基于近红外光谱技术对松原大米的品种判别及产地确证探究

发布时间：2020-06-06 07:11

【摘要】：吉林省生产的粳稻在国内有较高的地位,其独特的自然生长条件,使得所产大米口感、品质均属上乘,又因其地理标志大米在国内影响力较大,故研究此地区的大米确证技术是十分必要的。二十一世纪,通过经济全球化和食品的迅速流通,作为地理标志大米,因为其所能带来的经济效益,所以在大米生产和包装及流通中,频现不同品种混卖、以假乱真等食品安全问题;假冒、掺假的松原大米也流通在市场中,这不仅对松原地理标志大米造成了不良的影响,对消费者也存在着安全隐患。所以,对来自松原的大米进行品种判别、产地确证是非常重要的,此项工作也越来越受到研究人员的高度关注。国内外相关研究均表明,近红外光谱技术结合多元统计分析是品种判别及产地确证的一种重要、快捷、便利且有效的技术手段。现有的研究在研究农产品品种方面,多数为来自不同省份的品种或跨南北来进行品种研究;产地方面也是如此,不同省份之间的研究较多,对小范围地域品种及产地确证探索及发现较少,所以,本篇论文研究所使用的近红外光谱技术结合PLS-DA(偏最小二乘判别分析)法建立模型,旨在为以后的品种判别及产地确证提供借鉴。本论文试验对象为来自松原不同品种的大米,共采集5个品种共368个样本,运用傅里叶近红外光谱仪对试验所需的数据进行收集后进行预处理,而后将处理后的数据分为校正集和验证集两个部分,对数据进行主成分分析及建立PLS-DA判别模型,利用验证集对模型进行验证,并用来自柳河和梅河的样本,对模型进行产地确证验证,本研究主要结论如下:(1)通过对光谱数据的不同种方法预处理并建立PLS-DA判别模型,并确定建立模型的最佳预处理方法,此过程可知,不同预处理方法的数据所建立的模型,其效果不同,本研究所采用的最佳光谱预处理方法为一阶导数结合Savitzky-Golay9点平滑。(2)通过校正集数据建立试验所需的PLS-DA判别模型,经验证集验证后,其验证结果表明本模型可以用于松原不同品种大米的品种判别。(3)通过利用来自柳河和梅河的大米样本,来进行松原大米产地确证,品种选用同年际同处理方法的稻花香样本,柳河、梅河、松原的样本各20个,并将样本带入到松原稻花香判别模型中,试验结果表明,此模型可以很好的将松原样本和其他两个地区样本区分开,此模型可以进行松原大米的产地确证。(4)本试验研究所进行的主成分分析结果显示,其对5个不同品种大米可以进行判别,但其中两个品种有部分重叠,而通过PLS-DA判别模型对试验的5个品种的判别效果达到100%,结果优于主成分分析效果。
【图文】：

2.5.4 偏最小二乘判别分析（PLS-DA）偏最小二乘判别分析（PLS-DA）方法是一种数学优化技术，是较好的判别分析方法是在PLS的基础上发展而来的，在模型构造时，将矩阵以代码的形式指代样本的类别息，通过光谱信息和类别来线性统计建模，具有很高效的鉴别能力[87-90]。现阶段有不国内外研究学者利用偏最小二乘判别分析方法来进行农产品的品种判别及产地确证。PLS-DA能够使自变量之间存在的较强线性关系的影响变小，其用来解释样本观测的数较少，而偏最小二乘判别分析法可以使得其关系变小，利于分析。2.6 近红外光谱的预处理5 个品种大米共 368 个样本的原始近红外光谱图如图 2.1 所示，由于所有大米图谱杂在一起，难以用肉眼来分辨 5 个品种，所以需要对图谱进行预处理。

含量相关的光谱吸收信息达到更好的效果。此方法最初由 Martens 等人提出，逐渐成为一种应用比较广泛的近红外光谱数据预处理方法。处理后的光谱图见图 2.3 所示。多元散射校正的计算公式如（2.7，2.8，2.9）（1）首先计算平均光谱：nAAni1i ==(2.7)（2）平均光谱做回归：iiiA = mA+b(2.8)（3）多元散射校正：iiiimscmAbA()() = (2.9)式中，， 表示光谱谱数据矩阵； 表示所有样品的原始近红外光谱在各个波长点处求平均值所得到的平均光谱矢量； 是 1×p 维矩阵，表示单个样品光谱矢量，mi和 bi分别表示各样品近红外光谱 与平均光谱 进行一元线性回归后得到的相对偏移系数和平移量。A AiAiA A
【学位授予单位】：吉林农业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O657.33;TS210.7

【相似文献】

相关期刊论文 前10条

1 陈玲;包福书;韩波;刘杨;;近红外光谱技术在茶叶上的研究进展[J];种子科技;2019年16期

2 何文;;近红外光谱技术在药学领域中的应用[J];祖国;2017年15期

3 王绪新;;近红外光谱技术在中药鉴定中的应用研究[J];中国实用医药;2013年08期

4 孔文杨;刘镇波;刘一星;王向明;薛占川;王鹏;沈晓燕;;近红外光谱技术在木材材性分析及木质复合材料生产中的应用[J];世界林业研究;2012年04期

5 黄威;李爽;李倬林;王亭;曾宪鹏;李铁柱;;近红外光谱技术在乳品中的应用[J];饮料工业;2012年12期

6 李佳楠;;近红外光谱技术在粮食检测中的应用进展[J];粮食科技与经济;2018年08期

7 林艳春;;近红外光谱技术在豆粉质量分析中的应用[J];现代食品;2019年06期

8 庞新安;;近红外光谱技术及其在农产品品质分析中的应用[J];广西农业生物科学;2007年01期

9 刘宁宇,王伟,吴拥军;近红外光谱技术在药物分析中的应用[J];安阳师范学院学报;2005年05期

10 钟静;;论近红外光谱技术在化学分析中的应用[J];化工管理;2015年20期

相关会议论文 前10条

1 褚小立;;近红外光谱技术在现场检测的进展与展望[A];2015年现场检测仪器前沿技术研讨会论文集[C];2015年

2 张庚;;近红外光谱技术对组织(肌)氧的监测与进展[A];重症医学十年回顾与展望——2012年浙江省重症医学学术年会论文汇编[C];2012年

3 庄小丽;张卓勇;;近红外光谱技术在膳食纤维测定中的应用[A];2006年全国生化与生物技术药物学术年会论文集[C];2006年

4 陆婉珍;;近红外光谱技术进展[A];第三届科学仪器前沿技术及应用学术研讨会论文集（二）[C];2006年

5 张鑫;顾欣;陈美莲;张文刚;严凤;;近红外光谱技术在乳品行业的研究现状及应用前景[A];第三届中国奶业大会论文集(下册)[C];2012年

6 田文礼;董捷;闫继红;孙丽萍;张红城;朱晓丽;;近红外光谱技术及其在蜂蜜快速品质分析中的应用[A];2006年全国蜂产品市场信息交流会论文集[C];2006年

7 孙明;李凯歌;刘良云;;近红外光谱技术的发展和应用[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

8 陆婉珍;袁洪福;徐广通;刘伟;陈英;;现代近红外光谱技术在石油产品分析中的应用[A];中国分析测试协会科学技术奖发展回顾[C];2015年

9 毛建江;邱化玉;倪勇;蒋剑雄;来国桥;;近红外光谱技术用于人参和人参种子的鉴别分析[A];第十四届全国分子光谱学术会议论文集[C];2006年

10 陈景云;樊杰;李文泉;;近红外光谱技术在烟草生产中的应用[A];华北、东北地区2007年度烟草学术交流研讨会论文集[C];2007年

相关重要报纸文章 前1条

1 谢慧军　甘勇 陈庆华;近红外光谱技术用于制剂分析受到重视[N];中国医药报;2008年

相关博士学位论文 前10条

1 丁东;近红外光谱技术及其在生物医学中的应用研究[D];吉林大学;2004年

2 宋岩;近红外光谱技术在药物检测中的应用研究[D];吉林大学;2009年

3 张岩;基于近红外光谱技术的脑功能活动信号提取方法研究[D];哈尔滨工业大学;2011年

4 肖雪;近红外光谱技术在生物发酵和酶法制备中的应用[D];南开大学;2013年

5 刘波平;近红外光谱技术在多组分检测及模式识别中的应用研究[D];南京理工大学;2011年

6 吴建国;作物种子品质研究中近红外光谱分析模型的创建和应用[D];浙江大学;2004年

7 介邓飞;麒麟瓜内部品质在线无损检测技术的实验研究[D];浙江大学;2014年

8 刘京华;基于生物光谱对等离子体诱变雨生红球藻机理及突变体快速筛选方法的研究[D];中国科学技术大学;2016年

9 费强;遗传算法在近红外光谱药物无损定量分析中的应用研究[D];吉林大学;2009年

10 林颢;基于敲击振动、机器视觉和近红外光谱的禽蛋品质无损检测研究[D];江苏大学;2010年

相关硕士学位论文 前10条

1 高地;基于近红外光谱技术对松原大米的品种判别及产地确证探究[D];吉林农业大学;2019年

2 王思锐;基于近红外光谱技术的情绪识别算法的研究[D];兰州大学;2019年

3 汪紫阳;基于近红外光谱技术的树种快速识别的研究[D];东北林业大学;2018年

4 彭秋实;近红外光谱技术在布洛芬复方片制备工艺中的应用研究[D];贵州大学;2018年

5 李晶晶;近红外光谱技术在中草药口服液量控制过程中的应用研究[D];华南理工大学;2018年

6 于清丽;近红外光谱技术在婴幼儿营养米粉快速检测中的应用研究[D];东华理工大学;2017年

7 韩明;基于近红外光谱技术食品检测软件开发及其应用研究[D];电子科技大学;2013年

8 胡钢亮;近红外光谱技术在中药领域中的应用研究[D];浙江大学;2003年

9 俞启;基于近红外光谱技术建立鱼糜制品品质快速检测的方法[D];浙江工商大学;2011年

10 王曼;基于近红外光谱技术的茶鲜叶品质和等级快速评价方法的研究[D];安徽农业大学;2014年

本文编号：2699342