通过近红外光谱学与化学测量分析相结合,对油棕果质量的多参数预测
Muhammad Achirul Nanda1, Kharistya Amaru1, S Rosalinda1
1Department of Agricultural and Biosystem Engineering, Faculty of Agro-Industrial Technology, Universitas Padjadjaran, Sumedang 45363, Indonesia.
概括
本研究引入了一种使用近红外 (NIR) 光谱学结合实证波纹变换 (EWT) 和高斯过程回归 (GPR) 的新方法,用于快速,非破坏性的油棕果质量评估. 开发的模型准确地预测了水,油和自由脂肪酸 (FFA) 含量,提高了生产管理和可持续性.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 化学测量 化学测量 化学测量
背景情况:
- 对棕果中的水,油和自由脂肪酸 (FFA) 含量进行准确的现场评估对于商业价值和质量控制至关重要.
- 分析棕果成分的传统方法是破坏性的,劳动密集的,昂贵的,耗时的.
研究的目的:
- 开发一种使用近红外光谱 (NIR) 测量油棕油果质量的多参数预测的新非破坏性方法.
- 实施实证波形变换 (EWT) 和高斯过程回归 (GPR) 进行增强的化学分析.
主要方法:
- 采集了750个特纳拉油棕品种的果实样本,成熟度不同.
- 使用NIR光谱 (1000-1500nm) 扫描样本以获得吸收率数据.
- 应用了EWT来分解NIR光谱和GPR来构建水,油和FFA含量的预测回归模型.
主要成果:
- 在预测水 (RMSE = 2.877 ± 0.900%,R2 = 0.955 ± 0.018),油 (RMSE = 1.256 ± 0.543%,R2 = 0.942 ± 0.030) 和FFA (RMSE = 0.065 ± 0.04%,R2 = 0.964 ± 0.044) 含量方面,EWT-GPR模型取得了高准确度.
- 该方法没有溶剂和试剂,符合环境可持续性原则.
- 证明精确地预测了棕油果内部水果的质量.
结论:
- 开发的EWT-GPR模型为油棕果的质量评估提供了一个快速,准确和非破坏性的方法.
- 这一进步可以通过加强质量控制和优化收获时间,显著改善棕油生产管理.
- 通过减少对传统破坏性测试方法的依赖,促进整个棕油价值链的可持续性.
