论文部分内容阅读
我国是板栗生产大国,准确快速检测板栗品质对板栗原料选择有着重要意义。板栗的品质主要与甜度和糯性相关,其中甜度受水分、水溶性糖及蔗糖含量的影响较大,而糯性指标除了可以根据板栗的总淀粉含量和直链淀粉比例进行大致判断,还可根据其质构指标进行直观评价。目前板栗主要化学组分常用的测定方法为化学分析法,耗时较长且样品测完即失去食用价值。近红外漫反射光谱法是一种快速、无损、精确的检测技术,已广泛运用于食品领域。本文使用近红外漫反射光谱技术结合化学计量学和模糊数学方法实现了多个板栗甜度指标以及总淀粉、直链淀粉、糯性值的快速测定,为板栗的品质控制提供依据。主要研究结果如下:（1）在板栗水分含量的快速测定中,使用PLS法在5900-5300cm-1波段下结合一阶导数+Savitzky-Golay（5点平滑处理）预处理得到最优模型,校正决定系数为0.9639,验证决定系数为0.9071,对应的RMSEC值、RMSEP和RMSECV值分别为0.0121、0.0186和0.0316;测定水溶性糖含量使用PLS法在全波段下结合一阶导数+Savitzky-Golay（5点平滑处理）预处理得到最优模型,校正决定系数为0.9257,验证决定系数为0.8719,对应的RMSEC、RMSEP和RMSECV值分别为0.0162、0.0217和0.0299;测定蔗糖含量使用PLS法在全波段下结合一阶导数+Norris（段数和间隔均为1）预处理得到最优模型,校正决定系数为0.9999,验证决定系数为0.9737,对应的 RMSEC 值、RMSEP 和 RMSECV 值分别为 0.0251、0.435 和 0.567。（2）在板栗总淀粉含量和直链淀粉比例的快速测定中,总淀粉含量在全波段下使用一阶导数结合Norris（段长为3,间隔为1）预处理通过PLS法建模效果最好。最优模型的校正决定系数为0.9671,验证决定系数为0.9537,对应的RMSEC值、RMSEP和RMSECV值分别为0.639、0.802和2.07,直链淀粉比例在7200-4000cm-1波段下使用一阶导数、一阶导数+Savitzky-Golay（3点平滑处理）和一阶导数+Norris（段长设为1）三种预处理方式通过PLS法建模效果均为最佳。校正决定系数为0.9984,验证决定系数为0.9008,对应的RMSEC、RMSEP和RMSECV值分别为0.0846、0.558 和 1.66。（3）在板栗糯性指标值的快速测定中,模糊数学法、感官评价及MATLAB软件成功为板栗糯性指标赋值。采用近红外漫反射光谱法构建的板栗糯性值模型在9400-4000cm-1波段下使用一阶导数+Savitzky-Golay（5点平滑处理）时取得最佳建模效果。最优模型的校正决定系数为0.9805,验证决定系数为0.9127,RMSEC值、RMSEP和 RMSECV 值分别为 0.246、0.979 和 2.440。综上所述,在一阶导数结合平滑处理的预处理方式下使用PLS法建立多个板栗甜度指标以及总淀粉、直链淀粉、糯性值的模型,可得到精确、稳健的预测结果,因此,近红外光谱技术结合化学计量学和模糊数学方法能够快速准确地测定板栗的品质。