基于近紅外光譜的大米水分及蛋白質(zhì)含量檢測方法研究.pdf

1、隨著人們生活質(zhì)量的不斷提高以及對身體健康的重視程度越來越強，消費者對大米的適口性、營養(yǎng)等品質(zhì)方面的需求也隨之提高。大米的品質(zhì)不但能讓消費者在感官上特別享受，直接關(guān)系著人們身體對大米的消化以及吸收，而且在大米的貿(mào)易和相關(guān)科學(xué)領(lǐng)域的研究方面也至關(guān)重要。在大米的品質(zhì)評定中，水分和蛋白質(zhì)是評價大米價值的關(guān)鍵因素。大米的水分含量不單影響著大米的品質(zhì)，更重要的是關(guān)系到公眾的食品安全問題。大米以及它的副產(chǎn)品同時提供人們每日所需要的能量和蛋白質(zhì)，蛋白質(zhì)

2、含量的高低在大米的食味品質(zhì)方面起著重要的作用。
　　因此本文將以此作為著手點，采用大米作為研究對象并利用近紅外光譜技術(shù)結(jié)合其水分和蛋白質(zhì)的含量進行圖譜擬合，以求探索快速檢測實現(xiàn)的可能性。主要進行了如下研究工作:
　　(1)從黑龍江各地收集109個不同種類的大米樣品，利用ThermoFisher公司AntarisⅡ近紅外光譜儀對其進行光譜掃描。然后采用傳統(tǒng)的國家標(biāo)準(zhǔn)化學(xué)方法對主要組成成分水分和蛋白質(zhì)的化學(xué)值進行測定，為后續(xù)的數(shù)

3、據(jù)處理以及模型的建立做好準(zhǔn)備工作。
　　(2)針對大米蛋白質(zhì)的定量分析模型分別采用霍特林T2統(tǒng)計、X-Y殘差以及3D視圖分析三種方法進行異常樣品的剔除。經(jīng)對比發(fā)現(xiàn)通過X-Y殘差分析方法剔除異常點后建立模型的RMSECV和R2分別從最初的0.2428和0.7626提升到了0.2060和0.8364。
　　(3)采用The DUPLEX Method將水分和蛋白質(zhì)的樣品劃分為校正集和預(yù)測集，結(jié)果表明二者不單單在含量的范圍方面十分

4、相近，在對樣品求得的平均值以及標(biāo)準(zhǔn)差上也十分相似，從而獲得符合實驗要求且均勻分布的校正集和預(yù)測集，達到了本研究的預(yù)期效果。
　　(4)對大米水分的原始光譜圖分別采用導(dǎo)數(shù)、歸一化以及平滑三種方法進行去噪處理，經(jīng)對比發(fā)現(xiàn)平滑點數(shù)采用15點時去除噪聲后的建模效果最佳。對大米蛋白質(zhì)的原始光譜圖分別采用一階導(dǎo)數(shù)+平滑、二階導(dǎo)數(shù)+平滑以及正交信號校正三種去噪方法對光譜中所含的噪聲進行消除，研究表明二階導(dǎo)數(shù)+平滑處理具有最好的去噪效果，其所建立

5、模型的校正集決定系數(shù)R2更趨向于1，同時有著較低的校正集均方誤差根RMSECV。
　　(5)對大米水分光譜采用MWPLS和IPLS波長選擇方法進行模型驗證，通過對比發(fā)現(xiàn)，MW-IPLS對水分光譜特征吸收波長的選取是一種有效的方法。結(jié)合MWPLS和IPLS方法進行波長選擇，確定二者具有交叉的最優(yōu)波長范圍4108-4386cm-1。在此波段采用PLSR建立大米水分的定量模型，預(yù)測集均方誤差根RMSEP為0.2753，其決定系數(shù)R2達到

6、0.8597。
　　(6)分別對80個校正集和24個預(yù)測集大米樣品的蛋白質(zhì)光譜建立PLSR和PCR模型。通過對比預(yù)測集均方根誤差根RMSEP和決定系數(shù)R2可以得出，PCR模型對大米蛋白質(zhì)含量的預(yù)測能力上表現(xiàn)更優(yōu)，預(yù)測集均方根誤差根RMSEP和其決定系數(shù)R2達到0.1288和0.8865。
　　綜上所述，本文利用近紅外光譜技術(shù)針對大米中水分和蛋白質(zhì)含量所建立的模型精度較高，具有一定的可行性，為今后大米成分的快速檢測提供新方法。