近紅外光譜法量化檢測辣椒成熟度

黃正午， 秦 丹， 張竹青， 趙絢花， 歐立軍， 張志旭

（1.湖南農業大學a.食品科學技術學院；b.園藝學院；c.園藝作物種質創新與新品種選育教育部工程研究中心，長沙 410128；2.湖南省蔬菜研究所，長沙 410105）

0 引 言

辣椒屬茄科辣椒屬常異花授粉作物，原產于中南美洲熱帶地區，在我國大部分地區為一年生草本植物［1］，是茄果類重要蔬菜之一［2］。作為世界上種植面積最大的蔬菜作物之一，辣椒在我國種植面積約占世界種植總面積的40%［3］，我國也是世界第一大辣椒生產國與消費國。因為辣椒種類繁多，抗病蟲力強、播種面積大、經濟效益高［4］，辣椒已經成為我國蔬菜產業中的第一大產業［5］。

辣椒成熟度是辣椒的重要指標之一，在辣椒的采收、加工、儲藏、育種等過程中，準確檢測辣椒成熟度是保證其各環節質量的重要步驟［6-7］。目前對于辣椒成熟度的檢測尚不成熟，僅依靠人工判定辣椒成熟度，無法準確量化檢測辣椒成熟度，耗時耗力也無法得到準確的結果。近年來，隨著近紅外技術的快速發展，其憑借著無損、快速、準確、操作方便等優點在食品領域已經得到廣泛應用［8］。與辣椒相關的近紅外檢測報道相對較多，其中包括應用近紅外技術快速無損檢測辣椒素、維生素C、纖維素等辣椒果實品質性狀［9］，但是對辣椒成熟度的檢測鮮有報道。其中辣椒成熟度與其蛋白質含量［10］、維生素C 和辣椒素［11-13］呈顯著正相關。

本文通過研究辣椒中的辣椒素、蛋白質、維生素C、纖維素、總酸5 種組分，從中選取一種與辣椒成熟度相關性最高的組分建立近紅外光譜模型。通過對5種組分近紅外模型的相關性研究，來分析量化檢測辣椒成熟度的可行性，同時探究不同辣椒品種對近紅外模型準確度的影響。

1 材料與方法

1.1 試驗樣品

采集于2021 年7 月長沙縣某辣椒基地生產的辣椒。辣椒品種包括11 種線椒，9 種朝天椒，其他品種辣椒14 種，共計34 個辣椒品種。

1.2 儀器與設備

AntarisⅡ傅里葉變換型近紅外光譜儀，掃描范圍3 800 ～12 000／cm，分辨率8／cm。

1.3 光譜數據采集

將打碎的辣椒裝入50 mL 離心管中，從管中取出辣椒裝入儀器樣本池，近紅外掃描一次后清理樣本池，重復操作，采集34 個辣椒品種的光譜。

1.4 測定辣椒組分含量

辣椒的5 種組分測定方法：①辣椒素依據GB／T21266—2007 對辣椒素的測定方法進行改進；②蛋白質依據GB5009.5—2016 中第一法凱氏定氮法測定；③維生素C參考GB5009.86—2016 中第三法，6-二氯靛酚滴定法測定維生素C 含量或試劑盒；④纖維素參照GB5009.88—2014 食品中膳食纖維的測定；⑤總酸參照GB5009.235—2021 中的第二法pH 電位滴定法測得。

1.5 NIR模型的建立

使用賽默飛世爾的RESULT-Operation 分析軟件，采用偏最小二乘法（Partial Least Squares，PLS）和主成分線性回歸方法（Principal Component Regression，PCR）建模，剔除異常數據，使用優化功能對光譜范圍、光譜預處理方法、平滑度等參數進行最優化選擇，將34 個辣椒品種組分的實際值與其近紅外光譜聯系比較，從而建立近紅外反射率（Near Infrared Reflectance，NIR）模型，并以NIR模型的相關系數和均方根誤差為評價指標。

1.6 辣椒品種分類分析

不同辣椒品種間有較大的組分差異，為探究不同辣椒品種對模型的影響，建模后將34 個品種的辣椒分成線椒（11 種）、朝天椒（9 種）和其他品種辣椒（14種）分為3 個類別，分別研究辣椒品種差異對近紅外模型相關性的具體影響。

2 結果與分析

2.1 NIR模型的分析

經紅外光譜測試并采用PLS 和PCR 2 種方法計算結果，如圖1 所示。由圖1 可知，PCR建立的模型優于PLS建立的模型，其中蛋白質含量近紅外模型的相關系數r＝0.902 8，校正標準偏差（校正集的預測均方差）RMSEC ＝0.137，當r的絕對值在0.8 以上時認為二者有強相關性，且RMSEC越小說明模型預測性越強。綜合比較，此模型的擬合效果最優，預測性和準確度均高于其他4 種模型，為辣椒成熟度的量化檢測提供一種途徑。

圖1 5種辣椒組分的紅外測試PLS和PCR模型

2.2 辣椒模型的分類分析

將分類后的辣椒品種建模數據與辣椒品種總體建模數據進行對比分析。如表1 和表2 所示。

表1 34 個辣椒品種分類建模表

表2 34 個辣椒品種總體建模表

將表1 與表2 對比可知，對辣椒進行分類建模后，模型的相關性相較于34 個辣椒品種建模的模型顯著增加，RMSEC也明顯下降，結果表明對同一品種辣椒建模可以更準確地量化檢測該品種辣椒的成熟度。

3 結 語

本文對34 個辣椒品種中的5 種辣椒組分進行了近紅外分析實驗，結果表明最優的為蛋白質含量近紅外模型，蛋白質含量的近紅外模型r＝0.902 8，與辣椒成熟度呈高度相關，RMSEC ＝0.137 低于0.2，預測性較好，可用于日常生產中辣椒成熟度的量化檢測。同一品種辣椒模型的相關性明顯高于多品種辣椒模型，對同一品種辣椒建模能更準確地量化檢測該品種辣椒的成熟度。研究也發現增加樣品數量可以提高模型的穩定性和準確性，后續研究將收集更多的樣品建立品質分析數據庫，進一步完善辣椒近紅外檢測模型，為辣椒成熟度的量化檢測提供一條準確可靠、便捷、經濟的分析途徑。