近紅外光譜技術(shù)在醬油品質(zhì)檢測中的應(yīng)用研究.pdf

1、醬油總酸含量是其重要衛(wèi)生指標(biāo),氨基酸態(tài)氮含量是其重要的質(zhì)量等級指標(biāo),而抗氧化能力是評價其營養(yǎng)價值的重要指標(biāo)。常規(guī)品質(zhì)指標(biāo)檢測手段具有費(fèi)時、費(fèi)力及污染等缺點,不適于實時、在線檢測分析。近紅外光譜分析技術(shù)具有快速、無破壞性、無污染,及多組分同時檢測的優(yōu)點,在食品、農(nóng)產(chǎn)品品質(zhì)檢測方面發(fā)揮著越來越重要的作用,并顯示了較好地應(yīng)用前景。因此,研究以老抽醬油為研究對象,開展了近紅外光譜技術(shù)在醬油的總酸、氨基酸態(tài)氮含量及抗氧化能力中的評價研究。首先,通

2、過運(yùn)用不同光譜預(yù)處理方法優(yōu)化PLS模型,以確定最佳的光譜預(yù)處理方法用于最終模型的建立;然后,引入特征譜區(qū)及波長篩選方法解決光譜信息冗余問題,優(yōu)選了最佳變量,提高了校正模型的預(yù)測精度和穩(wěn)健性;最后,結(jié)合不同的非線性手段構(gòu)建醬油抗氧化能力的評價模型。本論文主要工作及結(jié)論如下:
　　 (1)光譜預(yù)處理方法在校正模型優(yōu)化中的研究。通過運(yùn)用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、多元散射校正(MSC)、一階導(dǎo)數(shù)(1stDerivative)和二階導(dǎo)數(shù)

3、(2ndDerivative)等4種不同的光譜預(yù)處理方法,分別對醬油的原始近紅外光譜進(jìn)行預(yù)處理,建立醬油總酸、氨基酸態(tài)氮含量及抗氧化能力的PLS校正分析模型;在模型建立過程中,依據(jù)全局交互驗證均方根誤差值最小的原則,選取建模所需的最佳主成分因子數(shù)。試驗結(jié)果顯示,在分析醬油總酸、氨基酸態(tài)氮含量及抗氧化能力品質(zhì)指標(biāo)時,最佳光譜預(yù)處理方法均為SNV;最終模型的最佳主成分因子數(shù)分別為4、7、4;模型預(yù)測集相關(guān)系數(shù)Rp分別為0.9170、0.91

4、41和0.8866。試驗結(jié)果表明,選擇合適的光譜預(yù)處理方法和最佳的主成分因子數(shù)建立校正模型可以很好地預(yù)測醬油的品質(zhì)指標(biāo),為醬油多品質(zhì)指標(biāo)的快速、實時、在線檢測提供了有效的新方法。
　　 (2)特征譜區(qū)或波長篩選法在近紅外光譜檢測醬油氨基酸態(tài)氮含量中的研究。醬油的近紅外光譜中存在光譜信息重疊的問題,影響校正模型的預(yù)測性能和穩(wěn)健性。本研究嘗試應(yīng)用特征譜區(qū)及波長篩選法結(jié)合PLS法來建立醬油氨基酸態(tài)氮含量的預(yù)測模型,以提高校J下模型的預(yù)

5、測能力和穩(wěn)定性。試驗采用區(qū)間偏最小二乘(iPLS)、聯(lián)合區(qū)間偏最小二乘(Si-PLS)、遺傳偏最小二乘(GA-PLS)和遺傳聯(lián)合區(qū)間偏最小二乘(GA-Si-PLS)等4種特征譜區(qū)或波長篩選方法優(yōu)化模型,并比較各模型的預(yù)測性能。試驗結(jié)果顯示,氨基酸態(tài)氮的最佳校正模型為GA-Si-PLS模型,該模型特征變量數(shù)為64,預(yù)測集相關(guān)系數(shù)為0.9988。試驗結(jié)果表明,利用特征譜區(qū)或波長篩選方法優(yōu)化模型,不僅提高了模型預(yù)測能力,并且降低了模型的復(fù)雜度

6、,很好地解決了光譜信息冗余的問題。
　　 (3)非線性模型在近紅外光譜評價醬油抗氧化能力中的研究。醬油的抗氧化能力是多種物質(zhì)綜合表現(xiàn)的結(jié)果,與近紅外光譜之間存在非線性關(guān)系。為解決光譜信息冗余問題,研究首先應(yīng)用Si-PLS優(yōu)選最能表現(xiàn)醬油抗氧化能力的光譜區(qū)間;然后建立醬油的抗氧化能力最優(yōu)近紅外光譜區(qū)域的BPANN和KPLS非線性模型,簡稱為Si-BPANN和Si-KPLS模型,并與全光譜模型結(jié)果相比較;最后運(yùn)用APaRPs法結(jié)合R

7、unsTest對醬油的全近紅外光譜數(shù)據(jù)及最優(yōu)光譜數(shù)據(jù)與醬油抗氧化能力之間的線性度關(guān)系做出判斷。試驗結(jié)果表明,建立在最優(yōu)光譜區(qū)間的模型結(jié)果要優(yōu)于全光譜模型,非線性模型的預(yù)測能力要優(yōu)于線性模型,且Si-BPANN模型的預(yù)測結(jié)果最佳,預(yù)測集的相關(guān)系數(shù)為0.9884。研究結(jié)果為醬油品質(zhì)指標(biāo)分析提供了一種新的建模方法,對醬油的營養(yǎng)價值評價具有重要意義。
　　 綜上所述,本文系統(tǒng)研究了在建立近紅外光譜定量分析醬油品質(zhì)的模型過程中,光譜預(yù)處理