摘要
为了检验牛奶中是否掺杂尿素并将其量化测定,配置含有尿素质量浓度范围为1～20g/L之间40个牛奶样品,以掺杂物尿素浓度为外扰,分别研究了掺杂尿素牛奶的二维相关(近红外-近红外,中红外-中红外,近红外-中红外)光谱特性,在此基础上,分别选择随浓度变化大的4200～4800cm-1和1400～1704cm-1为建模区间,采用偏最小二乘方法建立定量分析模型。研究结果表明:4200～4800cm-1建模分析效果优于1400～1704cm-1建模结果,其交叉验证均方根误差为0.266g/L,对未知样品集预测相关系数达到0.999,预测均方根误差为0.219g/L,这表明所建模型具有较好的预测效果。该方法无需样品处理,成本低,为快速判别牛奶是否掺杂提供了一种新的可能的方法。
For the detection and quantification of urea in milk, pure milk samples and 40 adulterated milk samples added different contents of urea were prepared. Then 2D correlation （NIR-NIR, IR-IR, NIR-IR） spectroscopy under the perturbation of adulteration concentration was calculated and the spectra in the range of 4 200-4 800 cm^-1 and 1 400-1 704 cm^-1 were selected to construct the partial least square （PLS） calibration model, respectively. The PLS calibration model showed 4 200-4 800 cm^-1 was the better range for calibration performance and the root mean square errors of cross validation （RMSECV） of the model was 0.266 g/L. When using this model for predicting the urea contents in prediction set, the root mean square errors of prediction （RMSEP） was 0.219 g/L and the coefficient correlation of actual values and predicted values was 0.999, which means the model has good prediction ability. The method can be used for a correct discrimination on whether the milk is adulterated and provides a new and cost-effective alternative to test the adulteration of milk.
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2012年第6期259-263,共5页
Transactions of the Chinese Society of Agricultural Engineering
基金
国家自然科学基金(60938002
30900275)
高等学校博士学科点专项科研基金(20090032120064)
关键词
红外光谱
尿素
模型
偏最小二乘法
掺杂牛奶
infrared spectroscopy, urea, models, partial least square, adulerated milk
作者简介
杨仁杰（1978-），男，山西运城人，在职博士，天津农学院机电工程系讲师，研究方向为食品安全检测。天津天津大学精密测试技术及仪器国家重点实验室，300072。Email：rjyang1978@163．com
刘蓉（1978-），女，副教授，研究方向为组织光学与光谱应用。天津天津大学精密测试技术及仪器国家重点实验室，300072。Email：rongliu@tju．edu．cn
