研究背景

花色苷是葡萄和葡萄酒中重要的酚類化合物，對葡萄酒的感官質量和儲存能力具有決定性影響。然而，傳統(tǒng)的化學檢測方法存在破壞性，難以實現快速、大規(guī)模的檢測。高光譜成像技術作為一種無損檢測手段，提供了一種新的解決方案。

研究方法

本研究使用的SC-230高光譜成像儀，其光譜范圍為900-1700nm，波長分辨率優(yōu)于8nm，具有254個光譜通道。實驗中，基于931～1700 nm的近紅外波段，獲取了葡萄漿果的高光譜圖像。利用連續(xù)投影算法（SPA）進行波長變量選擇，從236個波長點中篩選出20個關鍵光譜變量，進而采用不同的建模方法構建預測模型。

研究結果

連續(xù)投影算法SPA的應用

SPA算法有效地從大量光譜數據中篩選出特征變量，簡化了模型結構，縮短了校正時間，并顯著提高了模型的預測精度。

預測模型的比較

對比了PLS、SPA-MLR、SPA-BPNN和SPA-PLS四種建模方法，結果顯示SPA-PLS模型具有最佳的預測效果。其預測相關系數（R）達到0.9000，預測均方根誤差（RMSEP）為0.5506，顯示出良好的預測性能。

高光譜成像技術的優(yōu)勢

與傳統(tǒng)近紅外光譜技術相比，高光譜成像技術能夠提供更豐富的圖像信息，為光譜數據處理提供了更合理和有效的分析方法。

結論

本研究表明，利用近紅外高光譜成像技術結合SPA算法和PLS建模方法，能夠有效地檢測釀酒葡萄果皮中的花色苷含量。該技術為葡萄及葡萄酒行業(yè)的快速無損檢測提供了一種新的工具，具有重要的應用價值和廣闊的市場前景。隨著技術的不斷進步和應用的深入，高光譜成像技術將在農產品品質檢測、屏幕檢測等多個領域發(fā)揮更大的作用。