目的建立傅立叶近红外光谱法(Fourier transform near infrared spectroscopy,FT-NIR)检测桃果中果胶含量的分析方法。方法以2个桃品种为材料,采集近红外光谱样品,探讨光谱预处理对模型的影响。采用偏最小二乘法(partial least squares,...目的建立傅立叶近红外光谱法(Fourier transform near infrared spectroscopy,FT-NIR)检测桃果中果胶含量的分析方法。方法以2个桃品种为材料,采集近红外光谱样品,探讨光谱预处理对模型的影响。采用偏最小二乘法(partial least squares,PLS)以及主成分回归(principal component regression,PCR)进行建模,建模相关系数(rc)、建模均方偏差(root mean square error of calibration,RMSEC)、预测相关系数(rp)、预测均方偏差(root mean square error for prediction,RMSEP)作为模型的评价标准。结果2个品种的近红外光谱图和果胶含量无明显差异(P>0.05),采用标准正态变量变换(standard normal variate,SNV)和多元散射校正(multiplicative signal correction,MSC)对原始光谱的光程进行选择,对建模结果的影响基本一致。综合得出最佳模型是利用PLS方法建模并采用MSC/SNV结合一阶导数和Savitzky-Golay(S-G)平滑对近红外光谱图进行预处理,评价参数分别为rc=0.7795、rp=0.7545、RMSEC=0.0933、RMSEP=0.0534和rc=0.7800、rp=0.7530、RMSEC=0.0932、RMSEP=0.0534。结论该方法准确、可靠,适用于桃果中果胶含量的快速检测。展开更多
文摘目的建立傅立叶近红外光谱法(Fourier transform near infrared spectroscopy,FT-NIR)检测桃果中果胶含量的分析方法。方法以2个桃品种为材料,采集近红外光谱样品,探讨光谱预处理对模型的影响。采用偏最小二乘法(partial least squares,PLS)以及主成分回归(principal component regression,PCR)进行建模,建模相关系数(rc)、建模均方偏差(root mean square error of calibration,RMSEC)、预测相关系数(rp)、预测均方偏差(root mean square error for prediction,RMSEP)作为模型的评价标准。结果2个品种的近红外光谱图和果胶含量无明显差异(P>0.05),采用标准正态变量变换(standard normal variate,SNV)和多元散射校正(multiplicative signal correction,MSC)对原始光谱的光程进行选择,对建模结果的影响基本一致。综合得出最佳模型是利用PLS方法建模并采用MSC/SNV结合一阶导数和Savitzky-Golay(S-G)平滑对近红外光谱图进行预处理,评价参数分别为rc=0.7795、rp=0.7545、RMSEC=0.0933、RMSEP=0.0534和rc=0.7800、rp=0.7530、RMSEC=0.0932、RMSEP=0.0534。结论该方法准确、可靠,适用于桃果中果胶含量的快速检测。
