曾鑫海，王 薇

    (西北农林科技大学，陕西咸阳 712100)

    果品的品质可以由糖度、硬度、可溶性固形物含量以及含水率等理化性质指标综合判别，最直观的联系就是找出理化性质及理化指标含量与果品成熟度的相关性。传统的判别方法主要为果农主观经验判断，但对于大产量的水果判别，人工识别耗时耗力，且该方法的准确度没有统一标准。除传统人工识别外，其他通过测量水果理化性质的方法需要对果品产生损伤以获取果品样本实现检测，受限于检测成本与时间成本，该方法并不能应用于基量大的水果检测中。

    为解决以上问题，无损检测技术应运而生，其通过对被测物加以外部激励，研究从被测物中透射与反射出的物理指标，实现对待测物体的化学及物理性质的评价与判断。目前常见的无损检测方法有X 射线检测、近红外光谱法、高光谱成像技术、太赫兹光谱技术、机器视觉检测技术、声学特征检测、光学特征检测以及介电特性分析法等。SOLTANI等[1]研究了香蕉果实介电常数与品质参数的关系，结果表明在一定的频率下该方法建立起了介电参数与香蕉果实成熟度的关系模型，并可以很好地预测香蕉果实的成熟程度。商亮[2]利用介电谱技术实现了对苹果的可溶性固形物含量、酸度以及含水率的检测与对苹果种类的识别。郭交等[3]基于微波自由空间测量不同频率、温度、含水率和容积密度下的小麦介电常数，分析了上述因素对介电特性的影响，并以此建立起了对小麦含水率的预测模型。GOLIC等[4]利用近红外光谱技术对核果(桃子、油桃和李子)的内部食用品质参数进行了无损检测，研究了总可溶性固形物(TSS)属性的校准模型性能(R2>0.88，RMSECV 0.53%～0.88%TSS，SDRCV2.9 ～3.7)，并分析了温度变化对模型鲁棒性的影响。郭志明等[5]采集苹果330 ～1 100 nm 的高光谱图像，分别提取不同大小的圆形感兴趣区域和方形感兴趣区域的平均光谱，采用偏最小二乘法分别建立苹果的糖度定量分析模型，分析了高光谱图像中感兴趣区域形状和大小对苹果可溶性固形物含量预测性能的影响，指出合适形状和大小的感兴趣区域选择可以显著提高预测精度。

    此外，电学特性检测中基于介电特性的无损检测在果品品质评估中也发挥着极其重要的作用。国内外众多学者已对果品的品质与介电特性之间的关系进行了大量的研究分析，如SOLTANI 等[6]研究了香蕉果实介电常数与品质参数的关系，在预测成熟程度的最佳正弦波频率100 kHz 下，成熟水平预测的决定系数R2为0.94，该方法可以很好地预测香蕉果实的成熟程度。马飞宇等[7]针对高压脉冲电场作用果蔬细胞层面 ......