本發(fā)明涉及果汁原汁檢測領域,特別是一種采用近紅外光譜技術計算勾兌蘋果汁中蘋果原汁含量的方法。
背景技術:
蘋果富含鉀、類黃酮、抗氧化物,能有效降低高血壓和冠心病的發(fā)生,廣受消費者的喜愛。一些不法商家為了降低成本,販賣的鮮榨蘋果汁時常由果粉沖劑或者果粉沖劑勾兌鮮榨果汁等制成以達到欺瞞消費者目的,這種行為不僅侵犯消費者的權益更威脅消費者健康。傳統(tǒng)果汁鑒別的方法是通過感官進行鑒定,但由于鑒定結果不可量化,同時具有一定的主觀性和盲目性;而基于化學分析的果汁品質與含量鑒定,雖然具有精度高的優(yōu)點,但存在鑒定周期長、鑒定過程繁瑣、鑒定費用高等方面的不足。為此,研究一種簡單、易于操作,并且能快速、準確鑒定鮮榨果汁含量的方法,對于食品安全具有重大的意義。
近紅外光譜儀(nearinfraredspectruminstrument,nirs)是介于可見光(vis)和中紅外(mir)之間的電磁輻射波,近紅外光譜區(qū)定義為780-2526nm的區(qū)域,是人們在吸收光譜中發(fā)現(xiàn)的第一個非可見光區(qū)。近紅外光譜區(qū)與有機分子中含氫基團(o-h、n-h、c-h)振動的合頻和各級倍頻的吸收區(qū)一致,通過掃描樣品的近紅外光譜,可以得到樣品中有機分子含氫基團的特征信息,而且利用近紅外光譜技術分析樣品具有方便、快速、高效、準確和成本較低,不破壞樣品,不消耗化學試劑,不污染環(huán)境,儀器便攜等優(yōu)點,近年來已經被廣泛的應用在食品安全的檢測中。
在實際工作中,混合物中的含量通常難以檢測,近紅外光譜的定量依據(jù)主要是光譜本身,因為光譜反映了真實樣品的組成和結構信息。因此,本發(fā)明通過已知樣本建立偏最小二乘模型,建立物質間隱含的關系,測得相應物質的含量。
綜上,當前急需一種快速、無損的勾兌蘋果汁中蘋果原汁含量計算方法,有利于人們辨別摻假,本發(fā)明提出了以近紅外光譜為檢測方法,同時利用偏最小二乘分析法實現(xiàn)對勾兌蘋果汁中蘋果原汁含量的測量。
技術實現(xiàn)要素:
有鑒于此,本發(fā)明的目的是提出一種采用近紅外光譜技術計算勾兌蘋果汁中蘋果原汁含量的方法,過程快速,結果準確,并且對樣品無損。
本發(fā)明采用以下方案實現(xiàn):一種采用近紅外光譜技術計算勾兌蘋果汁中蘋果原汁含量的方法,具體包括以下步驟:
步驟s1:制備含有不同含量蘋果原汁的勾兌蘋果汁作為樣本,將樣本進行近紅外光譜掃描,采集其近紅外光譜,并剔除異常的樣本數(shù)據(jù);
步驟s2:選取12000-4000cm-1特征波段下的光譜信息,運用多元散射校正預處理方法對所述光譜信息進行處理;經過散射校正后得到的光譜數(shù)據(jù)可以有效地消除散射影響,增強了與成分含量相關的光譜吸收信息;
步驟s3:采用留一法交叉驗證求得pls最佳的因子數(shù);
步驟s4:采用最佳的因子數(shù),進行pls建模,得到勾兌蘋果汁中蘋果原汁含量的預測模型;
步驟s5:對于未知的樣品,掃描其近紅外光譜,利用步驟s4建立好的勾兌蘋果汁中蘋果原汁含量的預測模型,預測未知勾兌蘋果汁中的原汁含量;
進一步地,步驟s1中所述制備含有不同含量蘋果原汁的勾兌蘋果汁作為樣本具體包括以下步驟:
步驟s11:新鮮蘋果汁的制備:取新鮮的蘋果,經去皮、切碎、榨汁、過濾工藝得新鮮蘋果汁,并測定其可溶性固形物含量;
步驟s12:果汁粉沖劑的制備:用蒸餾水配置同樣可溶性固形物含量的蘋果汁粉;
步驟s13:不同原汁含量的蘋果汁制備:將具有相同可溶性固形物含量的新鮮蘋果汁和果汁粉沖劑按照原汁比例為0~1進行勾兌,制作多個定標樣本集。
進一步地,步驟s2中運用多元散射校正預處理方法對所述光譜信息進行處理具體為:首先建立一個待測樣品的理想光譜,所述理想光譜即光譜的變化與樣品中成分的含量滿足直接的線性關系,以該理想光譜為標準要求對所有其他樣品的近紅外光譜進行修正;所述修正包括基線平移和偏移校正。
與現(xiàn)有技術相比,本發(fā)明有以下有益效果:本發(fā)明所采取的方法不僅能夠快速測量勾兌蘋果汁中蘋果原汁含量,并且具有高精度、操作簡單等優(yōu)點,在后續(xù)的不同混合物中的原汁含量檢測的工作中有重大貢獻,具有良好的應用前景。
附圖說明
圖1為本發(fā)明實施例中所述勾兌果汁中不同含量的蘋果原汁對應的近紅外原始吸收光譜圖。
圖2為本發(fā)明實施例中經過多元散射校正預處理后的勾兌果汁中不同含量的蘋果原汁對應的近紅外吸收光譜圖。
圖3為本發(fā)明實施例中利用留一法交叉驗證取得最佳主成分因子數(shù)變化圖。
圖4為本發(fā)明實施例中pls模型對勾兌蘋果汁中原汁含量的預測值和實際值間的關系圖。
具體實施方式
下面結合附圖及實施例對本發(fā)明做進一步說明。
本實施例提供了一種采用近紅外光譜技術計算勾兌蘋果汁中蘋果原汁含量的方法,具體包括如下步驟:
(1)新鮮蘋果汁的制備:取新鮮的紅富士蘋果,經去皮、切碎、榨汁、過濾等工藝得新鮮蘋果汁,并測定其可溶性固形物含量。果汁粉沖劑的制備:用蒸餾水配置同樣可溶性固形物含量的蘋果汁粉。不同原汁含量的蘋果汁制備:將具有相同可溶性固形物含量的新鮮蘋果汁和果汁粉沖劑按照原汁比例為0~1進行勾兌,制作21個定標樣本集。
使用2mm石英比色皿盛裝待上述樣品,實驗所用的儀器為傅立葉轉換近紅外光譜分析儀nicolet6700ft-nir(美國thermofisher)。以空氣作為測量背景,空氣濕度為60%,在室溫25℃下測定,采集樣品的透射近紅外光譜。波數(shù)范圍為12000-4000cm-1,分辨率為16,每個樣品掃描3次,取其平均值作為該樣品的近紅外吸收光譜,如圖1所示。數(shù)據(jù)采集使用nicolet6700ft-nir近紅外光譜軟件平臺omnice軟件,數(shù)據(jù)分析均在matlabr2016a中進行。
(2)對于異常的樣本進行剔除,并運用多元散射校正預處理方法進行對光譜信息進行處理。經過散射校正后得到的光譜數(shù)據(jù)可以有效地消除散射影響,增強了與成分含量相關的光譜吸收信息。該方法的使用首先要求建立一個待測樣品的“理想光譜”,即光譜的變化與樣品中成分的含量滿足直接的線性關系,以該光譜為標準要求對所有其他樣品的近紅外光譜進行修正,其中包括基線平移和偏移校正等,如圖2。
(3)將共21個樣本利用ks算法將采集的樣本分為校正集與預測集,其中以原汁比例為0、0.10、0.20、0.30、0.40、0.50、0.60、0.70、0.80、0.90、1.00的樣本共11組數(shù)據(jù)作為校正集,用來優(yōu)選模型參數(shù)和模型結果;以0.05、0.15、0.25、0.35、0.45、0.55、0.65、0.75、0.85、0.95樣本共10組數(shù)據(jù)作為預測集,用來驗證模型的有效性。
(4)采用留一法交叉驗證求的pls最佳的因子數(shù),如圖3。
(5)采用最佳的因子數(shù)10,進行pls建模。對預測集樣本運用建立好的pls模型進行蘋果原汁分析,模型的相關系數(shù)為0.9991,預測均方誤差為0.0121,預測值與實際含量間的關系圖如圖4所示。
以上所述僅為本發(fā)明的較佳實施例,凡依本發(fā)明申請專利范圍所做的均等變化與修飾,皆應屬本發(fā)明的涵蓋范圍。