梨果糖浓度近红外漫反射光谱检测的预处理方法研究_王伟明
第3第2期 光谱学与光谱分析3卷, 2013年2月 SectroscoandSectralAnalsis ppypy 359Vol.33,No.2,362-pp
,Februar013 y2
梨果糖浓度近红外漫反射光谱检测的预处理方法研究
22
,董大明1*,郑文刚1,赵贤德1,矫雷子1,王明飞1,王伟明1,
1.北京市农林科学院,国家农业信息化工程技术研究中心,北京 1000972.桂林电子科技大学,广西桂林 541004
摘 要 糖浓度是梨果内部品质的重要指标。实验测得了梨果的近红外漫反射吸光度谱,并且对其进行了、基线校正()、标准正态变量变换(光谱预处理,包括多元散射校正(和平滑去MSC)baselinecorrectionSNV) )。结果表明,经过预处理后的吸光度谱在光谱归一化、噪声消减等方面有着较为明显的噪(movinaveraegg
)优势。使用偏最小二乘法(对原始吸光度谱和预处理后的吸光度谱分别进行处理,得到结论:应用平滑PLS去噪预处理后的吸光度谱进行预测的准确度优于原始吸光度谱,得相关系数为0.9908,预测标准偏差为 0.0190。
关键词 近红外光谱;漫反射;糖浓度;偏最小二乘法;预处理方法
:/()中图分类号:O657.3 文献标识码:A DOI10.39640593201302035904.issn.1000---j
糖度和pH值并建立了梨果糖浓度和pH值的定量预测数学
引 言
梨因含有人体所需的多种维生素,矿物质等营养成分而
被人们作为不可或缺的日常食品。随着生活条件的提高,人们对梨的口感,糖度等品质要求也越来越高。传统的检测技术会造成梨的损伤,既费时又费力。近年发展起来的近红外光谱检测技术使得对梨糖浓度的无损检测成为可能,具有快速简便,无需样品预处理,无需损伤样品等特点,广泛运用于农业,食品行业。
国内外学者通过近红外光谱(分析技术对水果内部NIR)
[]
品质指标进行了大量研究工作。Lammertn等1利用可见近y
7]
模型;刘燕德[应用近红外漫反射光谱(结800~2500nm)
合光纤传感技术快速检测了苹果糖度和有效酸度。
前人分析了完整梨果在近红外光谱区域的漫反射光谱和
8,9]
,证实了将近红外光谱应用于内部质量指标之间的关系[
10,11]
,然而将预处理方法应用水果糖度无损检测的可行性[
于原始光谱的优化探索较少。本工作分析了不同预处理方法对梨果近红外光谱的影响,并且分别对原始吸光度谱和使用预处理后的光谱进行偏最小二乘法建模。得出结论:对使用预处理方法后的吸光度谱建立的PLS模型明显优于原始吸光度谱建立的PLS模型。
检测J红外光谱(26315~6060cm-1)onaold苹果的酸度, g硬度和糖分含量,得到了近红外光谱与苹果内部品质之间的
[]
关系;Peiris等2利用近红外光谱研究了苹果的不同部位的
1 实验部分
1.1 样品和仪器
实验选用的50个梨果采自北京某果园,品种为黄金梨。试验前先将梨果外表皮清理干净并依序进行编号并标记,用。糖度卡尺测量记录每个梨果的最大直径和最大高度(mm),计为海鸥光学仪器厂生产的ATC型手持折光仪(0~32%)
最小刻度值为0.2%。内部带有温度补偿装置,温度自动补偿范围10~30℃。光谱仪是荷兰Avantes公司的ULS204814SB2光纤光谱仪,其中光源波长范围为200~1100*1-U nm,多模光纤。狭缝长度为25μm,分辨率为2.4nm。随机
糖分含量与漫反射光谱的相关关系;Lu等
[3]
在近红外
(光谱范围内检测E14285~5882cm-1)mire和Delicious p
4,5]
两个品种苹果的糖分含量。陈世铭等[利用近红外漫反射
在10000~1000cm-1波段对梨、水蜜桃,洋香瓜等果汁的
糖分含量检测进行了研究,分析了不同光谱预处理算法的近红外线光谱对果汁糖分含量检测的影响。应义斌等利用近红外光谱(分析基于小波变换预测了苹果的糖800~2632nm)
6]度。章海亮等[应用近红外漫反射光谱技术无损检测梨果的
,修订日期:2012052120120918---- 收稿日期:
),北京市科技计划重大项目()资助31101748D111100001011002 基金项目:国家自然科学青年基金项目(
:1986年生,桂林电子科技大学硕士研究生 eail443939195@q.con 作者简介:王伟明,-mq
:aildondm@nercita.or.cn*通讯联系人 e-mgg
360
光谱学与光谱分析 第33卷
其中,samledarkpn是梨样品的漫反射光谱的光强值,n是当光源关闭时探头直接照射白板得到的光强值,refn是光源打开时探头照射白板得到的光强值。
选取50个梨中的30个作为校正集样本,20个为预测集样本。
1.2 糖浓度值测量
采用破坏法将每个梨子编号,如图1所示。从赤道处每切一小块,取切下小块的汁液1~2滴,滴在折光仪棱隔120°,朝向光源处,镜表面中央,迅速关上辅助棱镜,静置1min使视野内出现清晰明暗分界线。分界线相应的读数即是所要的糖度。连续测试不同试样时,应每次用清水洗净,再用镜头纸擦干后进行测试
。
2 结果与讨论
2.1 预处理方法
近红外光谱不仅包含样品内部的结构信息,也包含了一些不相关的噪声信息。因此,在建模时,需要对原始的吸光、基线校正、标准度谱去除噪声。应用多元散射校正(MSC)、平滑去噪等预处理方法对原始吸光度正态变量变换(SNV)谱进行了处理,得到预处理后的吸光度谱。2.1.1 多元散射校正
多元散射校正一般用来去除颗粒分布不均以及颗粒大小不同产生的散射影响,在固体漫反射光谱中应用较为广泛,)对于改善信噪比有较大作用。图3对比原始吸光度(谱显a)在抑制基线漂移方面有较为明显的作示了多元散射校正(b用,并且使得光谱的吸收峰位置更为突出
。
Fi.1 Destructivemethodtomeasurethesuarcontent gg1.3 光谱测量
将切好的小块梨置于支架上,如图2所示。将光纤探头紧贴小块外表皮,光纤输出的光在果肉中发生漫反射,反射出的光线再由光纤接收返回至光谱仪。光纤分布在水平方向,这样有利于促进水果漫反射而避免表面反射发生。测量72°
时注意避开表面缺陷部位,结果取平均值作为该样品的漫反射光谱。在测量梨果光谱之前要先测量标准白板在相同设置参数下的光谱作为背景参比。光谱仪的积分时间设置为200,平均值设为1ms0,光谱仪可扫描的波长范围为350~1000 nm。使用光谱仪的吸光度模式,直接得到近红外光谱吸光度值
。
)Fi.3 Theoriinalabsorbancesectra(aand ggp
)theabsorbancesectraafterMSC(b p
2.1.2 基线校正
Fi.2 Nearinfrareddiffusereflectance- g
sectralmeasurementsstem py
吸光度的计算公式
在近红外光谱中仪器的背景因素和梨果表皮颗粒浓度的不同会导致基线漂移和倾斜。对分析光谱和进行后续建模处理带来不利影响。基线校正预处理方法可以明显抑制基线漂移现象,改善信号质量。从图4中可以看出,相比原始吸光
Alogn=-
arksamlendn
refarkn-dn
)
度谱,基线校正在漂移抑制方面作用较为明显,但是仍然存在基线漂移现象。
第2期 光谱学与光谱分析
361
Fi.4 Theabsorbancesectrumafterbaselinecorrection gp2.1.3 标准正态变量变换
标准正态变量变换用来消除固体颗粒大小差异、表面散射以及光程微小变化对NIR漫反射光谱的影响。结合去趋势处理法在改善信号质量等方面效果更好。从图5中可以看出经过SNV处理后光谱质量得到改善,吸收峰位置更加明显
。
((),())Fi.6 Movinaveraemethodwindowwidth=3a11b ggg 糖真实值与原始吸光度谱、经预处理后的吸光度谱分别进行数学建模,得出基于原始吸光度谱、MSC预处理后的吸光度谱和基线校正处理后的吸光度谱模型的最佳主成分数分别为14,10和12,如表1所示,经过窗口宽度为3的平滑预处理后进行PLS建模得到的校正集相关系数、模型的预测能力都要优于原始吸光度谱直接进行分析的结果,但是经过基线校
Fi.5 PrerocessinsectrabSNV gpgpy
2.1.4 平滑去噪算法
信号平滑是消除噪声比较常用的方法,假设光谱含有的噪声为零随机白噪声,多次测量求均值可降低噪声提高信噪比。常用的平滑去噪算法有移动平均平滑法和S-G卷积平滑法。本工作使用移动平均平滑法进行去噪处理。移动平均平,用窗口内中滑法选择一个有奇数个波长点的窗口(2w+1) 心波长点k以及前后w点处测量值的平均值代替波长点处的测量值,自左至右依次移动k,即可以完成平滑。在进行平滑去噪时,窗口宽度是个较为重要的参量。选择宽度太大,去除噪声的同时也会将有用信号去除。宽度太小,达不到去除噪声的目的。窗口宽度如图6所示,采用窗口宽度为3时,()原始信号特征明显,如图6所示,当窗口宽度达到1a1时,原始信号损伤严重,在去除噪声的同时也滤除了有用信号,()如图6所示。b
2.2 梨糖度值和近红外光谱的关系模型
随机选用30个梨果作为校正样品集。使用折光仪测得梨果真实糖度值范围为8%~13.2%。应用CAMO公司的(试用版)软件结合偏最小二乘法(对
梨UnscramblerXPLS)
正后的模型的性能却要比原始吸光度低。
redictionTable1 PLScalibrationmodelsforofsuarcontent pg
usindifferentmethodsinearsretreatment gpp
Sectralp
retreatmentp
Oriinalabsorbenc gysectrumpMovinaveraegg method
BP
Calibration
Prediction
R RSECR RSEC
14.99186.00175.8262.00808 0 0 0 0 .9924.00075.990810 0 0 0
0.7017
0.0080.009
Baselinecorrection2.96617.0035 1 0 0 SEC=RMSEC.RESP=RMSEP.BP=bestPC *R
3 结 论
、基线校正、标准正态变量MSC) 研究了多元散射校正(
、平滑去噪等预处理方法在梨果糖浓度近红外漫变换(SNV)反射光谱处理中的应用方式。结果表明,这些预处理方法对光谱的归一化、消减噪声、提高预测能力具有重要的作用。结合偏最小二乘法进行了梨果的糖度预测,得到了原始吸光
362
光谱学与光谱分析 第33卷
值效果优于原始吸光度谱的预测值。
度谱和经过预处理后的吸光度谱分别应用偏最小二乘法的预测结果,使用平滑去噪预处理方法后的吸光度谱预测糖浓度
References
[,N():1]ammertnJicolaiB,Ooms.Trans.KoftheASAE,1998,4141089. L y[,2]eirisK HS,DullGG.HortScience1999,34:114. P [3]uR,ArianaD.Trans.oftheASAE,2002,18:585. L
[,,((陈世铭,张文宏,张广文)农业机械学4]NShiinZHANG WenhonZHANGGuanen.JournalofAriculturalMachiner CHE -m- -w ggggy
,():报)1998,7341.
[,,,郭立颖,陈世铭,张文宏)农业机械学报)5]LiinCHENShiinZHANG Wenhon.JournalofAriculturalMachiner GUO - -m- yggg(gy(
():1998,7175.
[,()(章海亮,孙旭东)西北农林科技大学学报·6]HANG HailianSUN Xudon.JournalofNorthwestA&FUniversitNat.Sci.Ed. Z-- ggy(
,自然科学版)2010,38:128.
[,Y,((,刘燕德,应义斌,蒋焕煜)传感技术学报)7]IU YandeINGYibinJIANG Huanu.ChineseJournalofSensorsandActuators L- -- y
2003,16:328.
[,((,陈致平,萧介宗)农业机械学报)in8]NZhiXIAOJiezon.JournalofAriculturalMachiner1999,8:49. CHE - - pgggy[,9]ullGG,BirthGS,SmittleD.JournalofFoodScience1989,54:393. D []10uR.TransactionsoftheASAE,2001,44:393. L
[]((褚小立)化学计量学方11Xiaoli.MolecularSectroscoAnalticalTechnoloCombinedwithChemometricsanditsAlications CHU - ppyygypp
:(,法与分子光谱分析技术)北京:化学工业出版社).BeiinChemicalIndustrPress2011.59. jgy
PretreatmentMethodofNearInfraredDiffuseReflectionSectraUsed - pforSuarContentPredictionofPears g
1,211111,2
,WANG WeiinDONGDainZHENG WenZHAOXiandeJIAOLeiziMinfeian-m -m- - - ,WANG - g,g*,ggg,
,1.NationalEnineerinResearchCenterforInformationTechnoloinAricultureBeiinAcademofAricultureandForest -gggygjgyg
,rSciencesBeiin00097,China 1yjg
,,2.SchoolofElectronicEnineerinandAutomationGuilinUniversitofElectronicTechnoloGuilin41004,China 5ggygy ,Abstracthecontentofsuarisanimortantindexforthetraditionalsuarmeasurementmethodsareualitears.However T gpgqyp
,resentearstimeconsuminanddestructive.Inthestudtheauthorsmeasuredthesuarcontentofusinvisibleandnearin- -ppgygg ,,frareddiffusereflectionsectrosco.Theretreatmentmethodsofmultilicativescattercorrection(MSC)baselinecorrection ppypp,standardnormalvariate(SNV)transformationandmovinaveraealorithmswereusedontheoriinalabsorbancesectrum. ggggp retreatmentrediction.ParResultsindicatethattheabsorbancesectraafterarebetterthantheoriinalabsorbancesectrafor -pppgp
)tialleastsuares(PLSreressionwasalsousedontheoriinalabsorbancesectrumandtheabsorbancesectrumaftermovin qggppgaveraeandbaselinecorrection.Itfollowsthattheforecastaccuracoftheabsorbancesectraaftermovinaveraeishiher gypggg
,aveoodredictionsearsthatoftheoriinalabsorbancesectra.Themodelsofthesuarcontentofwithcorresondinthan ggppgpgpgredictionsrvaluesof0.9908,andstandarderrorsofof0.0190. p;;;KewordsIR;DiffusereflectionSuarcontentPLSPretreatment N -gy
()ReceivedMa21,2012;accetedSe.18,2012 ypp
orresondinauthor*Cpg