基于电子舌分析建立西瓜品质特性的预测模型

摘    要：为了探索电子舌技术快速检测西瓜内部品质的方法，以L600西瓜为试验材料，利用电子舌技术对200个西瓜的味觉成分进行检测，用传统检测法测定可溶性固形物、可滴定酸、水分、维生素C和总酚含量，糖酸比及pH，采用偏最小二乘法、随机森林、支持向量机和K-近邻算法建立品质的预测模型。结果表明，在生长过程中，西瓜的可溶性固形物含量、糖酸比、维生素C含量和总酚含量呈升高趋势，pH呈先升高后下降的变化趋势，可滴定酸和水分含量呈逐渐下降趋势。在模型预测结果中，西瓜可溶性固形物含量、糖酸比、pH和水分含量等指标的模型预测效果优于可滴定酸、维生素C和总酚含量。随机森林算法对西瓜可溶性固形物含量、可滴定酸含量、糖酸比和水分含量的预测RP2分别为0.884、0.798、0.891和0.875，分别比偏最小二乘法提高了16.9%、19.1%、21.6%和13.6%；偏最小二乘法对pH的预测RP2为0.881，比支持向量机算法提高了31.7%；K-近邻算法对维生素C和总酚含量的预测RP2为0.731和0.753，分别比随机森林算法提高了1.67%和24.5%。以上结果表明应用电子舌技术预测西瓜的内部品质是可行的。

关键词：西瓜；电子舌；品质预测

中图分类号：S651 文献标志码：A 文章编号：1673-2871（2024）05-053-11

Models establishment of watermelon qualities based on electronic tongue analysis

LI Shanshan1， 2， WEN Xueshan3， YAN Boyu4，LÜ Yingguo1， ZHANG Chao2

（1. College of Food Science and Technology， Henan University of Technology， Zhengzhou 450001， Henan， China; 2. Institute of Agri-food Processing and Nutrition， Beijing Academy of Agriculture and Forestry Sciences， Beijing 100097， China; 3. Beijing Key Laboratory of Fruits and Vegetable Storage and Processing， Beijing 100097， China; 4. Key Laboratory of Vegetable Postharvest Processing， Ministry of Agriculture and Rural Affairs， Beijing 100097， China）

Abstract： In order to explore the E-tongue technology for rapid detection of internal quality of watermelon， the taste components of 200 watermelons were examined using the E-tongue technology with L600 watermelon as the test material， soluble solids， titratable acid， moisture， vitamin C and total phenol content， sugar-acid ratio and pH were determined by traditional detection methods， and partial least squares， random forest， support vector machine and K-nearest neighbour algorithms were used to establish quality prediction model. The results showed that soluble solids content， sugar-acid ratio， vitamin C content and total phenol content of watermelon tended to increase， pH tended to increase and then decrease， and titratable acid and water content tended to decrease during the growth process. In the model prediction results， the model prediction of the qualities of watermelon soluble solids content， sugar-acid ratio， pH and moisture content were better than titratable acid， vitamin C and total phenol content. The RP2 of the random forest algorithm for the prediction of watermelon soluble solids content， titratable acid content， sugar-acid ratio and moisture content were 0.884， 0.798， 0.891 and 0.875， which were 16.9%， 19.1%， 21.6% and 13.6% higher than those of the partial least square algorithm， respectively; and the RP2 of the partial least square algorithm for pH was 0.881， which was 31.7% higher than that of the support vector machine algorithm; and the K-nearest neighbour algorithm predicted vitamin C and total phenol content with RP2 of 0.731 and 0.753， which were 1.67% and 24.5% higher than the random forest algorithm， respectively. The results indicated that it is feasible to apply the electronic tongue technique to predict the internal quality of watermelon.

Key words： Watermelon; Electronic tongue; Quality prediction

西瓜（Citrullus lanatus L.）属葫芦科西瓜属一年生蔓生藤本植物，在世界范围内广泛种植[1]。西瓜风味独特，营养丰富，并具有较强的抗氧化能力[2]，深受消费者喜爱。随着人们生活水平的提高，消费者对西瓜的期待已经不仅仅局限于高糖度方面，其口感和营养组分也越来越受到关注[3]。西瓜品质主要使用传统的化学方法检测，可溶性固形物含量测定方法主要有折射仪法[4]、蒽酮硫酸比色法[5]、高效液相色谱法等[6]；可滴定酸含量的检测方法主要有酸碱滴定法[4]、超高效液相色谱法[6]等；pH主要采用pH计进行测定；水分含量的检测方法为直接干燥法[7]或者使用水分快速测定仪[8]；维生素C含量的测定一般使用滴定法[9]、分光光度法[10]、高效液相色谱法[11]等；总酚含量测定方法主要有福林酚法[12]等。这些检测方法均需要特定的专业人员和化学试剂，并耗费大量的时间。

电子舌是一种由一系列电位或伏安传感器组成的仪器，这些传感器根据化合物的味道对化合物做出响应[13]，通过检测各种呈味物质和人工脂膜之间的静电作用或疏水性相互作用产生的膜电势变化[14]，实现对6种基本味（酸、涩、苦、咸、鲜、甜）以及其回味的定性定量[15]，电子舌味觉传感器特点及性能如表1所示。

电子舌技术因其快速、无损和简便的特点，目前已经应用于食品、化妆品和制药等行业[16]，在产品品质预测、质量控制、过程监控、保质期评估、原产地和真实性评估等方面发挥重要作用[17]，广泛应用于橙子[18-19]、柑橘[20-21]、柿子[22-23]、葡萄[24-25]等水果内部品质预测。Campos等[24]基于电子舌结合偏最小二乘法建立葡萄的总酸度、pH和可溶性固形物含量等品质的预测模型，结果表明，葡萄总酸度、pH和可溶性固形物含量的预测模型的决定系数分别为0.969、0.863和0.921，预测效果较好。Pigani等[25]采用研发的电子舌系统结合偏最小二乘法构建葡萄pH、总酸度含量、糖含量、花青素含量、黄酮含量等多种品质预测模型，结果表明，pH、总酸度含量、糖含量和花青素含量的预测模型结果较好，决定系数分别为0.83、0.93、0.57和0.78。但目前还未见基于电子舌分析建立西瓜内部品质预测模型的研究。

笔者采用传统方法测定西瓜的可溶性固形物、可滴定酸、水分、维生素C和总酚含量，糖酸比及pH，并对西瓜样品进行电子舌快速检测，分别采用偏最小二乘、随机森林、支持向量机、K-近邻4种算法，建立基于电子舌味觉数据的可溶性固形物、可滴定酸、水分、维生素C和总酚含量，糖酸比及pH预测模型，以期为西瓜内部品质分析提供新方法。

1 材料与方法

1.1 试验材料

试验西瓜品种L600为小型瓜，来源于北京市大兴区庞各庄镇南李渠村农户，于2023年4月1日定植，5月8日授粉，6月10日成熟。种植行距1 m，株距0.3 m，吊蔓栽培，单蔓整枝。试验用分析纯等药品由北京市农林科学院研究中心实验室提供。

1.2 西瓜样品的制备

在授粉15 d（5月23日）开始进行完全随机取样，之后每隔6 d取样1次，分别为授粉21 d（5月29日）、授粉27 d（6月4日）、授粉33 d（6月10日），每次取50个大小相近的西瓜，共取得200个样品进行后续试验。将西瓜从中间纵切，取约2 cm厚的西瓜环，将其均匀切块后混匀，随机选取100 g左右的果块放入无纺布袋中，用手动榨汁机进行处理，得到的汁液用于可溶性固形物含量、可滴定酸含量、pH、水分含量、维生素C含量和总酚含量的测定。将果块用飞利浦打浆机匀浆20 s，得到的西瓜浆液用于电子舌分析。

1.3 可溶性固形物、可滴定酸、水分、维生素C和总酚含量及pH测定方法

在室温条件下，将手持式糖度计用蒸馏水调零后，测定样品可溶性固形物含量。取西瓜汁液2 mL，加入48 mL蒸馏水，用标定过的0.01 mol·L-1氢氧化钠溶液进行全自动电位滴定，根据酸碱滴定法[26]计算出数值，即为可滴定酸含量。糖酸比为西瓜可溶性固形物含量与可滴定酸含量的比值。取5 g西瓜汁液放入10 mL的小烧杯中，用校准好的pH计测定，得出西瓜pH。根据GB5009.3—2016食品安全国家标准 食品中水分的测定中的直接干燥法进行水分含量测定[27]。采用钼蓝比色法测定维生素C含量[10]，采用福林酚法测定总酚含量[12]。每个样品重复测定3次，取平均值。

1.4 电子舌测定方法

将西瓜浆液在4 ℃、10 000 r·min-1的条件下离心20 min，重复2次，取上清液备用。取上清液与水按照体积比1∶2进行稀释后上样。检测条件：清洗时间5.6 min，样品测试时间30 s，测量回味30 s[28]。分别对酸味、苦味、咸味、鲜味和涩味测量3次，对甜味测量5次。

1.5 模型的建立与验证

以电子舌分析数据为自变量，采用偏最小二乘法、随机森林、支持向量机和K-近邻算法建立可溶性固形物含量、可滴定酸含量、糖酸比、pH、水分含量、维生素C含量和总酚含量的回归模型。按照4∶1的样本数制备校正集和预测集。为保证各组样品分布均匀，从每个生长期中随机选取10个样本作为预测集，其余作为校正集（合计160个样本为校正集，40个样本为预测集）。所有模型的预测能力分别通过校正集的决定系数（RC2）和校正均方根误差（RMSEc）以及预测集的决定系数（RP2）、预测均方根误差（RMSEp）和Line y=x来评估。一般而言，一个好的模型应该具有较高的R2值，较低的RMSE [29]，其中，R2和RMSE的计算公式如下。

[R2=1-ni=1yi-yi2ni=1yi-ym2] ；                           （1）