论文部分内容阅读
近红外光谱分析是一种新型高效分析技术，由于具有分析速度快、样品前处理简单和低消耗等优点，受到了各行各业的广泛关注，目前，该项技术已被成功的应用于粮食、豆类、酒类等产品的快速检测。本文对烟草水溶性总糖、还原糖、总氮、总植物碱、蛋白质、氯、钾、硫酸根、石油醚提取物总量、石油醚提取物中性成分总量、灰份、水溶性灰份碱度、pH值、总挥发碱、总挥发酸和含水率16个指标的近红外定量分析进行了研究。125个烤烟样品，分别于2004年、2005年取自山东、河南、黑龙江等地。样品粉碎之后，扫描其近红外光谱，波段为4000～10000cm-1，分辨率为8cm-1，扫描50次取平均光谱。光谱经db5小波降噪、标准正则变换、一阶导数处理后，用主成分分析-马氏距离法从全部样品中剔除了6个奇异样品和17个冗余样品，剩余102个样品用于定量计算，用常规方法检测了上述16种烟草化学指标。本文采用外部验证法检验模型预测效果，各指标分别从全部样品中选出一部分作为验证集，选择的方法是：将102个样品按照化学值从大到小排序，去除最大值和最小值，剩余的100个样品按顺序每隔5个样品取出一个作为验证样品，共取出20个样品作为验证集，剩余的82个样品作为校正集。用偏最小二乘和BP网络两种方法建立了定量分析模型，其中PLS模型预测较好的指标有总糖、总植物碱、灰分和含水率，预测样本均方差分别为1.1965、0.1783、0.4881和0.1791。BP网络预测效果较好的指标有还原糖、总氮、蛋白质、氯、钾、硫酸根、石油醚提取物总量、pH值和总挥发酸，预测样本均方差分别为1.8605、0.1121、0.403、0.0465、0.2365、0.1417、0.4162、0.1024和0.0215。认为其中适宜进行定量分析的指标是水溶性总糖、还原糖、总植物碱、总氮、蛋白质、石油醚提取物总量、pH值、灰分和含水率，这9个指标86％的样品预测误差低于10％。预测值可供参考的指标是硫酸根、氯化物、钾和总挥发酸，这4个指标有80％的样品预测误差低于20％。石油醚提取物中性成分总量、总挥发碱和水溶性灰分碱度三个指标的模型预测结果是不可靠的，部分原因是这三个指标的常规检测方法尚需改进。