2T/AFFIXXX—2024蘋(píng)果品質(zhì)無(wú)損快速測(cè)定近紅外法本標(biāo)準(zhǔn)要求用于新疆地區(qū)蘋(píng)果。本標(biāo)準(zhǔn)規(guī)定了無(wú)損快速測(cè)定蘋(píng)果果實(shí)中水分、硬度、可溶性固形物含量近紅外光譜方法。本標(biāo)準(zhǔn)適用于本地區(qū)蘋(píng)果品質(zhì)（水分、硬度、可溶性固形物含量）無(wú)損快速測(cè)定。2規(guī)范性引用文件本文件中引用的文件對(duì)于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅所注日期的版本適用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T5009.3-2016食品安全國(guó)家標(biāo)準(zhǔn)食品中水分的測(cè)定NY/T2009-2011水果硬度的測(cè)定NY/T2637-2014水果和蔬菜可溶性固形物含量的測(cè)定折射儀法NY/T1841-2010蘋(píng)果中可溶性固形物、可滴定酸無(wú)損傷快速測(cè)定近紅外光譜法3術(shù)語(yǔ)和定義3.1定標(biāo)模型calibrationmodel利用化學(xué)計(jì)量學(xué)方法建立的樣品近紅外光譜與對(duì)應(yīng)化學(xué)標(biāo)準(zhǔn)值之間關(guān)系的數(shù)學(xué)模型。3.2樣品集sampleset具有代表性的、基本覆蓋相關(guān)組分含量范圍的樣品集合。3.3定標(biāo)樣品集calibrationset用于建立定標(biāo)模型，具有代表性的，基本覆蓋定標(biāo)模型相關(guān)組分含量范圍的樣本集合，一般定標(biāo)樣本數(shù)量占全部樣本集的60%左右。3.4驗(yàn)證樣品集validationset用于建立定標(biāo)模型，內(nèi)部交叉驗(yàn)證定標(biāo)模型的預(yù)測(cè)效果。驗(yàn)證集中各組分含量應(yīng)包含在定標(biāo)集樣品各組分含量范圍以內(nèi)，其數(shù)量占全部樣品集的20%左右。3.5預(yù)測(cè)樣品集predictionset用于外部驗(yàn)證近紅外定標(biāo)模型的準(zhǔn)確性和重復(fù)性的樣品集，預(yù)測(cè)樣品集中各組分含量應(yīng)包含在定標(biāo)集樣品對(duì)應(yīng)組分含量范圍以內(nèi)，其數(shù)量占全部樣品集的20%左右。3.6定標(biāo)模型驗(yàn)證calibrationmodelvalidation使用預(yù)測(cè)樣品集外部驗(yàn)證定標(biāo)模型準(zhǔn)確性和重復(fù)性的過(guò)程。3.7離群值outlier離開(kāi)其他測(cè)定值較遠(yuǎn)的樣品測(cè)定值，表示樣品可能與定標(biāo)模型使用的樣品差異較大。3T/AFFIXXX—20243.8標(biāo)準(zhǔn)方法standardmethod測(cè)定樣品組分含量標(biāo)準(zhǔn)值時(shí)所采用的國(guó)家、行業(yè)或國(guó)際標(biāo)準(zhǔn)測(cè)試方法。3.9定標(biāo)模型驗(yàn)證calibrationmodelvalidation使用驗(yàn)證樣品集驗(yàn)證定標(biāo)模型準(zhǔn)確性和重復(fù)性的過(guò)程。3.10定標(biāo)標(biāo)準(zhǔn)偏差standarderrorofcalibration（SEC）表示定標(biāo)樣品集樣品近紅外光譜法測(cè)定值與標(biāo)準(zhǔn)理化分析方法測(cè)定值間殘差的標(biāo)準(zhǔn)差。3.11預(yù)測(cè)標(biāo)準(zhǔn)偏差standarderrorofprediction（SEP）預(yù)測(cè)樣品組分的近紅外測(cè)定值扣除系統(tǒng)偏差后與其標(biāo)準(zhǔn)值之間的標(biāo)準(zhǔn)差，表示定標(biāo)模型調(diào)整后的準(zhǔn)確度。近紅外分析儀扣除系統(tǒng)偏差后，預(yù)測(cè)樣品成分的測(cè)定值與其標(biāo)準(zhǔn)理化分析方法測(cè)定值之間的標(biāo)準(zhǔn)偏差，表示定標(biāo)調(diào)整后的準(zhǔn)確度。3.12決定系數(shù)（R2或r2）correlationcoefficientsquare近紅外光譜法測(cè)定值與標(biāo)準(zhǔn)理化分析方法測(cè)定值之間相關(guān)系數(shù)的平方，定標(biāo)集以R2表示；驗(yàn)證集用r2表示。3.13馬氏距離mahalanobisdistance表示數(shù)據(jù)的協(xié)方差距離、計(jì)算兩個(gè)未知樣本集的相似度的方法，通常用字母H表示。3.14馬氏距離閾值mahalanobisdistancelimitationvalue（HL）3.15異常樣品abnormalsample/超限樣品gaugesamples出現(xiàn)離群值的樣品，即：試樣的馬氏距離（大于馬氏距離閾值（HL），已超出了該定標(biāo)模型的分析能力的樣品。3.16重復(fù)性repeatability（Sr）在同一實(shí)驗(yàn)室，由同一操作者使用同一臺(tái)儀器，按相同的測(cè)試方法，在短時(shí)間內(nèi)通過(guò)重新對(duì)同一被測(cè)樣品，連續(xù)多次測(cè)定獲得結(jié)果的一致性，以標(biāo)準(zhǔn)差計(jì)算，用表示。4原理近紅外反射光譜（Nearinfraredreflectionspectroscopy，NIRS）無(wú)損傷分析蘋(píng)果中水分、硬度、可溶性固形物的原理是：利用分子中的C-H、N-H、O-H、C-O等化學(xué)鍵的泛頻振動(dòng)或轉(zhuǎn)動(dòng)對(duì)近紅外光的吸收特性，以漫反射方式獲得在近紅外區(qū)的吸收光譜，通過(guò)逐步多元線性回歸、主成分回歸、偏最小二乘法等現(xiàn)代化學(xué)計(jì)量學(xué)手段，建立物質(zhì)的特征光譜與待測(cè)成分含量之間的線性或非線性模型，從而實(shí)現(xiàn)利用物質(zhì)近紅外光譜信息對(duì)目標(biāo)樣品成分的快速測(cè)定。5試劑與材料4T/AFFIXXX—20246儀器和設(shè)備6.1近紅外光譜分析儀：掃描范圍1000nm～2500nm；6.2恒溫干燥箱；6.3果實(shí)硬度計(jì)；6.4糖度計(jì)。7分析步驟7.1測(cè)試前的準(zhǔn)備將完整的蘋(píng)果樣品表面適當(dāng)?shù)厍鍧崳麑?shí)表面應(yīng)無(wú)塵土、傷痕、腐爛、生理性病害、侵染性病害、葉摩擦等。按照近紅外分析儀的要求進(jìn)行儀器預(yù)熱和自檢測(cè)試。在使用狀態(tài)下每天至少用監(jiān)控樣品對(duì)近紅外分析儀監(jiān)測(cè)一次。應(yīng)跟蹤每天監(jiān)測(cè)的結(jié)果，同一監(jiān)控樣品的測(cè)定結(jié)果與最初的測(cè)定結(jié)果比較，應(yīng)保證符合9.2的規(guī)定。7.2定標(biāo)模型的建立7.2.1樣品集的選擇參與定標(biāo)的蘋(píng)果樣品應(yīng)具有代表性，樣品應(yīng)包含不同成熟度，不同大小，即水分、硬度、可溶性固形物的含量范圍能涵蓋未來(lái)要分析的樣品特性，創(chuàng)建一個(gè)新的模型，至少要收集100個(gè)以上蘋(píng)果果實(shí)，通常以100個(gè)~150個(gè)果實(shí)為宜。7.2.2光譜數(shù)據(jù)收集光譜數(shù)據(jù)收集過(guò)程中，測(cè)定條件以及樣品和環(huán)境溫度盡量保持一致。每個(gè)果實(shí)相對(duì)陰、陽(yáng)面各取一點(diǎn)，每點(diǎn)掃描3次，定標(biāo)時(shí)取三點(diǎn)掃描的光譜平均值。當(dāng)樣品溫度與環(huán)境溫度相差大時(shí)，應(yīng)取不同溫度下的果實(shí)5個(gè)，釆集光譜數(shù)據(jù)加到預(yù)測(cè)模型中。7.2.3預(yù)測(cè)值的標(biāo)準(zhǔn)理化分析方法光譜采集后，在每個(gè)果實(shí)陰、陽(yáng)面相應(yīng)的位置上取樣，按GB/T5009.3-2016方法分別測(cè)定果實(shí)中水分的含量，按NY/T2009-2011方法分別測(cè)定果實(shí)硬度，然后按NY/T2637-2014方法分別測(cè)定果實(shí)中可溶性固形物含量。7.2.4定標(biāo)模型建立采用建模軟件，優(yōu)化參數(shù)，進(jìn)行光譜預(yù)處理，同時(shí)，使用改進(jìn)的偏最小二乘法（modifiedpartialleastsquare，簡(jiǎn)稱MPLS）或馬氏距離判別法等，利用化學(xué)計(jì)量學(xué)原理建立定標(biāo)模型。定標(biāo)模型的決定系數(shù)（定標(biāo)集、驗(yàn)證集）、定標(biāo)標(biāo)準(zhǔn)差（SEC）和預(yù)測(cè)標(biāo)準(zhǔn)差（SEP）參見(jiàn)附錄A，具體計(jì)算見(jiàn)公式（1）、（2）、（3）。 … …nc?k?1………………式中：yi——樣品i的標(biāo)準(zhǔn)理化分析方法測(cè)定值；i——樣品i的近紅外光譜法測(cè)定值；nc——定標(biāo)集樣品數(shù)；k——回歸因子數(shù)目。5T/AFFIXXX—2024SEP=………………式中：i——樣品i的近紅外光譜法測(cè)定值；yi——樣品i的標(biāo)準(zhǔn)理化分析方法測(cè)定值；n——樣品數(shù)；Bias——系統(tǒng)偏差，即偏差之和除以樣品數(shù)，Bias=1di。式中di為驗(yàn)證樣品i組分的近紅外測(cè)定值與標(biāo)準(zhǔn)值的差，即di=i?yi。×100%………式中：yi——樣品i的標(biāo)準(zhǔn)理化分析方法測(cè)定值；i——樣品i的近紅外光譜法測(cè)定值；y——標(biāo)準(zhǔn)參考值的平均值；n——樣品數(shù)目，定標(biāo)樣品集為nc，驗(yàn)證樣品集為np。7.2.5定標(biāo)模型驗(yàn)證使用定標(biāo)樣品集之外的樣品驗(yàn)證定標(biāo)模型的準(zhǔn)確性和重復(fù)性，選擇定標(biāo)集樣品數(shù)量的1/5~1/4（20~30個(gè)果實(shí)），應(yīng)用建立的模型進(jìn)行檢測(cè)，然后分析其化學(xué)值，比較定標(biāo)標(biāo)準(zhǔn)偏差（SEC）和預(yù)測(cè)標(biāo)準(zhǔn)偏差（SEP）等參數(shù)，水分含量的SEPC0.8；硬度的SEPC0.8；可溶性固形物含量的SEPC0.7。7.3測(cè)定7.3.1定標(biāo)模型的選擇根據(jù)試樣選用對(duì)應(yīng)的定標(biāo)模型，即定標(biāo)樣品的NIRS光譜應(yīng)能代表試樣的NIRS光譜。比較二者光譜間的馬氏距離（H）。如果試樣的H小于或等于馬氏距離閾值（HL），（5）。……式中：Hi——定標(biāo)集樣品z的馬氏距離；ti——定標(biāo)集樣品i的光譜得分；——定標(biāo)集nc個(gè)樣品光譜的平均得分矩陣M——定標(biāo)集樣品的馬氏矩陣T——定標(biāo)集樣品光譜得分矩陣。HL=H-+3×SDMD………………（5）式中：H-——定標(biāo)集樣品馬氏距離的平均值；SDMD——定標(biāo)集樣品馬氏距離的標(biāo)準(zhǔn)差。6T/AFFIXXX—20247.3.2定標(biāo)模型的升級(jí)在對(duì)來(lái)自與建模所用樣品集不同產(chǎn)地、不同成熟度、不同栽培方式或不同年份等的果實(shí)進(jìn)行檢測(cè)前，如果試樣的H大于HL，需要升級(jí)定標(biāo)模型，操作上是將新采集到的具有代表性的蘋(píng)果果實(shí)25~45個(gè)，掃描其近紅外光譜，用標(biāo)準(zhǔn)理化分析方法測(cè)定相應(yīng)的水分、硬度和可溶性固形物含量，然后將這些樣品相應(yīng)參數(shù)加入到定標(biāo)樣品集中，用原有的定標(biāo)方法進(jìn)行計(jì)算，即獲得升級(jí)的定標(biāo)模型。7.3.3試樣的測(cè)定測(cè)試樣品溫度應(yīng)和環(huán)境溫度盡量保持一致。在每個(gè)果實(shí)的相對(duì)陰、陽(yáng)面各取一點(diǎn)，每點(diǎn)附近掃描2次，取2次分析結(jié)果的平均值，根據(jù)試樣的NIR光譜，將其在各波長(zhǎng)點(diǎn)處的吸光度值代入相應(yīng)的定標(biāo)模型，即可得到相應(yīng)的檢測(cè)結(jié)果，如果試樣的H小于或等于則儀器將直接給出試樣的測(cè)定結(jié)果，計(jì)算平均值，作為果實(shí)的測(cè)定結(jié)果，單位為質(zhì)量百分?jǐn)?shù)（%水分、可溶性固形物含量均小數(shù)點(diǎn)后保留一位，硬度小數(shù)點(diǎn)后保留二位。8結(jié)果處理和表示為了得到有效的結(jié)果，測(cè)試結(jié)果應(yīng)在儀器使用的定標(biāo)模型所覆蓋的成分含量范圍內(nèi)。兩次測(cè)定結(jié)果的絕對(duì)差應(yīng)符合9.2的要求，取兩次數(shù)據(jù)的平均值為測(cè)定結(jié)果，測(cè)定結(jié)果保留小數(shù)點(diǎn)后一位。如果兩個(gè)測(cè)試結(jié)果的絕對(duì)差值不符合9.2的要求，則必須再進(jìn)行2次獨(dú)立測(cè)試，獲得4個(gè)獨(dú)立測(cè)試結(jié)果。若4個(gè)獨(dú)立測(cè)試結(jié)果的極差（xmax?xmin）等于或小于允許差的1.3倍，則取4個(gè)獨(dú)立測(cè)試結(jié)果的平均值作為最終測(cè)試結(jié)果；如果4個(gè)獨(dú)立測(cè)試結(jié)果的極差（xmax?xmin）大于允許差的1.3倍，則取4個(gè)獨(dú)立測(cè)試結(jié)果的中位數(shù)作為最終測(cè)試結(jié)果。對(duì)于儀器報(bào)警的異常測(cè)定結(jié)果，所得數(shù)據(jù)不應(yīng)作為有效數(shù)據(jù)。9精密度9.1準(zhǔn)確性驗(yàn)證樣品集水分含量扣除系統(tǒng)偏差后的近紅外測(cè)定值與其按GB/T5009.3規(guī)定的方法進(jìn)行測(cè)定的結(jié)果之間的標(biāo)準(zhǔn)差（SEP）應(yīng)不大于0.8%。驗(yàn)證樣品集硬度扣除系統(tǒng)偏差后的近紅外測(cè)定值與其按NY/T2009-2011規(guī)定的方法進(jìn)行測(cè)定的結(jié)果之間的標(biāo)準(zhǔn)差（SEP）應(yīng)不大于0.8%。驗(yàn)證樣品集可溶性固形物含量扣除系統(tǒng)偏差后的近紅外測(cè)定值與其按GB/T5009.88規(guī)定的方法進(jìn)行測(cè)定的結(jié)果之間的標(biāo)準(zhǔn)差（SEP）應(yīng)不大于0.7%。9.2重復(fù)性在同一實(shí)驗(yàn)室，由同一操作者使用相同的儀器設(shè)備，按相同測(cè)定方法，在短的時(shí)間內(nèi)通過(guò)重新分樣和重新裝樣，對(duì)同一被測(cè)樣品相互獨(dú)立進(jìn)行測(cè)定，獲得的兩次水分、硬度、可溶性固形物含量測(cè)定結(jié)果的絕對(duì)差，當(dāng)水分、硬度、可溶性固形物含量在10%以下時(shí)，應(yīng)不大于0.5%，當(dāng)水分、硬度、可溶性固形物含量在10%以上時(shí)，應(yīng)不大于0.8%。10異常樣品的確認(rèn)和處理10.1異常樣品的確認(rèn)7T/AFFIXXX—202410.1.1形成異常測(cè)定結(jié)果的原因——該樣品水分、硬度、可溶性固形物含量超過(guò)了該儀器定標(biāo)模型的范圍；——該樣品品種與參與該儀器定標(biāo)樣品集的品種有很大差異；——釆用了錯(cuò)誤的定標(biāo)模型；——光譜掃描過(guò)程中樣品發(fā)生了位移；——樣品溫度超出定標(biāo)模型規(guī)定的溫度范圍。10.1.2解決辦法應(yīng)對(duì)造成測(cè)定結(jié)果異常的原因進(jìn)行分析和排除，再進(jìn)行第二次近紅外測(cè)定，如仍出現(xiàn)報(bào)警，則確認(rèn)為異常樣品。10.2異常樣品的處理10.2.1異常樣品的再次測(cè)定異常樣品的水分含量應(yīng)按GB/T5009.3規(guī)定的方法進(jìn)行測(cè)定；異常樣品的硬度應(yīng)按NY/T2009-2011規(guī)定的方法進(jìn)行測(cè)定；異常樣品的可溶性固形物含量應(yīng)按NY/T2637-2014規(guī)定的方法進(jìn)行測(cè)定，并封存樣品。10.2.2確定異常樣品類(lèi)型如果異常樣品加入定標(biāo)模型后，SEC不會(huì)顯著增加（變化范圍小于5%將其加入到定標(biāo)模型中，對(duì)定標(biāo)模型進(jìn)行升級(jí)；如果異常樣品加入定標(biāo)模型后，SEC將顯著增加，則表示該樣品需要放棄。10.2.3通報(bào)異常樣品應(yīng)將異常樣品的情況通報(bào)標(biāo)準(zhǔn)制定單位，以利于今后對(duì)定標(biāo)模型進(jìn)行升級(jí)。8T/AFFIXXX—2024附錄A（資料性）>0.90>0.856.3~12.5>0.90>0.808.1~16.3>0.90>0.859T/AFFIXXX—2024《蘋(píng)果品質(zhì)無(wú)損快速測(cè)定近紅外法》編制說(shuō)明標(biāo)準(zhǔn)名稱蘋(píng)果品質(zhì)無(wú)損快速測(cè)定近紅外法標(biāo)準(zhǔn)主要起草人嚴(yán)歡、阿依古麗·塔什波拉提、馬玉花、孫蕾、楊中、楊璐、胡小明、李慕春、楊佳欣、王苗苗、田合、沈珂、盧彬、劉軍、艾合買(mǎi)提江·艾海提、陳敏、何軍、賈淑華、李玉路、方冰、郭姝含、李運(yùn)干標(biāo)準(zhǔn)制訂背景：新疆是著名的瓜果之鄉(xiāng)，有著豐富的水果資源。然而，新疆的水果產(chǎn)后處理技術(shù)和再加工水平較低，水果檢測(cè)和分選手段技術(shù)也相對(duì)落后，技術(shù)上的不足影響了水果的品質(zhì)與銷(xiāo)售，進(jìn)而降低了新疆水果在國(guó)內(nèi)國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力。近年來(lái)，近紅外光譜技術(shù)憑借快速、無(wú)損、無(wú)污染、在線檢測(cè)及多組分同時(shí)測(cè)定等優(yōu)點(diǎn)，被廣泛應(yīng)用于農(nóng)產(chǎn)品內(nèi)部品質(zhì)的快速無(wú)損檢測(cè)中。目前水果檢測(cè)一般采用大型近紅外光譜儀進(jìn)行抽樣檢測(cè)，主要檢測(cè)水果酸度、甜度等性質(zhì)的含量大小。而蘋(píng)果中水分、硬度和可溶性固形物含量是衡量水果口感和營(yíng)養(yǎng)價(jià)值的關(guān)鍵指標(biāo)，也是判斷水果成熟度的主要依據(jù)，所以檢測(cè)蘋(píng)果的水分、硬度和可溶性固形物含量對(duì)于判斷其內(nèi)部品質(zhì)和采收時(shí)間具有非常重要的意義。對(duì)推進(jìn)新疆林果業(yè)的全面發(fā)展，為充分開(kāi)發(fā)利用新疆林果業(yè)資源、良種選育與精深加工提供理論依據(jù)；同時(shí)也對(duì)優(yōu)質(zhì)新疆林果業(yè)品種適生區(qū)劃、深化新疆林果產(chǎn)業(yè)精準(zhǔn)升級(jí)、增加經(jīng)濟(jì)和生態(tài)效益有重要的指導(dǎo)意義。主要工作過(guò)程：為確保標(biāo)準(zhǔn)內(nèi)容的準(zhǔn)確性、實(shí)用性和客觀真實(shí)性，標(biāo)準(zhǔn)起草組主要開(kāi)展了以下工作：（1）2020年1月4日，根據(jù)新疆維吾爾自治區(qū)科學(xué)技術(shù)廳資助的2020年自治區(qū)創(chuàng)新環(huán)境（人才、基地）建設(shè)專(zhuān)項(xiàng)——科技創(chuàng)新基地建設(shè)（資源共享平臺(tái)建設(shè)）：新疆地理標(biāo)志林果產(chǎn)品品質(zhì)特征成分?jǐn)?shù)據(jù)庫(kù)