苹果原浆是主要的市场参与者，是各种产品的组成部分，但其质量因苹果品种和加工条件的多样性而异。对于水果加工商来说，原料水果不断增加的变异性意味着他们的经验知识可能不足以生产出预期的、恒定的最终果泥。最近，可见光和近红外 (Vis-NIR) 光谱学的进展显示出通过分析苹果品种的光谱数据来预测果泥质量的潜力。
这项研究描述了一个创新概念，涉及使用红外光谱来驱动由单品种果泥混合制成的苹果泥配方的可行性。首先测试了基于多元曲线分辨率-替代最小二乘法(MCR-ALS)的创新化学计量学方法与单品种果泥光谱的结合，以重建配方果泥的光谱。
PLS 回归模型与选定的 Vis-NIR 光谱变量相结合，表现出对配方果泥中颜色参数、粘度 (η50)、总糖含量 (TSC)、可滴定酸度 (TA)、pH、葡萄糖和苹果酸含量的卓越预测能力。创新地，PLS 模型是使用所有配制果泥的重建 Vis-NIR 光谱开发的，并准确预测了它们的 a* 颜色值(R p 2 = 0.92，PRD = 3.30)、TSC(R p 2 = 0.86，PRD = 2.64)， TA(R p 2 = 0.85，PRD = 2.55)和苹果酸(R p 2 = 0.86，PRD = 2.67)。尽管基于重建光谱的 TSC 和 TA 预测结果不如直接光谱分析准确，但这些结果仍然开辟了一种潜在的方法，可以仅根据选定的可见光-近红外光谱变量直接估计配制果泥的甜度、酸度和色泽变化单一品种原浆。
据我们所知，这是第一份证明可见光-近红外光谱有指导果泥配方潜力的报告：仅使用以下方法即可对最终苹果泥的质地和味道(粘度、颜色、糖和酸)进行多参数优化单品种原浆的光谱数据。这种创新光谱重建策略的成功应用为优化果泥配方以获得一致的质量提供了新颖的见解，标志着食品技术领域的重大进步。这种化学计量方法不仅增强了苹果泥特性的预测模型，还为其在智能食品配方中的应用开辟了途径，有可能彻底改变行业确保产品质量和一致性的方法。
免责声明：本文由用户上传，如有侵权请联系删除！
