一種甜菜品質(zhì)的快速檢測(cè)方法
【專利摘要】本發(fā)明公開了一種甜菜品質(zhì)的快速檢測(cè)方法，屬于農(nóng)產(chǎn)品質(zhì)量檢測(cè)【技術(shù)領(lǐng)域】。本發(fā)明利用近紅外光譜儀采集經(jīng)過鋸糊預(yù)處理的甜菜樣品的紅外光譜圖，對(duì)近紅外光譜圖進(jìn)行光譜預(yù)處理后，采用偏最小二乘法經(jīng)內(nèi)部交互驗(yàn)證建立數(shù)學(xué)模型，根據(jù)數(shù)學(xué)模型預(yù)測(cè)待測(cè)樣品的糖度、鈉含量和氮含量。本發(fā)明所提供的方法具有操作簡單、綠色環(huán)保、檢測(cè)成本低、檢測(cè)速度快、可實(shí)現(xiàn)對(duì)甜菜品質(zhì)多指標(biāo)同時(shí)檢測(cè)、準(zhǔn)確度較高等特點(diǎn)，適用于甜菜品質(zhì)的快速檢測(cè)。
【專利說明】一種甜菜品質(zhì)的快速檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種甜菜品質(zhì)的快速檢測(cè)方法，屬于農(nóng)產(chǎn)品質(zhì)量檢測(cè)【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]長期以來，由于傳統(tǒng)分析技術(shù)的局限性，制糖企業(yè)實(shí)行按質(zhì)論價(jià)的原料收購體系在我國制糖企業(yè)一直沒有真正建立，原料收購也一直沿用按重量的計(jì)價(jià)方式。種植者一味追求高產(chǎn)量，輕質(zhì)量，低質(zhì)量原料大大增加了糖廠的消耗。因此，如何實(shí)現(xiàn)甜菜品質(zhì)快速檢測(cè)和按質(zhì)論價(jià)有著重要意義。
[0003]甜菜品質(zhì)對(duì)制糖出糖率有著重要影響，尤其是糖度指標(biāo)。甜菜糖度能夠明顯影響制糖企業(yè)制糖的效率和經(jīng)濟(jì)效益，同時(shí)實(shí)現(xiàn)按質(zhì)論價(jià)也將鼓勵(lì)甜菜育種者和種植戶提高甜菜品質(zhì)。另外，制糖企業(yè)對(duì)甜菜品質(zhì)的鑒定都是在收購之后，操作費(fèi)時(shí)、繁瑣且價(jià)格高昂。近紅外光譜技術(shù)在甜菜品質(zhì)分析中的應(yīng)用，能為甜菜品種選育和大田生產(chǎn)管理帶來了極大的方便，也為糖廠原料甜菜品質(zhì)的管理、生產(chǎn)工藝調(diào)整、在線分析的實(shí)現(xiàn)和按質(zhì)論價(jià)收購體系的建立提供重要的技術(shù)支持，然而現(xiàn)有技術(shù)中尚沒有應(yīng)用近紅外光譜進(jìn)行甜菜品質(zhì)的檢測(cè)方法。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)甜菜種植和收購企業(yè)普遍關(guān)心的按質(zhì)定價(jià)問題，采用近紅外光譜分析技術(shù)，對(duì)甜菜及糖漿的糖度、鈉、氮等指標(biāo)進(jìn)行快速檢測(cè)技術(shù)研究。提供了一種基于近紅外光譜分析技術(shù)的甜菜品質(zhì)快速檢測(cè)方法，所采取的技術(shù)方案如下:
[0005]本發(fā)明的一個(gè)目的在于提供一種甜菜品質(zhì)的快速檢測(cè)方法，是利用近紅外光譜儀采集經(jīng)過鋸糊預(yù)處理的甜菜樣品的近紅外光譜圖，對(duì)近紅外光譜圖進(jìn)行光譜預(yù)處理后，采用偏最小二乘法經(jīng)內(nèi)部交互驗(yàn)證建立回歸模型，根據(jù)數(shù)學(xué)模型預(yù)測(cè)待測(cè)樣品的糖度、鈉含量和氮含量。
[0006]所述方法的步驟如下:
[0007]I)甜菜樣品的鋸糊預(yù)處理；
[0008]2)采集甜菜樣品近紅外光譜圖；
[0009]3)對(duì)步驟2)所得的甜菜樣品紅外光譜圖進(jìn)行光譜預(yù)處理；
[0010]4)根據(jù)步驟3)的預(yù)處理結(jié)果，采用偏最小二乘法分別建立甜菜甜度、鈉含量和氮含量與近紅外光譜的回歸模型，通過內(nèi)部交互驗(yàn)證回歸模型，獲得數(shù)學(xué)模型；
[0011]5)利用步驟4)所得的數(shù)學(xué)模型預(yù)測(cè)待測(cè)甜菜樣品的糖度、鈉含量和氮含量。
[0012]所述樣品鋸糊預(yù)處理，是將選取的甜菜樣品放入可移動(dòng)式甜菜樣品處理機(jī)中，洗去雜物后切除葉冠，再放入鋸糊機(jī)中進(jìn)行鋸糊，鋸糊時(shí)隨機(jī)選取甜菜各部位，鋸下0.8mm*0.8mm*0.8mm大小顆粒呈糊狀的甜菜樣品。
[0013]所述紅外光譜圖的采集，是利用DA7200-型二極管陣列近紅外光譜儀進(jìn)行采集，近紅外光譜掃描范圍為900?1700nm，分辨率:5nm，掃描次數(shù)為60次，每個(gè)樣品重復(fù)裝樣測(cè)定兩次，取平均光譜。
[0014]所述近紅外光譜圖的光譜預(yù)處理，是通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換組合后，再進(jìn)行光譜降噪處理。
[0015]所述數(shù)學(xué)模型的建立過程如下:
[0016]I)根據(jù)甜菜樣品的糖度范圍選取至少50個(gè)特征樣品作為校正集樣品，再隨機(jī)選取至少20個(gè)樣品作為驗(yàn)證集樣品，校正集樣品用于建立校正模型，驗(yàn)證集樣品用于檢驗(yàn)?zāi)Ｐ停?br> [0017]2)測(cè)定所有樣品的甜度、鈉含量和氮含量；
[0018]3)采集所有樣品的近紅外光譜圖，并通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換后再對(duì)樣品近紅外光譜圖進(jìn)行光譜降噪處理；
[0019]4)根據(jù)校正集樣品的預(yù)處理結(jié)果，采用偏最小二乘法經(jīng)內(nèi)部交互驗(yàn)證分別建立甜菜糖度、鈉含量和氮含量的校正回歸模型；
[0020]5)用步驟4)所得的優(yōu)化校正模型預(yù)測(cè)驗(yàn)證集樣品，比較預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果，根據(jù)預(yù)測(cè)均方根誤差和預(yù)測(cè)平均偏差評(píng)價(jià)并確定模型。
[0021]所述快速檢測(cè)方法的具體步驟如下:
[0022]I)選取完好無損的甜菜樣品，除去雜物并清洗后切除葉冠，再放入鋸糊機(jī)中進(jìn)行鋸糊，鋸糊時(shí)隨機(jī)選取甜菜各部位，鋸下0.8mm*0.8mm*0.8mm大小顆粒呈糊狀的甜菜樣品，獲得預(yù)處理甜菜樣品；
[0023]2)利用DA7200-型二極管陣列近紅外光譜儀采集步驟I)所得預(yù)處理樣品的近紅外光譜圖，近紅外光譜掃描范圍為900?1700nm，分辨率:5nm，掃描次數(shù)為60次，每個(gè)樣品重復(fù)裝樣測(cè)定兩次，取平均光譜；
[0024]3)通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換組合后共同對(duì)步驟2)所得的平均光譜進(jìn)行光譜降噪處理；
[0025]4)根據(jù)步驟3)的處理結(jié)果，采用偏最小二乘法分別建立甜菜甜度、鈉含量和氮含量與近紅外光譜的回歸模型，通過內(nèi)部交互驗(yàn)證回歸模型，建立數(shù)學(xué)模型；
[0026]5)利用步驟4)所得數(shù)學(xué)模型預(yù)測(cè)待測(cè)甜菜樣品的糖度、鈉含量和氮含量。
[0027]所述檢測(cè)方法用于快速檢測(cè)甜菜品質(zhì)。
[0028]本發(fā)明有益效果:本發(fā)明所述的方法與傳統(tǒng)常規(guī)方法相比，有以下幾個(gè)優(yōu)點(diǎn):1)操作簡單、檢測(cè)速度快。與常規(guī)方法相比較，近紅外分析只需I人，耗時(shí)2min左右，而如果用常規(guī)分析方法，則需3人，Ih左右才能完成。2)節(jié)省原料，無污染。近紅外分析只需1g左右樣品，樣品光譜掃描后成分完全沒有破壞，樣品分析完收集后還可以重新回到制糖生產(chǎn)中。同時(shí)，近紅外分析不需加入任何藥劑，對(duì)于糖廠來說，不僅可以節(jié)約大量購買藥劑的資金，而且還可以實(shí)現(xiàn)對(duì)環(huán)境零污染、零排放。3)實(shí)現(xiàn)對(duì)甜菜品質(zhì)多成分同時(shí)檢測(cè)、有良好的準(zhǔn)確度，而常規(guī)檢測(cè)方法檢測(cè)指標(biāo)單一。4)節(jié)約化驗(yàn)室成本，近紅外分析主要采用一臺(tái)近紅外光譜儀，運(yùn)行和維護(hù)成本大概每年0.2萬元，該設(shè)備檢測(cè)指標(biāo)可以替代錘度計(jì)、旋光儀、阿貝折光儀、凱氏定氮儀、原子吸收分光光度計(jì)、PH計(jì)和灰分測(cè)定裝置等昂貴設(shè)備約數(shù)十萬元，節(jié)約人力成本和檢測(cè)試劑耗材費(fèi)用約每年數(shù)十萬元。設(shè)備體積小、重量輕、操作簡易，便于搬運(yùn)和在線檢測(cè)，節(jié)省了實(shí)驗(yàn)室的面積。耗電少、不產(chǎn)生廢氣、廢水和廢渣，節(jié)能環(huán)保。5)可實(shí)現(xiàn)在線檢測(cè)，國外在石油化工、乳品、醫(yī)藥等行業(yè)已經(jīng)實(shí)現(xiàn)了近紅外儀器的在線監(jiān)測(cè)，極大的提高了生產(chǎn)設(shè)備的自動(dòng)化水平。
[0029]綜上，本發(fā)明是一種快速簡單、綠色環(huán)保、檢測(cè)費(fèi)用低廉的技術(shù)。近紅外光譜檢測(cè)技術(shù)以其高效、多成分分析、無損和低成本的特點(diǎn)，用于原料收購環(huán)節(jié)可以及時(shí)按質(zhì)論價(jià)，用于生產(chǎn)過程監(jiān)控可以及時(shí)出具過程產(chǎn)品的分析數(shù)據(jù)，為生產(chǎn)裝置平穩(wěn)運(yùn)行和優(yōu)化提供了準(zhǔn)確數(shù)據(jù)信息，提高生產(chǎn)率；為生產(chǎn)提供決策依據(jù)。
【專利附圖】

【附圖說明】
[0030]圖1為甜菜品質(zhì)檢測(cè)流程圖。
[0031]圖2甜菜樣品預(yù)處理流程圖。
[0032]圖3甜菜樣品光譜原始圖。
[0033]圖4甜菜糖度預(yù)測(cè)結(jié)果圖。
[0034]圖5甜菜中鈉含量預(yù)測(cè)結(jié)果圖。
[0035]圖6甜菜中氮含量預(yù)測(cè)結(jié)果圖。
[0036]圖7甜菜顆粒中糖度預(yù)測(cè)結(jié)果圖。
【具體實(shí)施方式】
[0037]本發(fā)明提供了 一種甜菜品質(zhì)的快速檢測(cè)方法，本發(fā)明提供的方法具有操作簡單、檢測(cè)速度快、準(zhǔn)確性高、成本低、綠色環(huán)保的特點(diǎn)，下面結(jié)合具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步說明，但本發(fā)明不受實(shí)施例的限制。
[0038]實(shí)施例1回歸模型的建立
[0039]甜菜品質(zhì)檢測(cè)指標(biāo)與近紅外特征波長光譜的偏最小二乘法回歸模型的建立，步驟如下:
[0040]1、收集甜菜28個(gè)品種共380個(gè)樣品，分別鋸糊后裝樣品袋中統(tǒng)一編號(hào)后備用。
[0041]將經(jīng)過樣品預(yù)處理(處理流程見圖2)的甜菜鋸糊樣品均勻平鋪在直徑為75mm的樣品杯中，使用近紅外分析儀以5nm的分辨率掃描60次，樣品及環(huán)境溫度均為20±2°C，光譜掃描范圍為900?1700nm，得出近紅外掃描光譜圖，原始圖見圖3。重復(fù)裝樣測(cè)定兩次，保持裝樣的均一性，求得平均光譜曲線。
[0042]2、對(duì)所采集的樣品的光譜數(shù)據(jù)信息進(jìn)行一階導(dǎo)數(shù)(FD)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、卷積平滑法(SG)后再對(duì)光譜圖進(jìn)行降噪預(yù)處理，把所有樣品的光譜數(shù)據(jù)信息和其相應(yīng)得標(biāo)準(zhǔn)值建立校正集和驗(yàn)證集；利用校準(zhǔn)集的光譜數(shù)據(jù)信息分別尋找反應(yīng)甜菜品質(zhì)的各個(gè)指標(biāo)值對(duì)應(yīng)的特征波長并采用偏最小二乘法經(jīng)建立預(yù)測(cè)回歸模型，通過內(nèi)部交互驗(yàn)證預(yù)測(cè)回歸模型，獲得數(shù)學(xué)模型。
[0043]3、驗(yàn)證集對(duì)各個(gè)指標(biāo)的預(yù)測(cè)模型的預(yù)測(cè)評(píng)價(jià)結(jié)果如圖4、圖5、圖6所示。對(duì)于糖度，其預(yù)測(cè)模型的模型決定系數(shù)R2 = 0.9039，RMSEC = 0.4165 ;對(duì)于鈉含量，其預(yù)測(cè)模型的模型決定系數(shù)R2 = 0.5591，RMSEC = 0.4022 ;對(duì)于氮含量，其預(yù)測(cè)模型的模型決定系數(shù)R2=0.7031, RMSEC = 0.3094。
[0044]4、對(duì)于各個(gè)指標(biāo)所建立的最佳回歸模型的準(zhǔn)確度評(píng)價(jià):將所建立的預(yù)測(cè)模型安裝到DA7200-型二極管陣列近紅外光譜儀中。未知甜菜鋸糊樣品均勻平鋪在直徑為75_的樣品杯中，掃描過程同樣品光譜采集過程。所不同的是，掃描過后會(huì)出現(xiàn)甜菜中糖度、鈉、氮等含量值，與其用化學(xué)方法檢測(cè)出來的數(shù)值進(jìn)行對(duì)比，用預(yù)測(cè)標(biāo)準(zhǔn)偏差(SEP)和預(yù)測(cè)值平均偏差(Bias)評(píng)價(jià)模型。
[0045]實(shí)施例2待測(cè)樣品的品質(zhì)檢測(cè)
[0046]基于實(shí)施例1所建立的回歸模型，對(duì)70個(gè)待測(cè)樣品進(jìn)行品質(zhì)檢測(cè)及定級(jí)，步驟如下:
[0047]1、待測(cè)樣品的預(yù)處理(如圖2)；
[0048]2、待測(cè)樣品近紅外分析儀光譜掃描；
[0049]3、待測(cè)樣品糖度指標(biāo)的檢測(cè)結(jié)果如表1所示。
[0050]表1甜菜樣品糖度預(yù)測(cè)值與傳統(tǒng)方法實(shí)測(cè)值結(jié)果比較
【權(quán)利要求】
1.一種甜菜品質(zhì)的快速檢測(cè)方法，其特征在于，利用近紅外光譜儀采集經(jīng)過鋸糊預(yù)處理的甜菜樣品的近紅外光譜圖，對(duì)近紅外光譜圖進(jìn)行光譜預(yù)處理后，采用偏最小二乘法經(jīng)內(nèi)部交互驗(yàn)證建立數(shù)學(xué)模型，根據(jù)數(shù)學(xué)模型預(yù)測(cè)待測(cè)樣品的糖度、鈉含量和氮含量。
2.權(quán)利要求1所述方法，其特征在于，步驟如下: 1)甜菜樣品的鋸糊預(yù)處理； 2)采集甜菜樣品近紅外光譜圖； 3)對(duì)步驟2)所得的甜菜樣品紅外光譜圖進(jìn)行光譜預(yù)處理； 4)根據(jù)步驟3)的預(yù)處理結(jié)果，采用偏最小二乘法分別建立甜菜糖度、鈉含量和氮含量與近紅外光譜的回歸模型，通過內(nèi)部交互驗(yàn)證回歸模型，獲得數(shù)學(xué)模型； 5)利用步驟4)所得的數(shù)學(xué)模型預(yù)測(cè)待測(cè)甜菜樣品的糖度、鈉含量和氮含量。
3.權(quán)利要求1和2所述方法，其特征在于，所述樣品鋸糊預(yù)處理，是將選取的甜菜樣品放入可移動(dòng)式甜菜樣品處理機(jī)中，洗去雜物后切除葉冠，再放入鋸糊機(jī)中進(jìn)行鋸糊，鋸糊時(shí)隨機(jī)選取甜菜各部位，鋸下0.8mm*0.8mm*0.8mm大小顆粒呈糊狀的甜菜樣品。
4.權(quán)利要求1和2所述方法，其特征在于，所述近紅外光譜圖的采集，是利用DA7200-型二極管陣列近紅外光譜儀進(jìn)行采集，近紅外光譜掃描范圍為900~1700nm，分辨率:5nm，掃描次數(shù)為60次，每個(gè)樣品重復(fù)裝樣測(cè)定兩次，取平均光譜。
5.權(quán)利要求1和 2所述方法，其特征在于，所述近紅外光譜圖的光譜預(yù)處理，是通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換組合后，再進(jìn)行光譜降噪處理。
6.權(quán)利要求1和2所述方法，其特征在于，所述數(shù)學(xué)模型的建立步驟如下: 1)根據(jù)甜菜樣品的糖度范圍選取至少50個(gè)特征樣品作為校正集樣品，再隨機(jī)選取至少20個(gè)樣品作為驗(yàn)證集樣品，校正集樣品用于建立校正模型，驗(yàn)證集樣品用于檢驗(yàn)?zāi)Ｐ停? 2)測(cè)定所有樣品的糖度、鈉含量和氮含量； 3)采集所有樣品的近紅外光譜圖，并通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換后再對(duì)樣品近紅外光譜圖進(jìn)行光譜降噪處理； 4)根據(jù)校正集樣品的預(yù)處理結(jié)果，采用偏最小二乘法經(jīng)內(nèi)部交互驗(yàn)證分別建立甜菜糖度、鈉含量和氮含量的校正回歸模型； 5)用步驟4)所得的優(yōu)化校正模型預(yù)測(cè)驗(yàn)證集樣品，比較預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果，根據(jù)預(yù)測(cè)均方根誤差和預(yù)測(cè)平均偏差評(píng)價(jià)并確定模型。
7.權(quán)利要求1和2所述方法，其特征在于，具體步驟如下: 1)選取完好無損的甜菜樣品，除去雜物并清洗后切除葉冠，再放入鋸糊機(jī)中進(jìn)行鋸糊，鋸糊時(shí)隨機(jī)選取甜菜各部位，鋸下0.8mm*0.8mm*0.8mm大小顆粒呈糊狀的甜菜樣品，獲得預(yù)處理甜菜樣品； 2)利用DA7200-型二極管陣列近紅外光譜儀采集步驟I)所得預(yù)處理樣品的近紅外光譜圖，近紅外光譜掃描范圍為900~1700nm，分辨率:5nm，掃描次數(shù)為60次，每個(gè)樣品重復(fù)裝樣測(cè)定兩次，取平均光譜； 3)通過一階導(dǎo)數(shù)、卷積平滑法、標(biāo)準(zhǔn)正態(tài)變量變換組合后共同對(duì)步驟2)所得的平均光譜進(jìn)行光譜降噪處理； 4)根據(jù)步驟3)的處理結(jié)果，采用偏最小二乘法分別建立甜菜糖度、鈉含量和氮含量與近紅外光譜的回歸模型，通過內(nèi)部交互驗(yàn)證回歸模型，建立數(shù)學(xué)模型；5)利用步驟4)所得數(shù)學(xué)模型預(yù)測(cè)待測(cè)甜菜樣品的糖度、鈉含量和氮含量。
8.權(quán)利要求1-7所 述方法，其特征在于，用于快速檢測(cè)甜菜品質(zhì)。
【文檔編號(hào)】G01N21/359GK104034691SQ201410200834
【公開日】2014年9月10日 申請(qǐng)日期:2014年5月13日 優(yōu)先權(quán)日:2014年5月13日
【發(fā)明者】楊勇, 鄭喜群, 任健, 趙麗影, 楊慶余 申請(qǐng)人:齊齊哈爾大學(xué)