基于近红外光谱技术对南阳豌豆产地鉴别研究

作     者：吴木兰 宋萧萧 崔武卫 殷军艺 WU Mu-lan;SONG Xiao-xiao;CUI Wu-wei;YIN Jun-yi

作者机构：食品科学与技术国家重点实验室中国-加拿大食品科学与技术联合实验室(南昌)江西省生物活性多糖重点实验室南昌大学江西南昌330047 Guelph Research and Development CentreAgriculture and Agri-Food CanadaGuelph N1G5C9Canada 

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

年 卷 期：2023年第43卷第4期

页      面：1095-1102页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家重点研发计划项目(2018YFE0108300)资助 

主　　题：豌豆 产地鉴别 营养成分 近红外光谱技术 判别模型 

摘      要：近红外光谱检测技术可反映样品内部含氢化学键伸缩振动与合频吸收信息,具有分析速度快、经济、重现性好以及环境友好等优点,常用于食品、药品及材料领域的检测分析之中。豌豆是世界上最重要的栽培作物之一,种植、分布广泛,具有高淀粉、高蛋白、低脂质等营养特性,长久以来受到消费者的喜爱。为了明确不同产地豌豆的近红外光谱建模差异,对不同产地豌豆进行建模分析。研究采集了河南省南阳市不同地区42份豌豆样本,首先测定了豌豆的营养成分(总淀粉、蛋白质、水分、灰分及脂质),再重点采用近红外光谱中的积分球漫反射技术,在12000~4000 cm^(-1)波段对不同豌豆样品进行光谱采集,通过判别分析模型(DA)结合不同的预处理方法得到最优预处理数据,结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)以及正交偏最小二乘判别分析(OPLS-DA)等方法,对光谱特征差异进行分类分析,从而构建并验证南阳豌豆的产地识别模型。结果表明,不同区域南阳豌豆的营养组分及含量总体差异较小(总淀粉36.30%~46.93%,蛋白质16.37%~25.50%,水分6.78%~9.16%,灰分2.29%~3.38%,脂质0.37%~1.43%);基于近红外光谱建立的判别模型表明,DA模型判别分析准确率可达92.4%,并且PCA、PLS-DA以及OPLS-DA得到的模型预测能力分别为96.7%,85.1%和83.6%,表明以上模型均可实现南阳豌豆鉴别模型的建立。此外,通过变量重要性投影值法提取(VIP1.0)筛选出的不同产地差异波段显示,4710~4000,5320~5200以及7200~6220 cm^(-1)可作为南阳豌豆产地鉴别的特异性检测波段。该研究可为构建不同区域豌豆产地鉴别、追溯信息库提供方法学依据。