文献类型：期刊文章

作　　者：黄林森[1,2] 刘冬[1] 覃统佳[1,2] 林秀文[1,2] 周志航[1] 黄锦玲[1] 从彦丽[1]

HUANG Lin-sen;LIU Dong;QIN Tong-jia;LIN Xiu-wen;ZHOU Zhi-hang;HAUNG Jin-ling;CONG Yan-li(School of Applied Chemistry and Biological Technology, Shenzhen Polytechnic, Shenzhen 518000, China;College of Chemistry and Environmental Engineering, Shenzhen University, Shenzhen 518000, China)

机构地区：[1]深圳职业技术学院应用化学与生物技术学院,广东深圳518000 [2]深圳大学化学与环境工程学院,广东深圳518000

出　　处：《现代食品科技》

基　　金：深圳市科学计划项目(601821K27038);深圳职业技术学院校级重点项目(601722K27014)

年　　份：2019

卷　　号：35

期　　号：8

起止页码：317-324

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、EI、FSTA、IC、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：大米中的蛋白质、脂肪、碳水化合物和水分是大米的重要营养成分,这些组分的检测需要依赖国标法,检测过程繁琐冗长,污染大,实现近红外快速检测具有重要的现实意义。本实验以75个大米样品为研究对象,用国标法测定其蛋白质、脂肪、碳水化合物和水分的含量,用AntaresⅡ型近红外光谱仪采集光谱信息。将样品分为校正集和验证集,其中校正集63个,验证集12个,通过6种光谱预处理方法和3种建模方法分别建立大米的蛋白质、脂肪、碳水化合物和水分的定量模型,用Workflow调用模型来实现四种组分的快速检测。结果表明,蛋白质、碳水化合物通过一阶导数与Savitzky-Golay滤波对光谱进行处理;脂肪、水分通过二阶导数和Savitzky-Golay滤波对光谱进行处理;再通过PLS回归与国标法的测定值相关联建立的大米中蛋白质、脂肪、碳水化合物及水分的定量模型具有较高的预测精度。蛋白质、脂肪、碳水化合物和水分的预测模型的内部交叉验证的相关系数R分别为0.9266、0.9333、0.9198、0.9175,RMSECV分别为0.280、0.133、0.362、0.270,内部交叉验证的相关系数R均在0.91以上,RMSECV均小于0.37,可实现对大米中蛋白质、脂肪、碳水化合物和水分的快速检测。

关 键 词：近红外光谱分析技术 定量模型  快速检测  

分 类 号：O657.33] TS210.7[化学类]