一種基于近紅外光譜分析技術的檳榔水分含量快速檢測方法
【技術領域】
[0001] 本發(fā)明屬于食品質量與安全快速檢測技術領域，具體涉及一種基于近紅外光譜分 析技術的檳榔水分含量快速檢測方法。
【背景技術】
[0002] 檳榔樹在熱帶、亞熱帶地區(qū)均有廣泛栽培，在我國主要分布于海南島、臺灣、云南、 廣西、廣東及福建等地。檳榔是我國四大南藥之一，含有多種藥理活性成分，主要包括生物 堿、酚類化合物、脂肪油以及多種氨基酸和礦物質等，具有固齒殺菌、消積化食、消腳氣及驅 蟲等功效。檳榔是檳榔嚼塊（Betel Quid，BQ)的主料，是僅次于煙草、酒精和咖啡因的世界 上第四種被廣泛使用的嗜好品。據(jù)估計，全世界約有6億人嚼食檳榔，并且這一數(shù)字還在不 斷增長中，尤其在我國的湖南，嚼食經(jīng)過加工的商品檳榔十分流行。
[0003] 對檳榔產(chǎn)品進行水分含量控制是企業(yè)生產(chǎn)加工過程的重要環(huán)節(jié)，水分含量的高低 會對檳榔產(chǎn)品的口感以及進一步加工與貯存產(chǎn)生影響，因此，及時控制檳榔加工過程水分 含量對保障檳榔制品生產(chǎn)品質十分重要。
[0004] 目前檳榔的水分測定主要為烘干法，但是，該方法存在耗能、耗時，操作較復雜等 缺陷，且無法快速反映檳榔的水分含量值。這些缺陷均不利于在檳榔制品的生產(chǎn)過程中進 行快速質量分析，提高生產(chǎn)效率，不適合企業(yè)生產(chǎn)中快速準確檢測的需要。因此，當前迫切 需要研宄一種快速、高效、準確的新的檳榔水分含量的分析檢測方法。
[0005] 近紅外光譜（Near Infrared，簡稱NIR)分析技術是20世紀80年代后期迅速發(fā)展 起來的一種快速無損檢測分析技術，通過利用化學計量學方法，提取近紅外光譜區(qū)記錄的 物質信息（主要是C-H、〇-H、N-H等含氫基團振動的倍頻和組合頻吸收）來完成物質定量、 定性分析。該技術具有樣品無需前處理、操作簡單、快速、高效、低成本等優(yōu)點，已廣泛的應 用于農(nóng)業(yè)、食品、藥品、石油化工等行業(yè)，且市場前景較好。但迄今為止未見有應用近紅外技 術檢測檳榔水分的相關報道。

【發(fā)明內容】

[0006] 本發(fā)明所解決的技術問題是如何克服現(xiàn)有檳榔中水分含量檢測方法所存在的操 作繁瑣、費時和費力等缺點。
[0007] 為了解決上述技術問題，本發(fā)明提供了一種基于近紅外光譜分析技術的檳榔水分 含量快速檢測方法。
[0008] 本發(fā)明所提供的檳榔水分含量快速檢測方法，包括下述步驟：
[0009] 1)收集不同加工過程及不同批次的檳榔樣品，隨機選取若干作為校正樣品集，檢 測得到檳榔樣品中水分含量的實測值；
[0010] 2)利用近紅外光譜儀采集步驟1)中校正樣品集的近紅外光譜圖，并將校正樣品 集中檳榔樣品的近紅外光譜數(shù)據(jù)與水分含量的實測值一一對應，通過化學計量學軟件建立 檳榔樣品中水分含量的定量校正模型；
[0011] 3)取待測樣品，按步驟2)中的光譜測量條件采集待測樣品的近紅外光譜數(shù)據(jù)，導 入定量校正模型中，即可得到檳榔中水分含量。
[0012] 上述檢測方法中，步驟1)中，所述檢測的方法為GB5009. 3-2010《食品中水分的測 定》的直接干燥法。
[0013] 所述檳榔樣品涵蓋選子、清洗、晾干、發(fā)子、晾干、上表香、切子、點鹵水、晾干和包 裝10個加工工序中的樣品。
[0014] 上述檢測方法中，步驟2)中，所述采集校正樣品集中檳榔樣品的近紅外光譜圖的 方法如下：將檳榔樣品進行粉碎處理，采用漫反射的測量方式，掃描次數(shù)為32次，收集波長 范圍為4000-lOOOOcnT 1的近紅外光譜數(shù)據(jù)作為檳榔樣品中水分含量的近紅外光譜特征數(shù) 據(jù)，每個樣品重復裝樣采集2次光譜。
[0015] 所述近紅外光譜儀為QC-LEADER IP54近紅外檢測儀。
[0016] 所述化學計量學軟件是由北京中安信達科技有限公司提供。
[0017] 所述定量校正模型依次采用如下步驟而建立得到：
[0018] a、光譜預處理方法：所述光譜預處理方法選自如下至少一種：多元散射校正 (MSC)、Savitzky-Golay -階導數(shù)、Savitzky-Golay二階導數(shù)和標準正態(tài)變量變換（SNV);
[0019] b、變量壓縮方法：所述變量壓縮方法選自如下任意一種：主成分分析法（PCA)或 偏最小二乘法（PLS);
[0020] C、化學計量學建模方法：所述化學計量學建模方法選自如下任意一種：偏最小二 乘法（PLS)、主成份回歸（PCR)、支持向量機（SVM)或人工神經(jīng)網(wǎng)絡法（ANN)。
[0021] 所述定量校正模型具體依次采用如下步驟而建立得到：
[0022] a、光譜預處理方法：標準正態(tài)變量變換（SNV);
[0023] b、變量壓縮方法：偏最小二乘法（PLS);
[0024] c、化學計量學建模方法：偏最小二乘法（PLS)。
[0025] 上述檢測方法中，步驟2)中，還包括對所建立的定量校正模型進行評價驗證的步 驟：隨機選取步驟1)中若干檳榔樣品作為驗證樣品集，按步驟2)中的光譜測量條件采集所 述驗證樣品集的近紅外光譜數(shù)據(jù)，將其導入所建立的定量校正模型中，得到驗證樣品集中 樣品水分含量的預測值，將其與步驟1)中所述驗證樣品集中檳榔樣品的水分含量的實測 值相比，若預測值與實測值的誤差在設定的范圍內，則所述定量校正模型可用；反之，則需 重復步驟2)，優(yōu)化建模條件直至所述定量校正模型可用。
[0026] 本發(fā)明為檳榔水分含量測定提供一種全新的準確、快速、簡單的檢測方法，提高檳 榔產(chǎn)品的生產(chǎn)效率，對整個檳榔產(chǎn)品生產(chǎn)加工行業(yè)意義重大。
[0027] 與已有技術相比，本發(fā)明的有益效果體現(xiàn)在如下方面：⑴樣品分析速度快、效率 高，采用本方法可在30秒內完成檳榔水分含量的測定，大大提高檢測效率；（2)本發(fā)明操作 步驟簡單、準確，大大節(jié)約了人力、物力成本；（3)檢測過程不使用任何化學試劑，提供了一 種可靠綠色的檳榔水分分析方法。
【附圖說明】
[0028] 圖1為建模用的檳榔樣品水分含量的光譜圖。
[0029] 圖2為檳榔水分含量近紅外預測模型效果圖。
【具體實施方式】
[0030] 下面通過具體實施例對本發(fā)明的方法進行說明，但本發(fā)明并不局限于此，凡在本 發(fā)明的精神和原則之內所做的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范 圍之內。
[0031] 下述實施例中所述實驗方法，如無特殊說明，均為常規(guī)方法；所述試劑和材料，如 無特殊說明，均可從商業(yè)途徑獲得。
[0032] 實施例1、基于近紅外光譜技術的檳榔