[发明专利]一种农产品品质综合评价方法

说明书

本发明涉及一种农产品品质综合评价方法，所述方法基于振动光谱定量预测模型，在所述模型的基础上获得待测样品的多个评价指标的预测值和模型参数，将预测值归一化，结合评价指标的模型参数和评价指标的权重系数，求得反映农产品综合品质的综合评价值Z，根据Z值的分布范围可对全部待测样品进行分级。本发明提供的方法充分考虑到农产品品质的多指标及多指标之间的相互影响，兼顾模型的预测性能，可以实现农产品品质更为科学、具体、实用的分级。

技术领域

本发明涉及农产品质量安全领域，具体地说，涉及一种农产品品质综合评价方法。

背景技术

农产品是人们赖以生存的食物来源之一，农产品品质分级是提高农产品附加值的重要手段。

目前国内的农产品经销企业的分级现状是，或不按品质分级而仅按重量或体积分选，或采用破坏性检测方法进行品质分级。重量或体积分选存在的主要问题是不能保证分选结果和农产品品质的相互关联性；而采用传统的破坏性检测方法所进行的分级主要存在抽检覆盖不全面、检测代表性受限等问题，而且造成严重的农产品浪费。亦即，目前国内的农产品经销企业的分级现状是，不仅检测方法落后，而且饱受果农和收购人员的争议和抱怨，严重影响高端农产品的出口贸易。

目前国外的农产品经销企业的分级现状是，发达国家，如日本、美国等，其包括水果在内的农产品采用荧光探伤、近红外品质分级等先进技术，在农产品分级方面有较多的应用。以日本为例，农产品分级基本上以品质为基础，在提高农产品附加值、满足消费者需要、解决果农收购纠纷等方面起到了积极有效的作用。

然而目前，即使发达国家，对农产品品质仍采用其最主要的单一指标进行分级。该分级方法操作简单，但结果往往片面，难以对农产品多个指标进行综合评价。对于农产品品质，评价指标往往不止一个，综合多指标数据对农产品品质进行评价尚未见报道。

另一方面，目前发达国家采用的振动光谱(如：近红外光谱)模型对农产品品质进行预测，其工作量较传统方法大幅降低，并大幅减少了因传统检测方法损失的农产品数量；但是，采用模型对农产品各指标的预测值的准确程度在农产品分级时一般不予深入考虑，亦即，各指标模型的预测精度即使没有可比性，在现有分级手段中亦不予评价。上述评价往往导致对农产品品质评价片面且不客观。

以农产品中常见的苹果、梨、桃为例，一般针对上述农产品采用果实可溶性固形物含量(糖度)、果实可滴定酸含量(酸度)、果实成熟度(硬度)、果实糖酸比，4项指标对其品质进行评价。目前，即使发达国家，也只采用糖度作为水果分级的唯一评价指标，评价结果片面。

发明内容

本发明针对农产品品质多指标综合评价的难题，提供一种基于归一化预测值、模型系数、权重系数的农产品品质综合评价方法，其目的是对农产品品质进行多指标综合评价。

具体而言，本发明提供了一种农产品品质的综合评价方法，所述方法的流程图如图1所示。

本发明所述方法包括以下步骤：

(1)确定n项评价指标，并设定各项评价指标的权重系数K_i，其中，i＝1,2,...,n-1,n，n项评价指标的权重系数之和等于1，即K₁+K₂+...+K_n-1+K_n＝1；

(2)选择与待测样品具有相同种植环境的相同品种的典型农产品样品作为训练集样本，以训练集样本的振动光谱数据为自变量、各项评价指标的评价值为因变量，进行回归运算，建立各项评价指标的振动光谱定量预测模型；所述回归算法优选采用偏最小二乘回归算法；

第i项评价指标的振动光谱定量预测模型如公式I所示：

C_j,i＝(X_j-X_M)×B_i+Y_M I；