[发明专利]一种用近红外光谱技术识别不同生长方式人参及对人参中组分含量测定的方法

权利要求书

1.一种用近红外技术对不同生长方式的人参样品及其组分的快速检测方法，包括定性和定量分析，其特征是：在定性识别中先采集样品的近红外光谱；然后对光谱进行预处理，并对影响模型的因素进行优化；再建立判别分析模型；最后再对所建立的模型进行验证。不同的样品组间分别建立模型，以达到识别不同生长方式的人参样品。在定量分析中先采集人参样品组分的近红外光谱并对光谱进行预处理，优化模型影响因素；然后用相关的参考方法对组分进行定量分析；最后建立近红外光谱与相关方法的回归模型，从而达到红外光谱对组分的定量分析。

2.如权利要求1所述的建立判别模型，其特征是：对不同生长方式的人参分别建立模型，暨对园参、林下山参之间，林下山参和野生人参之间，园参、林下山参和野生人参之间分别建立模型。

3.如权利要求2所述的对不同生长方式人参的定性鉴别，对光谱进行预处理，其特征是：光谱的预处理方法可选下列任一种方法或其组合：一阶导数、二阶导数、多元散射校正(MSC)、多项式拟合平滑、适量归一化、直线相减、最小最大归一化、常偏移量消除；影响模型的因素主要是主成分数的优选；模型采用主成分分析或马氏距离法，或结合建立判别分析模型。

4.如权利要求3所述的对园参、林下山参之间定性分析中，其特征是：分别对样品进行光谱采集，选取采集范围为10000-4000cm^-1的光谱，光谱预处理必须经过MSC处理，模型最佳主成分数为37-40之间，利用主成分分析-马氏距离法建立判别分析模型。

5.如权利要求3所述的林下山参与野生人参之间定性分析中，其特征是：分别对样品进行光谱采集，选取采集范围为10000-4000cm^-1的光谱，光谱预处理必须经过SGs(SG平滑)才能识别，模型最佳主成分数为15-18之间，利用主成分分析-马氏距离法建立判别分析模型。

6.如权利要求3所述的园参、林下山参、野生人参三者之间定性分析中，其特征是：分别对样品进行光谱采集，选取采集范围为10000-4000cm^-1的光谱，光谱预处理必须经过MSC和SGs平滑处理才能识别，模型最佳主成分数为29-33之间，利用主成分分析-马氏距离法建立判别分析模型。

7.如权利要求1所述的人参样品组分定量的快速测定方法，其特征是：所述的样品组分包括人参总皂苷和水，相关参考定量分析方法包括高效液相色谱和烘干法。

8.如权利要求7所述，总皂苷的定量快速测定，扫描波段确定为9000-4100cm^-1，光谱预处理方法选择MSC+derivative进行预处理，该模型由偏最小二乘回归法建立。

9.如权利要求7所述，水分的定量快速测定，扫描波段确定为6000-4500cm^-1，光谱预处理方法为MSC+NDs+derivative，该模型由偏最小二乘回归法建立。