一种非破坏性的检测方法,用于麦的Muti-质量属性,使用近红外光谱学

科学领域:

• 农业科学 农业科学
• 分析化学 分析化学
• 食品科学 食品科学 食品科学

背景情况:

• 准确量化麦的营养成分对于质量控制至关重要.
• 营养分析的传统方法可能耗时且具有破坏性.
• 近红外 (NIR) 光谱学为快速,非破坏性分析提供了潜力.

研究的目的:

• 开发一种精确而非破坏性的方法来量化麦的总粉,蛋白质,β-葡萄糖和脂肪.
• 评估各种化学计量预处理和特征选择方法的有效性.
• 评估用于麦分析的便携式富里埃变换近红外 (FT-NIR) 系统的性能.

主要方法:

• 使用近红外 (NIR) 技术与化学测量相结合.
• 应用了八种光谱预处理方法:SNV,MSC,Nor,DE,FD,SD,BC和SS.
• 集成功能波长选择算法:CARS,SPA,UVE和LAR以优化部分最小平方 (PLS) 模型.

主要成果:

• 在特定的预处理和特征选择组合后,为每个组件实现了最佳模型.
• 总粉:SD-SPA (Rp2 = 0.768,RMSEP = 2.057) 这种粉的使用情况是:
• 蛋白质:MSC-CARS (Rp2 = 0.853,RMSEP = 1.142) 这种蛋白质可以通过
• β-葡萄糖:BC-SPA (Rp2 = 0.759,RMSEP = 0.315)). 这种蛋白质的含量是:
• 脂肪:SS-SPA (Rp2 = 0.903,RMSEP = 0.692) 这是一个很好的方法.

结论:

• 便携式FT-NIR系统与化学计量相结合,可以快速而非破坏性地量化麦的关键营养成分.
• 这种方法对麦行业的质量控制和质量评估具有重要意义.
• 该研究证明了先进的光谱数据分析的成功应用,用于准确的麦成分分析.