摘要:
应用可见/近红外光谱技术、小波变换(WT)和连续投影算法(SPA),对火龙果总酸含量(TA)进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用 Maya2000光纤光谱仪采集380~1099 nm范围的火龙果漫反射光谱数据,通过 WT 消噪、SPA 优选波长和偏最小二乘回归(PLSR)分析方法,建立了火龙果总酸的定量预测模型。试验结果表明:经过 WT消噪联合 SPA优选波长压缩光谱变量后建立的 WT-SPA-PLSR模型,预测精度都高于全谱 PLSR 模型。由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数(Rp)为0.851394,预测均方根误差(RMSEP)为0.086848;全部样本的原始光谱数据使用 dbN(N=2,3,…,10)小波进行分解消噪,其中消噪效果最优的是 db4小波2层分解(db4-2),WT-PLSR模型的Rp 为0.915635,RMSEP为0.066752,小波变换消噪后的光谱预测模型精度明显提高;原始光谱经过 db10-3小波消噪联合 SPA算法,从570个光谱变量中优选出530,545,604,626,648,676,685,695,730,897,972,1016 nm共12个变量作为输入变量,建立 WT-SPA-PLSR预测模型,模型的RP 为0.88283,RMSEP为0.07739。SPA算法适合火龙果TA模型的光谱变量选择,能够有效提取与总酸相关度高的波长变量,增加了预测模型的精度和稳定性。研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。