支持向量回归用于预测稳定的同位素和微量元素,使用咖啡的高光谱成像来进行原产地验证
Joy Sim1, Yash Dixit2, Cushla Mcgoverin3
1Department of Food Science, University of Otago, PO BOX 56, Dunedin 9054, New Zealand.
近红外高光谱成像 (HSI-NIR) 可以快速预测咖啡豆中的稳定同位素和微量元素. 这种非破坏性技术准确地估计了与咖啡起源相关的地化学标记.
科学领域:
- 分析化学 分析化学
- 地质化学 地质化学
- 农业科学 农业科学
背景情况:
- 传统的地质化学分析耗时且具有破坏性.
- 咖啡等农产品的原产地确定对于质量控制和真实性至关重要.
研究的目的:
- 探索近红外高光谱成像 (HSI-NIR) 的潜力,以预测绿色咖啡豆中的稳定同位素和多元素数据集.
- 为此预测任务评估使用支向量回归 (SVR) 的可行性.
主要方法:
- 在来自不同来源的绿色咖啡豆上使用推扫 HSI-NIR (700-1700 nm).
- 分析了五种同位素比 (δ13C, δ15N, δ18O, δ2H, δ34S) 和41种微量元素.
- 应用支向量回归 (SVR) 与辐射基函数内核,以将HSI-NIR数据与地化学标记相关联.
主要成果:
- 在三种同位素比 (δ18O, δ2H, δ34S) 和八种元素 (Zn, Mn, Ni, Mo, Cs, Co, Cd, La) 的大陆,国家和区域尺度上实现了高预测精度 (R2 0.70-0.99).
- 所有五种同位素比均在国家和区域一级得到了良好预测.
- 确定了对预测模型做出贡献的关键波长区域,并讨论了地化学参数相关性.
结论:
- HSI-NIR是一种可行的,快速的,非破坏性的方法,用于估计咖啡豆中的传统地质化学参数.
- 预测的地化学参数是与高度,温度和降雨等环境因素相关的有价值的起源区分变量.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
10:13Using Capillary Electrophoresis to Quantify Organic Acids from Plant Tissue: A Test Case Examining Coffea arabica Seeds
Published on: November 12, 2016
相关概念视频
IR Spectrometers
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
Atomic Absorption Spectroscopy: Overview
When irradiated by EMR of a particular wavelength, these...
Atomic Absorption Spectroscopy: Instrumentation
The atomizer used in AAS can be either a flame atomizer or an...
Atomic Absorption Spectroscopy: Atomization Methods
Atomic Absorption Spectroscopy: Lab
Solutions containing organic solvents, such as low-molecular-mass alcohols, esters, or ketones, enhance absorbances by increasing nebulizer...
