本發(fā)明涉及一種基于近紅外高光譜無損測定黃酮含量的方法，尤其涉及一種基于近紅外高光譜技術(shù)無損檢測楊梅中黃酮含量的方法。

背景技術(shù)：

楊梅是我國的特色水果，在浙江、江蘇、福建、廣東和湖南等省份有較大面積的種植。楊梅營養(yǎng)價(jià)值較高，富含的黃酮類物質(zhì)，同時(shí)含有豐富的纖維素、礦質(zhì)元素、維生素和一定量的蛋白質(zhì)、脂肪、果膠等。黃酮類化合物是一類低分子天然植物成分，廣泛存在于蔬菜、水果和藥用植物中，是目前人們比較關(guān)注的一類化合物，有很多藥用植物的主要活性成分都是黃酮類，包括黃酮、異黃酮、黃酮醇、黃烷酮等。楊梅中黃酮類物質(zhì)具有較高的生物活性作用，具有抗氧化、抗炎癥等功效。楊梅是中國特色漿果資源，且含有豐富的黃酮。因此，研究楊梅中的黃酮含量有助于評(píng)價(jià)楊梅的營養(yǎng)價(jià)值，對(duì)進(jìn)一步開發(fā)楊梅資源具有十分重要的意義。

目前對(duì)楊梅中黃酮含量的測定主要通過高效液相色譜法或分光光度法，兩種方法皆需對(duì)楊梅進(jìn)行處理，提取后才能測定，會(huì)破壞檢測樣品的完整性，難以實(shí)現(xiàn)大樣本量的快速無損檢測。近年來，近紅外高光譜成像技術(shù)作為一種無損檢測方法引起了廣泛的關(guān)注。其最大特點(diǎn)是結(jié)合光譜技術(shù)與計(jì)算機(jī)圖像技術(shù)兩者的優(yōu)點(diǎn)，可獲得大量包含連續(xù)波長光譜信息的圖像塊，由于其具有檢測速度快、效率高、成本低等優(yōu)點(diǎn)，越來越多地應(yīng)用于農(nóng)產(chǎn)品品質(zhì)與安全的無損檢測。因此可以利用近紅外高光譜成像技術(shù)來快速無損檢測楊梅中黃酮含量。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于近紅外高光譜技術(shù)無損檢測楊梅中黃酮含量的方法，旨在實(shí)現(xiàn)無損、快速、大樣本量的檢測。

本發(fā)明提供了一種楊梅中黃酮含量的測定方法，該基于近紅外高光譜的楊梅中黃酮含量測定的方法包括以下步驟：

1)樣本光譜的建立：

采集不同品種的新鮮楊梅樣本，采用近紅外高光譜成像系統(tǒng)進(jìn)行光譜掃描，其中鏡頭與樣本距離為15～30cm，曝光時(shí)間為1～5s，樣本移動(dòng)速度為10～20mm/s,采集900～1700nm近紅外波段高光譜圖像，得到樣本集光譜；

2)樣本黃酮含量的測定：

采用分光光度法測定楊梅樣本中黃酮含量，測定方法包括以下幾個(gè)步驟，首先樣本采用50～90％乙醇提取，取適量提取液與亞硝酸鈉溶液反應(yīng)，再加入硝酸鋁溶液反應(yīng)，最后加入氫氧化鈉溶液，在510nm波長下檢測吸光值，以蘆丁為標(biāo)準(zhǔn)品進(jìn)行定量；

3)建立校正模型：

對(duì)樣本進(jìn)行隨機(jī)分配建立校正樣本集和檢驗(yàn)樣本集，對(duì)樣本集900～1700nm的紅外光譜采用平滑法(移動(dòng)平均平滑法(Moving Average)、卷積平滑法(Savitzky-Golay)、高斯平滑濾波(Gaussian filter)和中值濾波平滑(Median filter smoothing)等處理，消除光譜噪聲，提高分辨率和靈敏度；繼續(xù)使用標(biāo)準(zhǔn)正態(tài)變量變換算法(Standard normal variate transformation，SNV)或多元散射校正算法(Multiplicative scatter correction，MSC)處理，消除固體顆粒大小、表面散射以及光程變化對(duì)光譜的影響。對(duì)于上述處理后的校正樣本集光譜數(shù)據(jù)，結(jié)合樣本黃酮含量，應(yīng)用偏最小二乘法回歸法(PLSR)建立校正模型，通過X-載荷(X-loading weight)圖，提取光譜特征值，特征光譜波長范圍是910～940、950～990、1000～1100、1120～1180和1230～1290nm，以第一次建模得到的部分或全部校正特征光譜波長數(shù)據(jù)和黃酮含量再次使用PLSR建模，采用檢測樣本集，評(píng)估建立模型的效果，優(yōu)化上述特征光譜范圍至R²大于0.9，選取R²最大值時(shí)對(duì)應(yīng)的特征光譜波長范圍，確定楊梅中黃酮含量的最優(yōu)預(yù)測模型；

上述最優(yōu)建模特征光譜波長范圍是960～980、1120～1180和1240～1280nm，模型預(yù)測值與實(shí)際值的R²為0.9114，均方根誤差(Root-mean-square error，RMSE)值為0.1326。

4)樣品的無損快速測定：

采集待測布楊梅樣品的近紅外高光譜數(shù)據(jù)，將特征光譜輸入校正模型，進(jìn)行無損快速測定，即得楊梅樣本中的黃酮含量。

光譜數(shù)據(jù)預(yù)處理、建模及預(yù)測均在The Unscrambler X軟件上操作。

本發(fā)明提供的基于近紅外高光譜的楊梅中黃酮含量測定的方法，通過采用近紅外高光譜圖像提取楊梅光譜數(shù)據(jù)，結(jié)合光譜預(yù)處理方法和最小二乘回歸法(PLSR)建模方法，建立楊梅中黃酮含量的預(yù)測模型。第一次建模采用的是900～1700nm波長的所有數(shù)據(jù)，第一次建模可以得出波長與含量之間的關(guān)系，可以通過第一次建模，得到特征光譜波長段，第二次建模利用第一次建模得到的特征波長段再次建模，選擇特定波長段的數(shù)據(jù)，提高建模準(zhǔn)確性，減少數(shù)據(jù)計(jì)算量。

本發(fā)明可以避免黃酮現(xiàn)有的化學(xué)檢測法會(huì)破壞檢測對(duì)象，可實(shí)現(xiàn)無損、快速和大量的檢測楊梅中黃酮的含量。

附圖說明

圖1是本發(fā)明實(shí)施例一提供的基于近紅外高光譜的楊梅中黃酮含量測定的方法流程圖；

圖2是本發(fā)明實(shí)施例二提供的近紅外高光譜圖像的平均光譜曲線圖；

圖3是本發(fā)明實(shí)施例二提供的PLSR建模方法下的X-載荷(X-loading weight)圖；

圖4是本發(fā)明實(shí)施例四提供的PLSR建模方法下楊梅中黃酮預(yù)測值與實(shí)際值的比較示意圖；

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述，以下列舉的僅是本發(fā)明的具體實(shí)施例，但本發(fā)明的保護(hù)范圍并不僅限于此：

實(shí)施例一

一種基于近紅外高光譜的楊梅中黃酮含量測定的方法，其特征在于該方法的步驟如下：

1)樣本光譜的建立：

采集不同品種的新鮮楊梅樣本，采用近紅外高光譜成像系統(tǒng)進(jìn)行光譜掃描，其中鏡頭與樣本距離為15cm，曝光時(shí)間為5s，樣本移動(dòng)速度為10mm/s,采集900～1700nm近紅外波段高光譜圖像，得到樣本集光譜；

2)樣本黃酮含量的測定：

采用分光光度法測定楊梅樣本中黃酮含量，測定方法包括以下幾個(gè)步驟，首先樣本采用70％乙醇提取，取適量提取液與亞硝酸鈉溶液反應(yīng)，再加入硝酸鋁溶液反應(yīng)，最后加入氫氧化鈉溶液，在510nm波長下檢測吸光值，以蘆丁為標(biāo)準(zhǔn)品進(jìn)行定量；

3)建立校正模型：

對(duì)樣本進(jìn)行隨機(jī)分配建立校正樣本集和檢驗(yàn)樣本集，對(duì)樣本集900～1700nm的紅外光譜采用卷積平滑法(Savitzky-Golay)處理，消除光譜噪聲，提高分辨率和靈敏度；繼續(xù)使用標(biāo)準(zhǔn)正態(tài)變量變換算法(Standard normal variate transformation，SNV)處理，消除固體顆粒大小、表面散射以及光程變化對(duì)光譜的影響。對(duì)于上述處理后的校正樣本集光譜數(shù)據(jù)，結(jié)合樣本黃酮含量，應(yīng)用偏最小二乘法回歸法(PLSR)建立校正模型，通過X-載荷(X-loading weight)圖，提取的光譜特征值為910～940、950～990、1000～1100、1120～1180和1230～1290nm，再次使用PLSR建模，采用檢測樣本集，評(píng)估建立模型的效果，優(yōu)化上述特征光譜范圍至R²大于0.9，選取R²最大值時(shí)對(duì)應(yīng)的特征光譜波長范圍，確定楊梅中黃酮含量的最優(yōu)預(yù)測模型；

上述最優(yōu)建模特征光譜波長范圍是920～930、940～980、1120～1160和1240～1280nm，模型預(yù)測值與實(shí)際值的R²為0.9065，均方根誤差(Root-mean-square error，RMSE)值為0.2631。

4)樣品的無損快速測定：

采集待測布楊梅樣品的近紅外高光譜數(shù)據(jù)，將特征光譜輸入校正模型，進(jìn)行無損快速測定，即得楊梅樣本中的黃酮含量。

光譜數(shù)據(jù)預(yù)處理、建模及預(yù)測均在The Unscrambler X軟件上操作。圖1是本發(fā)明的基于近紅外高光譜的楊梅中黃酮含量測定的方法流程圖，主要步驟包括樣品的采集，近紅外高光譜掃描，讀取光譜數(shù)據(jù)，光譜數(shù)據(jù)預(yù)處理，液相色譜檢測楊梅黃酮含量，結(jié)合光譜數(shù)據(jù)和黃酮含量建立預(yù)測模型；

實(shí)施例二

一種基于近紅外高光譜的楊梅中黃酮含量測定的方法，其特征在于該方法的步驟如下：

1)樣本光譜的建立：

采集不同品種的新鮮楊梅樣本，采用近紅外高光譜成像系統(tǒng)進(jìn)行光譜掃描，其中鏡頭與樣本距離為30cm，曝光時(shí)間為3s，樣本移動(dòng)速度為20mm/s,采集900～1700nm近紅外波段高光譜圖像，得到樣本集光譜；

2)樣本黃酮含量的測定：

采用分光光度法測定楊梅樣本中黃酮含量，測定方法包括以下幾個(gè)步驟，首先樣本采用60％乙醇提取，取適量提取液與亞硝酸鈉溶液反應(yīng)，再加入硝酸鋁溶液反應(yīng)，最后加入氫氧化鈉溶液，在510nm波長下檢測吸光值，以蘆丁為標(biāo)準(zhǔn)品進(jìn)行定量；

3)建立校正模型：

對(duì)樣本進(jìn)行隨機(jī)分配建立校正樣本集和檢驗(yàn)樣本集，對(duì)樣本集900～1700nm的紅外光譜采用移動(dòng)平均平滑法(Moving Average)處理，消除光譜噪聲，提高分辨率和靈敏度；繼續(xù)使用標(biāo)準(zhǔn)正態(tài)變量變換算法(Standard normal variate transformation，SNV)處理，消除固體顆粒大小、表面散射以及光程變化對(duì)光譜的影響。對(duì)于上述處理后的校正樣本集光譜數(shù)據(jù)，結(jié)合樣本黃酮含量，應(yīng)用偏最小二乘法回歸法(PLSR)建立校正模型，通過X-載荷(X-loading weight)圖，提取的光譜特征值為910～940、950～990、1000～1100、1120～1180和1230～1290nm，，再次使用PLSR建模，采用檢測樣本集，評(píng)估建立模型的效果，優(yōu)化上述特征光譜范圍至R²大于0.9，選取R²最大值時(shí)對(duì)應(yīng)的特征光譜波長范圍，確定楊梅中黃酮含量的最優(yōu)預(yù)測模型；

上述最優(yōu)建模特征光譜波長范圍是1000～1100和1240～1280nm，模型預(yù)測值與實(shí)際值的R²為0.9003，均方根誤差(Root-mean-square error，RMSE)值為0.2216。

4)樣品的無損快速測定：

采集待測布楊梅樣品的近紅外高光譜數(shù)據(jù)，將特征光譜輸入校正模型，進(jìn)行無損快速測定，即得楊梅樣本中的黃酮含量。

光譜數(shù)據(jù)預(yù)處理、建模及預(yù)測均在The Unscrambler X軟件上操作。

圖2是本發(fā)明的近紅外高光譜圖像的平均光譜曲線圖。

實(shí)施例三

一種基于近紅外高光譜的楊梅中黃酮含量測定的方法，其特征在于該方法的步驟如下：

1)樣本光譜的建立：

采集不同品種的新鮮楊梅樣本，采用近紅外高光譜成像系統(tǒng)進(jìn)行光譜掃描，其中鏡頭與樣本距離為20cm，曝光時(shí)間為2s，樣本移動(dòng)速度為16mm/s,采集900～1700nm近紅外波段高光譜圖像，得到樣本集光譜；

2)樣本黃酮含量的測定：

采用分光光度法測定楊梅樣本中黃酮含量，測定方法包括以下幾個(gè)步驟，首先樣本采用90％乙醇提取，取適量提取液與亞硝酸鈉溶液反應(yīng)，再加入硝酸鋁溶液反應(yīng)，最后加入氫氧化鈉溶液，在510nm波長下檢測吸光值，以蘆丁為標(biāo)準(zhǔn)品進(jìn)行定量；

3)建立校正模型：

對(duì)樣本進(jìn)行隨機(jī)分配建立校正樣本集和檢驗(yàn)樣本集，對(duì)樣本集900～1700nm的紅外光譜采用高斯平滑濾波(Gaussian filter)處理，消除光譜噪聲，提高分辨率和靈敏度；繼續(xù)使用多元散射校正算法(Multiplicative scatter correction，MSC)處理，消除固體顆粒大小、表面散射以及光程變化對(duì)光譜的影響。對(duì)于上述處理后的校正樣本集光譜數(shù)據(jù)，結(jié)合樣本黃酮含量，應(yīng)用偏最小二乘法回歸法(PLSR)建立校正模型，通過X-載荷(X-loading weight)圖，提取的光譜特征值為910～940、950～990、1000～1100、1120～1180和1230～1290nm，再次使用PLSR建模，采用檢測樣本集，評(píng)估建立模型的效果，優(yōu)化上述特征光譜范圍至R²大于0.9，選取R²最大值時(shí)對(duì)應(yīng)的特征光譜波長范圍，確定楊梅中黃酮含量的最優(yōu)預(yù)測模型；

上述最優(yōu)建模特征光譜波長范圍是920～930、1120～1180和1230～1280nm，模型預(yù)測值與實(shí)際值的R²為0.9046，均方根誤差(Root-mean-square error，RMSE)值為0.1845。

4)樣品的無損快速測定：

采集待測布楊梅樣品的近紅外高光譜數(shù)據(jù)，將特征光譜輸入校正模型，進(jìn)行無損快速測定，即得楊梅樣本中的黃酮含量。

光譜數(shù)據(jù)預(yù)處理、建模及預(yù)測均在The Unscrambler X軟件上操作。

圖3是本發(fā)明實(shí)施例二提供的PLSR建模方法下的X-載荷(X-loading weight)圖，由圖的波峰和波谷可以選擇光譜特征波長。

實(shí)施例四

一種基于近紅外高光譜的楊梅中黃酮含量測定的方法，其特征在于該方法的步驟如下：

1)樣本光譜的建立：

采集不同品種的新鮮楊梅樣本，采用近紅外高光譜成像系統(tǒng)進(jìn)行光譜掃描，其中鏡頭與樣本距離為15～30cm，曝光時(shí)間為1～5s，樣本移動(dòng)速度為10～20mm/s,采集900～1700nm近紅外波段高光譜圖像，得到樣本集光譜；

2)樣本黃酮含量的測定：

采用分光光度法測定楊梅樣本中黃酮含量，測定方法包括以下幾個(gè)步驟，首先樣本采用50～90％乙醇提取，取適量提取液與亞硝酸鈉溶液反應(yīng)，再加入硝酸鋁溶液反應(yīng)，最后加入氫氧化鈉溶液，在510nm波長下檢測吸光值，以蘆丁為標(biāo)準(zhǔn)品進(jìn)行定量；

3)建立校正模型：

對(duì)樣本進(jìn)行隨機(jī)分配建立校正樣本集和檢驗(yàn)樣本集，對(duì)樣本集900～1700nm的紅外光譜采用中值濾波平滑(Median filter smoothing)處理，消除光譜噪聲，提高分辨率和靈敏度；繼續(xù)使用多元散射校正算法(Multiplicative scatter correction，MSC)處理，消除固體顆粒大小、表面散射以及光程變化對(duì)光譜的影響。對(duì)于上述處理后的校正樣本集光譜數(shù)據(jù)，結(jié)合樣本黃酮含量，應(yīng)用偏最小二乘法回歸法(PLSR)建立校正模型，通過X-載荷(X-loading weight)圖，提取的光譜特征值為910～940、950～990、1000～1100、1120～1180和1230～1290nm，再次使用PLSR建模，采用檢測樣本集，評(píng)估建立模型的效果，優(yōu)化上述特征光譜范圍至R²大于0.9，選取R²最大值時(shí)對(duì)應(yīng)的特征光譜波長范圍，確定楊梅中黃酮含量的最優(yōu)預(yù)測模型；

上述最優(yōu)建模特征光譜波長范圍是960～980、1120～1180和1240～1280nm，模型預(yù)測值與實(shí)際值的R²為0.9114，均方根誤差(Root-mean-square error，RMSE)值為0.1763。

4)樣品的無損快速測定：

采集待測布楊梅樣品的近紅外高光譜數(shù)據(jù)，將特征光譜輸入校正模型，進(jìn)行無損快速測定，即得楊梅樣本中的黃酮含量。

光譜數(shù)據(jù)預(yù)處理、建模及預(yù)測均在The Unscrambler X軟件上操作。

圖4本發(fā)明的楊梅黃酮預(yù)測模型，擬合度可達(dá)91.14％，說明該模型可以較好的預(yù)測楊梅中黃酮含量。

最后，本發(fā)明可用其他的不違背本發(fā)明的精神和主要特征的具體形式來概述。因此，無論從那一點(diǎn)來看，本發(fā)明的上述實(shí)施方案都只能認(rèn)為是對(duì)本發(fā)明的說明而不能限制本發(fā)明，權(quán)利要求書指出了本發(fā)明的范圍，而上述的說明并未指出本發(fā)明的范圍，因此，在與本發(fā)明的權(quán)利要求書相當(dāng)?shù)暮x和范圍內(nèi)的任何改變，都應(yīng)認(rèn)為是包括在權(quán)利要求書的范圍內(nèi)。