利用高光譜成像技術結合偏最小二乘（PLS）法建立不同成熟期貝達葡萄香氣成分預測模型。用氣相色譜-質譜（GC-MS）測定葡萄香氣成分的組成及含量,選擇葡萄香氣的特征成分酮類、酚類、烷烴類為研究對象,通過連續(xù)投影算（SPA）法選擇其特征波長,建立特征波長-香氣成分模型和全波段-香氣成分模型。結果表明:不同成熟期的葡萄香氣成分含量與其光譜具有顯著相關性:酮類物質全波段-PLS的預測相關系數(shù)（RP）為0.992 5, SPAPLS的RP=0.984 3;酚類物質全波段-PLS的RP=0.988 8, SPA-PLS的RP=0.992 8;烷烴類物質全波段-PLS的RP=0.987 0,SPA-PLS的RP=0.989 6。研究表明,高光譜成像技術可以對不同成熟期的葡萄香氣成分進行無損檢測。 

【文章來源】：食品工業(yè). 2020,41(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

不同時期葡萄香氣成分

同一時期的葡萄光譜曲線基本相同，隨機選擇一個感興趣區(qū)域的光譜作為代表，結果如圖2所示。不同成熟期的葡萄光譜曲線變化趨勢類似，但由于系統(tǒng)受電流或外界環(huán)境因素的影響，以及在數(shù)據(jù)采集時存在一定程度的誤差，導致同一時期的樣本光譜存在差異，所以在同一時期隨機選擇32個感興趣區(qū)域，按3︰1分為校正集和預測集，再對平均光譜反射率進行平均，得到同一時期的校正集與預測集樣本數(shù)之比為6︰2，共8個時期，故最終校正集與預測集樣本數(shù)之比為48︰16。2.3 不同香氣成分的特征波長

經(jīng)過連續(xù)投影法選擇，酮類物質對應的特征波長有4個（如圖3和圖4所示），分別是401.89,693.79,938.00和951.09 nm，此時的均方根誤差值為0.705 68。當選擇的波長數(shù)為5時，RMSE值最小，但是在波長數(shù)由4到5的過程中，RMSE值變化不明顯，選擇更多的變量反而會增加模型的復雜程度，所以最終選擇4個變量為酮類物質的特征波長。圖4 酮類特征波長

【參考文獻】：
期刊論文
[1]基于偏最小二乘法的高光譜水面油膜厚度估算[J]. 邢學文,劉松,許德剛,錢凱俊.  國土資源遙感. 2019(02)
[2]基于高光譜成像技術無損檢測蘋果表面缺陷[J]. 孟慶龍,張艷,尚靜.  食品工業(yè). 2019(03)
[3]釀酒和鮮食葡萄釀造起泡葡萄酒品質差異研究[J]. 都晗,梁艷英,王鑫,李華,王華.  中國釀造. 2018(12)
[4]3種巨峰系葡萄的香氣特征[J]. 張文文,吳玉森,陳毓謹,鄭奇志,馬超,許文平,張才喜,王世平.  上海交通大學學報(農(nóng)業(yè)科學版). 2018(05)
[5]靈武長棗蔗糖含量的高光譜無損檢測[J]. 程麗娟,劉貴珊,何建國,楊曉玉,萬國玲,張翀,馬超.  食品科學. 2019(10)
[6]近紅外光譜檢測獼猴桃可溶性固形物和pH[J]. 王旭,宋慶恒.  食品工業(yè). 2017(03)
[7]寧夏赤霞珠葡萄水分含量的高光譜無損檢測研究[J]. 蔡正云,吳龍國,王菁,潘媛,馬建榮,李梓溢.  食品工業(yè)科技. 2017(02)
[8]采后獼猴桃可溶性固形物含量的高光譜無損檢測[J]. 董金磊,郭文川.  食品科學. 2015(16)
[9]葡萄酒香氣來源和形成研究進展[J]. 王家梅,張軍翔.  中國釀造. 2014(05)
[10]基于高光譜成像技術和連續(xù)投影算法檢測葡萄果皮花色苷含量[J]. 吳迪,寧紀鋒,劉旭,梁曼,楊蜀秦,張振文.  食品科學. 2014(08)

碩士論文
[1]基于高光譜成像技術的多指標綜合決策香蕉品質等級研究[D]. 王南南.華南理工大學 2015



本文編號：3393033