结合2D-COS和光谱融合技术的小麦淀粉回生特性定量表征

作     者：安焕炯 翟晨 马倩云 张凡 王书雅 孙剑锋 王文秀 AN Huan-jiong;ZHAI Chen;MA Qian-yun;ZHANG Fan;WANG Shu-ya;SUN Jian-feng;WANG Wen-xiu

作者机构：河北农业大学食品科技学院河北保定071000 中粮营养健康研究院营养健康与食品安全北京市重点实验室北京102209 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2023年第43卷第1期

页      面：162-168页

核心收录：

学科分类：07[理学] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：河北农业大学引进人才科研专项(YJ201950) 国家“十三五”重点研发计划项目(2016YFD0401204)资助。 

主　　题：淀粉 回生特性 光谱融合技术 二维相关光谱 

摘      要：回生是淀粉加工、运输和储藏过程中的重要理化性质,快速检测淀粉回生程度对淀粉制品的品质和保质期有重要意义。为了探究二维相关光谱法(2D-COS)优选回生淀粉特征变量的可行性,研究结合2D-COS和光谱融合技术对小麦淀粉的回生特性进行定量表征。首先,将不同回生时间的小麦淀粉测定结晶度和回生度,从淀粉体系中晶体含量和对淀粉酶水解抗性的角度表征淀粉回生特性。然后,分别采集样品的近红外和中红外光谱数据,对采集的原始光谱进行Savitzky-Golay平滑和标准正态变量变换预处理后,结合偏最小二乘法分别基于近红外光谱、中红外光谱和融合光谱构建全光谱的预测模型。在此基础上,以回生天数为外部扰动,分别选取回生0,1,2,3,5,7,10,14,21和35 d的10条淀粉光谱进行2D-COS分析。通过分析同步谱和自相关谱,辨识了近红外13个和中红外11个与回生特性有关的特征波长。最后,基于这些特征波长进一步建立回生度和结晶度的预测模型。结果表明,全光谱模型结果中,光谱融合后的模型预测效果较好,结晶度模型的相对分析误差(RPD)值由1.2034和2.0690提高至3.9809,回生度模型的RPD值由2.5940和2.1099提高至4.5763,表明光谱融合能提高模型性能。利用2D-COS筛选特征波长后建立的模型预测效果有大幅度提高,结晶度模型的RPD值提高至8.0959,回生度模型的RPD值提高至14.1836。与利用竞争性自适应重加权算法筛选特征波长建立的模型结果相比,2D-COS更能提高光谱分辨率,获得更多的化学结构信息,因此光谱融合技术结合2D-COS的模型结果更佳。研究结果表明,将2D-COS用于筛选与淀粉回生特性有关的特征波长是可行的,为融合光谱的特征变量优选提供了新思路;同时也表明光谱融合技术结合2D-COS可以实现淀粉回生程度的快速检测,为淀粉食品的质量和保质期的快速检测提供了方法支持。