文献类型：期刊文章

作　　者：张莎[1,2] 刘木华[1,2] 陈金印[2] 赵进辉[1,2]

ZHANG Sha;LIU Muhua;CHEN Jinyin;ZHAO Jinhui(College of Engineering,Jiangxi Agricultural University/Key Laboratory of Modern Agricultural Equipment in Jiangxi Province,Nanchang 330045,China;Jiangxi Provincial Collaborative Innovation Center of Key Technologies and Quality and Safety in Post-Harvest Processing of Fruits and Vegetables,Nanchang 330045,China)

机构地区：[1]江西农业大学工学院/江西省现代农业装备重点实验室,江西南昌330045 [2]江西省果蔬采后处理关键技术及质量安全协同创新中心,江西南昌330045

出　　处：《智慧农业（中英文）》

基　　金：江西省教育厅科技计划资助项目(GJJ160350)。

年　　份：2021

卷　　号：3

期　　号：4

起止页码：42-52

语　　种：中文

收录情况：普通刊

摘　　要：由于采后处理过程中脐橙保鲜剂抑霉唑易通过果皮渗进果肉中残留,不慎食用后会对人体产生危害。因此,本研究探索一种基于表面增强拉曼光谱技术(Surface-Enhanced Raman Spectroscopy,SERS)的脐橙果皮中抑霉唑残留的快速检测方法。首先对SERS检测条件进行优化,分别确定了最优的检测条件为反应时间2 min,金胶加入量400μL,NaBr作为电解质溶液且加入量为25μL。基于以上最优检测条件,以自适应迭代惩罚最小二乘法(Adaptive Iterative Reweighted Penalized Least Squares,air PLS)、air PLS+归一化、air PLS+基线校正、air PLS+一阶导数、air PLS+标准正态变量(Standard Normal Distribution,SNV)和air PLS+多元散射校正(Multiplicative Scatter Correction,MSC)处理后的6组光谱数据为研究对象,分别采用这6种光谱预处理法建立支持向量回归(Support Vector Regression,SVR)模型并对预测性能进行比较后发现,air PLS方法所建立模型的预测集相关系数(Coefficient of the Determinant for the Prediction Set,RP)最大,预测集均方根误差(Root-Mean-Square Error of Prediction,RMSEP)最小。对光谱数据进行主成分分析(Principal Component Analysis,PCA)特征提取,选择前7个主成分得分作为SVR预测模型的输入值。采用SVR、多元线性回归(Multiple Linear Regression,MLR)和偏最小二乘回归(Partial Least Squares Regression,PLSR)三种建模方法分析比较其对应的预测性能,其中SVR模型的预测集RP可高达0.9156,预测集RMSEP为4.8407 mg/kg,相对标准偏差(Relative Standard Deviation,RPD)为2.3103,表明基于SVR算法对脐橙表面抑霉唑残留的预测值越接近实测值,越能有效提高模型预测准确性。试验结果表明,利用SERS结合PCA及SVR建模,可实现对脐橙果皮中抑霉唑残留的快速检测。

关 键 词：脐橙 抑霉唑 表面增强拉曼光谱 支持向量回归 多元线性回归 偏最小二乘回归

分 类 号：O433.4]