基于近红外光谱技术的大米掺伪定量判别研究

发布时间：2017-10-28 13:27

  本文关键词：基于近红外光谱技术的大米掺伪定量判别研究

  更多相关文章： 近红外光谱 化学计量学 大米掺伪 定量模型

【摘要】：作为“五谷之首”的大米(也称为稻米),其质量和安全问题一直备受关注。然而,近年来频频出现的大米掺伪现象,使得大米的质量分析面临前所未有的挑战,迫切需要开发快速、可靠的检测技术。近红外光谱分析技术(NIRS)具有快速、无损、绿色、低成本的突出优点,已在各个领域和行业中被广泛应用。本研究针对现在市场上常见的两种大米掺伪现象(高档米中混入低档米和使用矿物油抛光),以近红外光谱技术为基础,同时结合化学计量学方法,分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。(1)近红外光谱技术结合直链淀粉含量建立掺伪大米(掺入低档米)的掺伪比例判别模型。按0%、5%、10%、15%、20%、30%、40%、50%、60%、70%、80%、90%和100%不同的掺伪比例制配了130个大米样品(高档A米中掺入低档B米),采集这130个掺伪大米的近红外光谱,对获得的原始光谱数据进行预处理(标准正态变量变换法、最大最小归一化法、平滑法和一阶导数法),分别结合偏最小二乘法建立4种PLS定量分析模型。通过对比建模结果得出最优的预处理方法是最大最小归一化法,建立的掺伪比例分析模型(掺入低档米)的校正集和预测集相关系数分别为0.9698(Rc)和0.9845(Rv),均方根误差分别为8.66(RMSECV)和6.46(RMSEP)。(2)近红外光谱技术结合偏最小二乘法(PLS)建立掺伪大米(掺入矿物油)的掺伪比例判别模型。按0.0000%、0.0118%、0.0395%、0.1370%、0.1819%、0.6194%、0.8764%和1.3219%不同的掺伪比例制配了80个大米样品(掺入矿物油),采集这80个掺矿物油大米的近红外光谱,并结合偏最小二乘法建立掺伪比例的PLS定量分析模型。试验结果显示,所建模型校正集的相关系数和均方根误差分别为0.9739(Rc)和0.106(RMSECV),预测集的相关系数和均方根误差分别为0.9888(Rv)和0.0698(RMSEP)。两个模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。
【关键词】：近红外光谱 化学计量学 大米掺伪 定量模型
【学位授予单位】：安徽农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O657.33;TS213.3
【目录】：

• 摘要3-4
• Abstract4-8
• 1 文献综述8-18
• 1.1 大米8-12
• 1.1.1 大米的种类8
• 1.1.2 大米的主要营养成分8
• 1.1.3 大米的直链淀粉8-9
• 1.1.4 大米的掺伪现状9-12
• 1.2 近红外光谱技术12-13
• 1.2.1 近红外光谱技术的原理12
• 1.2.2 近红外光谱技术的特点12-13
• 1.2.3 近红外光谱技术的分析步骤13
• 1.3 化学计量方法13-15
• 1.3.1 光谱预处理14-15
• 1.3.2 定量模型的建立15
• 1.4 近红外光谱技术在大米领域的研究进展15-18
• 1.4.1 近红外光谱技术在大米营养成分测定中的应用15-16
• 1.4.2 近红外光谱技术在大米等级、品种、产地判别中的应用16-17
• 1.4.3 近红外光谱技术在大米其他品质中的应用17-18
• 2 引言18-20
• 2.1 研究目的和意义18
• 2.2 研究内容18-19
• 2.3 技术路线19-20
• 3 材料与方法20-24
• 3.1 试验材料20
• 3.1.1 试验样品20
• 3.1.2 试剂药品20
• 3.1.3 仪器设备20
• 3.2 试验方法20-24
• 3.2.1 样品制备20-21
• 3.2.2 化学值测定21-22
• 3.2.3 样品的近红外光谱采集22
• 3.2.4 光谱预处理22-23
• 3.2.5 NIRS预测模型的建立23-24
• 4 结果与分析24-29
• 4.1 掺低档米部分24-27
• 4.1.1 化学值测定24
• 4.1.2 光谱特征曲线24
• 4.1.3 光谱预处理24-26
• 4.1.4 定量模型的建立26-27
• 4.2 掺矿物油部分27-29
• 4.2.1 光谱特征曲线27
• 4.2.2 定量模型的建立27-29
• 5 讨论29-31
• 5.1 样品的制备对定量模型结果的影响29
• 5.2 化学检测对定量模型结果的影响29
• 5.3 定量模型的可行性和适用性29-30
• 5.4 近红外光谱技术的问题和展望30-31
• 6 结论31-32
• 6.1 近红外光谱技术结合直链淀粉含量对大米掺伪比例（掺低档米）的定量判别可行31
• 6.2 近红外光谱技术结合化学计量学方法对大米掺伪比例（掺矿物油）的定量判别可行米的定量判别31-32
• 参考文献32-37
• 致谢37-38
• 作者简介38
• 在读期间发表的学术论文38

【相似文献】

中国期刊全文数据库 前10条

1 邱钧彦;1公斤大米加工6～7公斤米豆腐技术[J];农技服务;2000年08期

2 张志刚,韩玉珍;有机大米加工技术规程[J];垦殖与稻作;2004年04期

3 朱君;;国外大米加工发展趋势[J];农村实用技术;2007年02期

4 黄海军;华钦;张远;林涛;李成;史吕;;大米加工业发展趋势及大型大米加工厂设计浅析[J];粮食与食品工业;2011年03期

5 阴秀文;刘兵;;揭开“黄河大米”之谜[J];走向世界;2011年33期

6 杜枫;;分析影响大米水分因素[J];粮食与油脂;2012年02期

7 华钦;黄海军;刘丽丽;陈伟超;王梦醒;;现代化大型大米加工厂建设浅析[J];粮食与食品工业;2013年04期

8 李绍芳;新型无洗大米加工机[J];新农业;1987年13期

9 邵吉祥;米豆腐制作新工艺[J];中国商办工业;1994年04期

10 潘洪莲;高浓缩营养抗衰大米加工工艺[J];农业科技通讯;1996年03期

中国重要会议论文全文数据库 前8条

1 唐大为;;维力米：创新的强化大米解决方案[A];第三届中国营养产业高层论坛文集[C];2007年

2 ;大米保鲜剂[A];第三届全国粳稻米产业大会专集[C];2008年

3 孙晓红;郑家麟;;大米淘洗设备的研究与设计[A];'2000全国农产品加工技术与装备研讨会论文集[C];2000年

4 张萃明;;大米包装储藏品质评价指标的研究[A];'2000全国农产品加工技术与装备研讨会论文集[C];2000年

5 律永发;;发展延边大米产业的思考[A];第三届全国粳稻米产业大会专集[C];2008年

6 张萃明;刘建伟;包清彬;;大米的薄膜袋装储藏形态研究[A];中国粮油学会第二届学术年会论文选集（综合卷）[C];2002年

7 吴孝槐;路勇;;利用实时荧光PCR方法检测转Bt基因大米[A];“科技创新与食品产业可持续发展”学术研讨会暨2008年广东省食品学会年会论文集[C];2008年

8 ;吉林德大有限公司精制大米加工厂招商项目[A];第三届全国粳稻米产业大会专集[C];2008年

中国重要报纸全文数据库 前10条

1 王斌;泰国大米以品种优势取胜[N];农民日报;2002年

2 王彦;打好大米绿色、健康牌[N];黑龙江日报;2007年

3 ;专家为黑龙江大米“支招”：重点扶持深加工项目[N];粮油市场报;2007年

4 记者 李帅;大米出名门 “金龙鱼”再出“狠招”[N];中国联合商报;2009年

5 本报记者 邢云飞;大米产业链竞争格局初现[N];华夏时报;2009年

6 ;我国首个临港型大米加工厂在大连投产[N];中国信息报;2009年

7 胡丽娟;临港型大米加工厂投产[N];科技日报;2009年

8 记者 廖兴阳;滇柬将共建20万吨大米加工项目[N];昆明日报;2011年

9 深圳特区报记者 陈颖;“洋大米”深圳抢市场渐成气候[N];深圳特区报;2013年

10 刘艺璇;黑龙江“寒育牌”大米热销江南[N];粮油市场报;2014年

中国博士学位论文全文数据库 前2条

1 万鹏;大米品质检测系统研究[D];吉林大学;2009年

2 陈善峰;低温挤压加酶大米作啤酒辅料的试验研究[D];河北农业大学;2012年

中国硕士学位论文全文数据库 前10条

1 金杰;延边大米品牌价值提升研究[D];延边大学;2016年

2 吕思铭;中国大米贸易的国际竞争力研究[D];黑龙江大学;2016年

3 姚映西;湿热改性处理对大米理化性质及米粉品质影响的研究[D];湖南农业大学;2016年

4 王玉洁;湖南省大米产业现状及发展对策研究[D];湖南农业大学;2016年

5 王璐;基于高光谱成像技术的大米快速无损检测研究[D];华南理工大学;2016年

6 杨静;超市大米零售价格影响因素的实证研究[D];南京财经大学;2016年

7 周晓璇;基于近红外光谱技术的大米掺伪定量判别研究[D];安徽农业大学;2016年

8 王传梁;基于近红外漫反射光谱分析技术的大米加工精度检测方法的研究[D];南京农业大学;2007年

9 贾薇;大米肽体外抗氧化活性及应用研究[D];东北农业大学;2008年

10 陈国铭;大米加工精度检测方法的研究[D];南京农业大学;2009年

，

本文编号：1108451