关键词:
砂糖橘
便携式近红外光谱
产地
变量筛选
无损鉴别
摘要:
本研究基于近红外(NIR)光谱技术与变量筛选-线性判别分析(LDA)方法,建立了一种砂糖橘产地无损鉴别方法。在25、45 ms和65 ms三个积分时间下,分别采集了广西、云南和广东砂糖橘的近红外光谱。利用光谱预处理消除干扰,采用主成分分析(PCA)和LDA方法建立砂糖橘产地的鉴别模型。此外,通过竞争性自适应重加权采样法(CARS)、蒙特卡罗非信息变量消除法(MCUVE)、连续投影算法(SPA)和随机检验(RT)等变量筛选方法进一步简化模型,提高模型的鉴别率。结果表明,光谱预处理方法可以消除光谱中的干扰,仅依靠无监督模式识别无法实现对不同产地砂糖橘的准确鉴别;45 ms和65 ms积分时间下的模型优于25 ms下的模型,基于优化预处理的LDA模型可以获得95.10%的鉴别率;采用变量筛选方法的模型鉴别率得到明显提升,其中65 ms积分时间下,去偏移(de-bias)-RT-LDA、标准正态变量变换(SNV)-RT-LDA、原始光谱-SPA-LDA和一阶导(1st)-SPA-LDA模型,以及45 ms积分时间下,原始光谱-MCUVE-LDA模型鉴别率均达到99.02%。以上结果表明,基于便携式NIR光谱技术与变量筛选-LDA方法可实现砂糖橘产地准确无损鉴别。