蘋果原漿是主要的市場參與者，是各種產品的組成部分，但其質量因蘋果品種和加工條件的多樣性而異。對于水果加工商來說，原料水果不斷增加的變異性意味著他們的經驗知識可能不足以生產出預期的、恒定的最終果泥。最近，可見光和近紅外 (Vis-NIR) 光譜學的進展顯示出通過分析蘋果品種的光譜數據來預測果泥質量的潛力。

這項研究描述了一個創新概念，涉及使用紅外光譜來驅動由單品種果泥混合制成的蘋果泥配方的可行性。首先測試了基于多元曲線分辨率-替代最小二乘法(MCR-ALS)的創新化學計量學方法與單品種果泥光譜的結合，以重建配方果泥的光譜。

PLS 回歸模型與選定的 Vis-NIR 光譜變量相結合，表現出對配方果泥中顏色參數、粘度 (η50)、總糖含量 (TSC)、可滴定酸度 (TA)、pH、葡萄糖和蘋果酸含量的卓越預測能力。創新地，PLS 模型是使用所有配制果泥的重建 Vis-NIR 光譜開發的，并準確預測了它們的 a* 顏色值(R p 2 = 0.92，PRD = 3.30)、TSC(R p 2 = 0.86，PRD = 2.64)， TA(R p 2 = 0.85，PRD = 2.55)和蘋果酸(R p 2 = 0.86，PRD = 2.67)。盡管基于重建光譜的 TSC 和 TA 預測結果不如直接光譜分析準確，但這些結果仍然開辟了一種潛在的方法，可以僅根據選定的可見光-近紅外光譜變量直接估計配制果泥的甜度、酸度和色澤變化單一品種原漿。

據我們所知，這是第一份證明可見光-近紅外光譜有指導果泥配方潛力的報告：僅使用以下方法即可對最終蘋果泥的質地和味道(粘度、顏色、糖和酸)進行多參數優化單品種原漿的光譜數據。這種創新光譜重建策略的成功應用為優化果泥配方以獲得一致的質量提供了新穎的見解，標志著食品技術領域的重大進步。這種化學計量方法不僅增強了蘋果泥特性的預測模型，還為其在智能食品配方中的應用開辟了途徑，有可能徹底改變行業確保產品質量和一致性的方法。