基于近红外光谱的椰肉含油率模型构建

摘要

目的:为了实现椰肉含油率的高效率实时在线检测,满足椰子油产量预测和椰子高油种质的快速鉴定需求,建立了基于近红外光谱技术的椰肉含油率定量检测模型。方法:利用国产光栅近红外光谱仪,对成熟椰果的椰肉样本进行近红外光谱扫描,将采集到的光谱建立模集:检验集为4:1的比例进行样本集划分,利用定量偏最小二乘分析方法建立椰肉含油率定量检测模型,同时比较标准正态变换、中心化、散射校正、极差归一等预处理方法及其组合对定量模型性能的影响,最终确定最优的椰肉含油率定量检测模型;以建模之外的15个椰肉样品为材料,采用t检验和相关性分析对构建的模型进行预测能力验证。结果:散射校正方法预处理的光谱所建模型性能最佳,其含油率检测模型建模集和检验集的相关系数分别为0.9959和0.9955,校正标准差和预测标准差分别为0.9428和0.9467;t检验和相关性分析数据证明,15个样品的化学值与模型预测值不存在显著差异,二者相关系数为0.7530,达到极显著。结论:试验所建立的椰肉含油率近红外定量检测模型可以实现含油率的快速检测,满足椰子高油种质快速鉴定、筛选的需求,同时也可对椰油产量进行相对准确的预测。