文献类型：期刊文章

作　　者：李鸿强[1,2] 孙红[1] 李民赞[1]

Li Hongqiang;Sun Hong;Li Minzan(Key Laboratory of Modern Precision Agriculture System Integration Research,China Agricultural University,Beijing 100083,China;School of Science,Hebei Institute of Architecture and Civil Engineering,Zhangjiakou,075000,China)

机构地区：[1]中国农业大学现代精细农业系统集成研究教育部重点实验室,北京100083 [2]河北建筑工程学院理学院,张家口075000

出　　处：《农业工程学报》

基　　金：国家自然科学基金资助项目(31501219)

年　　份：2018

卷　　号：34

期　　号：8

起止页码：269-275

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：维生素C是人类必需的营养素,结球甘蓝作为主要蔬菜品种之一富含维生素C。该试验利用可见/短波近红外光谱分析技术,开展结球甘蓝维生素C含量的快速检测方法研究。首先通过Kennard-Stone(K-S)法将样本按照6:1划分为校正集(60个样本)和验证集(11个样本),分别利用反射率和吸光度的原始光谱、一阶导数(first derivative,FD)和二阶导数(second derivative,SD)光谱预处理后对应的6个数据集,建立偏最小二乘(partial least squares,PLS)回归模型。针对最优光谱预处理方法处理后的光谱,设置5个置信水平(0.95,0.975,0.99,0.995,0.999 5),利用逐步回归(stepwise regression,SR)进行建模波长选择,以各置信水平对应的各组优选波长进行多元线性回归建模。结果表明:利用FD光谱预处理方法可以提高PLS回归模型精度,验正集R^2从处理前的0.85提高到0.96,是该研究的最佳光谱数据预处理方法。利用降维后的7个主成分继续建立PLS回归模型,校正集R^2为0.92,交互验证均方根误差(root mean squared error of cross validation,RMSECV)为0.658 0 mg/100 g,验证集R^2为0.96,预测均方根误差(root mean squared error of prediction,RMSEP)为1.620 4 mg/100 g。PLS回归模型预测维生素C含量,检测精度高,可以代替传统检测方法,为结球甘蓝的品质评定提供一种新的途径。进一步分别应用8,6,5个优选波长进行多元线性回归建模,校正集R^2平均为0.78,RMSECV平均为3.760 9 mg/100 g,验证集R^2平均为0.73,RMSEP平均为2.879 2 mg/100 g,虽然R^2有所降低,但波长点少,利用较少的波长变量来预测维生素C含量,降低模型复杂度,可以为便携式检测仪器开发提供技术支持,以提高结球甘蓝内部品质评定作业效率。

关 键 词：近红外光谱 维生素  无损检测 结球甘蓝 偏最小二乘回归 逐步回归  

分 类 号：S532]