摘要:
针对大米长波近红外漫透射光谱噪声大的问题,自行搭建了3种光谱采集系统用于分析波长范围为900~1700 nm的大米漫透射光补偿,采集了62个样本的大米红外光谱曲线,并进行了归一化、SG平滑、Savitzky-Golay卷积求导预处理,用偏最小二乘回归法对大米直链淀粉含量进行了建模分析,比较分析同种大米在不同厚度下的光补偿前后漫透射光谱曲线,对比漫反射、漫透射、漫透射光补偿结果,并对光补偿前后的结果进行了显著性分析.结果表明,光补偿前,随着样品厚度增加,大米直链淀粉含量预测模型结果先变好,但是随着样品厚度进一步增加,透射光强随之变弱,噪声变大,模型建模效果变差.样品厚度为9 mm时,大米近红外漫透射直链淀粉预测模型效果最好,校正集相关系数(RC)为0.9103,校正集均方根误差(RMSEC)为1.4209%;预测集相关系数(RP)为0.9049,预测集均方根误差(RMSEP)为1.5654%;光补偿后,大米近红外漫透射光补偿光谱曲线噪声显著改善,特别是经预处理后光谱曲线噪声在1203和1465 nm附近的光谱吸收处改善明显,并且不同样品厚度条件下的预测模型精度均有显著提高.大米样品厚度为9 mm时,直链淀粉光补偿预测模型效果最佳,模型校正集相关系数(RC)提升到0.9654,校正集均方根误差(RMSEC)降低到0.8902%;预测集相关系数(RP)达到0.9577,预测集均方根误差(RMSEP)降低到1.4261%,并且光补偿后的显著性较光补偿前有所降低,与相关研究相比,模型的相关系数和误差均有所改善.最后,选用没有参与建模的20个样品对光补偿模型进行了外部检验,模型相关系数为0.9363,均方根误差为1.4139%,RPD为2.85.结果表明,光补偿方法可以有效解决大米长波近红外因穿透力相对较弱而引起光谱噪声大的问题,提高大米直链淀粉预测模型的精度,可以实现颗粒大米直链淀粉含量的快速无损检测,为大米品质检测分级提供技术支撑.