脐橙品质近红外光谱分析模型传递方法的研究

脐橙品质近红外光谱分析模型传递方法的研究

论文摘要

现代近红外光谱分析作为一种快速、无损的分析技术,在国际许多领域中越来越被广泛地应用。脐橙营养丰富,是深受人们喜爱的果品,国内外许多学者已利用近红外光谱技术研究了脐橙内部品质的定量分析方法,但是由于目前近红外仪器在实际使用过程中,不同仪器由于光路设计、仪器性能、装配误差和测样环境等原因,使得测量的光谱数据间存在着一定的差异,导致一台光谱仪上所测量光谱数据不能直接应用在另一台仪器上。而重新建立模型需耗费大量的人力和财力,因此,利用模型传递方法解决近红外模型共享的问题是非常必要的。本文以脐橙为例,利用近红外光谱技术建立了脐橙糖酸比的快速无损检测方法,并用斜率截距校正(Slope/Bias Correction)算法和直接校正(Direct Standardization)算法开展了脐橙可溶性总糖、总酸、维生素C、可溶性固形物的定量分析模型在两台傅立叶近红外光谱仪间传递的研究。研究结果如下:1.在VECTOR33N型傅立叶近红外光谱仪上探索建立了脐橙糖酸比的近红外光谱模型,最佳光谱预处理方法是多元散射校正法(MSC),最优的光谱范围为7501.7-5449.8cm-1,交叉验证的相关系数R为0.809,内部交叉验证均方差(RMSECV)为1.76,检验集样品的预测相关系数R为0.846,预测均方差(RMSEP)为2.13。2.采用Kennard-Stone算法将脐橙样品划分为校正集、检验集和标准化样品集,选取VECTOR22N型傅立叶光谱仪为主仪器,VECTOR33N型傅立叶光谱仪为从仪器,分别取不同数目的标准化样品进行模型传递研究。主仪器上建立的脐橙可溶性总糖模型经斜率截距法校正后,从仪器检验集的RMSEP减小到0.756%,经DS算法传递后的相关系数R和RMSEP分别为0.902和0.448%;脐橙总酸模型经斜率截距法校正后,RMSEP减小到0.0787%,经DS算法传递后的相关系数R和RMSEP分别0.863和0.0451%;脐橙维生素C模型经斜率截距法校正后,从仪器检验集的RMSEP减小到4.17mg/100g,经DS算法传递后的相关系数R和RMSEP分别0.895和3.01mg/100g;脐橙可溶性固形物模型经斜率截距法校正后,从仪器检验集的RMSEP减小到0.728%,经DS算法传递后的相关系数R和RMSEP分别为0.828和0.549%。研究表明:在本文的试验条件F,利用近红外光谱分析技术能够快速无损检测脐橙的糖酸比;在模型传递过程中,标准化样品个数对斜率截距法影响较小,而对DS算法的影响较大;斜率截距法对模型传递起到了一定的作用,但对模型的校正能力有限;经过DS算法传递后,检验集样品的预测结果与主仪器上的模型直接预测主仪器检验集样品光谱的结果相近,模型传递效果较为满意,成功地实现了脐橙内部品质近红外分析模型在两台傅立叶光谱仪间的共享。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.2.1 近红外发展状况
  • 1.2.2 果品近红外光谱检测技术现状
  • 1.2.3 近红外模型传递方法研究现状
  • 1.3 研究内容与思路
  • 1.3.1 研究内容
  • 1.3.2 研究思路
  • 1.3.2.1 脐橙糖酸比分析模型研究思路图
  • 1.3.2.2 脐橙内部品质模型传递研究思路图
  • 2 近红外光谱分析技术与模型传递算法
  • 2.1 近红外光谱分析技术
  • 2.1.1 近红外光谱分析仪器
  • 2.1.2 近红外光谱技术的特点
  • 2.1.3 近红外模型建立过程
  • 2.2 近红外定量校正方法
  • 2.2.1 多元线性回归法
  • 2.2.2 主成分回归法
  • 2.2.3 偏最小二乘法
  • 2.3 模型传递方法
  • 2.3.1 斜率截距算法
  • 2.3.2 直接校正算法
  • 2.4 模型传递过程设计思路
  • 2.4.1 模型传递的过程
  • 2.4.2 模型建立及传递效果评价参数
  • 3 近红外光谱无损检测脐橙糖酸比
  • 3.1 引言
  • 3.2 材料与方法
  • 3.2.1 样品的收集
  • 3.2.2 样品近红外光谱的采集
  • 3.2.3 样品内部品质的化学测定
  • 3.3 结果与分析
  • 3.3.1 脐橙糖酸比的化学分析
  • 3.3.2 脐橙糖酸比近红外模型的建立
  • 3.3.2.1 不同预处理对校正模型的影响
  • 3.3.2.2 光谱波段对校正模型的影响
  • 3.3.2.3 糖酸比近红外模型主成数分析
  • 3.3.3 脐橙糖酸比近红外模型的验证
  • 3.4 小结
  • 4 脐橙内部品质近红外光谱模型的建立与模型传递
  • 4.1 引言
  • 4.2 材料与方法
  • 4.2.1 样品的收集
  • 4.2.2 样品近红外光谱的采集
  • 4.2.3 样品内部品质的化学测定
  • 4.2.4 样品集的划分
  • 4.3 结果与分析
  • 4.3.1 脐橙可溶性总糖近红外模型的建立与模型传递
  • 4.3.1.1 光谱预处理及模型的建立
  • 4.3.1.2 模型预测结果
  • 4.3.1.3 模型传递参数优化
  • 4.3.1.4 脐橙总糖模型的传递结果
  • 4.3.2 脐橙总酸近红外模型的建立与模型传递
  • 4.3.2.1 光谱预处理及模型的建立
  • 4.3.2.2 模型预测结果
  • 4.3.2.3 模型传递参数优化
  • 4.3.2.4 脐橙总酸模型的传递结果
  • 4.3.3 脐橙维生素C近红外模型的建立与模型传递
  • 4.3.3.1 光谱预处理及模型的建立
  • 4.3.3.2 模型预测结果
  • 4.3.3.3 模型传递参数优化
  • 4.3.3.4 脐橙维生素C模型的传递结果
  • 4.3.4 脐橙可溶性固形物近红外模型的建立与模型传递
  • 4.3.4.1 光谱预处理及模型的建立
  • 4.3.4.2 模型预测结果
  • 4.3.4.3 模型传递参数优化
  • 4.3.4.4 脐橙可溶性固形物模型的传递结果
  • 4.4 小结
  • 5 讨论与展望
  • 5.1 主要结论
  • 5.2 不足之处
  • 5.3 展望
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    脐橙品质近红外光谱分析模型传递方法的研究
    下载Doc文档

    猜你喜欢