近红外光谱法快速定量分析八角茴香中莽草酸.pdf

提 要 本文对来源于不同产地的八角茴香处理后，分别进行 HPLC 法测定莽草酸含 量和样品的近红外光谱扫描。采用偏最小二乘法（PLS ）将两者进行拟合建模， 依次考察异常样本的剔除、样品的分集、不同预处理方法的选择和波长变量的选 择，依据以上选择的最佳参数建立最优模型。 最佳八角茴香中莽草酸含量的定量分析数学校正模型：采用标准正态转换的 方法对光谱进行预处理，然后采用可移动偏最小二乘法选择有效波长变量， 1356~1384 nm 和 1526~1571 nm 两个光谱区域，共 70 个波长变量，以 Da 为指 标选择最适的主因子数 4 ，最后建立最优的测定八角茴香中莽草酸含量偏最小二 乘模型，模型的评价参数 RMSEC 、RMSEP 、Da 、Rc 和 Rp 分别为 0.308、0.297、 1.589、0.9179 和 0.9087 。 实验结果表明所建立的八角茴香中莽草酸含量的定量分析数学校正模型能 够很好地预测标准方法测定值，预测性能较好，能满足快速定量分析的要求。 关键词：近红外光谱，偏最小二乘法，可移动窗口法，八角茴香，莽草酸， 定量分析 英文缩略语 NIRS Near Infrared Spectroscopy 近红外光谱 PLS Partial Least Squares 偏最小二乘法 R Regression Coefficient 回归系数 HPLC High Performance Liquid Chromatography 高效液相色谱法 RMSEC Root Mean Square Error of Calibration 校正均方根误差 RMSEP Root Mean Square Error of Prediction 预测均方根误差 PRESS Predicted Residual Error Sum of Squares 预测残差平方和 RMSECV Root Mean Square Error of Cross-Validation 交互验证均方根误差 RSD Relative Standard Deviation 相对标准偏差 FFT Fast Fourier Transform 快速傅里叶变换 PCA Principal Component Analysis 主成分分析 Relative Standard Deviation Predictive Residual RSDPRE 预测残差间标准偏差 Error MPRE Mean Predictive Residual Error 预测残差平均值 PRE Predictive Residual Error 预测残差 Da