writer：胡曉云，卞?；?，項洋，張環(huán)，魏俊富
keywords：近紅外光譜，食用調(diào)和油，多元校正，定量檢測模型
source：期刊
specific source：光譜學(xué)與光譜分析, 2023, 43 (1): 78-84
Issue time：2023年
有關(guān)調(diào)和油快速準(zhǔn)確定量檢測的研究對于調(diào)和油質(zhì)量控制具有重要意義。然而，以往對調(diào)和油定量分析的研究大多集中于二元、三元和四元調(diào)和油，對更高元數(shù)調(diào)和油的研究很少，難以滿足調(diào)和油檢測需求。本研究的目的是探討近紅外光譜結(jié)合化學(xué)計量學(xué)對五元調(diào)和油中各單組分油進行定量分析的可行性。由玉米油、大豆油、稻米油、葵花油和芝麻油配制成51個五元調(diào)和油樣品，并采集它們的12000-4000 cm-1范圍內(nèi)的近紅外透射光譜。首先，采用光譜-理化值共生距離（SPXY）算法將調(diào)和油樣品集劃分為38個校正集和13個預(yù)測集。其次，考察了主成分回歸（PCR）、偏最小二乘（PLS）、支持向量回歸（SVR）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、極限學(xué)習(xí)機（ELM）等五種多元校正方法對五元調(diào)和油各組分定量分析的建模效果。然后，在最佳建模方法的基礎(chǔ)上比較了SG平滑、標(biāo)準(zhǔn)正態(tài)變量（SNV）、多元散射校正（MSC）、一階導(dǎo)數(shù)（1st Der）、二階導(dǎo)數(shù)（2nd Der）和連續(xù)小波變換（CWT）六種光譜預(yù)處理方法，并討論了預(yù)處理方法有效的原因。最后，在最佳預(yù)處理方法的基礎(chǔ)上進一步利用競爭性自適應(yīng)重加權(quán)（CARS）和蒙特卡羅無信息變量消除法（MCUVE）篩選與預(yù)測組分相關(guān)的變量。結(jié)果顯示，在五種建模方法中，PLS是最佳的建模方法，對玉米油、大豆油、稻米油、葵花油和芝麻油五種組分的預(yù)測均方根誤差（RMSEP）分別為5.5644、5.5592、3.5926、7.4218、4.1930。經(jīng)過光譜預(yù)處理-變量選擇，再建立PLS模型，對五種組分的RMSEP分別降低至1.9553、0.5624、1.1450、1.6190、1.0671，預(yù)測相關(guān)系數(shù)（Rp）均高于0.98，表明采用合適的光譜預(yù)處理和變量選擇方法，可以明顯提高五元調(diào)和油中各單組分油定量分析的預(yù)測準(zhǔn)確度。本研究為多組分調(diào)和油的快速無損定量檢測提供了一種參考。