키위의 가용성 고형물 함량(SSC)과 경도는 품질 평가의 핵심 지표이며, 성숙도를 판단하는 중요한 기준이다. 광섬유 분광 기술을 기반으로 키위 SSC, 경도 및 성숙도를 예측하는 가능성을 탐구하고 최적의 예측 모델을 찾기 위해 연구하였다. 먼저, 광섬유 분광(200~1,000nm) 수집 시스템을 사용하여 서로 다른 성숙 단계의 '贵长' 키위 반사 스펙트럼을 수집하고 SSC 및 경도의 기준 값을 측정하였다. 이어 전체 스펙트럼과 기준 값을 바탕으로 부분 최소 제곱 회귀(PLSR) 및 주성분 회귀(PCR) 예측 모델을 구축하였다. 그다음 연속 투영 알고리즘(SPA)과 경쟁적 적응 재가중 알고리즘(CARS)을 적용하여 특성 파장을 선택하고, 단순화된 다중 선형 회귀(MLR) 및 오류 역전파(BP) 네트워크 예측 모델을 구축하였다. 마지막으로, 부분 최소 제곱 판별 분석(PLS-DA) 및 단순화된 k-최근접 이웃(SKNN) 알고리즘을 통해 키위 성숙도 예측 모델을 구축하였다. 결과는 CARS-BP 모델이 SSC 예측 성능에서 가장 우수하며, 예측 집합 결정 계수 R²가 0.90이고, 예측 집합의 평균 제곱근 오차(RMSEP)와 잔여 예측 편차(RPD)는 각각 0.64 및 3.22임을 보여주었다; CARS-MLR 모델은 경도 예측 성능에서 상대적으로 우수하며, R²는 0.83, RMSEP와 RPD는 각각 1.67과 2.47이었다; PLS-DA 모델은 키위 성숙도 검출 성능에서 가장 우수하며, 정확한 인식률이 100%에 달하였다. 본 연구는 과일 품질과 성숙도의 비파괴 검출에 중요한 지침을 제공한다.

광섬유 분광;키위;가용성 고형물 함량;경도;성숙도;비파괴 검출