1. 研究目的与意义、国内外研究现状（文献综述）
葡萄在我国的栽培历史已有2000多年，是我国重要的果树树种之一[1]。葡萄中的重要化学成分包含糖类和酚类。葡萄以葡萄糖最多，果糖次之，几乎无蔗糖。葡萄中的多酚类化合物包含酚酸类、二苯乙烯类化合物及类黄酮类。葡萄品质的快速检测对于葡萄种植、加工具有重要的价值[2]。
传统的果蔬内部品质检测方法主要是通过抽样方式进行破坏性试验，检测过程工作量很大，检测成本高，每种参数的测量都需要进行不同的实验，无法满足果蔬快速分级分选的现实要求[3]。并且，由于果蔬个体间的内在生物变异性，破坏性抽样方法不能保证每个果品都达到当今全球市场的高品质标准。可见-近红外光谱技术可以不需要对葡萄样品进行匀浆处理，直接对整粒葡萄果实进行扫描[4]，简化了样品准备过程，显著增加了样品的测定数量，减少误差，是一种预测葡萄成熟度的理想分析方法，采用可见-近红外光谱技术可实现水果和果汁内部品质的快速无损检测[5]。
近红外光谱区的波长范围是770~2500 nm，其频率范围是13000~4000 cm-1，该谱区承载的分析信息主要是分子含氢基团振动的倍频与合频特征信息。有机分子一般都包含o-h、n-h、c-h等含氢基团，它们的不同倍频与合频振动特征再加上合频的倍频、倍频的合频等各种振动方式的组合所形成的振动信息包含了有机分子含氢基团的主要结构信息。这些信息都能够加载到近红外光谱上，使该谱区能够分析化学结构类型广泛的样品。分子倍频、合频的吸收较弱，近红外光能够深入样品内部，因此红红外分析特别适合分析复杂样品的快速无损分析[6]
2. 研究的基本内容和问题
研究目标：开发便携式葡萄专用可溶性固形物预测近红外设备
本课题的研究内容：旨在利用近红外光谱技术完成对葡萄中可溶性固形物的建模预测，并基于实验结果。
拟解决的关键问题是：对适用于测定葡萄可溶性固形物的近红外检测模式、近红外波段、近红外检测器类型的选择，并基于实验筛选的设备参数完成便携式设备的设计。
3. 研究的方法与方案
研究方法：使用便携式近红外光谱分析仪（supnir-1000, focused photonics inc., china）进行测定，其中便携式光谱分析仪检测口直径大小为3.4 cm，采集波段为1000 nm-1800 nm，扫描次数为32次。便携式近红外仪器采用漫反射模式进行光谱采集，在进行检测前均需对仪器进行一次背景校正。采集完近红外光谱数据后的样本逐个进行手持糖度仪（pal-1, atago, japan）检测，每个样品进行三次重复，取平均值后，所得的数据进行后续处理。应用可见-近红外光谱技术测量葡萄浆果糖度，并建立偏最小二乘法(pls)与bp神经网络相结合的数据分析模型对葡萄浆果糖度进行预测，发现应用可见-近红外光谱技术，偏最小二乘乘与bp神经网络相结合的数据处理模型能够很好的预测葡萄浆果的糖度。
技术路线：如下图所示。
可行性分析：
4. 研究创新点
利用近红外开发的葡萄糖度测定设备可以对葡萄糖度进行无损的预测，相对于以往的破坏性检测来说更加方便快捷，适用于实际大批量的检测应用。
5. 研究计划与进展
研究计划：
2016.09-2016.10 拟定课题，阅读文献，完成文献综述
2016.10-2016.11 阅读文献，确定实验方案，了解实验室，完成不同检测器对葡萄样品的近红外及参考指标的测定；
