基于可见/短波近红外光谱检测结球甘蓝维生素C含量

• 作者: 孙红 李民赞 李鸿强
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 近红外光谱 维生素 无损检测 结球甘蓝 偏最小二乘回归 逐步回归
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 269-275
• 页数: 7页
• 分类号: S532
• 字数: 5005字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.08.035

摘要

维生素C是人类必需的营养素,结球甘蓝作为主要蔬菜品种之一富含维生素C.该试验利用可见/短波近红外光谱分析技术,开展结球甘蓝维生素C含量的快速检测方法研究.首先通过Kennard-Stone(K-S)法将样本按照6:1划分为校正集(60个样本)和验证集(11个样本),分别利用反射率和吸光度的原始光谱、一阶导数(first derivative, FD)和二阶导数(second derivative, SD)光谱预处理后对应的6个数据集,建立偏最小二乘(partial least squares, PLS)回归模型.针对最优光谱预处理方法处理后的光谱,设置5个置信水平(0.95, 0.975, 0.99, 0.995, 0.9995),利用逐步回归(stepwise regression, SR)进行建模波长选择,以各置信水平对应的各组优选波长进行多元线性回归建模.结果表明:利用FD光谱预处理方法可以提高PLS回归模型精度,验正集R2从处理前的0.85提高到0.96,是该研究的最佳光谱数据预处理方法.利用降维后的7个主成分继续建立PLS回归模型,校正集R2为0.92,交互验证均方根误差(root mean squared error of cross validation, RMSECV)为0.6580 mg/100 g,验证集R2为0.96,预测均方根误差(root mean squared error of prediction, RMSEP)为1.6204 mg/100 g.PLS回归模型预测维生素C含量,检测精度高,可以代替传统检测方法,为结球甘蓝的品质评定提供一种新的途径.进一步分别应用8,6,5个优选波长进行多元线性回归建模,校正集R2平均为0.78,RMSECV平均为3.7609 mg/100 g,验证集R2平均为0.73,RMSEP平均为2.8792 mg/100 g,虽然R2有所降低,但波长点少,利用较少的波长变量来预测维生素C含量,降低模型复杂度,可以为便携式检测仪器开发提供技术支持,以提高结球甘蓝内部品质评定作业效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李民赞	中国农业大学现代精细农业系统集成研究教育部重点实验室	102	1430	24.0	33.0
2	孙红	中国农业大学现代精细农业系统集成研究教育部重点实验室	40	403	9.0	19.0
3	李鸿强	中国农业大学现代精细农业系统集成研究教育部重点实验室	16	37	4.0	4.0