赤霞珠酿酒葡萄总酚含量的近红外光谱定量分析

酿酒葡萄中的总酚含量是影响葡萄品质的重要指标,也是影响葡萄酒质量的关键因素。为了快速准确地检测赤霞珠葡萄的总酚含量,利用近红外光谱技术结合GA-ELM预测模型对赤霞珠葡萄总酚含量进行预测研究。试验采用5个收获期(每期采集40串,每串取10个)的赤霞珠葡萄,采集200组葡萄的12500~4000 cm^(-1)波段范围内的近红外光谱。基于福林酚比色法原理对赤霞珠葡萄的总酚含量进行测定,使用SPXY算法将样品按照3∶1比例分为校正集和预测集,共计150个校正集和50个预测集。分别采用多元散射(MSC)、标准正态变换(SNV)、数据中心化(MC)、移动窗口平滑(MA)和一阶导数+SG方法对原始光谱进行预处理,优选出最佳的预处理方法为MSC。并进一步采用竞争性自适应重加权算法(CARS)、遗传算法(GA)、联合区间偏最小二乘算法(si-PLS)和连续投影算法(SPA)分别对光谱波段进行提取,经对比分析发现CARS提取的69个特征波长数据能有效提高模型的稳定性和预测结果。在MSC预处理和特征波长提取的基础上,引入极限学习机(ELM)算法,建立赤霞珠葡萄总酚含量的预测模型,在总酚含量预测过程中,采用遗传算法(GA)对ELM模型进行优化,并探究了不同的激活函数和隐含层神经元个数对GA-ELM模型预测能力的影响,确定最优的激活函数为Sigmoidal,最优的神经元个数为50个。最后,将ELM和GA-ELM模型的预测能力进行对比,结果显示GA-ELM模型的预测能力高于ELM模型的预测能力,其中MSC+CARS+GA-ELM模型预测能力最好,校正相关系数(R_(c))为0.9017,预测相关系数(R p)为0.9013,校正均方根误差(RMSEC)为2.1124,预测均方根误差(RMSEP)为1.6868,剩余预测偏差(RPD)为2.3080。研究结果表明:利用近红外光谱技术结合变量优选建立的GA-ELM模型可实现对赤霞珠葡萄的总酚含量的预测,为赤霞珠葡萄品质的检测奠定了理论基础。

葡萄品质无损检测技术的研究进展

葡萄营养物质丰富且具有食疗功效,是消费者青睐的水果之一。葡萄在生长、采摘和贮藏过程中易受到损害而品质下降,从而严重影响消费者的购买欲望和葡萄的销售价格,因此检测葡萄品质对于提高葡萄商业价值具有至关重要的作用。传统的检测方法具有破坏样品、耗时耗力、成本高等缺点,而以机器视觉技术、近红外光谱技术和高光谱成像技术为主要检测手段的无损检测方法,因其无损、快速、准确的优势而发展迅速,形成了比较完善的方法体系,目前在葡萄内外部品质检测中得到广泛的应用。综述了利用机器视觉、近红外光谱和高光谱成像技术对葡萄外部品质(果粒大小、表面颜色和果穗尺寸)和内部品质(品种、糖度、可滴定酸、花色苷、总酚、病害和农药残留等)的国内外最新研究进展,总结分析了其在葡萄品质检测中存在的问题,并对葡萄品质无损检测研究方向作了展望,为葡萄品质无损检测技术的发展和相关研究人员的研究工作提供参考。

枸杞粉喷雾干燥工艺优化研究

采用喷雾干燥法制备枸杞粉,研究麦芽糊精添加量对喷雾干燥工艺中粘壁情况及枸杞粉集粉率、水分含量和流动性的影响。在单因素实验的基础上,以枸杞粉集粉率为响应值,利用响应面法优化进料浓度、进风温度和雾化器转速,同时考察了最优工艺下枸杞粉的集粉率、水分含量和流动性。结果表明:枸杞粉喷雾干燥最优工艺参数为麦芽糊精添加量25%,进料浓度22%,进风温度150℃和雾化器转速270 r/s,在最优喷雾干燥工艺参数下得到枸杞粉集粉率为47.55%,水分含量为4.11%和流动性为9.2 cm。该研究结果为枸杞粉喷雾干燥工艺的完善提供了一定的参考。

响应面优化枸杞复合压片糖果配方研究

本研究以枸杞粉、葡萄粉和番茄粉为主要原料,用番茄皮粉和葡萄籽粉代替传统压片加工助剂,并采用粉末直接压片法制备天然、绿色、无添加剂的枸杞复合压片糖果。采用单因素实验分别研究了葡萄粉、番茄粉、番茄皮粉和葡萄籽粉添加量对压片糖果感官品质的影响。以感官评分为指标,利用响应面分析法优化枸杞复合压片糖果配方,并结合实际生产筛选出最优配方。枸杞复合压片糖果的最优配方为枸杞粉47%、葡萄粉30%、番茄粉21%、番茄皮粉0.6%和葡萄籽粉1.4%,利用此配方进行压片其感官评分高达8.75分,其硬度为35.06 N,脆碎度为0.71%。该研究结果可为果蔬全粉直接压片糖果的生产提供一定的参考。