基于可见/近红外光谱的鸡腿菇总糖含量测定方法

基于可见/近红外光谱技术,研究了一种快速无损测量鸡腿菇鲜样总糖含量的检测方法,建立了鸡腿菇鲜样总糖含量预测模型。以鸡腿菇为研究对象,在一个生长周期内共选取80个不同成熟度的样品,其中60个作为校正集,20个作为预测集,使用便携式光谱仪采集样品漫反射光谱信息。通过对比发现,将总糖含量化学实测值与光谱值分析比较发现,采用归一化+二阶微分+MAF相结合的预处理方式,并以7个主成分建立的偏最小二乘(PLS)模型效果最佳,校正集的相关系数为0.998 9,内部交叉均方根误差为0.008 2;预测集的相关系数为0.982 3,预测均方根误差为0.082 9。结果表明,利用可见/近红外光谱技术建立的预测模型精度较高,可以实现鸡腿菇总糖含量的快速准确检测。