CN104237138A - 一种马铃薯还原糖近红外测定方法 - Google Patents
一种马铃薯还原糖近红外测定方法 Download PDFInfo
- Publication number
- CN104237138A CN104237138A CN201310250084.XA CN201310250084A CN104237138A CN 104237138 A CN104237138 A CN 104237138A CN 201310250084 A CN201310250084 A CN 201310250084A CN 104237138 A CN104237138 A CN 104237138A
- Authority
- CN
- China
- Prior art keywords
- sample
- potato
- near infrared
- reducing sugar
- infrared spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种马铃薯还原糖近红外测定方法,该方法包括建立测定模型步骤,包括样品采集步骤;实验室测定步骤,用实验室化学分析测定不同品种马铃薯样品的还原糖含量;近红外分析步骤,分别取不同品种马铃薯样品进行真空冷冻干燥处理得到马铃薯冻干样品,将该马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描得到样品近红外光谱;建立预测模型步骤,根据该样品近红外光谱和该化学测量值建立预测模型建立马铃薯还原糖测量值与近红外光谱之间的数学模型;测定步骤,将待测样品的近红外光谱代入该建立预测模型步骤建立的数学模型中,得到该待测样品的马铃薯还原糖含量值。
Description
技术领域
本发明涉及一种马铃薯还原糖的测定方法,特别是一种利用真空冷冻干燥技术、近红外光谱技术及化学计量学多元校正法对马铃薯还原糖含量进行快速测定的马铃薯还原糖近红外测定方法。
背景技术
马铃薯还原糖含量是影响加工品质的最主要因素,也是决定马铃薯商业价值的重要指标。马铃薯块茎中过量的还原糖在油炸过程中与氮化合物的α-氨基酸发生美拉德反应(Maillard Reaction),致使薯片、薯条由消费者喜爱的金黄色变为棕褐色,严重影响马铃薯制品的品质质量。其次,马铃薯油炸制品在超过120℃的高温长时间油炸和烘烤过程中易产生有致癌可能性的丙烯酰胺,降低马铃薯中的还原糖含量是降低油炸薯片、薯条中丙烯酰胺含量的有效手段。因此,还原糖含量是影响马铃薯加工适宜性最重要的因素。
传统的还原糖测定方法主要有直接滴定法、高锰酸钾滴定法及3,5-二硝基水杨酸(DNS)比色法。这些方法共同特征为实验流程复杂,耗费大量化学试剂,需要做大量的前处理工作;同时,取样流程对检测样品破坏严重,增加了原料成本。
发明内容
本发明所要解决的技术问题是提供一种利用真空冷冻干燥技术、近红外光谱技术及化学计量学多元校正法对马铃薯还原糖含量进行快速测定的马铃薯还原糖近红外测定方法。
为了实现上述目的,本发明提供了一种马铃薯还原糖近红外测定方法,其中,包括如下步骤:
建立测定模型步骤,进一步包括:
样品采集步骤,选用具有代表性的多品种、多年份和/或多地点种植的马铃薯原料作为建模样品集;
实验室测定步骤,针对不同品种的马铃薯样品用国标直接滴定法进行实验室化学分析测定不同品种马铃薯样品的还原糖含量,得到化学测量值;
近红外分析步骤,分别取不同品种马铃薯样品进行真空冷冻干燥处理得到马铃薯冻干样品,将所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描,以对所有品种的马铃薯样品进行近红外分析得到样品近红外光谱;
建立预测模型步骤,根据所述样品近红外光谱和所述化学测量值建立预测模型,采用多元校正方法对所述近红外光谱进行预处理,使用偏最小二乘方法建立马铃薯还原糖测量值与近红外光谱之间的数学模型;
测定步骤,进一步包括:
采集马铃薯的待测样品;
扫描待测样品的冻干样品光谱,采用所述近红外分析步骤中的方法对所述待测样品进行冻干样品光谱扫描得到待测样品的近红外光谱;
测定待测样品的还原糖含量,将待测样品的近红外光谱代入所述建立预测模型步骤建立的马铃薯还原糖测量值与近红外光谱之间的数学模型中,得到所述待测样品的马铃薯还原糖含量值。
上述的马铃薯还原糖近红外测定方法,其中,所述建立测定模型步骤还包括验证模型步骤,在建立预测模型步骤中先对所有建模样品随机划分为校正集和验证集,用校正集样品建立马铃薯还原糖测量值与近红外光谱之间的数学模型,用验证集样品的近红外光谱代入该数学模型,进行预测模型性能评价。
上述的马铃薯还原糖近红外测定方法,其中,所述校正集和验证集样品数量采用隔三选一法随机确定,预测模型性能评价中计算得出样品的还原糖含量预测值的标准误差小于10%,决定系数R2高于85%,相对分析误差RPD值高于2.5。
上述的马铃薯还原糖近红外测定方法,其中,所述真空冷冻干燥处理包括:将马铃薯样品洗净、擦干、去皮、均匀切片后,放入冷柜-25±1℃预冻4h,然后放入真空冷冻干燥仓,设置真空度为80Pa并设定冻干加热曲线,干燥至所述马铃薯样品水分含量在3%以下。
上述的马铃薯还原糖近红外测定方法,其中,将所述马铃薯冻干样品研磨成粉末后依次放入近红外光谱仪的样品池,利用12,500~3,600cm-1的近红外光进行扫描,每个样品重复扫描两次,计算平均光谱并进行一阶导数处理,以消除基线漂移误差。
上述的马铃薯还原糖近红外测定方法,其中,所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描时,将样品盛于旋转石英样品杯中,保持样品粉末厚度为5mm,以8cm-1的分辨率对样品扫描64次,每个样品重复扫两次,求出平均光谱曲线。
上述的马铃薯还原糖近红外测定方法,其中,对光谱曲线进行预处理,选择最佳主因子数以消除非目标因素干扰并提高目标物质分析的性噪比。
上述的马铃薯还原糖近红外测定方法,其中,所述近红外分析步骤中近红外光谱是基于马铃薯还原糖中含氢基团的特征波段,所述特征波段的选择利用逐步回归分析法或曲线回归分析法。
上述的马铃薯还原糖近红外测定方法,其中,所述国标直接滴定法包括:
样品处理步骤,将马铃薯样品洗净,晾干,取可食部分在组织捣碎机中捣成匀浆,取约12.5g匀浆,精确至0.001g,置250ml容量瓶中,加水50ml,慢慢加入5ml乙酸锌和5ml亚铁氰化钾,加水至刻度,混匀,静置30min,干滤纸过滤,弃去初滤液,取续滤液备用;
标定碱性酒石酸铜溶液步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加约9ml葡萄糖标准溶液,控制在2min内加热至沸,趁热以2s一滴速度继续滴加葡萄糖标准溶液,直至溶液蓝色刚好褪去为终点,记录体积,平行测定3次,取平均值;
试样溶液预测步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,控制在2min内加热至沸,保持沸腾以先快后慢的速度滴定,待溶液颜色变浅时,以2s一滴速度继续滴定,直至溶液蓝色刚好褪去为终点,记录预测体积;
还原糖含量测定步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加比预测体积少1ml的试样溶液至锥形瓶中,使在2min内加热至沸,保持2秒一滴的速度滴定,直至溶液蓝色刚好褪去为终点,记录样液消耗体积,测定3次,取平均值;
结果计算步骤,
式中,
X——马铃薯的还原糖含量,单位为克每百克(g/100g);
m2——标定时体积与加入样品后消耗的还原糖标准溶液体积之差相当于某种还原糖的质量,单位为毫克(mg);
m——试样质量,单位为克(g)。
本发明的技术效果在于:
本发明在收集有代表性的马铃薯样品基础上建立校正模型就可以实现对未知马铃薯样品的还原糖含量进行简单、快速、高效、无污染的测定。与现有技术相比,具有如下区别及优点:
1、近红外光谱仪近红外扫描光谱范围是12,500~3,600cm-1。
2、马铃薯样品在近红外光谱扫描前需经过真空冷冻干燥预处理;
3、对光谱曲线进行预处理方法包括:一阶导数、二阶导数、标准归一化、卷积平滑、多元散射校正等一种或多种方法组合的消除光谱误差方法;
4、近红外建模方法为偏最小二乘法;
5、本发明建立马铃薯还原糖近红外快速、高效的预测方法,适用于马铃薯还原糖含量的快速高效分析,与常规化学分析方法相比,检测速度快、样品预处理简单、消耗的样品少、不使用任何化学试剂,降低了检测成本,也不对环境产生任何污染,尤其适合大量样品分析,节省时间,结果可靠,能更好地应用于生产,可一次建模、多次使用,且为后期马铃薯还原糖速测设备研发及评价马铃薯加工适宜性提供重要参考。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1为本发明一实施例的方法流程图;
图2为本发明一实施例的真空冷冻干燥处理的加热曲线;
图3为本发明一实施例收集的真空冷冻干燥马铃薯样品的近红外光谱;
图4为本发明一实施例的针对还原糖近红外分析选择的特征波段和光谱预处理效果,其中,特征波段为6,102~4,597.2cm-1,光谱预处理方法为二阶导数;
图5为本发明一实施例的马铃薯还原糖校正模型的化学测量值与近红外预测值关系图,模型决定系数R2为85.44%,校正标准差RMSEC为0.0538,相对分析误差RPD为2.62;
图6为本发明一实施例的马铃薯还原糖预测模型的化学测量值与近红外预测值关系图,模型决定系数R2为86.90%,预测标准差RMSEP为0.0452,相对分析误差RPD为2.79。
其中,附图标记
100-104、200-203 步骤
具体实施方式
下面结合附图对本发明的结构原理和工作原理作具体的描述:
参见图1,图1为本发明一实施例的方法流程图。针对化学分析技术存在的局限性,为了实现对马铃薯中还原糖含量进行简单、快速、高效、无污染检测,本发明的马铃薯还原糖近红外测定方法,包括如下步骤:
步骤100,建立测定模型步骤,进一步包括:
步骤101,样品采集步骤,选用具有代表性的多品种、多年份和/或多地点种植的马铃薯原料作为建模样品集;
步骤102,实验室测定步骤,针对不同品种的马铃薯样品用国标直接滴定法进行实验室化学分析测定不同品种马铃薯样品的还原糖含量,得到化学测量值;
步骤103,近红外分析步骤,分别取不同品种马铃薯样品进行真空冷冻干燥处理得到马铃薯冻干样品,将所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描,以对所有品种的马铃薯样品进行近红外分析得到样品近红外光谱;
步骤104,建立预测模型步骤,根据所述样品近红外光谱和所述化学测量值建立预测模型,采用多元校正方法对所述近红外光谱进行预处理,使用偏最小二乘方法建立马铃薯还原糖测量值与近红外光谱之间的数学模型;
步骤200,测定步骤,进一步包括:
步骤201,采集马铃薯的待测样品;
步骤202,扫描待测样品的冻干样品光谱,采用所述近红外分析步骤中的方法对所述待测样品进行冻干样品光谱扫描得到待测样品的近红外光谱;
步骤203,测定待测样品的还原糖含量,将待测样品的近红外光谱代入所述建立预测模型步骤建立的马铃薯还原糖测量值与近红外光谱之间的数学模型中,得到所述待测样品的马铃薯还原糖含量值。
其中,所述建立测定模型步骤还包括验证模型步骤,在建立预测模型步骤中先对所有建模样品随机划分为校正集和验证集,用校正集样品建立马铃薯还原糖测量值与近红外光谱之间的数学模型,用验证集样品的近红外光谱代入该数学模型,进行预测模型性能评价。所述校正集和验证集样品数量采用隔三选一法随机确定,预测模型性能评价中计算得出样品的还原糖含量预测值的标准误差小于10%,决定系数R2高于85%,相对分析误差RPD值高于2.5。
所述真空冷冻干燥处理包括:将马铃薯样品洗净、擦干、去皮、均匀切片后,放入冷柜-25±1℃预冻4小时,然后放入真空冷冻干燥仓,设置真空度为80Pa并设定冻干加热曲线,干燥至所述马铃薯样品水分含量在3%以下。将所述马铃薯冻干样品研磨成粉末后依次放入近红外光谱仪的样品池,利用12,500~3,600cm-1的近红外光进行扫描,每个样品重复扫描两次,计算平均光谱并进行一阶导数处理,以消除基线漂移误差。所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描时,将样品盛于旋转石英样品杯中,保持样品粉末厚度为5mm,以8cm-1的分辨率对每个样品重复扫描两次,求出平均光谱曲线。对所述平均光谱曲线进行预处理,选择最佳主因子数以消除非目标因素干扰并提高目标物质分析的性噪比。
本实施例中,所述近红外分析步骤中近红外光谱是基于马铃薯还原糖中含氢基团的特征波段,所述特征波段的选择利用逐步回归分析法或曲线回归分析法。
其中,所述国标直接滴定法包括:
样品处理步骤,将马铃薯样品洗净,晾干,取可食部分在组织捣碎机中捣成匀浆,取约12.5g匀浆,精确至0.001g,置250ml容量瓶中,加水50ml,慢慢加入5ml乙酸锌和5ml亚铁氰化钾,加水至刻度,混匀,静置30min,干滤纸过滤,弃去初滤液,取续滤液备用;
标定碱性酒石酸铜溶液步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加约9ml葡萄糖标准溶液,控制在2min内加热至沸,趁热以2s一滴速度继续滴加葡萄糖标准溶液,直至溶液蓝色刚好褪去为终点,记录体积,平行测定3次,取平均值;
试样溶液预测步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,控制在2min内加热至沸,保持沸腾以先快后慢的速度滴定,待溶液颜色变浅时,以2s一滴速度继续滴定,直至溶液蓝色刚好褪去为终点,记录预测体积;
还原糖含量测定步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加比预测体积少1ml的试样溶液至锥形瓶中,使在2min内加热至沸,保持2秒一滴的速度滴定,直至溶液蓝色刚好褪去为终点,记录样液消耗体积,测定3次,取平均值;
结果计算步骤,
式中,
X——马铃薯的还原糖含量,单位为克每百克;
m2——标定时体积与加入样品后消耗的还原糖标准溶液体积之差相当于某种还原糖的质量,单位为毫克;
m——试样质量,单位为克。
下面以一实施例说明本发明的方法的具体实施过程:
1)样品收集:选用具有代表性的多品种、多年份、多地点种植的马铃薯原料作为建模样品集;例如,选用具有代表性的200份马铃薯样品作为建模样品集,样品来自不同品种基因库,差异性大;
2)校正样品集化学测量:样品收集完毕后,首先针对不同品种的马铃薯样品进行实验室化学分析,每个品种分别取3~5个样品,在短时间内擦净、去皮、打浆,进行新鲜马铃薯中的还原糖含量化学测定,避免随着贮藏期的延长和窖温的变化,马铃薯中淀粉和还原糖相互转化;实验室测定方法参照GB/T5009.7-2008国标方法(测量值范围0.03~1.54g/100g),所用试剂均为分析纯,具体步骤如下:
①样品处理:将马铃薯样品洗净,晾干,取可食部分在组织捣碎机中捣成匀浆,取约12.5g匀浆,精确至0.001g。置250ml容量瓶中,加水50ml,慢慢加入5ml乙酸锌和5ml亚铁氰化钾,加水至刻度。混匀,静置30min,干滤纸过滤,弃去初滤液,取续滤液备用。
②标定碱性酒石酸铜溶液:吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加约9ml葡萄糖标准溶液,控制在2min内加热至沸,趁热以2s一滴速度继续滴加葡萄糖标准溶液,直至溶液蓝色刚好褪去为终点,记录体积,平行测定3次,取平均值。
③试样溶液预测:吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,控制在2min内加热至沸,保持沸腾以先快后慢的速度滴定,待溶液颜色变浅时,以2s一滴速度继续滴定,直至溶液蓝色刚好褪去为终点,记录体积(预测体积)。
④还原糖含量测定:吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加比预测体积少1ml的试样溶液至锥形瓶中,使在2min内加热至沸,保持2秒一滴的速度滴定,直至溶液蓝色刚好褪去为终点,记录样液消耗体积,测定3次,取平均值。
结果计算:
式中,
X——马铃薯的还原糖含量,单位为克每百克(g/100g);
m2——标定时体积与加入样品后消耗的还原糖标准溶液体积之差相当于某种还原糖的质量,单位为毫克(mg);
m——试样质量,单位为克(g);
3)样品预处理:对所有品种的马铃薯样品进行近红外分析,分别取不同品种马铃薯样品3~5个,对所有马铃薯样品进行真空冷冻干燥预处理,降低样品水分含量对近红外光谱的干扰,最大限度保证还原糖含量不变,洗净、擦干、去皮、均匀切片(厚度为4~5mm)后,放入冷柜-25±1℃预冻4h,然后放入真空冷冻干燥仓,设置真空度为80Pa,设定冻干加热曲线如附图2,参见图2,图2为本发明一实施例的真空冷冻干燥处理的加热曲线,最高加热温度为70℃,干燥至样品水分含量在3%以下时取出;
4)近红外光谱收集:对3)中的马铃薯冻干样品研磨成粉末放入样品池进行近红外光谱扫描(参见图3),光谱范围是12,500~3,600cm-1。测量前对仪器进行预热,首先进行背景扫描,为保证测量环境和人工操作的一致性,测量过程中每隔10个样品进行一次背景扫描以消除基线漂移等随机误差。测量时,将样品盛于旋转石英样品杯中,保持马铃薯样品粉末厚度约5mm,以8cm-1的分辨率对样品扫描64次,每个样品重复扫两次,求出平均光谱曲线,计算平均光谱并进行一阶导数处理,以消除基线漂移等常数误差,为消除非目标因素干扰,可对光谱曲线进行预处理,选择最佳主因子数,提高目标物质分析的性噪比。为提高建模效果,选择特征波段为6,102~4,597.2cm-1,对光谱曲线进行了二阶导数处理(参见图4),并选择最佳主因子数为5。
5)建立预测模型:结合4)中的样品近红外光谱和步骤2)中的化学测量值建立预测模型,对所有样品随机划分为校正集和验证集,校正集(150个)和验证集(50个)样品数量采用隔三选一法随机确定;采用基于化学计量学的多元校正方法对校正集样品的近红外光谱进行预处理,使用偏最小二乘方法建立马铃薯还原糖测量值与近红外光谱之间的数学模型,模型决定系数R2为85.44%,校正标准差RMSEC为0.0538,相对分析误差RPD为2.62(参见图5),其中,多元校正法既包括对样品光谱的一阶导数、二阶导数、矢量归一化等预处理方法,也包括基于样品光谱和化学测量值的主成分分析法及偏最小二乘回归建模方法。建模可借助德国布鲁克公司OPUS6.0软件完成;
①在评价菜单中选择建立定量方法2;
②定义待测组分的名称、单位,以及格式化定量分析报告的预测值,本方法中组分名称为还原糖,单位为g/100g;
③在光谱页调入建模样品的光谱及输入对应的化学值,设定样品重复扫描的次数,即每个样品的光谱数,同时设定样品的数据类型,即“校正”样品或“验证”样品;
④在检验页定义待优化的组分以及检验方法,本发明中样品数量较多,选择“检验集检验”方法;
⑤在设置页选择数据预处理方法,通过比较模型参数选出最合适的处理方法,并选择最佳建模光谱区域;
⑥在优化页进行自动优化检验,将所选的优化组合信息传递到参数页,多优化的初级模型做进一步检验,以剔除异常点;
⑦得出检验结果的各种信息,生成报告,并保存方法。
6)模型验证:将验证集样品的近红外光谱代入5)中建立的预测模型,进行预测模型性能评价,计算得出样品的还原糖含量预测值,要求预测标准误差小于10%、决定系数R2高于85%、相对分析误差RPD值高于2.5;本实施例中,预测模型决定系数R2为86.90%,预测标准差RMSEP为0.0452,相对分析误差RPD为2.79(参见图6);
7)待测样品的测量:采集待测马铃薯样品,同3)进行真空冷冻干燥后研成粉末,扫描待测样品的冻干样品光谱,光谱扫描方法同4),代入5)中所建立的近红外模型,预测得出未知马铃薯样品的还原糖含量。
本发明在收集有代表性的马铃薯样品基础上建立校正模型就可以实现对未知马铃薯样品的还原糖含量进行简单、快速、高效、无污染的测定。该预测模型一次性完成后可多次使用,使用前只需对未知样品进行真空冷冻干燥预处理。与现有技术相比,区别如下:
①所述的近红外光谱仪近红外扫描光谱范围是12,500~3,600cm-1。
②所述的马铃薯样品在近红外光谱扫描前需经过真空冷冻干燥预处理。
③所述的4)中对光谱曲线进行预处理方法包括:一阶导数、二阶导数、标准归一化、卷积平滑、多元散射校正等一种或多种方法组合的消除光谱误差方法。
④所述的5)中近红外建模方法为偏最小二乘法。
⑤本发明适用于马铃薯还原糖含量的快速高效分析,与常规化学分析方法相比,检测速度快、样品预处理简单、消耗的样品少、不使用任何化学试剂,降低了检测成本,也不对环境产生任何污染,尤其适合大量样品分析,节省时间,结果可靠,能更好地应用于生产,可为后期进行马铃薯还原糖速测设备研发及加工适宜性评价提供重要参考。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种马铃薯还原糖近红外测定方法,其特征在于,包括如下步骤:
建立测定模型步骤,进一步包括:
样品采集步骤,选用具有代表性的多品种、多年份和/或多地点种植的马铃薯原料作为建模样品集;
实验室测定步骤,针对不同品种的马铃薯样品用国标直接滴定法进行实验室化学分析测定不同品种马铃薯样品的还原糖含量,得到化学测量值;
近红外分析步骤,分别取不同品种马铃薯样品进行真空冷冻干燥处理得到马铃薯冻干样品,将所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描,以对所有品种的马铃薯样品进行近红外分析得到样品近红外光谱;
建立预测模型步骤,根据所述样品近红外光谱和所述化学测量值建立预测模型,采用多元校正方法对所述近红外光谱进行预处理,使用偏最小二乘方法建立马铃薯还原糖测量值与近红外光谱之间的数学模型;
测定步骤,进一步包括:
采集马铃薯的待测样品;
扫描待测样品的冻干样品光谱,采用所述近红外分析步骤中的方法对所述待测样品进行冻干样品光谱扫描得到待测样品的近红外光谱;
测定待测样品的还原糖含量,将待测样品的近红外光谱代入所述建立预测模型步骤建立的马铃薯还原糖测量值与近红外光谱之间的数学模型中,得到所述待测样品的马铃薯还原糖含量值。
2.如权利要求1所述的马铃薯还原糖近红外测定方法,其特征在于,所述建立测定模型步骤还包括验证模型步骤,在建立预测模型步骤中先对所有建模样品随机划分为校正集和验证集,用校正集样品建立马铃薯还原糖测量值与近红外光谱之间的数学模型,用验证集样品的近红外光谱代入该数学模型,进行预测模型性能评价。
3.如权利要求2所述的马铃薯还原糖近红外测定方法,其特征在于,所述校正集和验证集样品数量采用隔三选一法随机确定,预测模型性能评价中计算得出样品的还原糖含量预测值的标准误差小于10%,决定系数R2高于85%,相对分析误差RPD值高于2.5。
4.如权利要求1、2或3所述的马铃薯还原糖近红外测定方法,其特征在于,所述真空冷冻干燥处理包括:将马铃薯样品洗净、擦干、去皮、均匀切片后,放入冷柜-25±1℃预冻4小时,然后放入真空冷冻干燥仓,设置真空度为80Pa并设定冻干加热曲线,干燥至所述马铃薯样品水分含量在3%以下。
5.如权利要求4所述的马铃薯还原糖近红外测定方法,其特征在于,将所述马铃薯冻干样品研磨成粉末后依次放入近红外光谱仪的样品池,利用12,500~3,600cm-1的近红外光进行扫描,每个样品重复扫描两次,计算平均光谱并进行一阶导数处理,以消除基线漂移误差。
6.如权利要求5所述的马铃薯还原糖近红外测定方法,其特征在于,所述马铃薯冻干样品研磨成粉末后放入样品池进行近红外光谱扫描时,将样品盛于旋转石英样品杯中,保持样品粉末厚度为5mm,以8cm-1的分辨率对每个样品重复扫描两次,求出平均光谱曲线。
7.如权利要求6所述的马铃薯还原糖近红外测定方法,其特征在于,对所述平均光谱曲线进行预处理,选择最佳主因子数以消除非目标因素干扰并提高目标物质分析的性噪比。
8.如权利要求1、2、3、5、6或7所述的马铃薯还原糖近红外测定方法,其特征在于,所述近红外分析步骤中近红外光谱是基于马铃薯还原糖中含氢基团的特征波段,所述特征波段的选择利用逐步回归分析法或曲线回归分析法。
9.如权利要求1、2、3、5、6或7所述的马铃薯还原糖近红外测定方法,其特征在于,所述国标直接滴定法包括:
样品处理步骤,将马铃薯样品洗净,晾干,取可食部分在组织捣碎机中捣成匀浆,取约12.5g匀浆,精确至0.001g,置250ml容量瓶中,加水50ml,慢慢加入5ml乙酸锌和5ml亚铁氰化钾,加水至刻度,混匀,静置30min,干滤纸过滤,弃去初滤液,取续滤液备用;
标定碱性酒石酸铜溶液步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加约9ml葡萄糖标准溶液,控制在2min内加热至沸,趁热以2s一滴速度继续滴加葡萄糖标准溶液,直至溶液蓝色刚好褪去为终点,记录体积,平行测定3次,取平均值;
试样溶液预测步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,控制在2min内加热至沸,保持沸腾以先快后慢的速度滴定,待溶液颜色变浅时,以2s一滴速度继续滴定,直至溶液蓝色刚好褪去为终点,记录预测体积;
还原糖含量测定步骤,吸取5.0ml碱性酒石酸铜甲液及5.0ml碱性酒石酸铜乙液,置于150ml锥形瓶中,加水10ml,加入玻璃珠两粒,从滴定管中加比预测体积少1ml的试样溶液至锥形瓶中,使在2min内加热至沸,保持2秒一滴的速度滴定,直至溶液蓝色刚好褪去为终点,记录样液消耗体积,测定3次,取平均值;
结果计算步骤,
式中,
X——马铃薯的还原糖含量,单位为克每百克;
m2——标定时体积与加入样品后消耗的还原糖标准溶液体积之差相当于某种还原糖的质量,单位为毫克;
m——试样质量,单位为克。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310250084.XA CN104237138A (zh) | 2013-06-21 | 2013-06-21 | 一种马铃薯还原糖近红外测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310250084.XA CN104237138A (zh) | 2013-06-21 | 2013-06-21 | 一种马铃薯还原糖近红外测定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104237138A true CN104237138A (zh) | 2014-12-24 |
Family
ID=52225647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310250084.XA Pending CN104237138A (zh) | 2013-06-21 | 2013-06-21 | 一种马铃薯还原糖近红外测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104237138A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535562A (zh) * | 2014-12-02 | 2015-04-22 | 中国科学院过程工程研究所 | 一种基于颜色的还原性糖快速检测方法 |
CN105004690A (zh) * | 2015-07-30 | 2015-10-28 | 合肥工业大学 | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 |
CN105486650A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定马铃薯主要营养成分的方法 |
CN105738037A (zh) * | 2016-02-01 | 2016-07-06 | 武汉新芯集成电路制造有限公司 | 一种等离子反应腔体的渗漏检测方法 |
CN106770019A (zh) * | 2017-03-01 | 2017-05-31 | 四川农业大学 | 一种多花黑麦草可溶性糖含量的测定方法 |
CN109070145A (zh) * | 2016-02-24 | 2018-12-21 | 陶朗分拣股份有限公司 | 用于检测生马铃薯和马铃薯类食品中的丙烯酰胺前体的系统和方法 |
CN112816614A (zh) * | 2020-12-30 | 2021-05-18 | 杭州谱育科技发展有限公司 | 高锰酸钾指数的自适应滴定方法 |
CN114137122A (zh) * | 2021-12-01 | 2022-03-04 | 青岛海关技术中心 | 一种海关查验现场快速鉴定全蔗糖浆成分含量的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202216900U (zh) * | 2011-07-25 | 2012-05-09 | 中机美诺科技股份有限公司 | 基于近红外光谱扫描的马铃薯内部品质检测装置 |
CN102879340A (zh) * | 2012-09-27 | 2013-01-16 | 江苏徐州甘薯研究中心 | 基于近红外光谱快速检测块根/茎类作物营养品质的方法 |
-
2013
- 2013-06-21 CN CN201310250084.XA patent/CN104237138A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202216900U (zh) * | 2011-07-25 | 2012-05-09 | 中机美诺科技股份有限公司 | 基于近红外光谱扫描的马铃薯内部品质检测装置 |
CN102879340A (zh) * | 2012-09-27 | 2013-01-16 | 江苏徐州甘薯研究中心 | 基于近红外光谱快速检测块根/茎类作物营养品质的方法 |
Non-Patent Citations (3)
Title |
---|
张小燕等: "不同马铃薯品种用于加工油炸薯片的适宜性", 《农业工程学报》, vol. 29, no. 8, 30 April 2013 (2013-04-30) * |
张小燕等: "马铃薯加工品质指标近红外预测模型研究", 《红外》, vol. 33, no. 12, 31 December 2012 (2012-12-31) * |
杨大进等: "GB/T 5009.7-2008食品中还原糖的测定", 《中华人民共和国标准》, 21 November 2008 (2008-11-21) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535562A (zh) * | 2014-12-02 | 2015-04-22 | 中国科学院过程工程研究所 | 一种基于颜色的还原性糖快速检测方法 |
CN105004690A (zh) * | 2015-07-30 | 2015-10-28 | 合肥工业大学 | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 |
CN105486650A (zh) * | 2015-12-31 | 2016-04-13 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定马铃薯主要营养成分的方法 |
CN105738037A (zh) * | 2016-02-01 | 2016-07-06 | 武汉新芯集成电路制造有限公司 | 一种等离子反应腔体的渗漏检测方法 |
CN109070145A (zh) * | 2016-02-24 | 2018-12-21 | 陶朗分拣股份有限公司 | 用于检测生马铃薯和马铃薯类食品中的丙烯酰胺前体的系统和方法 |
CN109070145B (zh) * | 2016-02-24 | 2020-12-01 | 陶朗分拣股份有限公司 | 用于检测生马铃薯和马铃薯类食品中的丙烯酰胺前体的系统和方法 |
CN106770019A (zh) * | 2017-03-01 | 2017-05-31 | 四川农业大学 | 一种多花黑麦草可溶性糖含量的测定方法 |
CN112816614A (zh) * | 2020-12-30 | 2021-05-18 | 杭州谱育科技发展有限公司 | 高锰酸钾指数的自适应滴定方法 |
CN114137122A (zh) * | 2021-12-01 | 2022-03-04 | 青岛海关技术中心 | 一种海关查验现场快速鉴定全蔗糖浆成分含量的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104237138A (zh) | 一种马铃薯还原糖近红外测定方法 | |
Zhang et al. | Determination of water content in corn stover silage using near-infrared spectroscopy | |
CN101393114B (zh) | 烟用香精物理性质的快速测定方法 | |
CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
CN103048278B (zh) | 机炒龙井茶叶水分含量在线检测方法 | |
CN105136737A (zh) | 基于近红外光谱的馒头中马铃薯全粉含量快速测定的方法 | |
CN103344597B (zh) | 一种抗调味干扰的莲藕内部成分近红外无损检测的方法 | |
CN110646407A (zh) | 一种基于激光诱导击穿光谱技术的水产品中磷元素含量的快速检测方法 | |
CN110320165A (zh) | 香蕉可溶性固形物含量的可见/近红外光谱无损检测方法 | |
CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN110487746A (zh) | 一种基于近红外光谱检测娃娃菜品质的方法 | |
CN104316489A (zh) | 一种近红外光谱检测灵芝提取物掺假的方法 | |
CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
CN104034691A (zh) | 一种甜菜品质的快速检测方法 | |
CN102393376A (zh) | 基于支持向量回归的鱼丸多组分含量检测的近红外光谱法 | |
CN111537469A (zh) | 一种基于近红外技术的苹果品质快速无损检测方法 | |
CN115201148A (zh) | 一种基于近红外光谱快速检测稻谷脂肪酸含量的方法 | |
CN110231302A (zh) | 一种快速测定奇亚籽粗脂肪含量的方法 | |
CN110231305A (zh) | 一种测定奇亚籽中dpph自由基清除能力的方法 | |
CN105866043A (zh) | 一种利用高光谱技术检测苹果酸味的方法 | |
CN104730027A (zh) | 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法 | |
CN113049526B (zh) | 一种基于太赫兹衰减全反射的玉米种子水分含量测定方法 | |
CN105158178A (zh) | 基于高光谱透射技术谱峰面积的脐橙糖度检测快速建模法 | |
CN112924410B (zh) | 发芽葵花籽的太赫兹光谱快速识别方法 | |
CN110243773B (zh) | 一种利用土壤高光谱反射率计算土壤全盐含量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141224 |