[发明专利]一种基于高光谱的杨梅中花色苷含量测定的方法

摘要

本发明公开了一种基于高光谱的杨梅中花色苷含量测定的方法，该方法包括以下步骤收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，采集900～1700nm近红外波段高光谱图像，得到校正和检验样本集光谱；利用高效液相色谱(HPLC)测定校正和检验样本中花色苷含量；结合光谱预处理方法和化学计量学建模方法，建立杨梅中花色苷含量的预测模型。本发明通过结合近红外高光谱成像及HPLC检测技术，具有无损、高效、快速和准确等优点，有效地检测了杨梅中花色苷的含量。

主权项

一种基于高光谱的杨梅中花色苷含量测定的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s，采集900～1700nm近红外波段高光谱图像，得到校正样本集光谱和检验样本集光谱；2)样本花色苷含量的测定：采集光谱后，使用体积百分比为40～80％的乙醇提取样本，再应用高效液相色谱测定校正样本和检验样本中花色苷含量，以矢车菊素‑3‑O‑葡萄糖苷作为标准品定量，HPLC检测波长为520nm；3)样本光谱的预处理：首先采用平滑法对样本原始光谱进行处理，消除光谱噪声，提高分辨率和灵敏度；继而使用标准正态变量变换算法或多元散射校正算法处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响；4)采用多元回归算法建立校正模型：首先结合预处理后校正样本集900～1700nm的光谱数据和花色苷含量，采用偏最小二乘回归法建模，通过X‑载荷图，提取校正光谱特征值，选取波峰及波谷段光谱，特征光谱波长范围是921.34～934.76、954.88～991.79、1025.37～1095.92、1139.26～1176.63、1230.49～1294.49nm；以第一次建模得到的部分或全部校正特征光谱波长数据和花色苷含量再次使用偏最小二乘回归法建模，建模后代入检测样本集光谱数据，计算花色苷实际值与预测值的相关性系数R2，优化上述特征光谱范围至R2大于0.9，选取R2最大值时对应的特征光谱波长范围，得到最佳建模特征光谱，建立杨梅中花色苷含量的最优预测模型；5)预测样本花色苷含量测定：扫描待测样品特征光谱波长，运用步骤1)中的条件采集近红外高光谱数据，将光谱数据输入杨梅中花色苷含量的最优预测模型，计算得到待测样品中花色苷含量。