論文_近紅外光譜技術(shù)檢測馬鈴薯還原糖含量的探究

1、.近紅外光譜技術(shù)檢測馬鈴薯還原糖含量的探究內(nèi)容摘要 本實驗以馬鈴薯為研究對象，先用比色法測得馬鈴薯還原糖含量，通過建立預測模型和驗證模型來分析近紅外光譜測量馬鈴薯的還原糖含量的可行性。應(yīng)用光譜儀，在波長區(qū)間為（400-1100nm）逐個對馬鈴薯掃描并得到其反射光譜，再利用傳統(tǒng)的比色法測定馬鈴薯的還原糖含量。對原始光譜經(jīng)某些數(shù)學方法處理后，用一步一步向回歸納法選擇光譜的優(yōu)選波段建立不少元線性向回歸納（multiple linear regression，MLR）校正模型，使用全交叉驗證法(leave one of cross validation，LOOCV)驗證校正模型的預測效果。實驗結(jié)果R值

2、都在0.8以上，SEC在0.16-0.25之間，Rcv也在0.8以上，SEcv在0.18-1.28之間。其中R極值為0.91，SEC極值為0.25，Rcv極值為0.89，SEcv極值為1.28。實驗結(jié)果表明近紅外光譜技術(shù)是可行的?！娟P(guān)鍵詞】馬鈴薯還原糖含量 可見/紅外反射光譜 多元線性回歸Near infrared spectroscopy NDT reducing sugar content of potato inquiryAbstract In this experiment, the potato as the research object, first measured by co

3、lorimetric reducing sugar content of potato through predictive modeling and verification models to analyze the feasibility of reducing sugar content of the near-infrared spectral measurements potatoes. Application spectrometer, the wavelength interval (400-1100nm) individually scan and get their pot

4、ato reflection spectra, and then use conventional colorimetric determination of reducing sugar content of potato. After the original spectral some mathematical approach to select the spectrum preferred by stepwise regression multivariate linear regression established bands (multiple linear regressio

5、n, MLR) calibration model, using full cross validation (leave one of cross validation, LOOCV) to verify the correction predict the effect of the model. Experimental results R values above 0.8, SEC between 0.16-0.25, Rcv also 0.8 above, SEcv between 0.18-1.28. Where R extremes is 0.91, SEC extreme of

6、 0.25, Rcv extreme of 0.89, SEcv extreme value of 1.28. Experimental results show that VIS / NIR diffuse reflectance optics technology is feasible.【Key Words】Reducing sugar content of potato VIS/NIR reflectance spectroscopy Multi-linear regression.目 錄0 引言11 材料與方法21.1材料與試劑21.2主要儀器或設(shè)備21.3光譜采集21.4比色法測量

7、馬鈴薯的還原糖21.5光譜預處理方法3 1.6模型的預測與驗證32 結(jié)果與分析42.1光譜的預處理42.2 MLR模型驗證及驗證結(jié)果63 結(jié)論7參考文獻8致 謝9;近紅外光譜技術(shù)無損檢測馬鈴薯還原糖含量的探究 學生姓名：杜曉康 指導老師：吳建虎0 引言馬鈴薯種植起源于南美，十六世紀發(fā)現(xiàn)新大陸之后被航海家?guī)У綒W洲，并在十七世紀傳到中國種植，很快在內(nèi)蒙、河北、山西、陜西北部普及，對中國十八世紀到十九世紀人口快速增長起到了重要作用，十八世紀又由愛爾蘭人傳到美國。1-2馬鈴薯自從在全球廣泛種植到今天已經(jīng)成為全世界第三大糧食作物，僅次于小麥和玉米。馬鈴薯現(xiàn)是國人廚房較受歡迎的食物。3其營養(yǎng)價值高、適應(yīng)力

8、強、產(chǎn)量大有效地維護了我國的糧食安全，也成為了國人餐桌上不可或缺的部分。馬鈴薯，（學名：Solanum tuberosum，英文：potato），茄子科茄子屬，活不過兩年植物，洋芋、土豆是它的小名。土豆里面的營養(yǎng)啥都有，各啥都有營養(yǎng)占土豆的量為：淀粉占1020%左右，蛋白質(zhì)2.02.3%左右，脂肪占0.21.3%左右，纖維素占0.550.75%左右。能吃的價值不低，各啥都有營養(yǎng)物質(zhì)差不多都含有。4-6經(jīng)常食用馬鈴薯不僅能均衡營養(yǎng)，又能減肥，保持身材。 同時，馬鈴薯還有重要的藥用價值。部分重要的開采出來的物質(zhì)土豆都含有，像：鉀，鉀能使細胞里面和細胞外面的液體流動的時候平衡。不少吃土豆可以防御血官

9、應(yīng)化，不得被中了風的發(fā)生性。馬鈴薯內(nèi)的粗纖維素有助于胃腸的功能，便于排泄。對于高血壓的人群來說，多吃馬鈴薯有便于降低血壓的功效，馬鈴薯的部分成分有類似降壓藥的作用，可以有效地減緩高血壓的發(fā)生。有些人切開馬鈴薯后為了防止馬鈴薯內(nèi)部和空氣氧化，把馬鈴薯放進水里，這樣會使馬鈴薯的營養(yǎng)流失，因為馬鈴薯的部分營養(yǎng)物質(zhì)溶于水。在吃土豆時我們要不粗心一些微小的節(jié)。在我們擇取優(yōu)質(zhì)馬鈴薯的時候，往往根據(jù)其外表、新鮮度、大小等外在條件，而其內(nèi)部品質(zhì)很難窺測。還原糖在食品烹飪中可能會發(fā)生美啦得反應(yīng)、膠糖化反應(yīng)等等會影響食物品質(zhì)的化學反應(yīng)，7-10其在食品原材含量的多少會對食品的感官造成很大的影響。我們國家在馬鈴薯的

10、品質(zhì)優(yōu)化方面落后某些發(fā)達國家，導致我們國家的馬鈴薯產(chǎn)品在世界市場上沒有話語權(quán)。因此，土豆的好不好受不少種原因素影響，還原糖所占大小就是其中之一。我們國家的土豆品質(zhì)一般般和這有一點的聯(lián)系。對于馬鈴薯還原糖檢測，現(xiàn)階段通用的方法一般是直接滴定法，并取得了一定效果。11-14但由于現(xiàn)行的方法都是在化學反應(yīng)的基礎(chǔ)發(fā)展還來的，具有試劑不能重復利用、污染環(huán)境、浪費資源等缺點。并且以上此法都是根據(jù)顏色變化來確定還原糖的含量，容易受到其他色素的干擾，適用范圍窄。采用可見/紅外光譜測量馬鈴薯的還原糖快捷、綠色、準確，在我們的科研和日常生活中具有很大的意義。 本研究的目標：本實驗通過對近紅外光譜（NIR）技術(shù)的運

11、用，對馬鈴薯的還原糖進行無損檢測，得出馬鈴薯還原糖組成?？纯茨懿荒苷业綄ν炼沟倪€原糖所占大小很好的測量方法。 1 材料與方法1.1 材料與試劑樣本：選出大小、形狀相似，成熟度一致的馬鈴薯60個。購于堯豐市場。 試劑：乙酸鋅溶液 1.19mol/L水溶液 亞鐵氰化鉀溶液 0.25mol/L水溶液 鋪桃唐標準液 1.0mg/mL(在配制標準溶液之前把葡萄糖粉末烘干至恒重) 3,5二硝基水楊酸溶液 用少量的水把6.5g3,5二硝基水楊酸溶解，往500ml容量瓶中加入，量取2mol/L氫氧化鈉溶液325ml移入容量瓶，再加入45g丙三醇，搖勻、定容1.2 主要儀器或設(shè)備電子天平：BS-1111s型 北

12、京塞多麗絲儀器系統(tǒng)有限公司紫外可見分光光度計：UV-1112型 上海梅譜答儀器有限公司USB4100微型光纖光譜儀 美國海洋光學有限公司電磁爐 廣東格蘭仕集團有限公司1.3 光譜采集(1)光譜采集設(shè)備美國廣闊的咸水不暗學范圍公司制造的USB4100小型不暗細不暗譜儀是本實驗的光譜采集設(shè)備，它主要性能為：曝光時間50ms，測量波長區(qū)間為400nm1100nm。 (2) 樣品反射光譜的采集樣品反射光譜的采集：先將馬鈴薯臥在鐵架臺上，再用光譜儀對樣本的最高點進行照射（赤道最高點），沿赤道均勻翻轉(zhuǎn)2次，找光滑的部位進行照射，避開發(fā)芽、爛坑、蟲眼等粗糙部位，三次照射結(jié)果合成一個光譜數(shù)據(jù)。 1.4比較色方

13、法測量土豆的返回原來糖(1)提取 馬鈴薯樣本總量為60，一一標記，然后洗凈、擦干、切碎，每個樣本用電子天平稱取100g，把100g土豆塊子放入有100ml煮成蒸汽又過濾的水的組織弄碎機中并且打開組織弄碎機弄碎3分鐘。從組織弄碎機中取出100ml弄碎液倒入250ml容量瓶中加煮成蒸汽又過濾的水達到250ml的刻度，把它放入 80水溫的水浴鍋中晃晃悠悠提出取出半小時，取出后趕快加入1ml亞鐵氰化鉀溶液和1ml乙酸鋅溶液，搖晃容量瓶使之均勻、在室溫下冷卻、接著定容、經(jīng)過濾后獲得濾液。 (2)繪制標準曲線 準確量取0,1,2,3,4,5,6ml葡萄糖標準液分別倒入25ml的容量瓶中，把蒸餾水倒入容量瓶

14、使刻度到10ml，再向其中注入2.5ml 3,5二硝基水楊酸溶液，搖晃容量瓶使之均勻，放入已經(jīng)煮沸的水中五分鐘，取出后把涼水倒在瓶外冷卻直至室溫，二十分鐘后比色，把分光光度計波長調(diào)為540nm處并用空白試劑調(diào)零，測量其吸光度值，得到結(jié)果后繪制標準曲線。如表1、圖1.(3)還原糖換量測定 準確量取馬鈴薯濾液5ml并倒入蒸餾水至10ml刻度，接下來的處理與標準曲線的處理步驟相同。表1 標準溶液吸光度結(jié)果Table 1 the series of standard solution absorbance measurement results葡萄糖量（mg）1.02.03.04.05.06.0吸光度

15、0.0270.1000.1820.6000.6950.763圖1 標準曲線Figure 1 the standard curve1.5 光譜預處理方法掃描得到的光譜數(shù)據(jù)以ADS碼的形式導出11，轉(zhuǎn)換成文本文檔格式，實驗中使用軟件MATLAB 7.0 (the Mathworks Inc.) 分析處理數(shù)據(jù)。在原始光譜收集時，會有噪聲、強光線、樣品表面粗糙、光散射干擾和基線漂移等的信息被帶到光譜中。為了更加真實的體現(xiàn)原始光譜圖，去除這些干擾因素的影響，本實驗運用一些數(shù)學處理方法如均值法（average method）和加權(quán)平滑濾波法、多元散射校正（multiplicative scatter co

16、rrection,MSC）15-18及一階導數(shù)(first order derivative)和二階導數(shù)（second order derivative）光譜預處理方法對原始光譜進行預處理。1.6 模型的預測及驗證首先用逐步回歸法（stepwise regression method）從原始光譜挑選原始光譜的優(yōu)選波段，用選取出的原始光譜波段建立多重線性回歸（multiple linear regression, MLR）預測模型。本研究中用60個馬鈴薯的含量作為樣本全部做校正集，最后使用全交叉驗證法（ leave one out cross-validation,LOOCV）法建立驗證校正模型

17、，有相關(guān)數(shù)(Rcv)和標準差(SEcv)驗證 16驗證預測模型的效果。Rcv和SEcv的計算公式如式（1）、式（2）所示： 式（1）Rcv=1×100% 式（2）SEcv=.其中 ：n為樣本的個數(shù) YTi為樣本的測定值 YPi為樣本的預測值 Ya為樣品測定的平均值2 結(jié)果與分析2.1 光譜的預處理橫的坐標為波的長度，縱的坐標為反射的率的圖2.a是樣本的原始反射光譜圖。從原始反射光譜圖上看，噪聲、強光線等因素對光譜有一定的干擾，為了避免這些不利因素對光譜的干擾，對原始光譜進行優(yōu)化選取，通過對比光譜數(shù)據(jù)，最后選擇波長為3501040nm為光譜的有效波段。首先采用加權(quán)平滑法對原始有效光譜進

18、行預處理，選取加權(quán)平滑點數(shù)為15個點，得平滑效果圖2.b，從處理過的圖上看可以較好的消除不利因素的影響，光譜圖變得清晰，一些數(shù)據(jù)較大、偏離較遠的光譜線被MATLAB 7.0軟件自動刪除。光譜圖 2.c是應(yīng)用不少元不直射校正法（MSC）對預處理后光譜圖進行處理，從圖中可以明顯的看出光譜線聚集，突出峰更加清晰，可以看到在360nm、400nm、420nm、960nm（此處為水分的吸收峰）有四個明顯的吸收峰值。圖2.e和圖2.g是用一階導數(shù)法和二階導數(shù)法處理預處理后的原始光譜的光譜圖，從反射率的變化程度來看更能確定吸收峰的位置。并對得到的圖進行平滑處理，消除噪音及其他因素的影響，得到圖2.f和圖2.

19、h，使圖看起來更加清晰。圖2 不同處理方法下的光譜Fig.2 Spectrum with different treatment a原始光譜 b平滑處理后的光譜 a Original spectrum b Spectrum with smoothing c MSC處理后的光譜 d MSC+平滑處理后的光譜 c Spectrum with MSC d Spectrum with MSC+ Spectrum smoothing e MSC+一階導數(shù)處理后的光譜 f MSC+一階導數(shù)+平滑處理后的光譜e Spectrum with MSC + first derivative f Spectrum

20、with MSC + first derivative+ Spectrum g MSC+二階導數(shù)處理后的光譜 h MSC+二階導數(shù)+平滑處理后的圖像g Spectrum with MSC + second derivative h Spectrum with MSC + second derivative+ Spectrum with smoothing 2.2 MLR模型驗證及驗證結(jié)果 使用優(yōu)選波長處的光譜反射值建立土豆樣本的失去電子的糖的MLR校正模型，并采用 LOOCV驗證模型的預測結(jié)果：表2。由表可見，原始光譜建立的馬鈴薯還原糖的MLR模型的結(jié)果是：R=0.9127，SEC=0.180

21、6；經(jīng)平滑法處理后得到的MLR模型的表明：R=0.8685，SEC=0.2615；全交叉驗證的結(jié)果是：Rcv=0.8288，SEcv=0.2473；全交叉驗證的結(jié)果是：Rcv=0.7599，SEcv=1.2839；經(jīng)MSC處理處理后得到的MLR模型的表明：R=0.8740，SEC=0.2081；全交叉驗證的結(jié)果是：Rcv=0.8293，SEcv=0.2295； 經(jīng)MSC+平滑處理后得到的MLR模型的表明：R=0.8185，SEC=0.2512；全交叉驗證的結(jié)果是：Rcv=0.7530，SEcv=1.2844；經(jīng)原始光譜+平滑處理后得到的MLR模型的表明：R=0.8288，SEC=0.2473；

22、全交叉驗證的結(jié)果是：Rcv=0.7599，SEcv=1.2839；經(jīng)MSC+ 一階導數(shù)處理后得到的MLR模型的結(jié)果是：R=0.8574，SEC=0.2227；全交叉驗證的結(jié)果是：Rcv=0.7923，SEcv=0.2631；經(jīng)MSC+ 二階導數(shù)處理后得到的MLR模型的表明：R=0.8301，SEC=0.1605；全交叉驗證的結(jié)果為是：Rcv=0.8960，SEcv=0.1824。其中：經(jīng)原始反射光譜建立的MLR模型預測效果最好，各種處理方法下建立的MLR校正模型的R都大于0.85（除平滑法外），SEC都小于0.3，且Rcv都大于0.79（除平滑法外），SEcv都小于0.3，所以建立的MLR校正

23、模型能比較準確地反映出馬鈴薯還原糖含量。表2 不同光譜預處理方法對還原糖的MLR模型預測結(jié)果及其驗證Tab.1 MLR model predictions of firmness in different spectral preprocessing methods and their validation光譜處理方法MLRLOOCVRSECRcvSEcv原始光譜0.91270.18060.86850.2615平滑0.82880.24730.75991.2839MSC0.87400.20810.82930.2295MSC+一階導數(shù)0.85740.22270.79230.2631MSC+二階導數(shù)

24、0.83010.16050.89600.1824MSC+平滑0.81850.25120.75301.2844原始光譜+平滑0.82880.24730.75991.28393 結(jié)論本研究表明，通過近紅外光譜技術(shù)對馬鈴薯進行的探測在400nm1100nm波長下所得的原始光譜清晰、準確、可用，首先優(yōu)選原始波段使原始波段更好的分析、處理，優(yōu)選出的原始波段在區(qū)間3501040nm之間。接著通過MATLAB 7.0軟件進行消除因為馬鈴薯表面不平滑、強光線、光散射干擾和基線漂移等外界環(huán)境的不利影響，消除一些數(shù)據(jù)過大的光譜線，這時可以看到光譜圖聚集，吸收峰明顯顯現(xiàn)，在360nm、400nm、420nm、960

25、nm（此處為水分的吸收峰）有四個明顯的吸收峰值，然后是預測模型和驗證模型的建立，得到的結(jié)果為：MLR校正模型的表明：R=0.8685，SEC=0.2615；全交叉驗證的結(jié)果是：Rcv=0.8288，SEcv=0.2473。接著進行MSC的預測模型和驗證模型的建立，得到的表明：R=0.8740，SEC=0.2081；全交叉驗證的結(jié)果是：Rcv=0.8293，SEcv=0.2295。在對MSC處理過的光譜圖進平滑處理，預測模型和驗證模型的建立，得到的結(jié)果是：R=0.8185，SEC=0.2512；全交叉驗證的結(jié)果是：Rcv=0.7530，SEcv=1.2844。接著給光譜數(shù)據(jù)進行D1處理，預測模型

26、和驗證模型的建立，得到的結(jié)果是：R=0.8574，SEC=0.2227；全交叉驗證的結(jié)果是：Rcv=0.7923，SEcv=0.2631。二階導數(shù)處理的光譜數(shù)據(jù)，預測模型和驗證模型的建立，得到的結(jié)果是：R=0.8301，SEC=0.1605；全交叉驗證的結(jié)果是：Rcv=0.8960，SEcv=0.1824。發(fā)現(xiàn)各種處理方法下建立的MLR校正模型的R都大于0.85（除平滑法外），SEC都小于0.3，且Rcv都大于0.79（除平滑法外），SEcv都小于0.3，在此基礎(chǔ)上進行通過結(jié)果表明，靠近紅色外面的光譜技術(shù)能比較的檢測土豆的還原糖含量。 參考文獻1 藍勇. 明清美洲農(nóng)作物引進對亞熱帶山地結(jié)構(gòu)性貧

27、困形成的影響J. 中國農(nóng)史. 2001(04).04-05 2 谷茂,馬慧英,薛世明. 中國馬鈴薯栽培史考略J. 西北農(nóng)業(yè)大學學報. 1999(01).03-053 周文龍,李孟剛. 把“小土豆”做成“大產(chǎn)業(yè)”J. 中國國情國力. 2007(09).12-154 封巖. 中美馬鈴薯產(chǎn)業(yè)發(fā)展比較分析與啟示J. 世界農(nóng)業(yè). 2012(08).06-085 魏延安. 陜西省馬鈴薯產(chǎn)業(yè)化發(fā)展戰(zhàn)略研究J. 干旱地區(qū)農(nóng)業(yè)研究. 2006(06).17-196 龐芳蘭. 發(fā)達國家馬鈴薯種薯產(chǎn)業(yè)的發(fā)展及其啟示J. 世界農(nóng)業(yè). 2008(03).15-187 王影影,李雪梅,殷向晨. 馬鈴薯全粉中還原糖測定方法

28、比較J. 濟寧學院學報. 2011(03).13-158 朱海霞,石瑛,張慶娜,陳伊里. 3,5-二硝基水楊酸(DNS)比色法測定馬鈴薯還原糖含量的研究J. 中國馬鈴薯. 2005(05).03-059 羅志剛,曾滿枝,凌晨,林文波,龔志平,嚴利文. 3,5-二硝基水楊酸比色法測定煙草中水溶性總糖J. 中國煙草科學. 2000(02).04-0510 梅文泉,隋啟君,佴注,汪祿祥,劉家富. 馬鈴薯塊莖中還原糖測定的一種方法J. 云南農(nóng)業(yè)科技. 2003(03).07-0911 郭宇姝,張沂,朱新生. 茶多酚的提取分離與含量測定方法進展J. 解放軍藥學學報. 2007(02).01-0412 陳克克. 地瓜兒可溶性糖和還原糖的含量測定J. 西安文理學院學報(自然科學版). 2009(01).02-0513 宋俊英. 茶薪菇總糖、還原糖和多糖的測定J.