基于近紅外光譜的淀粉含水量快速檢測研究

孫曉榮，劉翠玲，吳靜珠，董秀麗，吳勝男

（北京工商大學計算機與信息工程學院，北京100048）

基于近紅外光譜的淀粉含水量快速檢測研究

孫曉榮，劉翠玲，吳靜珠，董秀麗，吳勝男

（北京工商大學計算機與信息工程學院，北京100048）

運用近紅外光譜分析技術檢測淀粉的含水量，收集了國內常用的不同種類的淀粉，選擇最優的光譜預處理方法和光譜范圍，運用偏最小二乘法（PLS）進行定量分析研究。結果表明，采用偏最小二乘法（PLS）所建的定量分析模型的相關系數R2達0.9912，預測均方根誤差RMSEP為0.0784，偏差為0.132。研究發現，近紅外光譜技術用于快速無損檢測淀粉含水量是可行的。

近紅外光譜，偏最小二乘法，淀粉，含水量

1 材料與方法

1.1 材料與儀器

淀粉 從市場購買不同品牌或同一品牌不同批次的淀粉，共計55個樣本。采用國標法準確測量樣本的含水量，所測值作為建模時的化學值。55個樣本中46個樣本用于定量建模，9個用于模型驗證。

傅立葉變換近紅外光譜儀VERTEX 70、漫反射積分球附件、OPUS6.5光譜采集及分析軟件 德國布魯克光學儀器公司；電子天平。

1.2 光譜采集

將上述淀粉樣品放置在漫反射樣品臺的樣品杯中，然后進行近紅外光譜采集。波數范圍12000～4000cm-1，波長間隔8cm-1，掃描64次取平均，環境溫度23～25℃。

2 結果與分析

2.1 樣本的近紅外光譜

55個淀粉樣本的近紅外漫反射光譜圖如圖1所示。利用化學計量學方法將原光譜進行數學預處理，采用OPUS6.5軟件分析光譜數據。通過選擇信息較豐富的光譜譜段及對數據進行預處理，實現對原始光譜數據進行優化，建立精度較高的預測模型[6]。

圖1 55個淀粉樣本的近紅外漫反射光譜圖

2.2 定量分析模型的建立

將55個樣本應用于近紅外定量分析，確定校正集46個樣本，9個樣本用于模型驗證。通過OPUS6.5軟件的分析和優化，選擇最優處理算法，尋找淀粉的吸收光譜較豐富的波段。分析表明，淀粉對光譜信息貢獻量最大的譜區范圍是7502.1～4597.7cm-1，維數為6。圖2為46個淀粉樣本近紅外光譜圖交叉驗證后含水量的近紅外計算值與化學分析值，橫坐標為水分化學分析值，縱坐標為近紅外計算值。

圖2 近紅外光譜交叉驗證計算值與化學分析值

交互驗證結果表明，近紅外計算值和化學分析值之間具有顯著的相關性，校正樣品均勻地分布在回歸線的兩側，且交互驗證得到的校正相關系數R2為0.9912，交叉驗證均方差RMSECV為0.396，偏差為0.0006[7]。

2.3 定量分析模型的驗證

為了驗證定量模型的預測精度，對實驗用檢驗集的9個樣本進行預測，預測結果如圖3所示。預測RMSEP為0.0784，偏差為0.132，相關因子為0.9929，詳細分析結果值見表1。

3 結論

圖3 驗證集樣品的近紅外光譜預測值與化學分析值

表1 驗證集樣本的化學值、近紅外預測值及偏差

初步實驗結果表明，利用近紅外漫反射光譜分析技術，能夠準確、快速地檢測淀粉的含水量。由于受條件所限，本實驗仍然存在一些不足之處，如采用的樣品數量還不夠大。目前，我們正向定標樣本擴充更多的淀粉品種，提高定標預測的穩定性。利用近紅外光譜分析技術快速檢測淀粉含水量只是建立快速檢測機制的一個開始，今后我們還將陸續開展測量淀粉中的酸度、灰分等指標工作，為今后快速、無損檢測淀粉品質提供最新最全的數據支持[8-10]。

[1]陳奇偉，馬曉娟，李連偉.馬鈴薯淀粉生產技術[M].北京:金盾出版社，2010:13-16.

[2]曹龍奎，李鳳林.淀粉制品生產工藝學[M].北京:中國輕工業出版社，2008:9-15.

[3]Ann-Charlotte Eliasson.食品淀粉的結構、功能及應用[M].趙凱，譯.北京:中國輕工業出版社，2009:99-112.

[4]陸婉珍，袁洪福，徐廣通.現代近紅外光譜分析技術[M].北京:中國石油化工出版社，2000:37-45.

[5]倪永年.化學計量學在分析化學中的應用[M].北京:科學出版社，2004:304-310.

[6]劉建學.實用近紅外光譜分析技術[M].北京:科學出版社，2008:168-186.

[7]張明詳.近紅外儀器能量變化對模型的影響及OSC算法的應用[D].北京:中國農業大學，2004.

[8]Xiaorong Sun，Cuiling Liu，Jingzhu Wu.Quantitative Analysis of Starch Adulteration with Near Infrared Spectrum Technique// ICCEE 2010[C].Chengdu:[s.n].2010:1765-1769.

[9]Xiaorong Sun，Cuiling Liu，Jingzhu Wu.Study on rapid and non-destructive identification of starch categories with NIR（nearinfrared reflectance）//ICEEAC 2010[C].Zibo：[s.n].2010：978-982.

[10]孫曉榮，劉翠玲，吳靜珠，等.近紅外漫反射聚類法無損快速測定淀粉品質 [J].北京工商大學學報：自然科學版，2010（12）:38-42.

Rapid detection of water content in starch based on near infrared spectrum

SUN Xiao-rong,LIU Cui-ling,WU Jing-zhu,DONG Xiu-li,WU Sheng-nan
（CollegeofComputerScienceandInformationEngineering,BeijingTechnologyandBusinessUniversity,Beijing100048，China）

Using near-infrared spectroscopy to detect the water content of starch from collection of commonly used in different types of starch based on optimum spectral pre-processing methods and spectral range，using partial least squares (PLS)quantitative analysis.The results showed that the correlation coefficient R2 can be 0.9912，root mean square error of prediction RMSEP can be 0.0784 and deviation can be 0.132 by partial least squares (PLS)quantitative analysis model.The study proved it was feasible to use near-infrared spectroscopy on rapid non-destructive testing of starch water content.

near-infrared spectrum；PLS；starch；water content

TS237

A

1002-0306（2011）10-0441-02

淀粉是由玉米、土豆等原料加工的主要產品之一，可廣泛應用于食品、飼料、醫藥、造紙、香料等行業[1]。淀粉作為原料向產業鏈下游延伸可以生產2000多種產品。隨著我國綜合國力的不斷增強，人民生活水平的日益提高，食品的衛生和質量問題也備受人們的關注。加工的淀粉質量好壞直接關系到廠家經濟利益，因此實現對淀粉常規指標的定量檢測具有非常重要的意義[2]。含水量是淀粉的常規指標之一，含水量高的淀粉很容易發生腐爛變質，變質淀粉嚴重侵害消費者的健康和權益。目前大多數廠家使用130℃烘箱恒溫法測量淀粉的含水量，該方法存在操作繁瑣、耗時長、費時費力和檢測效率低等問題，滿足不了企業需要檢測樣品多的需求，因此有必要研究一種簡單、快速、無損的淀粉含水量檢測技術[3]。近紅外光譜（NIR）分析技術是20世紀90年代以來發展最快、最引人注目的光譜分析技術，以其快速、高效、取樣簡單以及無污染等獨特的分析優點，已廣泛應用于農業、食品、醫藥、石油、化工、煙草、化妝品等行業。本實驗基于近紅外光譜對淀粉含水量進行分析檢測，旨在研究一種快速有效檢測淀粉含水量的方法[4-5]。

2011-06-27

孫曉榮（1976-），女，研究生，講師，研究方向：食品安全檢測。

北京市自然科學基金（4073031）。