥着特殊作用。随着LED光源，特别是近红外区域LED连续光源的研制成功、光谱仪小型化、微型化、量子光谱仪的问世、无线通讯、　　5G数据快速传输、人工智能等方方面面的突飞猛进，局部照射，多点测量，攻破尚存顽症指日可待。　　10.总结与寄语　　编辑审阅初稿后提出“日本的果品筛选技术对中国近红外技术在果品检测方面有什么经验借鉴？这方面的内容可否给大家稍微总结一下？”我觉得编辑的建议很好，也很重要，关键是我的能力有限，担心难以胜任。　　首先，中国的近红外仪器必须走专用化发展之路，这一点大家已经取得共识，不再赘述。　　其次，近红外专用仪器必须走共同合作研发之路，这一点大家也不会有异议。　　最后，各个环节必须精益求精，方能广为应用。以水果为例归纳如下：　　1)仪器不但要提高信噪比，还应在水果主要成分糖酸吸收波段800-950nm间提高灵敏度，以期获得更多有效信息。　　2)不论是254个像素还是1024个，波段区间应有所侧重。考虑到水果颜色或者说叶绿素(670mm)有时也是检测指标之一，650nm-970nm区间更适合水果。　　3)漫透射、透射因扩展性好已成为光谱采集的主流。同时，消除大小影响的配套措施不可或缺。　　4)透射能量谱一旦低于10%，检测器有可能在检测限以下，此时，吸光度与样品浓度不符合朗伯比尔定律。要么加大光源功率，要么提高仪器灵敏度、要么延长积分时间等加以调整。　　5)日本几大果蔬内部品质近红外无损检测系统均为各自专利产品，这是核心，也是关键。　　国内从事近红外研究生产应用的专家学者工程师高达数千人，经过二十几年的实践和积累，近红外技术在中国的大范围推广应用、厚积薄发之日已经迎面扑来。　　参考文献　　1. https://www.mitsui-kinzoku.co.jp　　2. SHIBUYA精机株式会社宣传资料　　3. http://www.sacmi.com/　　4. KUBOTA KBA100使用说明书（中国农业大学 韩东海）

各相关单位：根据《广东省农业标准化协会团体标准管理办法》的相关要求，2023年7月26日-8月2日，广东省农业标准化协会对《柚果内部品质无损检测可见/近红外光谱法》团体标准进行了立项审查，经协会技术专家认真研究与审核，上述所申报的团体标准符合立项条件，现批准立项。请制标单位严格按照相关要求抓紧组织实施，严把标准质量关，切实提高标准编制的质量和水平，增强标准的适用性和有效性。同时欢迎与立项标准有关的高校、科研机构、相关企业、使用单位等加入该标准的起草编制工作。有意参与标准起草工作的请与协会秘书处联系。特此公告。 联系人：钱波 电 话：020-85161829 电子邮箱：gdnybzh@163.com 广东省农业标准化协会2023年8月2日粤农标协字〔2023〕29号广东省农业标准化协会关于《柚果内部品质无损检测可见近红外光谱法》团体标准立项的公告.pdf