木薯品质分析的近红外光谱模型建立及其应用研究

作者：徐慧; 李扬华; 苏琳

来源：化学研究与应用, 2012, (09): 1423-1428.

• 近红外光谱法
• 木薯
• 定标模型
• 淀粉
• 水分 NIRS
• cassava
• calibration model
• starch
• moisture

应用近红外光谱法(NIRS)建立木薯中淀粉、水分定量分析的近红外光谱数学模型,探讨了修正偏最小二乘法(MPLS)、偏最小二乘法(PLS)以及主成分回归法(PCR)等优化处理对定标模型的影响,确定了修正偏最小二乘法(MPLS)是建立模型最适合的数学方法。并对模型预测结果的准确性进行了评价。结果表明:验证集样品的化学值和近红外预测值拟合存在较好的线性关系,相关性显著。淀粉模型预测标准偏差(Sep)为0.850,系统偏差(Bias)为-0.095,相关系数(r)为0.971。水分模型预测标准偏差(Sep)为0.075,系统偏差(Bias)为0.007,相关系数(r)为0.980。淀粉、水分定量分析的NIRS数学模型具有较高的预测准确性,可应用于木薯批量收购中的品质等分析。

• 出版日期2012
• 单位广西壮族自治区分析测试研究中心; 广西中医药大学