近紅外光譜技術(shù)在金線蓮定性定量分析中的應(yīng)用研究.pdf

1、金線蓮Anoectochilus roxburghii為蘭科花葉開唇蘭屬的一種多年生珍貴中草藥。目前市場上以栽培品為主，品種繁多，來源復(fù)雜，以次充好，缺乏科學(xué)的評價標(biāo)準(zhǔn)，摻偽摻假嚴(yán)重。
　　近紅外光譜技術(shù)具有無損、快速、綠色特點(diǎn)，本研究借鑒其在定性定量分析的優(yōu)勢，收集栽培品金線蓮(尖葉、大圓葉、小圓葉)、臺灣金線蓮、紅霞，野生品斑葉蘭、血葉蘭等樣品，構(gòu)建NIRS模型實(shí)現(xiàn)金線蓮質(zhì)量快速檢測的目的，以期為日后品質(zhì)評價研究提供科學(xué)依據(jù)。

2、具體研究內(nèi)容如下:
　　1、基于NIR-PCA技術(shù)構(gòu)建聚類分析模型快速區(qū)分金線蓮及其偽品斑葉蘭和血葉蘭。以Q值、Cluster per Property、 Spectra Residuals too big和Property Residuum為模型評價指標(biāo)，選取4400-4800、5400-6600、7800-10000cm-1為建模波段，nle和dg1光譜預(yù)處理方式，建立金線蓮及其偽品的定性判別模型，準(zhǔn)確度為98％，模型預(yù)測性良

3、好。
　　2、基于NIR-PCA技術(shù)構(gòu)建聚類分析模型快速區(qū)分不同栽培方式(3個月瓶苗、4個月瓶苗及入土種植6個月的種植苗)的金線蓮，以Q值、Cluster per Property、 SpectraResiduals too big和Property Residuum為模型評價指標(biāo)，選取5000-10000cm-1為建模波段，nle和dg1光譜預(yù)處理方式，建立不同栽培方式金線蓮的定性判別模型，準(zhǔn)確度為80％。
　　3、基于N

4、IR-PCA技術(shù)構(gòu)建聚類分析模型快速區(qū)分不同栽培方式的尖葉、大圓葉、紅霞、及臺灣金線蓮，包括3個月瓶苗、4個月瓶苗及入土種植6個月的種植苗，以Q值、Cluster per Property、 Spectra Residuals too big和Property Residuum為模型評價指標(biāo)，4個模型Q值均大于0.9，準(zhǔn)確度達(dá)100％，各模型預(yù)測性良好。
　　4、采用UPLC法檢測金線蓮中黃酮類成分及含量，并基于NIR-PLS技術(shù)

5、構(gòu)建金線蓮黃酮類成分定量分析模型。
　　4.1建立UPLC法同時檢測113批金線蓮中水仙苷、蘆丁、槲皮素、山奈酚和異鼠李素5種黃酮類成分。5種黃酮類成分在考察的濃度范圍內(nèi)呈較好的線性關(guān)系(R2≥0.9999)，平均加樣回收率和RSD分別在97.06％-106.17％和3.17％-6.24％內(nèi)。113批檢測樣品中水仙苷、蘆丁、槲皮素、山奈酚和異鼠李素的含量范圍分別為217.17-2243.26ug.g-1、15.95-1414.26

6、ug.g-1、11.87-267.07ug.g-1、15.58-165.21ug.g-1、13.54-86.4ug.g-1。
　　4.2基于NIR-PLS技術(shù)，Sa3+SNV光譜預(yù)處理方法，以全光譜為分析波段，構(gòu)建金線蓮水仙苷成分定量模型，其中SEC、SEP、Rc、Rv及Q值分別為0.134、0.147、0.974、0.969、0.792，定標(biāo)模型的線性和相關(guān)系數(shù)分別為f(X)=0.9478X+0.0551,r=0.9736，并預(yù)

7、測10批樣品含量，平均相對偏差為6.09％，表明模型具有較好的預(yù)測性能。
　　4.3基于NIR-PLS技術(shù)，SNV+MSC光譜預(yù)處理方法，以全光譜為分析波段，構(gòu)建金線蓮蘆丁成分定量模型，其中SEC、SEP、Rc、Rv及Q值分別為0.024、0.022、0.978、0.969、0.866，定標(biāo)模型的線性和相關(guān)系數(shù)分別為f(X)=0.9569X+0.0062，r=0.9782，并預(yù)測10批樣品含量，平均相對偏差為4.50％。