基于氣體傳感器技術(shù)的電子鼻主要用于蘋果氣味特征的識(shí)別。電子鼻也稱智能仿生嗅覺系統(tǒng)，是通過模擬生物嗅覺功能來實(shí)現(xiàn)對檢測對象的評(píng)價(jià)。它由氣敏傳感器陣列、信號(hào)處理和模式識(shí)別3部分組成，通過獲取氣味指紋信息對氣體或揮發(fā)性成分做定性或定量的檢測。電子鼻可以快速、實(shí)時(shí)監(jiān)測蘋果特征氣體及其濃度，并應(yīng)用于蘋果的成熟度和新鮮度鑒別。
在檢測蘋果貯藏期品質(zhì)變化方面，張鵬等利用PEN3型便攜式電子鼻（Airsense 公司，德國）對不同貨架期富士蘋果揮發(fā)性成分進(jìn)行檢測，結(jié)果表明采用線性判別分析法的電子鼻系統(tǒng)可以對不同常溫貨架期和貯后貨架期的富士蘋果進(jìn)行準(zhǔn)確判別。李瑩等利用PEN3型電子鼻檢測低溫儲(chǔ)藏情況下富士蘋果的香氣變化情況，并一一對應(yīng)測定蘋果的硬度、可溶性固形物含量和可滴定酸含量，利用載荷分析優(yōu)化電子鼻傳感器陣列，研究發(fā)現(xiàn)線性判別分析能夠較好地區(qū)分蘋果的貯藏品質(zhì)，蘋果香氣在貯藏60~90d時(shí)變化較大;多層感知器神經(jīng)網(wǎng)絡(luò)模型對蘋果貯藏時(shí)間預(yù)測準(zhǔn)確率均>92.00%;PLS對冷藏蘋果硬度和可滴定酸含量的預(yù)測效果較優(yōu);利用BP神經(jīng)網(wǎng)絡(luò)所建立預(yù)測模型的決定系數(shù)均>0.93。劉志洋等采用電子鼻技術(shù)，利用PLS建立蘋果貯藏期有機(jī)酸、SSC的數(shù)學(xué)模型，并對回歸方法進(jìn)行統(tǒng)計(jì)分析，以找到快速測定蘋果貯藏期、貯藏期間總酸和SSC的方法。結(jié)果表明電子鼻各單元貢獻(xiàn)率總計(jì)達(dá)到了90.62%，區(qū)分效果良好。樊麗等使用PEN3電子鼻和GC-MS技術(shù)研究在20 ℃貯藏期間嘎拉蘋果芳香品質(zhì)的變化，通過線性判別分析實(shí)現(xiàn)不同貯藏期蘋果的有效區(qū)分。Saevels等利用Libra型電子鼻（Elba Island，意大利）結(jié)合GC-MS技術(shù)對Jonagold蘋果的硬度和貨架期的新鮮度進(jìn)行檢測，檢測的硬度和貨架期保質(zhì)期的可靠度分別為0.95和0.98 。
電子鼻也可以用于蘋果新鮮度、成熟度和腐爛程度檢測。Valeria等利用物理化學(xué)分析和EOS835電子鼻（Sacmi，意大利）對鮮切蘋果片保質(zhì)期進(jìn)行研究，測量4℃冷藏條件下在空氣和N2中的鮮切蘋果片的揮發(fā)性物質(zhì)的變化，并與感官評(píng)價(jià)結(jié)果進(jìn)行比較，研究表明通過多變量分析和PCA，電子鼻能夠區(qū)分不同儲(chǔ)存條件下四個(gè)采樣時(shí)間的樣品揮發(fā)性物質(zhì)之間的差異。潘胤飛研制了一套適合蘋果氣味檢測的電子鼻系統(tǒng)（圖1），對超市所購得的好壞蘋果各50個(gè)進(jìn)行了檢測，從每個(gè)傳感器曲線中提取了5個(gè)特征參數(shù)，將其作為PCA的輸入向量，檢測結(jié)果表明該系統(tǒng)可以一定程度上區(qū)分好壞蘋果，但有部分重疊，該方法和系統(tǒng)還適用于其他的水果。
惠國華等采用便攜式電子鼻系統(tǒng)試驗(yàn)研究了蘋果、梨、桃子、李子、葡萄5種水果的腐敗過程，采用非線性隨機(jī)共振技術(shù)提取水果霉變程度特征信息，結(jié)果表明電子鼻系統(tǒng)可以快速表征水果的腐敗過程，這為水果腐敗機(jī)理研究提供了一種新表征技術(shù)手段。Pathange等使用Cyranose 320型電子鼻（Model 320， Cyrano Sciences Inc.，加拿大）通過對淀粉指數(shù)和穿刺強(qiáng)度等成熟指數(shù)的測定來判斷嘎拉蘋果的成熟度，依成熟度對蘋果分類的準(zhǔn)確率為83%。
電子鼻也可以用來檢測果品的損傷和病害。如Ren等使用PEN3型電子鼻對富士蘋果從不同高度掉落受到的損害程度進(jìn)行檢測，采用的多層感知器神經(jīng)網(wǎng)絡(luò)對蘋果的分離率達(dá)到100%，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與受損蘋果的分類值具有極好的相關(guān)性（R2>0.98）。Li等使用Cyranose 320型電子鼻（Sensigent，美國）結(jié)合協(xié)方差矩陣自適應(yīng)進(jìn)化策略，使用PCA進(jìn)行特征提取，將貝葉斯網(wǎng)絡(luò)設(shè)為分類器，實(shí)現(xiàn)對蘋果的損傷識(shí)別和分類。Jia等使用PEN3型電子鼻檢測接種了擴(kuò)展青霉和黑曲霉的Golden Delicious蘋果，通過不同模式識(shí)別方法分析從特征傳感器獲得的數(shù)據(jù)，建立風(fēng)味信息和新鮮、發(fā)霉蘋果的有效預(yù)測模型，這也是電子鼻在區(qū)分接種不同霉菌的蘋果的成功案例。
電子鼻能夠?qū)匪尫诺臍馕墩w信息進(jìn)行快速檢測，對果品不同時(shí)期的質(zhì)量進(jìn)行一個(gè)較為準(zhǔn)確的判定，如貨架期品質(zhì)、新鮮度、腐爛度、損傷、病害等情況，是無損檢測技術(shù)中對于蘋果香味品質(zhì)檢測方面的有益補(bǔ)充。該檢測方法多使用商用的電子鼻產(chǎn)品，結(jié)合有效的模式識(shí)別算法實(shí)現(xiàn)對蘋果品質(zhì)的無損檢測。
對于電子鼻技術(shù)，傳感器的選擇起著決定性作用。但合適的傳感器和模式識(shí)別技術(shù)的選擇往往較為困難，電子鼻系統(tǒng)中的傳感器單元對蘋果香味成分不具有針對性，因此需要大量樣本數(shù)據(jù)訓(xùn)練并借助模式識(shí)別算法來提高檢測的準(zhǔn)確率。這也為針對具體檢測對象的高性能氣體傳感器的研制和開發(fā)提出了需求，隨著傳感器技術(shù)和納米技術(shù)的快速發(fā)展，高靈敏度、柔性的蘋果香味傳感器發(fā)展前景廣闊。
來源：智慧農(nóng)業(yè)期刊，轉(zhuǎn)載請注明來源。
曹玉棟, 祁偉彥, 李嫻, 李哲敏. 蘋果無損檢測和品質(zhì)分級(jí)技術(shù)研究進(jìn)展及展望[J]. 智慧農(nóng)業(yè), 2019, 1(3): 29-45.
CAO Yudong, QI Weiyan, LI Xian, LI Zhemin. Research progress and prospect on non-destructive detection and quality grading technology of apple[J]. Smart Agriculture, 2019, 1(3): 29-45.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，運(yùn)營方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請聯(lián)系小編。
在檢測蘋果貯藏期品質(zhì)變化方面，張鵬等利用PEN3型便攜式電子鼻（Airsense 公司，德國）對不同貨架期富士蘋果揮發(fā)性成分進(jìn)行檢測，結(jié)果表明采用線性判別分析法的電子鼻系統(tǒng)可以對不同常溫貨架期和貯后貨架期的富士蘋果進(jìn)行準(zhǔn)確判別。李瑩等利用PEN3型電子鼻檢測低溫儲(chǔ)藏情況下富士蘋果的香氣變化情況，并一一對應(yīng)測定蘋果的硬度、可溶性固形物含量和可滴定酸含量，利用載荷分析優(yōu)化電子鼻傳感器陣列，研究發(fā)現(xiàn)線性判別分析能夠較好地區(qū)分蘋果的貯藏品質(zhì)，蘋果香氣在貯藏60~90d時(shí)變化較大;多層感知器神經(jīng)網(wǎng)絡(luò)模型對蘋果貯藏時(shí)間預(yù)測準(zhǔn)確率均>92.00%;PLS對冷藏蘋果硬度和可滴定酸含量的預(yù)測效果較優(yōu);利用BP神經(jīng)網(wǎng)絡(luò)所建立預(yù)測模型的決定系數(shù)均>0.93。劉志洋等采用電子鼻技術(shù)，利用PLS建立蘋果貯藏期有機(jī)酸、SSC的數(shù)學(xué)模型，并對回歸方法進(jìn)行統(tǒng)計(jì)分析，以找到快速測定蘋果貯藏期、貯藏期間總酸和SSC的方法。結(jié)果表明電子鼻各單元貢獻(xiàn)率總計(jì)達(dá)到了90.62%，區(qū)分效果良好。樊麗等使用PEN3電子鼻和GC-MS技術(shù)研究在20 ℃貯藏期間嘎拉蘋果芳香品質(zhì)的變化，通過線性判別分析實(shí)現(xiàn)不同貯藏期蘋果的有效區(qū)分。Saevels等利用Libra型電子鼻（Elba Island，意大利）結(jié)合GC-MS技術(shù)對Jonagold蘋果的硬度和貨架期的新鮮度進(jìn)行檢測，檢測的硬度和貨架期保質(zhì)期的可靠度分別為0.95和0.98 。
電子鼻也可以用于蘋果新鮮度、成熟度和腐爛程度檢測。Valeria等利用物理化學(xué)分析和EOS835電子鼻（Sacmi，意大利）對鮮切蘋果片保質(zhì)期進(jìn)行研究，測量4℃冷藏條件下在空氣和N2中的鮮切蘋果片的揮發(fā)性物質(zhì)的變化，并與感官評(píng)價(jià)結(jié)果進(jìn)行比較，研究表明通過多變量分析和PCA，電子鼻能夠區(qū)分不同儲(chǔ)存條件下四個(gè)采樣時(shí)間的樣品揮發(fā)性物質(zhì)之間的差異。潘胤飛研制了一套適合蘋果氣味檢測的電子鼻系統(tǒng)（圖1），對超市所購得的好壞蘋果各50個(gè)進(jìn)行了檢測，從每個(gè)傳感器曲線中提取了5個(gè)特征參數(shù)，將其作為PCA的輸入向量，檢測結(jié)果表明該系統(tǒng)可以一定程度上區(qū)分好壞蘋果，但有部分重疊，該方法和系統(tǒng)還適用于其他的水果。
惠國華等采用便攜式電子鼻系統(tǒng)試驗(yàn)研究了蘋果、梨、桃子、李子、葡萄5種水果的腐敗過程，采用非線性隨機(jī)共振技術(shù)提取水果霉變程度特征信息，結(jié)果表明電子鼻系統(tǒng)可以快速表征水果的腐敗過程，這為水果腐敗機(jī)理研究提供了一種新表征技術(shù)手段。Pathange等使用Cyranose 320型電子鼻（Model 320， Cyrano Sciences Inc.，加拿大）通過對淀粉指數(shù)和穿刺強(qiáng)度等成熟指數(shù)的測定來判斷嘎拉蘋果的成熟度，依成熟度對蘋果分類的準(zhǔn)確率為83%。
電子鼻也可以用來檢測果品的損傷和病害。如Ren等使用PEN3型電子鼻對富士蘋果從不同高度掉落受到的損害程度進(jìn)行檢測，采用的多層感知器神經(jīng)網(wǎng)絡(luò)對蘋果的分離率達(dá)到100%，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與受損蘋果的分類值具有極好的相關(guān)性（R2>0.98）。Li等使用Cyranose 320型電子鼻（Sensigent，美國）結(jié)合協(xié)方差矩陣自適應(yīng)進(jìn)化策略，使用PCA進(jìn)行特征提取，將貝葉斯網(wǎng)絡(luò)設(shè)為分類器，實(shí)現(xiàn)對蘋果的損傷識(shí)別和分類。Jia等使用PEN3型電子鼻檢測接種了擴(kuò)展青霉和黑曲霉的Golden Delicious蘋果，通過不同模式識(shí)別方法分析從特征傳感器獲得的數(shù)據(jù)，建立風(fēng)味信息和新鮮、發(fā)霉蘋果的有效預(yù)測模型，這也是電子鼻在區(qū)分接種不同霉菌的蘋果的成功案例。
電子鼻能夠?qū)匪尫诺臍馕墩w信息進(jìn)行快速檢測，對果品不同時(shí)期的質(zhì)量進(jìn)行一個(gè)較為準(zhǔn)確的判定，如貨架期品質(zhì)、新鮮度、腐爛度、損傷、病害等情況，是無損檢測技術(shù)中對于蘋果香味品質(zhì)檢測方面的有益補(bǔ)充。該檢測方法多使用商用的電子鼻產(chǎn)品，結(jié)合有效的模式識(shí)別算法實(shí)現(xiàn)對蘋果品質(zhì)的無損檢測。
對于電子鼻技術(shù)，傳感器的選擇起著決定性作用。但合適的傳感器和模式識(shí)別技術(shù)的選擇往往較為困難，電子鼻系統(tǒng)中的傳感器單元對蘋果香味成分不具有針對性，因此需要大量樣本數(shù)據(jù)訓(xùn)練并借助模式識(shí)別算法來提高檢測的準(zhǔn)確率。這也為針對具體檢測對象的高性能氣體傳感器的研制和開發(fā)提出了需求，隨著傳感器技術(shù)和納米技術(shù)的快速發(fā)展，高靈敏度、柔性的蘋果香味傳感器發(fā)展前景廣闊。
來源：智慧農(nóng)業(yè)期刊，轉(zhuǎn)載請注明來源。
曹玉棟, 祁偉彥, 李嫻, 李哲敏. 蘋果無損檢測和品質(zhì)分級(jí)技術(shù)研究進(jìn)展及展望[J]. 智慧農(nóng)業(yè), 2019, 1(3): 29-45.
CAO Yudong, QI Weiyan, LI Xian, LI Zhemin. Research progress and prospect on non-destructive detection and quality grading technology of apple[J]. Smart Agriculture, 2019, 1(3): 29-45.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，運(yùn)營方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請聯(lián)系小編。
