高光谱成像技术在农产品品质检测中的应用有哪些？

随着人们生活水平的不断提高，人们对农产品品质的要求也越来越高，传统的农产品品质检测方法有着破坏样本、耗时长等缺点，无法满足现有的生产需求。随着光谱成像技术的不断发展，高光谱成像技术在农业中有着广泛的应用前景，它能同时获得待测农产品样品丰富的图像和光谱信息，进而对农产品进行快速无损检测和综合评价。本文介绍了高光谱成像技术在农产品品质检测中的应用。

1.农药残留物检测

农药的发明和使用大大提高了农作物的产量，但由此引起的农药大量和不合理使用所造成的环境污染问题，农产品中的农药残留问题，越来越受到各国政府和公众的关注。农药残留检测方法有色谱法、分光光度法、原子吸收光谱法、薄层层析法等，这些方法大多具有检测复杂、效果单一、投入太高、损害样品等缺点。高光谱成像技术利用有机分子在光照下，分子发生能级跃迁并以光的形式释放出多余的能量，在农药残留检测方面具有精度高、可视性、速度快等优势。

通过处理高光谱图像，水果的表面农药残留可以被检测出。但是现在还不能精确辨认低浓度农药，仅仅对较高浓度农药残留的检测有着良好的精确度。用高光谱成像技术对农作物表面农药残留检测，在对农药残留定性检测方面，高光谱技术有较好的效果，但是在定量分析上，对高光谱成像技术的研究仍要进一步加强。基于高光谱成像的检测技术可以检测出水果表面的农药残留，适应农产品农药残留无损检测的未来发展方向，特别是在选定某些特征波长前提下，可以实现水果表面农药残留的在线快速无损检测。

2.农作物品质检测

叶绿素是农作物生长过程中其品质指标的重要因素之一，常规的叶绿素测量方法为分光光度法，测量耗时长且对植被有较大损伤。研究人员采集多个缺氮和正常的叶片，对感兴趣区域的平均光谱进行主成分分析，建立多元线性回归模型，确定相关系数，然后得到叶绿素分布图。通过比较叶绿素分布图可以明显看到缺氮叶片与正常叶片的不同。根据分布图可以得到缺氮的叶绿素平均含量较低，12mg/g的含量作为缺氮叶片含量的阈值。

利用高光谱成像技术可以获得叶绿素在叶表面的浓度分布图，并具有无损、快速、准确等特点，为高光谱技术判断农作物成长品质的应用奠定了基础。

3.肉类品质检测

传统的使用较多的检测肉品内外部品质的方法大致分为几种：感官评价、微生物菌落检测以及理化指标检测等，感官评价的方法是有专业的鉴别人员对所检测的牛肉的外表、口味以及口感等指标进行评判，以自己的主观感受来判断牛肉品质的好坏，评价主观性较强、不易量化，不同的评价人员也会存在意见不一的情况；理化指标及微生物检测这两种检测方式同属于物理和化学相结合的分析方法，它们同样也存在着样品处理繁琐、样品易发生损坏、化学试剂消耗量大、检测周期长以及检测成本较高等多种问题，这些常见的检测方式因为有着多样的弊端，导致它们无法真正的达到使用的目的。

相对比传统检测肉类品质的方法，高光谱成像技术是一种快速、不耗费化学试剂环境友好型的、对样本没有损坏的新兴技术。与近红外光谱技术和计算机机器视觉技术相比，它集合了传统的光谱与图像，可以同时获取样本的光谱信息和空间信息，更能整体全面反映样本。正是这些优点使得光谱成像技术被广泛应用在食品安全特别是肉和肉制品的质量与安全领域。