花椒揮發(fā)油含量近紅外光譜無(wú)損檢測(cè)研究.pdf

1、揮發(fā)油是花椒的主要香氣成分，揮發(fā)油含量是判定花椒等級(jí)的主要理化指標(biāo)，若采用常規(guī)分析方法測(cè)定揮發(fā)油的含量，需對(duì)每個(gè)樣品進(jìn)行破壞性處理，并且檢測(cè)時(shí)間較長(zhǎng)。近紅外光譜分析(Near Infrared Spectroscopy，簡(jiǎn)稱NIR)是一種快速、無(wú)損檢測(cè)技術(shù)，已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)及食品行業(yè)中。為了快速、無(wú)損檢測(cè)揮發(fā)油含量，本研究嘗試用近紅外光譜分析技術(shù)對(duì)完整花椒顆粒中揮發(fā)油進(jìn)行定量分析。 采集產(chǎn)于我國(guó)陜西、四川等地的花椒樣品共138

2、份。設(shè)置9種不同掃描參數(shù)組合，分別采集其光譜，光譜范圍為．3600～12800 cm-1。使用蒸餾法測(cè)定其揮發(fā)油含量，應(yīng)用偏最小二乘法建立花椒揮發(fā)油定量預(yù)測(cè)模型。結(jié)果表明，分辨率為16cm-1，掃描次數(shù)為128時(shí)，所建立的校正模型較好，預(yù)測(cè)集外部驗(yàn)證R2為0.973，RMSEP為0.272，RPD為6.28。 比較了微分、平滑、MSC、SNV、DOSC等幾種常見的數(shù)據(jù)預(yù)處理方法對(duì)揮發(fā)油近紅外光譜預(yù)測(cè)模型的影響。結(jié)果表明，一階微分

3、+移動(dòng)平滑(9點(diǎn)平滑)提高了模型預(yù)測(cè)能力，RPD達(dá)到了8.61，適當(dāng)?shù)臄?shù)據(jù)預(yù)處理方法，可以消除花椒整粒在光譜掃描時(shí)產(chǎn)生的光譜平移和噪聲影響。直接正交信號(hào)校正不僅對(duì)模型的預(yù)測(cè)能力有一定的提高，還起到了簡(jiǎn)化模型效果。 使用遺傳算法對(duì)近紅外光譜建模譜區(qū)進(jìn)行選擇，結(jié)果表明，花椒近紅外譜區(qū)經(jīng)過遺傳算法優(yōu)化后，不僅減少了建模波長(zhǎng)點(diǎn)，減小建模時(shí)間，并且剔除了噪聲過大的譜區(qū)，提高模型的預(yù)測(cè)能力，RMSEP減少到0.195。使用遺傳算法對(duì)支持向量