南疆红枣建模用南疆红枣样品成分的光谱分离检测方法

摘要

本发明公开了南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，主要包括：多次采集同一红枣不同部位的近红外光谱，对红外谱成分进行分离；搜集红枣样品，扫描中红外光谱；利用近红外光谱仪扫描样品，二维相关分析同步谱中自动峰反映该处的光谱在扰动期间光谱强度变化的总体程度，获取该处光谱强度随着外界扰动变化的灵敏度；通过改变浸泡浓度，进行二维相关分析同步谱中交叉峰表示两个频率之间的光谱强度变化的相似性，获取二者强度变化的方向；选择红外光谱，通过光谱图检索得出其对应的化学成分和光谱指认；对其他成分进行光谱指认。该南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，可以实现工作量小、可靠性高和适用范围大的优点。

说明书

技术领域

本发明涉及图像处理技术领域，具体地，涉及南疆红枣建模用南疆红枣样品成分的光谱分离检测方法。

技术背景

由于红枣天然产物成分复杂通常近红外光谱是一较为平滑的连续谱，是各种化学组分的吸收信息及样品的物理状态等信息的重叠，几乎没有分立谱线，无法像中红外谱图那样从谱线的位置和强度直接判断出物质的成分含量，近红外光区的吸收带（0.75 ~ 2.5μm ）主要是由低能电子跃迁、含氢原子团（如O-H、N-H、C-H）伸缩振动的倍频吸收产生。该区的光谱可用来研究稀土和其它过渡金属离子的化合物，并适用于水、醇、某些高分子化合物以及含氢原子团化合物的定量分析中红外光区吸收带（2.5 ~ 25μm ）是绝大多数有机化合物和无机离子的基频吸收带（由基态振动能级（n=0）跃迁至第一振动激发态（n=1）时，所产生的吸收峰称为基频峰）。由于基频振动是红外光谱中吸收最强的振动，所以该区最适于进行红外光谱的定性和定量分析。同时，由于中红外光谱仪最为成熟、简单，而且目前已积累了该区大量的数据资料，因此它是应用极为广泛的光谱区。通常，中红外光谱法又简称为红外光谱法。具体说明如下：

⑴基团频率区

中红外光谱区可分成4000 cm^-1 ~1300 cm^-1和1300 cm^-1 ~ 600 cm^-1两个区域。最有分析价值的基团频率在4000 cm^-1 ~ 1300 cm^-1 之间，这一区域称为基团频率区、官能团区或特征区。区内的峰是由伸缩振动产生的吸收带，比较稀疏，容易辨认，常用于鉴定官能团。

组成分子的各种基团，如O-H、N-H、C-H、C=C、C=OH和CoC等，都有自己的特定的红外吸收区域，分子的其它部分对其吸收位置影响较小。通常把这种能代表基团存在、并有较高强度的吸收谱带称为基团频率，其所在的位置一般又称为特征吸收峰。

⑵指纹区：

在1300 cm^-1 ~ 600 cm^-1 区域内，除单键的伸缩振动外，还有因变形振动产生的谱带。这种振动与整个分子的结构有关当分子结构稍有不同时，该区的吸收就有细微的差异，并显示出分子特征。这种情况就像人的指纹一样，因此称为指纹区。指纹区对于指认结构类似的化合物很有帮助，而且可以作为化合物存在某种基团的旁证。

传统的光谱学分析方法中由代表某一变化特征参量的横坐标（如波长、波数等）和代表体系相应于此变量的某种光谱学性质参量的纵坐标（如发光强度、吸光度、透过率等）组成平面光谱图。但当多个因素同时作用于体系，或是若干个因素之间互有相关时，传统的平面图形光谱分析方法显示出其局限性。二维光谱学方法考虑多个因素的协同作用以及各因素之间的相关关系，为分析振动光谱提供了新的机遇，二维谱的基本概念最初于30多年前发展于核磁共振领域，并得到成功应用，二维谱的发展并没有渗透到其他分析领域，如IR、Raman、UV及荧光。1986年，Noda等人首次提出二维红外相关光谱的概念，并在1993年提出广义二维相关光谱概念，将其应用拓展到更广阔的领域，如红外，紫外，拉曼及其它光谱领域，近年来在其研究和应用方面取得了一些进展。2D相关光谱方法强调由外界扰动引起的光谱变化的细微特征，是强大而又灵活的光谱分析技术。二维光谱通过谱峰之间的相关性来分析分子内部与分子之间的相互作用，二维红外光谱信息同时也表明了混合物之间的相互作用重叠峰和小峰在二维光谱中可被识别出来从而提高了光谱的分辨率；二维光谱信息中谱峰之间的相关性可以分析信息来源，从而提高光谱的解释能力，通过时间分辨二维谱可通过用二维光谱分析分子能级及其跃迁机理，通过谱峰指认获得化学反应过程中间产物信息从而研究化学反应过程机制。国外对二维相关光谱方法本身及其改进仍是目前二维相关光谱研究的内容之一，二维光谱出现至今，只有短短十几年的时间，但其发展非常迅速。现在，国际上已经有了二维相关光谱的国际会议。

红外光谱信息主要反应了分子内部原子间的相对振动以及分子转动的信息。分子振动转动的特征决定分子的原子组成、空间分布及化学键的特性等分子特征，因此红外谱区包含了极为丰富的分子结构与组成的信息。中红外谱区是物质结构分析用得最多的谱区，绝大多数有机物和无机物的振动能态跃迁的基频吸收都在此谱区内。

近红外区主要是分子振动转动的倍频和合频信息。近红外区曾经一度由于信息弱、谱峰重叠而被称之为“被人遗忘的谱区”。70年代初，由于光学技术，电子技术和计算机技术的迅速发展，近红外光谱技术用于分析成为可能，并在90年代初，体现出用于分析的巨大优势，被称为“分析的巨人”。然而，近红外谱区由于光谱本身的特性而在传统的一维光谱中实现对谱峰指派是一个难点。

二维相关光谱由于能提高光谱的分辨率，而且能够表达各个谱峰之间的关系，因此应用二维相关光谱法和中红外区已知的丰富的结构信息，有可能实现对近红外谱区谱峰的指派。

在实现本发明的过程中，发明人发现现有技术中至少存在工作量大、可靠性低和适用范围小等缺陷。 

发明内容

本发明的目的在于，针对上述问题，提出南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，以实现工作量小、可靠性高和适用范围大的优点。

为实现上述目的，本发明采用的技术方案是：南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，主要包括：

⑴多次采集同一红枣不同部位的近红外光谱，利用二维相关分析发现不同谱区的相关系数不同，多光谱对比分析，当出现矩形框时，对红外谱成分进行分离；

⑵搜集红枣样品，富集提取成分对样品长时间浸泡，分离液体，扫描中红外光谱；将干燥后粉碎的红枣粉末放入干净的冰盒内，依次编号加入纯净水，放置后自然干燥；利用近红外光谱仪扫描样品，二维相关分析同步谱中自动峰反映该处的光谱在扰动期间光谱强度变化的总体程度，获取该处光谱强度随着外界扰动变化的灵敏度；

⑶通过改变浸泡浓度，进行二维相关分析同步谱中交叉峰表示两个频率之间的光谱强度变化的相似性，获取二者强度变化的方向；

⑷选择适当的浓度和浸泡时间ATR附件扫描中红外光谱，通过光谱图检索得出其对应的化学成分和光谱指认；

⑸重复以上步骤，对其他成分进行光谱指认。

进一步地，在步骤⑵中，所述搜集红枣样品的操作，具体包括：

①配置适当浓度的液体，将红枣样品放入适当控制时间，利用平衡浓度渗透平衡方法调节红枣样品成分的浓度，制备出所需的浓度均匀分配的红枣样品；

②采集平衡浓度溶液中不同时段的红枣光谱，二维光谱相关分析用于动态检测平衡浓度过程中的成分变化情况；

③通过中红外和近红外光谱相结合的办法，通过光谱指认，分离特殊成分，现已分离出红枣常见的裂口褐变的成分；

④通过提纯浸泡获取褐变程度不同的红枣样品。

进一步地，在步骤④中，还包括：

通过控制浸泡的时间作为外部干扰因素，制备了部分含水量不同的建模样品，通过测定一定浸泡时间30分钟、60分钟、90分钟三个时间段的红枣样品的近红外光谱，放入密封袋中静置24小时，达到浓度平衡，测量含水量的变化，制备一批不同浓度的红枣样品；

对测定光谱进行二维相关分析，建立红枣的含水量与其近红外光谱的对应关系及变化情况，为利用近红外光谱区建立红枣的干燥和清洗有效时间提供参考。

进一步地，在步骤⑶中，还包括：

通过中红外/近红外二维相关光谱，利用已知来源的中红外光谱信息对近红外区进行初步指派后，再应用NIR/NIR二维相关光谱进行进一步指认，对MIR/NIR二维相关光谱所得结果进一步验证。

本发明各实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，由于主要包括：多次采集同一红枣不同部位的近红外光谱，对红外谱成分进行分离；搜集红枣样品，扫描中红外光谱；利用近红外光谱仪扫描样品，二维相关分析同步谱中自动峰反映该处的光谱在扰动期间光谱强度变化的总体程度，获取该处光谱强度随着外界扰动变化的灵敏度；通过改变浸泡浓度，进行二维相关分析同步谱中交叉峰表示两个频率之间的光谱强度变化的相似性，获取二者强度变化的方向；选择红外光谱，通过光谱图检索得出其对应的化学成分和光谱指认；对其他成分进行光谱指认；可以通过分析其主要成分对光谱的影响，进而分离制备出所需的各种特殊建模样品；从而可以克服现有技术中工作量大、可靠性低和适用范围小的缺陷，以实现工作量小、可靠性高和适用范围大的优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣特殊成分褐变特征因子多次反复水平和垂直测量的干枣裂口处近红外光谱特征图；

图2为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣裂口处近红外光谱的二维相关同步谱图（单位：波数cm^-1）；

图3 为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣裂口处近红外光谱的二维相关异步谱图（单位：波数cm^-1）；

图4为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣的中红外光谱特征图；

图5为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣裂口处中红外光谱的二维相关同步谱图（单位：波数cm^-1）；

图6为本发明南疆红枣建模用南疆红枣样品成分的光谱分离检测方法中红枣裂口处中红外光谱的二维相关异步谱图（单位：波数cm^-1）；

图7为南疆红枣建模用南疆红枣样品成分的光谱分离检测方法（即二维相关分析检测方法）的流程示意图;

图8为本发明实验中未处理光谱为样本，10分钟浸泡与之做二维相关谱图（单位：波数cm-1）；

图9为本发明实验中未处理光谱为样本，30分钟浸泡与之做二维相关谱图（单位：波数cm-1）；

图10为本发明实验中未处理光谱为样本，60分钟浸泡与之做二维相关谱图（单位：波数cm-1）。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

南疆红枣属于天然产物成分复杂，建立果品成分和光谱的对应关系是果品快速无损品质分析领域存在的一个急待解决的问题。一个好的红枣光谱校正模型需要大量成分按均匀梯度分布的样品，甚至是一些成分特殊的样品，实际生活中很难搜集到这样的红枣，通过分析其主要成分对光谱的影响，进而分离制备出所需的各种特殊建模样品，显然对提高建模的预测精度、稳健性和适应性有着十分重要的意义。

根据本发明实施例，如图1-图6所示，提供了南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，属于天然产物建模样品制备和特殊成分光谱分离检测方法。该南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，具体涉及南疆红枣，利用长时间平衡浓度方法作为二维光谱相关分析的外界干扰条件，建立分离特定成分和光谱对应关系，适用于如红枣、苹果、梨子等天然产物建模所需样品的制备和特殊成分的分离。

本实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，发挥中红外光谱定性分析检测和近红外的定量分析优势；通过二维相关分析提高光谱分辨率，由于其同步谱中自动峰反映了该处光谱强度随着外界扰动变化的灵敏度，通过配制与红枣特殊成分相近的溶液作为外界干扰因素，利用长时间浓度差异渗透平衡的方法，筛选出对应特殊成分的光谱；相关同步谱中交叉峰表示两个频率之间的光谱强度变化的相似性，有效区分最终引起光谱变化是物理因素还是化学成分变化方面的原因，实现光谱图的分段解析，并对该特殊成分和光谱快速识别和指认。以平衡浓度渗透作为外界干扰条件结合二维相关分析来制备和检测红枣建模所需样品及特殊成分。高效建立分离出特定成分和其光谱对应关系减少了盲目性和诸多中间环节，如红枣裂口褐变是一个常见的现象对品质影响很大，通过设计中红外和近红外红枣光谱采集试验提取出了红枣裂口处微量成分并进行了光谱指认，为进一步挖掘红枣其他特殊成分的光谱对应关系奠定了基础。

基于上述实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，实验初步制备了含糖量不同、含水量不同的样品枣，通过褐变样品成分富集，通过中红外成分检测，分离出其主要成分，通过该方法可制备不同品种及不同区域的红枣建模所需的标准样品，可以跨区域建模，使建模摆脱了地域的限制，在模型共享降低建模成本方面也有独到的作用，为进一步制定南疆红枣近红外品质检测标准奠定了基础。

上述实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，应用前景及意义包括：

利用红外二维相关光谱获取更多的有用信息，提高光谱的分辨率，这对广泛应用于物质结构鉴定的红外区来说具有重大意义：近红外光谱由于光谱信息弱，各个谱峰高度重叠，因此，对近红外区域信息进行指认一直都是一个难点。利用中红外区域已知的丰富的结构信息，应用中红外/近红外二维相关光谱方法，研究近红外光谱带的分辨与指认，可以对近红外光谱的来源加以解释。这对近红外光谱技术的定性、定量分析具有重要意义。

大量不同浓度的红枣样品也是近红外红枣品质建模的一个十分重要的条件。红枣的糖度、含水量等是红枣品质分级检测中的一个十分重要的检测指标，红枣裂口是一个普遍现象对品质影响很大，通过设计试验提取出了红枣裂口处微量成分并进行了光谱指认，通过制备不同纹理整粒及不同粒度粉末颗粒的近红外光谱图，为进一步挖掘红枣成分在不同谱区的变化关系，挑选相关成分的特征波长有效实现品质快速识别奠定了基础。

了解红枣近红外光谱的测量状态及变化规律，显然可以通过对特定谱区选择来识别红枣品质，迅速识别和分离对光谱影响较大的成分，节省了大量的人力物力，降低了成本，便于迅速开展工作，减少很多弯路。在压缩数据量和设计选择滤光片等方面有很好的参考价值，有效分离出特定成分和光谱对应关系减少了盲目性和诸多中间环节。

上述实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，主要步骤和实验例证如下：

㈠主要步骤：

1）多次采集同一红枣不同部位的近红外光谱，然后利用二维相关分析发现不同谱区的相关系数不同，多光谱对比分析当出现矩形框，二维分析光谱特征与一维红外谱图上的区别符合。因此确实可以看出二维相关谱不仅能反应出红外谱图上的区别，而且还能增大谱图的分辨率，可以对该成分进行分离。

2）搜集红枣样品，富集提取成分对样品长时间浸泡，分离液体，时间扫描中红外光谱光谱图。将干燥后粉碎的红枣粉末放入干净的冰盒内，编号加入纯净水，放置后自然干燥，利用近红外光谱仪扫描样品，二维相关分析同步谱中的自动峰反映该处的光谱在扰动期间光谱强度变化的总体程度，反映了该处光谱强度随着外界扰动变化的灵敏度。

3）通过改变浸泡浓度，进行二维相关分析同步谱中交叉峰表示两个频率之间的光谱强度变化的相似性，反应二者强度变化的方向。

4）选择适当的浓度和浸泡时间ATR附件扫描中红外光谱，谱图检索得出其对应的化学成分和光谱指认。

5）重复以上步骤对其他成分进行光谱指认。二维相关分析检测方法的具体实施过程，参见图7。

该南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，主要包括以下步骤：

⑴配置适当浓度的液体，将红枣样品放入适当控制时间，利用平衡浓度渗透平衡方法调节红枣样品成分的浓度，制备出所需的浓度均匀分配的红枣样品；

⑵采集平衡浓度溶液中不同时段的红枣光谱，二维光谱相关分析用于动态检测平衡浓度过程中的成分变化情况；

⑶通过中红外和近红外光谱相结合的办法，通过光谱指认，分离特殊成分，现已分离出红枣常见的裂口褐变的成分；

⑷通过提纯浸泡可以获取褐变程度不同的红枣样品。

㈡南疆红枣特殊成分光谱二维相关分析检测方法的主要特征

1）对红枣近红外谱区的二维相关同步谱发现变化较为尖锐的地方常常出现矩形框的部分为迅速定位该成分提供了方法。

2）以二维相关分析得出的光谱区为指引，实现光谱图的分段解析，最终引起光谱变化时物理因素显然较多信息如颜色、表面纹理等物理品质信息集中在可以通过对特定谱区识别。

3）配制与红枣特殊成分相近的溶液作为外界干扰因素，长时间浓度平衡的原理，迅速筛选出特殊成分光谱对应关系，有效区分化学成分变化方面的原因，并对该特殊成分和光谱快速识别和指认。有效分离出特定成分和光谱对应关系减少了盲目性和诸多中间环节。

4）验证提取裂口处特殊成分在中红外光谱试验进行了光谱指认。

㈢南疆红枣光谱二维相关分析用于不同含水量的样品制备

测定含水量也做了一定的尝试并取得了较好的效果，通过控制浸泡的时间作为外部干扰因素，制备了部分含水量不同的建模样品，通过测定一定浸泡时间10分钟、30分钟、60分钟三个时间段的红枣样品的近红外光谱，放入密封袋中静置24小时，达到浓度平衡，测量含水量的变化，制备一批不同浓度的红枣样品，对测定光谱进行二维相关分析，建立红枣的含水量与其近红外光谱的对应关系及变化情况，为利用近红外光谱区建立红枣的干燥和清洗有效时间提供参考。

谱区信息建立中红外与近红外二维相关光谱完成4000-4800cm^-1谱区谱峰指认，存在以下几个问题：

⑴中红外光谱和近红外光谱并非真正意义上的同时测定的光谱，与本发明所测的近红外光谱数据和中红外光谱数据存在一定的时间差，而在这个时间内，糖度和水分变化速率是不一样的。所以，此处的近红外和中红外光谱系统并非严格意义上的同一系统；

⑵中红外光谱和近红外光谱的测量来自于不同的仪器，这两种仪器的性能和所设定的测量参数，比如信噪比、分辨率等存在差异；

⑶如果没有重叠峰，前两个因素存在不会干扰对各个谱峰来源的正确判断。但是，如果存在重叠峰，前两个因素对重叠峰的指派就带来问题，因此4430-4000cm^-1谱区水分和糖度的谱峰严重重叠导致对该区的指认结果的可靠性带来问题。然而，通过中红外/近红外二维相关光谱，利用已知来源的中红外光谱信息对近红外区进行初步指派后，可以再应用NIR/NIR二维相关光谱进行进一步指认，可以对MIR/NIR二维相关光谱所得结果进一步验证。具体如下：

①二维相关光谱同步谱生动形象地显示出谱峰的精确位置及谱峰之间强度变化的相对方向。可以准确地对谱峰进行指派。但是，对于有重叠峰的区域，它与其它峰的相关，反映的是该频率谱峰强度贡献占主要作用的组分谱峰与其它谱峰的相应关系，而对该处占次要地位的组分的基团的峰与其它峰的强度变化相对方向并没有表现出来。

②模拟系统和实际系统中，异步谱重叠峰最大位置的两侧出现异步交叉峰，将来源于不同组分的谱峰分开，体现出二维相关光谱异步谱分开重叠峰的能力。

③异步谱具备分开重叠峰的能力，但是在重叠峰区域，最大峰位置出现在重叠峰的两侧，与实际位置有一定的偏差。

④异步谱具备显示一维谱中被掩盖的重叠峰甚至小峰的能力。

本发明的实验中，主要分析了：使用浓度为25%的糖溶液对南疆红枣在不同浸泡时间的条件下，运用2Dshige二维相关分析软件对其近红外光谱进行相关分析。

实验选取南疆红枣100颗，根据每颗红枣颜色深浅两面分别标记为a、b面，并采用Thermo Fisher Scientific公司的近红外光谱仪分别采取每颗红枣在浸泡时间为10分钟、30分钟、60分钟时的光谱图。在浸泡之前，首先采取每颗红枣未做任何处理下的光谱图，以与不同浸泡条件下的光谱做二维相关分析。

结果如下：       

在4000-10000 cm^-1波段范围内，浸泡时间分别为10分钟、30分钟、60分钟时，其同步二维光谱图有一定差别。浸泡时间为10分钟时，在9044.509 cm^-1波数处，自动峰较强；浸泡时间为30分钟时，在6803.63 cm^-1波数处，自动峰较强；浸泡时间为60分钟时，在5704.404 cm^-1波数处，自动峰较强。该研究找出了浸泡时间对南疆红枣近红外光谱检测影响的波段，为今后消除浸泡时间影响建立其干扰模型提供了依据。

参见图8，未处理光谱为样本，10分钟浸泡与之做二维相关谱图。

如二维相关图所示，横轴为X1，纵轴为X2，自相关峰所对应波数为：9044.509cm^-1。

参见图9，未处理光谱为样本，30分钟浸泡与之做二维相关谱图。

如二维相关图所示，自相关峰所对应波数为：6803.63 cm^-1。

参见图10，未处理光谱为样本，60分钟浸泡与之做二维相关谱图。

如二维相关图所示，自相关峰所对应波数为：5704.404 cm^-1。

综上所述，本发明上述各实施例的南疆红枣建模用南疆红枣样品成分的光谱分离检测方法，通过发挥中红外光谱在化学成分的定性分析检测优势、近红外的定量分析、二维相关分析提高光谱分辨率优势，配制与红枣特殊成分相近的溶液作为外界干扰因素，长时间浓度平衡的原理，迅速筛选出特殊成分光谱对应关系，实现光谱图的分段解析，有效区分最终引起光谱变化是物理因素还是化学成分变化方面的原因，并对该特殊成分和光谱快速识别和指认，利用二维红外相关分析法可以很好的对不同品质的红枣进行鉴别，提高了谱图的分辨率，而且结果更加直观可靠。因此，二维红外相关分析法在一些天然产物如果品的鉴别领域具有广泛的应用前景。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。