摘要
探索使用中短波近红外光谱(Mid-and short-wave near infrared,MS-NIR)快速检测红茶添加外源蔗糖的可行性。使用便携式光谱仪采集红茶光谱,建立了基于MS-NIR的红茶掺假外源蔗糖偏最小二乘(Partial least squares,PLS)和支持向量机(Support vector machine,SVM)定性定量分析模型,并采用基于变量相关性的向前选择(Forward selection,FS)算法对光谱变量进行筛选。结果显示,采用标准正态变量变换和一阶导数对光谱预处理可以提升定量模型的预测能力;采用FS算法可以极大简化模型所用的变量数量,仅使用6个变量构建PLS模型即可达到较好的预测效果。最优PLS模型对验证集定量预测的均方根误差(Root mean square error of prediction,RMSEP)和预测相关系数(Correlation coefficient of prediction,rp)分别为0.704和0.940;对验证集定性判别的准确率、精确率、召回率和F1值分别可达到98.97%、100.00%、97.92%和0.9894,检出限(Limit of detection,LOD)约为0.6 g/100 g。在实际使用中,应先用定性判别模型进行定性分析,再使用定量分析模型进行含量预测,以免对红茶掺假情况产生误判。研究表明,基于MS-NIR模型对红茶掺假外源蔗糖快速检测是可行的,为红茶掺假快速检测提供了方法参考。
出处
《农产品质量与安全》
2025年第5期39-45,共7页
Quality and Safety of Agro-Products
基金
重庆市自然科学基金面上项目(cstc2021jcyj-msxmX1065)
重庆市教委科学技术研究项目(KJQN202203203)
云南省科技厅重点实验室建设项目(202449CE340010)
农业农村部茶叶质量安全控制重点实验室开放基金项目(TQSC202201)。
作者简介
梁丽(1981-),讲师,从事化学计量学研究。E-mail:swugrace2010@126.com;通信作者:柴云峰(1985-),副研究员,从事茶叶加工与质量控制研究。E-mail:chaiyunfeng@tricaas.com;通信作者:陈嘉(1981-),副教授,从事食品智能检测与品质分析研究。E-mail:chenjia5268@qq.com。
