波长选择SCARS和偏最小二乘法建立香菇中多糖含量预测的近红外光谱模型

为实现香菇多糖含量的快速测定,利用近红外光谱漫反射技术采集了60个香菇粉末样本在12000~3800 cm-1范围内的光谱数据,利用紫外可见光谱法测定了香菇粉末样品的多糖含量。采用多种化学计量学方法,剔除掉四个异常样本后,考察了不同的光谱预处理方法以及波长选择对模型的影响,用留一交互检验法建立了偏最小二乘(PLS)模型,并用所建立的校正模型对独立预测集样本进行了预测。结果表明,当采用二阶导数及变量稳定性的竞争自适应加权抽样法(SCARS)选择的波长对光谱进行处理时,所建立的模型预测效果最佳,在隐变量数为10时,模型相关系数为0.9906,校正均方根误差(RMSEC)为0.0523 g/100 g,预测相关系数Rp=0.9781,预测均方根误差(RMSEP)=0.0577 g/100 g,该模型具有较好的预测能力,可用于香菇多糖含量的近红外光谱快速检测。