我国是板栗生产大国，但由于霉变，板栗采摘后的损失率高达35%~50%，而现有的霉变板栗分选主要采用人工分选或盐水浮选的方法，分选效率低，不仅给贮藏加工、销售带来困难，也造成了巨大的经济损失。

    最近，由华中农业大学李小昱教授、博士生周竹所率领的团队成功地研究出了一种近红外光谱技术，此项技术能够取代人工，快速、准确、无损地识别出带壳霉变板栗，从而大大提高板栗品质检测和分选的效率，对于保证板栗品质、促进板栗深加工产业发展和农产品贸易、提高产业经济效益具有重要的意义。该项研究成果发表在最近的《农业工程学报》上。

    据周竹介绍，这项“基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别”技术，可以利用全谱或部分波段的光谱数据对农产品的品质进行检测。研究组在前期工作中发现，近红外光谱技术结合模式识别方法对于带壳霉变板栗进行检测是可行的，但若要提高识别的准确性和快速性，则需要选择较优的特征变量和建模方法。为了克服板栗近红外光谱变量多、共线性强等缺点，研究组经过近5年的努力，通过对经标准正态变量变换预处理的板栗近红外光谱进行傅里叶变换，采用遗传算法，大大提高了识别霉变板栗的准确率，缩减了识别时间。

    由于目前国内外鲜有对带壳坚果类物料的近红外光谱鉴别的研究，更无应用近红外光谱进行带壳霉变板栗识别方法的研究，因此，此研究方法的提出填补了国内外同类研究的空白。为了更好地推广应用，日前此项技术还正在进一步完善中。

    本报记者吴佩