2014年德國PEN3基于電子鼻的蘋果低溫貯藏時間及品質預測

研究利用電子鼻對蘋果低溫貯藏時間及品質的預測效果， 為蘋果低溫貯藏品質的無損檢測及合理加工利用提供參考。【 方法】以富士蘋果為試材， 在（ ０±１ ） ℃ 低溫條件下貯藏， 分別在貯藏后的第 ０ ，３ ０ ， ６ ０ ，９ ０ ， １ ２ ０ ， １ ５ ０ 和 １ ８ ０ 天， 隨機選取 ３ ０ 個果實， 利用 Ｐ Ｅ Ｎ ３ 型電子鼻檢測其香氣， 并一一對應測定蘋果的主要品質指標（ 硬度、 可溶性固形物含量和可滴定酸含量） 。利用載荷分析優化電子鼻傳感器陣列， 對優化后的電子鼻檢測數據進
行線性判別分析， 建立蘋果低溫貯藏品質的偏zui小二乘預測模型、 Ｂ Ｐ 神經網絡預測模型和貯藏時間的多層感知器預測模型， 并對預測效果進行了比較。【 結果】線性判別分析能夠較好地區分蘋果的貯藏品質， 且蘋果香氣在貯藏 ６ ０～９ ０ｄ 時變化較大； 建立的多層感知器神經網絡模型對蘋果貯藏時間有較好的預測效果， 預測準確率均 ＞９ ２． ０％ ； 利用偏zui小二乘法和Ｂ Ｐ神經網絡均能對果實的品質建立有效的預測模型， 其中偏zui小二乘法對冷藏蘋果硬度和可滴定酸含量的預測效果優于對可溶性固形物含量的預測， 利用Ｂ Ｐ神經網絡所建立預測模型的決定系數均 ＞０． ９ ３ ０ 　０ ， 預測效果較偏zui小二乘法更好。【 結論】利用電子鼻的快速無損檢測功能可以實現對蘋果低溫貯藏時間及品質的預測。