Resumen

Para evaluar los sólidos solubles totales (SST) en las moras se introdujeron métodos quimiométricos combinados con tecnología de imágenes hiperespectrales en la región visible e infrarroja cercana (Vis/NIR) (380-1030 nm). Se adquirieron imágenes hiperespectrales de 310 moras mediante un sistema de imágenes de reflectancia hiperespectral (512 bandas) y se midió su correspondiente contenido en SST con un medidor Brix. Se utilizó el método de la rana aleatoria (RF) para seleccionar las longitudes de onda importantes de entre todas las longitudes de onda. Los valores de SST en los frutos de morera se predijeron mediante modelos de regresión de mínimos cuadrados parciales (PLSR) y de máquina de vectores de soporte de mínimos cuadrados (LS-SVM) basados en longitudes de onda completas y en las longitudes de onda importantes seleccionadas. El modelo PLSR óptimo con 23 longitudes de onda importantes se empleó para visualizar la distribución espacial de los SST en las muestras analizadas, y las concentraciones de SST en las moras se revelaron a través de la distribución espacial de los SST. Los resultados declararon que las imágenes hiperespectrales son prometedoras para determinar la distribución espacial del contenido de SST en frutos de morera, lo que proporciona una referencia para detectar la calidad interna de los frutos.

• Materias:Reacciones químicas Análisis cromatográfico Análisis químico Espectroscopia Farmacocinética
• Subjects:Chemical reactions Chromatographic analysis Chemical test Spectroscopy Pharmacokinetics
• Palabras claves:longitudes de onda importantes, distribución espacial, tss, moras, longitudes de onda completas, frutos de morera, sistema hiperespectral de formación de imágenes de reflectancia, regresión de mínimos cuadrados parciales, máquina de vectores de apoyo cuadrados, tecnología hiperespectral de formación de imágenes
• Keywords:important wavelengths, spatial distribution, tss, mulberries, full wavelengths, mulberry fruits, hyperspectral reflectance imaging system, partial least squares regression, square support vector machine, hyperspectral imaging technology