在番茄的品質檢測中，大多數(shù)檢測是針對單一品質指標，很少能同時檢測番茄的綜合品質。本研究為尋找可表示番茄綜合品質的指標，采用可見光和近紅外（Vis-NIR）高光譜成像技術，分別在綠熟期、轉色期、成熟期和晚熟期，對3個常栽番茄品種（‘圣羅蘭’、‘凱德雅麗1832’和‘愛綠士T147’）的果實進行了圖像采集，并測定了其中的12個品質指標：果實的顏色指標（L*、a*、b*、色度值、色調值、a*/b*）、硬度、番茄紅素、可溶性固形物、可溶性糖、有機酸和VC含量作為參考標準。

其次，通過分析不同指標的變化趨勢及相關性，利用因子分析提出了綜合品質指標（CQI）。因子分析用于從12個番茄品質指標中尋找潛在和主導因子，用于番茄果實的綜合品質評價。因子分析的合理性通過kaiser meyer olkin（KMO）和bartlett球形檢驗進行評估。開發(fā)因子的方差和特征值，生成因子得分表。

表1 各項品質指標的因子的成分矩陣

其中T是番茄紅素，F(xiàn)是硬度，C是色度值，H是色調值。

最后通過連續(xù)投影算法選擇特征波長，用于建立CQI預測的三個回歸模型。結果表明，多元線性回歸（MLR）模型RV2= 0.87，RMSEV = 1.33，RPD = 2.58取得了良好的性能。本研究表明，基于高光譜成像和化學計量學技術，可以無損預測番茄的綜合品質，為番茄果實的最佳采收期的確定、果實分級、運輸、貯藏和保鮮提供了技術支持。本研究提出的綜合品質指標（CQI）不僅綜合了番茄果實的內外部品質指標，而且與番茄的成熟度具有一定的關聯(lián)性。

圖3高光譜數(shù)據(jù)分析過程

第一作者簡介：

邵園園，工學博士，山東農業(yè)大學副教授，碩士生導師。

主要研究方向：1、農業(yè)機械設計，包括播種育苗移栽機械、免耕播種機械、秸稈后處理機械及蘋果、花生、甘薯收獲機械等。

2、機構運動與動力學優(yōu)化仿真；精準農業(yè)、農產品檢測、圖像識別、高光譜圖像處理等。

參考文獻：Shao Y , Shi Y , Qin Y，Xuan G , et al. A new quantitative index for the assessment of tomato quality using Vis-NIR hyperspectral imaging [J]. Food Chemistry, 386(2022):132864.