基于近红外光谱技术检测红曲米中的红曲色素.pdfVIP

现代食品科技 ModernFoodScienceandTechnology 2014，Vo1．30，No．5 基于近红外光谱技术检测红曲米中的红曲色素 张晓伟 ，王加华 ’，王 昌禄 ，李贞景 ，陈勉华 (1．许昌学院食品科学与工程学院，河南许昌 461000) (2．食品营养与安全教育部重点实验室，天津科技大学食品工程与生物技术学院，天津 300457) 摘要：采用近红外光谱技术结合化学计量学方法构建红曲米中红曲橙色素、红曲红色素、红曲黄色素的预测模型。分别采用多 元线性回归 (SMLR)、偏最小二乘回归 (PLS)、主成分回归 (PCR)构建所有色素组分的数学模型，以相关系数 (R)、校正均方根 误差 (RMSEC)、预测均方根误差 (RMSEP)、预测相对分析偏差 (RPD)值来评价模型的综合性能。结果显示，MSC、SNV方法 能够消除红曲米粉颗粒不均对光谱的散射影响；导数处理消除了基线漂移；对于红曲橙色素、红曲黄色素、红曲红色素三种模型均具 有良好的稳定性；利用三种模型对未知红曲样品预测时，预测结果具有较高的线性，预测性能较好 (RPD=2．86～5．39)，可用于 准确定量预测。结果表明近红外光谱技术可用于红曲色素的快速无损测定，为红曲米质量的智能化控制提供了新的途径 关键词：近红外光谱；化学计量学；红曲色素；预测模型 文章篇号：1673．9078(2014)5．273-279 Determination0fM onascusPigmentsinRedYeast ceusingNear InfraredSpectroscopy ZHANGXiao．wei，，WANGJia．hua，WANGChang．1u，LIZhenqing，CHENMian．hua (1．CollegeofFoodScienceandEngineering，XuchangUniversity，Xuchang461000，China) (2．KeyLaboratoryofFoodNutritionandSafeyt，Ministry ofEducation，CollegeofFoodEngineeringand Biotechnology，TianjinUniversityofScienceandTechnology，Tianjin300457，China) Abstract：NIR combinedwithchemometricswasproposedtopredictorange，redandyellow pigmentscontentin redyeastrice． Stepwisemultiplelinearregression(SMLR)，partialleastsquares(PLS)andprincipalcomponentregression(pcR)wereusedtobuilt predictionmodels．Correlationcoefficientofcalibration(R)，rootmeansquareerrorofcalibration(RMSEC)，rootmeansquareerrorof predication(RMSEP)andratioofpredictiontodeviation(RPD)weresuggestedtoevaluatetheperformanceofmodels．Theresults showedthatM SC andSNV couldeliminatespectralscatteringcausingbyunevenredyeastriceparticles．Derivativetreatmentcould eliminatethebaselinedrift．Threemodelsfororange，redandyellow pigmentsallhadgoodrobustness．Thethreemodelswereusedto predictunknownmonascuspigments，whichallhadbetterperformanceofprediction(ReD，2．86～5．39)．Therefore，themodelscouldbe used