Cảm biến đo độ ngọt của xoài

Minh họa/INT

Không làm hỏng mẫu

Nhóm các nhà khoa học gồm Nguyễn Phước Lộc, Dương Văn Sử, Trần Nhựt Thanh, Nguyễn Chí Ngôn - Khoa Tự động hóa, Trường Bách khoa (Trường Đại học Cần Thơ) và Nguyễn Chánh Nghiệm - Khoa Điện, điện tử, máy tính, Trường Cao đẳng nghề Kiên Giang vừa nghiên cứu thành công cảm biến đa phổ giá thành thấp dự đoán độ ngọt của xoài.

TS Nguyễn Chánh Nghiệm cho biết, để đánh giá chất lượng nông sản, đặc biệt là trái cây tươi, các giải pháp không làm hư mẫu và có thể ứng dụng trong các hệ thống tự động thường được quan tâm. Kết quả khảo sát trong thời gian gần đây cho thấy giải pháp phân tích quang phổ và thị giác máy được đặc biệt quan tâm. Ưu điểm của thị giác máy tính là dễ thực hiện nhưng chủ yếu phù hợp để đánh giá chất lượng của đối tượng dựa vào đặc trưng bên ngoài.

Khi cần thiết phải đánh giá chất lượng trái cây tươi như độ trưởng thành và giai đoạn chín thông qua độ ngọt, chua, hàm lượng chất khô… giải pháp phân tích quang phổ có nhiều ưu thế hơn vì các chỉ tiêu đánh giá này phụ thuộc vào hàm lượng các thành phần hóa học của phần thịt/vỏ trái cây với khả năng hấp thụ ánh sáng khác nhau tại các bước sóng khác nhau. Vì thế, các đánh giá chất lượng trái cây dựa trên quang phổ dần trở thành giải pháp thay thế khi xem xét yếu tố tốc độ và bản chất không phá hủy.

Tùy vào độ phân giải phổ cao hay thấp, cảm biến có thể được phân loại là siêu phổ hay đa phổ. Ưu điểm của cảm biến siêu phổ là độ phân giải cao hay khả năng đo được tín hiệu ở dải tần hẹp nhờ đó thu được nhiều thông tin phổ đặc trưng. Với độ phân giải phổ thấp của cảm biến đa phổ, các ứng dụng phát triển dựa trên các cảm biến này có thể đạt độ chính xác không quá cao. Vì thế, cảm biến đa phổ thường có giá thành thấp hơn so với cảm biến siêu phổ.

Nhằm đánh giá khả năng sử dụng cảm biến đa phổ giá thành thấp để phát triển các ứng dụng hay thiết bị đánh giá chất lượng trái cây dựa trên phương pháp phân tích quang phổ, nhóm nghiên cứu đã thực hiện dự đoán độ ngọt của trái cây trên cơ sở dữ liệu phổ thu thập từ cảm biến đa phổ giá thành thấp với đối tượng nghiên cứu là trái xoài tươi vì tiềm năng xuất khẩu và giá trị kinh tế của xoài khá cao.

Một số giải thuật tiền xử lý dữ liệu phổ và lựa chọn bước sóng được khảo sát để tìm ra giải thuật phù hợp nhằm phát triển mô hình đánh giá độ ngọt của xoài (thông qua độ Brix) đạt được độ chính xác cao.

Mô tả quá trình đo mẫu để biết độ ngọt của xoài.

Quy trình đo độ ngọt của xoài

Đối với mỗi mẫu xoài, dữ liệu độ Brix và phổ tương tác được đo từ ba vị trí trên mặt bên của xoài, mặt có diện tích lớn nhất của xoài. Một mô-đun đo phổ sử dụng cảm biến phổ AS7265x (ams-OSRAM AG) để thu phổ tại 18 bước sóng trong vùng ánh sáng khả kiến và cận hồng ngoại từ 410 đến 940 nm.

Mô-đun này được thiết kế để thu phổ ở chế độ tương tác, nghĩa là thu tín hiệu ánh sáng từ bên trong mẫu xoài truyền ra khi chặn hoàn toàn sự ảnh hưởng của ánh sáng bên ngoài, dựa trên một số kết quả mang tính khả thi và thiết kế trước đó.

Trong nghiên cứu này, mô hình hồi quy được xây dựng để dự đoán độ ngọt của xoài dựa trên dữ liệu phổ. Phương pháp hồi quy bình phương tối thiểu từng phần (Partial Least Square – PLS) được áp dụng vì PLS là một giải thuật học máy hiệu quả khi xây dựng các mô hình hồi quy sử dụng dữ liệu phổ và được ứng dụng phổ biến để đánh giá chất lượng trái cây dựa trên quang phổ.

Hiệu suất mô hình ước lượng độ ngọt của xoài được xác định thông qua hệ số tương quan R, căn bậc hai của trung bình bình phương sai số (Root Mean Square Error – RMSE), trung bình sai số tuyệt đối (Mean Absolute Error – MAE) và tỉ lệ dự đoán đối với độ lệch (Ratio of Prediction to Deviation – RPD).

Hai giải thuật tiền xử lý là Biến chuẩn hóa (standard normal variate – SNV) và hiệu chỉnh phân tán nhân (multiplicative scatter correction – MSC) được chọn, bởi hai giải thuật này áp dụng phổ biến để loại bỏ các sai lệch trong dữ liệu phổ do ảnh hưởng của hiện tượng tán xạ ánh sáng.

Giải thuật “Lấy mẫu có trọng số thích ứng cạnh tranh” (competitive adaptive reweighted sampling – CARS), “Hệ số hồi quy” (regression coefficients – RC) được ứng dụng rất phổ biến trong việc lựa chọn bước sóng.

Kết quả, trong 14 bước sóng quan trọng để xây dựng mô hình có hiệu suất cao, chỉ có sự khác biệt ở 1 bước sóng. Trong khi CARS chọn bước sóng 680 nm, có liên hệ với sự hấp thụ Chlorophyll ở bước sóng trong lân cận 670 nm, giải thuật RC chọn bước sóng 810 nm với sự liên hệ gần với màu sắc của thịt xoài do thành phần β-carotene của thịt xoài.

Cả RC và CARS đều chọn các bước sóng có liên hệ với thành phần của thịt xoài. Các bước sóng 435 và 460 nm đều rất gần với vùng hấp thụ hẹp của chiết xuất Chlorophyll a (gần bước sóng 428 nm) và Chlorophyll b (gần bước sóng 453 nm) là các thành phần có liên hệ chặt chẽ với thành phần đường trong thịt xoài ở các giai đoạn chín khác nhau.

Các bước sóng tại 730, 900 và 940 nm đều liên quan chặt với vùng hấp thụ của đường do các dao động của các gốc C–H and O–H. Bước sóng 860 nm gần vùng chịu ảnh hưởng bởi thành phần axit citric (tại bước sóng 850 nm) có hàm lượng giảm dần khi lượng đường trong xoài tăng do quá trình chín của xoài.

Mô hình đã xây dựng đạt RPD = 1,407, bằng với kết quả công bố của một nghiên cứu dự đoán độ ngọt của cà chua khi sử dụng cảm biến siêu phổ với độ phân giải cao trong vùng 400 – 1.100 nm. Nghiên cứu đã xây dựng mô hình PLS để dự đoán độ ngọt của xoài trên cơ sở dữ liệu phổ thu thập từ cảm biến đa phổ Vis-NIR giá thành thấp.

Kết quả cho thấy phổ thu thập tương quan tốt với độ Brix và có thể dùng thông tin phổ của 14 bước sóng quan trọng để dự đoán độ ngọt của xoài. Đây là tiền đề để phát triển các giải pháp hay thiết bị cầm tay để đánh giá định lượng một số chỉ tiêu chất lượng của trái cây tươi.

Nhật Mai