本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS13進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長(zhǎng)分辨率優(yōu)于2.5nm，可達(dá)1200個(gè)光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

　　靈武長(zhǎng)棗主要以鮮果供應(yīng)市場(chǎng)，由于紅棗采后處理技術(shù)水平較低，果品企業(yè)從不同果園收集起來的果品成熟度參差不齊，且鮮棗采后在自然條件下容易失水、酒化，果肉很快變得松散，使得口感大大下降。酒化棗所產(chǎn)生的乙烯物質(zhì)，會(huì)促使其他棗進(jìn)一步的成熟導(dǎo)致運(yùn)輸過程中腐爛現(xiàn)象的出現(xiàn)，造成農(nóng)戶與企業(yè)經(jīng)濟(jì)上的損失，影響靈武鮮食棗的品牌與銷售。

　　許多研究表明，水果在采后的包裝、保藏和運(yùn)輸?shù)冗^程中的果品損失率高至30.45%，不同成熟度果品的混雜是造成這種較高損失率的主要原因之一。因此，果品采摘后，根據(jù)成熟度對(duì)其進(jìn)行區(qū)分與篩選并及時(shí)的進(jìn)行處理，對(duì)于改善水果品質(zhì)、提升水果等級(jí)、促進(jìn)果品的銷售具有重要意義

　　本章采用高光譜相機(jī)對(duì)400-1000 nm波段范圍內(nèi)的原始光譜進(jìn)行預(yù)處理，選取最優(yōu)的預(yù)處理方法：利用主成分分析提取特征波段，結(jié)合線性判別分析和支持向量機(jī)判別分析法對(duì)靈武長(zhǎng)棗的不同成熟度進(jìn)行分類鑒別。

　　利用可見近紅外高光譜成像系統(tǒng)對(duì)靈武長(zhǎng)棗成熟度進(jìn)行鑒別。對(duì)原始光譜進(jìn)行多元散射校正、標(biāo)準(zhǔn)正態(tài)變量變換和 Savitzky-Golay 平滑等預(yù)處理，分別對(duì)預(yù)處理之后的光譜建立靈武長(zhǎng)棗成熟度線性判別分析和支持向量機(jī)判別分析模型，結(jié)果表明，采用 Savitzky-Golay 平滑處理之后的光譜建立的靈武長(zhǎng)棗成熟度線性判別分析和支持向量機(jī)判別分析模型效果較好。

　　對(duì)Savitzky-Golay 平滑處理后的高光譜數(shù)據(jù)采用主成分分析選取特征波長(zhǎng)。研究發(fā)現(xiàn)采用PC1+PC2+PC3 選出的14 個(gè)特征波長(zhǎng) （415.75nm、478.17nm、521.38nm、535.79nm、641.42nm、670.23nm、675.03nm、699.04nm、703.84nm、742.25nm、747.06nm、963.12nm、967.93nm、948.72nm）可替代全波段數(shù)據(jù)進(jìn)行線性判別和支持向量機(jī)建模分析，其鑒別模型的判別準(zhǔn)確率分別為 90%和92.14%。