论文部分内容阅读
目的 利用近红外光谱(near-infrared spectroscopy,NIR)结合偏最小二乘法(partial least squares,PLS)建立快速测定小麦粉中矿物质元素(钙、磷和钾)含量的绿色分析方法.方法 收集117份不同加工程度小麦粉样品(全麦粉、特一粉和麦芯粉)的近红外光谱,同时化学法测定小麦粉样品中钙、磷和钾的含量.主成分分析随机分组,81份样品用于构建NIR模型,36份样品用于验证模型的预测能力.探讨了波长范围和光谱预处理方法对模型预测能力的影响,并选择最佳预测模型.结果 钙含量的最佳NIR模型可以预测小麦粉中钙含量(r2=0.7907,RMSEP=5.35,RPD=2.19),磷含量的最佳预测模型可以精确预测磷含量(r2=0.9777,RMSEP=15.3,RPD=6.71),钾含量的最佳预测模型可以精确预测钾含量(r2=0.9777,RMSEP=18.9,RPD=6.84).结论 近红外光谱法可以实现对小麦粉中矿物质元素(钙、磷和钾)的快速预测,通过选择波长范围和光谱预处理方法可以显著提高NIR模型的预测能力.