EPO-PLS external parameter orthogonalisation of PLS application to temperature-independent measurement of sugar content of intact fruits

Francés. La spectrométrie proche infrarouge pourrait présenter un grand potentiel de mesure en ligne si la robustesse des étalonnages multivariés était améliorée. Le manque de robustesse apparaît notamment lorsque des paramètres externes varient - comme p.e. la température du produit. Cet article présente une méthode de prétraitement qui vise à enlever de l'espace de mesure X la partie principalement influencée par la variation des paramètres externes. Cette méthode estime le sous espace parasite par le calcul d'une ACP sur un petit ensemble de spectres acquis sur les mêmes objets alors que le paramètre externe varie. Une application sur l'influence de la température des fruits sur la mesure de leur taux de sucre par spectrométrie NIR est présentée. Sans aucun prétraitement, le biais de prédiction est d'environ 8 °Brix pour une variation de température de 20 °C. Après prétratement par EPO, ce biais est réduit à moins de 0.3 °Brix, pour la même variation de température. L'espace parasite est étudié par l'analyse des coeffeicients d'une PLS entre la température est les spectres d'influence. Des travaux futurs s'adresseront à l'application de cette méthode au cas de grandeurs d'influence multiples et au problème du transfert d'étalonnage / NIR spectrometry would present a high potential for online measurement if the robustness of multivariate calibration was improved. The lack of robustness notably appears when an external parameter varies - e.g. the product temperature. This paper presents a preprocessing method which aims at removing from the X space the part mostly influenced by the external parameter variations. This method estimates this parasitic subspace by computing a PCA on a small set of spectra measured on the same objects, while the external parameter is varying. An application to the influence of the fruit temperature on the sugar content measurement of intact apples is presented. Without any preprocessing, the bias in the sugar content prediction was about 8 Brix for a temperature variation of 20 °C. After EPO preprocessing the bias is not more than 0.3 Brix, for the same temperature range. The parasitic subspace is studied by analysing the b-coefficient of a PLS between the temperature and the influence spectra. Further work will be achieved to apply this method to the case of multiple external parameters and to the calibration transfer issue