基于近红外光谱技术的腐竹脂肪定量分析

采用近红外光谱技术结合化学计量学方法，建立腐竹脂肪含量的快速分析方法。收集不同生产线、不同时间的腐竹样本180 份，利用积分球附件采集漫反射光谱（4 000～10 000 cm－1）。为消除颗粒散射影响和光谱基线漂移，二阶导数和卷积平滑用于光谱预处理。采用反向区间偏最小二乘法、组合区间偏最小二乘法、搜索组合移动窗口偏最小二乘法和遗传偏最小二乘法优化建模变量，最终构建了定量预测模型。结果显示，4 种方法均可有效地提取信息变量、降低模型维度、提高预测性能；遗传偏最小二乘法一次优选获得143 个变量，构建的模型性能最佳，其校正相关系数、校正均方根误差、预测相关系数、预测均方根误差分别为0.96、0.95、0.92和1.17。研究表明，经过信息变量提取后所构建的近红外模型简单、预测精度高，可用于腐竹脂肪含量的日常监测