基于近红外光谱技术的赤霞珠干红葡萄酒品质指标检测方法研究

作     者：李霞 

作者单位：西北农林科技大学 

学位级别：硕士

导师姓名：杨继红

授予年度：2018年

学科分类：08[工学] 0822[工学-轻工技术与工程] 082203[工学-发酵工程] 

主      题：赤霞珠 葡萄酒 近红外光谱 偏最小二乘法 品质指标 

摘      要：为建立赤霞珠干红葡萄酒品质指标快速无损检测的方法,采用近红外光谱分析仪对样品进行漫反射光谱数据采集,用标准常规方法对样品中总糖、还原糖、总酸、挥发酸、pH值、酒精度、总浸出物、总SO、游离SO、蛋白质、总花色苷、单宁、总类黄酮、总酚、花翠素-3-葡萄糖苷以及花青素-3-葡萄糖苷含量进行测定。通过偏最小二乘法将光谱数据和常规方法测定的数据建立定量模型。主要研究内容和结果如下:(1)对酒样的近红外光谱预处理方法的筛选。将近红外光谱分别经过移动平均平滑(MAS)、S-G卷积平滑(S-G-S)、归一化、一阶导数(S-G-D1st)、二阶导数(S-G-D2nd)、标准正态变量交换(SNV)、S-G-D1st+SNV以及S-G-D 2nd+SNV 8种预处理方式进行优化,筛选出赤霞珠干红葡萄酒各品质指标最佳近红外光谱预处理方法。结果表明:总糖、总SO、游离SO、蛋白质、总花色苷、单宁、总类黄酮的建模最佳光谱预处理方法为S-G-D1st+SNV组合方法;还原糖、总酸、p H值、总浸出物、总酚的建模最佳光谱预处理方法为S-G-D2nd+SNV组合方法;挥发酸和酒精度的建模最佳光谱预处理方法为MAS;花翠素-3-葡萄糖苷建模最佳光谱预处理方法为S-G-D2nd;花青素-3-葡萄糖苷的建模条件以S-G-S预处理方法最优。(2)确定了主要成分的近红外光谱特征波段。研究950 nm-1300 nm、1300 nm-1460nm、1460 nm-1650 nm以及950 nm-1650 nm对相应化学成分近红外模型质量的影响,最终得到赤霞珠干红葡萄酒中主要成分近红外吸收的特征谱段。其分别为:还原糖、总浸出物、蛋白质950 nm-1300 nm,酒精度1300 nm-1460 nm,总酸1460 nm-1650 nm,总糖、挥发酸、pH值、总SO、游离SO、总花色苷、单宁、总类黄酮、总酚、花翠素-3-葡萄糖苷、花青素-3-葡萄糖苷950 nm-1650 nm。(3)确定了酒样中品质指标的最优模型并对其验证。挥发酸、pH值、酒精度、总浸出物、总酚模型校正集的决定系数(R)分别为99.83%、99.92%、99.99%、99.91%、99.44%,校正均方根误差(RMSEC)分别为0.0019、0.0096、0.0042、0.1548、0.0206;验证集决定系数(R)分别为99.24%、99.87%、99.73%、99.90%、99.15%,验证均方根误差(RMSEP)为0.0021、0.0105、0.0055、0.1594、0.0494,其定量模型效果极好(PRD≥10);总糖、还原糖以及总酸定量模型R分别为97.85%、98.31%、99.33%,RMSEC分别为0.0447、0.0386、0.0461,R分别为97.20%、97.78%、97.81%,RMSEP分别为0.0521、0.0415、0.0499,模型效果较好(5≤PRD≤10);总SO、游离SO、蛋白质、总花色苷、单宁以及总类黄酮定量模型R分别为94.24%、86.99%、95.12%、88.19%、95.08%、96.71%,RMSEC分别为1.2850、0.8565、1.1790、0.4280、0.2222、2.8110,R分别为94.24%、86.99%、95.12%、87.20%、94.25%、95.23%,RMSEP分别为1.2893、0.9472、1.2011、0.4450、0.2415、2.9950,其模型效果一般(2.5≤PRD≤5);花翠素-3-葡萄糖苷和花青素-3-葡萄糖苷定量模型R分别为82.35%、74.48%,RMSEC分别为0.2718、0.0317,R分别为70.23%和69.98%,RMSEP分别为0.3021和0.0425,模型效果较差(PRD≤2.5)。