光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2007年
5期
907-910
,共4页
马广%傅霞萍%周莹%应义斌%徐惠荣%谢丽娟%林涛
馬廣%傅霞萍%週瑩%應義斌%徐惠榮%謝麗娟%林濤
마엄%부하평%주형%응의빈%서혜영%사려연%림도
近红外%定量分析%桃%糖度%光谱预处理
近紅外%定量分析%桃%糖度%光譜預處理
근홍외%정량분석%도%당도%광보예처리
该研究应用近红外(near infrare,NIR)漫反射光谱定量分析技术开展了金华大白桃的糖度检测试验研究.用偏最小二乘回归(partial least square regression,PLSR)方法在800～2 500 nm光谱范围建模,通过比较果汁和不同部位果肉所对应的相关模型的预测结果发现:用水果3个部位(顶部、中部、底部)共9个检测点的果肉平均光谱和糖度平均值建立的模型的结果比果汁或单独某个部位果肉(3个检测点)所建立的模型的结果要好.在此基础上,分析了光谱微分和散射校正预处理对建模结果的影响,结果显示微分光谱建立的模型不如原始光谱建立的模型的结果好,光谱的散射校正处理(用多元散射校正MSC和标准正态变量变换SNV两种方法)有助于提高模型的预测性能.最终建立桃子果肉平均光谱经MSC和SNV散射校正后与糖度的相关模型,MSC和SNV对建模结果的影响基本一致,MSC-PLSR和SNV-PLSR模型的相关系数Rcal和交互验证相关系数Rcross-v分别为0.997和0.939.该研究表明近红外光谱检测技术可用于金华大白桃糖度的定量分析.
該研究應用近紅外(near infrare,NIR)漫反射光譜定量分析技術開展瞭金華大白桃的糖度檢測試驗研究.用偏最小二乘迴歸(partial least square regression,PLSR)方法在800～2 500 nm光譜範圍建模,通過比較果汁和不同部位果肉所對應的相關模型的預測結果髮現:用水果3箇部位(頂部、中部、底部)共9箇檢測點的果肉平均光譜和糖度平均值建立的模型的結果比果汁或單獨某箇部位果肉(3箇檢測點)所建立的模型的結果要好.在此基礎上,分析瞭光譜微分和散射校正預處理對建模結果的影響,結果顯示微分光譜建立的模型不如原始光譜建立的模型的結果好,光譜的散射校正處理(用多元散射校正MSC和標準正態變量變換SNV兩種方法)有助于提高模型的預測性能.最終建立桃子果肉平均光譜經MSC和SNV散射校正後與糖度的相關模型,MSC和SNV對建模結果的影響基本一緻,MSC-PLSR和SNV-PLSR模型的相關繫數Rcal和交互驗證相關繫數Rcross-v分彆為0.997和0.939.該研究錶明近紅外光譜檢測技術可用于金華大白桃糖度的定量分析.
해연구응용근홍외(near infrare,NIR)만반사광보정량분석기술개전료금화대백도적당도검측시험연구.용편최소이승회귀(partial least square regression,PLSR)방법재800～2 500 nm광보범위건모,통과비교과즙화불동부위과육소대응적상관모형적예측결과발현:용수과3개부위(정부、중부、저부)공9개검측점적과육평균광보화당도평균치건립적모형적결과비과즙혹단독모개부위과육(3개검측점)소건립적모형적결과요호.재차기출상,분석료광보미분화산사교정예처리대건모결과적영향,결과현시미분광보건립적모형불여원시광보건립적모형적결과호,광보적산사교정처리(용다원산사교정MSC화표준정태변량변환SNV량충방법)유조우제고모형적예측성능.최종건립도자과육평균광보경MSC화SNV산사교정후여당도적상관모형,MSC화SNV대건모결과적영향기본일치,MSC-PLSR화SNV-PLSR모형적상관계수Rcal화교호험증상관계수Rcross-v분별위0.997화0.939.해연구표명근홍외광보검측기술가용우금화대백도당도적정량분석.
