張莎 劉木華 陳金印 趙進輝












摘要:由于采后處理過程中臍橙保鮮劑抑霉唑易通過果皮滲進果肉中殘留,不慎食用后會對人體產生危害。因此,本研究探索一種基于表面增強拉曼光譜技術(Surface-Enhanced Raman Spectroscopy ,SERS)的臍橙果皮中抑霉唑殘留的快速檢測方法。首先對SERS 檢測條件進行優化,分別確定了最優的檢測條件為反應時間2 min ,金膠加入量400μL ,NaBr作為電解質溶液且加入量為25μL 。基于以上最優檢測條件,以自適應迭代懲罰最小二乘法(Adaptive Iterative Reweighted Penalized Least Squares ,air PLS)、air PLS+歸一化、 air PLS+基線校正、air PLS+一階導數、air PLS+標準正態變量(Standard Normal Distribution ,SNV)和 air? PLS+多元散射校正(Multiplicative Scatter Correction ,MSC)處理后的6組光譜數據為研究對象,分別采用這 6種光譜預處理法建立支持向量回歸(Support Vector Regression ,SVR)模型并對預測性能進行比較后發現, air PLS 方法所建立模型的預測集相關系數(Coefficient of the Determinant for the Prediction Set ,RP )最大,預測集均方根誤差(Root-Mean-Square Error of Prediction ,RMSEP)最小。對光譜數據進行主成分分析(Prin?cipal Component Analysis ,PCA)特征提取,選擇前7個主成分得分作為 SVR 預測模型的輸入值。采用 SVR、多元線性回歸(Multiple Linear Regression ,MLR)和偏最小二乘回歸(Partial Least Squares Regression, PLSR)三種建模方法分析比較其對應的預測性能,其中SVR 模型的預測集RP 可高達0.9156,預測集RMSEP? 為4.8407 mg/kg ,相對標準偏差(Relative Standard Deviation ,RPD)為2.3103,表明基于 SVR 算法對臍橙表面抑霉唑殘留的預測值越接近實測值,越能有效提高模型預測準確性。試驗結果表明,利用SERS 結合PCA? 及SVR 建模,可實現對臍橙果皮中抑霉唑殘留的快速檢測。
關鍵詞:臍橙;抑霉唑;表面增強拉曼光譜;支持向量回歸;多元線性回歸;偏最小二乘回歸
中圖分類號: O433.4文獻標志碼: A文章編號:202106-SA002
引用格式:張莎, 劉木華, 陳金印, 趙進輝. 采用表面增強拉曼光譜技術……