莲子含水率近红外光谱检测模型构建

摘要

含水率是衡量莲子品质的关键指标之一.为实现莲子烘干过程中其含水率的快速无损检测,利用便携式近红外光谱仪采集武夷山和广昌两个莲子品种在4个不同干燥时间的光谱数据,结合偏最小二乘(partial least square,PLS)法建立莲子含水率检测模型.结果表明,两个品种莲子数据混合后,基于原始光谱建立的PLS模型预测决定系数RP2为0.9283,预测均方根误差(root mean square error of prediction,RMSEP)为0.1125,剩余预测偏差(residual pre-dictive deviation,RPD)为3.7343.进一步比较卷积平滑(savitzky golay,SG)、标准正态变量变换(standard normal variate transformation,SNV)、多元散射校正(multiplicative scatter correction,MSC)和归一化4种不同光谱数据处理方法对PLS模型预测性能的影响.MSC预处理后的光谱建立PLS模型预测性能最好,RP2为0.9453,RMSEP为0.1083,RPD为4.2750.研究表明,利用便携式近红外光谱仪采集莲子光谱反射率结合化学计量学方法可实现莲子含水率的快速无损检测.