Birx糖度分析 

 近年来，农产品加工业通过应用各种技术来提高质量控制和生产效率，取得了显著进步。其 中，近红外光谱（NIRS）技术尤为重要。该技术在对苹果等农产品进行无损快速分析方面展 现出巨大潜力，能够测量多种质量参数。本文旨在详细分析NIRS技术在金冠苹果连续分析中 的应用，重点关注糖度（白利糖度Brix）的分析。糖度是控制苹果成熟度、保鲜和销售的关键参数。

苹果糖度传统分析

苹果行业中传统的糖度分析方法是折射法。虽然这种方法简单且成本相对较低，但它具有破 坏性，属于离线分析，且依赖于随机、缓慢的取样，因此无法分析大批量生产的苹果样品。 

 近红外光谱技术的优势 

• 非破坏性：与传统方法不同，近红外光谱法不需要破坏样品，可以对水果进行完整 分析，并使其保持适合销售的状态。 

• 快速：分析结果立竿见影，响应时间仅需几毫秒。 

• 多参数：一次近红外光谱分析可以同时提供多个质量参数的信息。 

• 减少浪费：通过立即识别质量差的水果，可以在它们继续进入包装过程之前将其分 拣掉，从而减少资源浪费。 

• 存储优化：近红外光谱技术可以识别哪些水果具有最大的存储潜力，帮助公司更好 地管理库存。

利用近红外光谱法分析苹果的白利糖度 

金冠苹果样品及参考样品进行了糖度分析。每个苹果样品均取4个不同点（重复点），使用V isum NIR In-Line™过程分析仪从校准集中采集光谱和参考值。最后，使用数字折射仪获得 参考值。

结论：近红外光谱分析白利糖度 

 对于校准集的样本范围（11.1 – 15.8 白利糖度），与参考方法的结果相比，预测均方根误差 (RMSEP ) 为 ±0.3，相关系数 ( R² ) 为 0.93。Visum Master™模型构建软件还会自动运行 光谱质量控制程序，以消除光谱异常值（即在训练阶段识别出的模型范围之外的数据），并 最终进行置换检验以确定过拟合风险。过拟合风险可以理解为校准结果无法充分响应后续样 本（未用于校准的样本）的概率。对于该模型，过拟合风险仅为 0.0015，这表明Visum NI R In-Line™过程分析仪在苹果分拣线上进行连续分析时具有实用性和准确性