结合2D-COS和光谱融合技术的小麦淀粉回生特性定量表征

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1.203 4和2.069 0提高至3.980 9,回生度...     

桂花酒中山梨酸钾拉曼表面增强预测模型在其他果酒中的传递

自行搭建的拉曼光谱点扫描系统,以柠檬酸钠还原法配制的SC银溶胶为表面增强剂,建立了桂花酒中山梨酸钾的定量预测模型,模型校正集决定系数(R2_C)和均方根误差(RMSEC)分别为0.978 9和0.070 3 g·kg-1,验证集决定系数(R2_P)和均方根误差(RMSEP)分别为0.934和0.165 7 g·kg-1。桂花酒中山梨酸钾的定量预测模型为主光谱模型,结合K/S算法,探讨了基于DS算法和PDS算法将桂花酒主光谱模型向杨梅酒的修正传递方法。结果显示,用K/S算法选取4个杨梅酒样品,基于DS算法传递桂花酒主光谱模型验证结果R_P和RMSEP值分别为0.906 1和0.215 0 g·kg-1。K/S算法选取3个杨梅酒样品(窗口宽度为5),基于PDS算法传递桂花酒主光谱模型验证结果R_P和RMSEP值分别为0.905 5和0.225 0 g·kg-1。DS算法和PDS算法均可以用少量样品将桂花酒中山梨酸钾的主光谱预测模型有效传递给杨梅酒,实现了一种被测物预测模型在同类物种间的传递,具有重要实用意义。     

基于拉曼光谱的PE膜包装食用农产品品质检测误差的校正方法

透明保鲜膜包装以其方便、经济、卫生的特点被广泛应用于超市卖场及日常生活中,却也给食品农产品的检测增加了难度,所以急需一种能够隔透明薄膜无损检测农产品的方法。叶绿素是影响黄瓜品质的重要因素之一,该研究主要探讨了拉曼技术检测黄瓜品质时,食品保鲜膜层数对叶绿素特征峰的影响,并通过对菠菜、油菜和芹菜对得出的结论进行验证。采用点检测拉曼光谱系统,采集无保鲜膜包装以及多层包装下黄瓜的拉曼光谱。拉曼信号经Savitzky-Golay(SG) 5点平滑和自适应迭代惩罚最小二乘法扣除荧光背景,探究不同层数(1~6层)的PE保鲜膜对黄瓜叶绿素特征峰的影响。采集被保鲜膜覆盖的黄瓜的拉曼信号并处理,即可建立叶绿素的特征峰(1 158和1 528 cm-1)减少值与保鲜膜层数之间的变化规律,并对规律的预测效果进行评价。随着保鲜膜层数的增加,透明包装层数与黄瓜叶绿素特征峰强度之间呈现良好的线性相关关系。提取出单层透明包装对叶绿素在1 158和1 528 cm-1处特征峰强度的降低值分别为81.4和103.1,分别占未加保鲜膜时叶绿素特征峰强度值的7.98%和8.56%,多组验证结果的相关系数达到0.95以上,验证的相关系数达到0.94。随着样品浓度增高,线性递减效果越明显。作为验证,通过透明保鲜膜检测菠菜、油菜和芹菜叶片中的叶绿素表明,每加一层膜叶绿素在1 158和1 528 cm-1处的特征峰强度会比覆膜前分别降低7.9%～8.6%和8.1%～8.6%;导致检测信号强度呈线性降低是由于保鲜膜使激发光分散不聚焦导致,保鲜膜成分对检测结果无影响。该研究为拉曼光谱隔透明包装检测拉曼光谱特征峰强度,进而获得农产品品质信息提供了一种新的分析方法。     

基于表面增强拉曼光谱的苹果毒死蜱残留无损检测方法

对表面增强拉曼光谱(Surface Enhanced Raman Spectroscopy, SERS)技术在苹果毒死蜱残留量无损快速准确检测中的应用进行了研究. 以银溶胶作为表面增强剂, 采用实验室搭建的拉曼光谱系统, 无损地采集苹果样品拉曼光谱. 分别采用二阶导数法(Secondary Derivative Transformation, SD)和极小极大值自适应缩放法(Min-max Signal Adaptive Zooming, MSAZ)扣除所得拉曼光谱的荧光背景以消除样品和环境的干扰, 从而提高检测的准确度. 对获取光谱后的苹果样品采用标准理化方法检测其毒死蜱含量, 在最优条件下, 建立拉曼光谱与15.52～0.064 mg/kg范围内毒死蜱含量的线性关系, 结果表明毒死蜱的两个主要特征峰强度和其浓度呈良好的线性关系, 预测集的相关系数为0.969, 预测均方根误差为1.24 mg/kg. 本研究所开发的方法为果蔬安全品质的无损快速检测提供了一种新思路.     

基于拉曼光谱的苹果中农药残留种类识别及浓度预测的研究

应用拉曼光谱技术结合化学计量学方法能有效的实现果蔬中农药残留的定性定量分析。本研究借助实验室自主研发的拉曼光谱检测系统,对苹果中溴氰菊酯和啶虫脒的快速无损识别和检测进行了探索。定性分析时将拉曼峰574 和843 cm-1分别作为识别溴氰菊酯和啶虫脒的拉曼指纹,当苹果中的溴氰菊酯和啶虫脒残留的含量分别为0.78和0.15 mg·kg-1时,两种农药的特征峰仍清晰可见。定量分析首先对光谱进行多种预处理（Savitzky-Golay平滑、一阶导、二阶导、基线校准、标准正态变量变换）,结合偏最小二乘法分别建立苹果中溴氰菊酯和啶虫脒含量的定量模型。结果表明,采用8次多项式拟合进行基线校准的预处理方法效果最好,对于溴氰菊酯,偏最小二乘模型预测值与气相色谱法测定值的相关系数和预测均方根误差分别为0.94和0.55 mg·kg-1,对于啶虫脒,其偏最小二乘模型的相关系数与预测均方根误差分别为0.85和0.12 mg·kg-1。本研究证实了利用拉曼技术对苹果农残进行无损检测的可行性,使用该方法进行检测时,在光谱测定前不需要进行前处理,光谱测定后样品无任何损伤,该技术实现了果蔬农残的现场检测,可在检测部门、果蔬加工企业、超市、市场等场所得到推广使用,为果蔬品质安全提供了一种无损、快速和环保的检测方法。     

基于表面增强拉曼的饮料中山梨酸钾快速定量检测方法

基于实验室自行搭建的拉曼光谱点扫描系统,利用表面增强拉曼技术对橙味饮料中山梨酸钾的含量进行了定量快速检测研究。通过与山梨酸钾标准品拉曼光谱及其水溶液表面增强拉曼光谱等比较分析,确定了山梨酸钾1 648.4,1 389.3和1 161.8 cm-1处的表面增强特征拉曼位移。通过山梨酸钾橙味饮料平行样品的拉曼位移峰强重现性实验并计算其峰强的相对标准偏差证实了该表面增强拉曼方法具有较好的重复性。采集了山梨酸钾浓度范围为1.706～0.180 7 g·kg-1的33个橙味饮料样品的表面增强拉曼光谱,所有原始光谱经S-G 5点平滑及Baseline基线去除荧光背景预处理后分别用一元线性回归分析、多元线性回归分析和偏最小二乘回归分析方法,建立了山梨酸钾的定量预测模型。经比较,选取三个山梨酸钾拉曼特征位移1 161.8,1 389.3和1 648.4 cm-1所建立的多元线性回归模型校正集的相关系数(R2_C)和均方根误差(RMSEC)分别为0.983 7和0.051 7 g·kg-1,验证集的相关系数(R2_P)和均方根误差(RMSEP)分别为和0.969 9和0.052 8 g·kg-1,比一元线性回归模型和偏最小二乘回归模型误差小、精度高。基于表面增强拉曼完全可以实现橙味饮料中山梨酸钾的定量快速预测,为各类食品中山梨酸钾含量的快速监测奠定了技术基础。     

基于银溶胶表面增强拉曼光谱对菠菜毒死蜱农药的快速检测

利用表面增强拉曼光谱(SERS)技术,建立了一种用于菠菜中毒死蜱农药残留的非破坏、快速检测方法。以碱性环境下盐酸羟胺还原法制备的银溶胶作为表面增强剂滴涂于菠菜样品表面后,采用实验室自行搭建的拉曼系统直接采集样品的拉曼信息,该方法无需对样品进行前处理,可以实现菠菜中毒死蜱含量的实时在线定量分析。采集24片不同毒死蜱含量的菠菜样品拉曼光谱,每个样品采集20个点。拉曼信号采集后,用气相色谱法对24个菠菜样品中毒死蜱含量进行检测。为了消除光谱噪音以及荧光背景对分析建模的影响,分别采用Savitzky-Golay平滑和有效峰线性拟合法对原始拉曼光谱进行预处理。该表面增强拉曼方法具有较好的重复性,实验中对50个相同毒死蜱含量,但不同状态的菠菜进行光谱采集,其相对标准偏差为13.4%,说明该方法具有一定的普适性。光谱预处理后,选取615.5~626.4 cm-1波段为感兴趣区域,建立0.05~37.4 mg·kg-1浓度范围内毒死蜱含量的多元线性预测模型,结果表明感兴趣区域的拉曼信号和毒死蜱浓度呈良好的线性关系,其校正集和验证集相关系数R_C和R_P分别为0.961和0.954。该方法的最低检出含量为0.05 mg·kg-1,低于国家标准规定的农药残留最大限量。该方法简单快速,无需样品前处理,可以实现果蔬的农药残留快速、定量检测。     

基于拉曼光谱成像的食品中化学添加剂的无损检测

基于拉曼光谱成像技术对小麦粉中过氧化苯甲酰和L-抗坏血酸进行快速、 无损、 原位检测, 并对2种添加剂的空间分布进行了可视化研究. 采用实验室自行搭建的线扫描式拉曼光谱成像系统, 激发光源波长为785 nm, 有效光谱范围为0~2885.7 cm^-1. 分别在小麦粉中添加含量为0.1%~30%的过氧化苯甲酰和L-抗坏血酸, 对制备的样品进行拉曼光谱扫描, 选取感兴趣区域的光谱信号进行平均, 得到平均光谱代表该样品的拉曼信息. 分别选取过氧化苯甲酰和L-抗坏血酸的2个特征峰, 与该物质在小麦粉中的含量建立线性关系, 其决定系数R²分别为0.9828 和0.9912. 采集的特征波段拉曼图像经过自适应迭代重加权惩罚最小二乘(airPLS)方法扣除荧光背景后, 选取合适的特征峰强度作为阈值, 对校正拉曼图像进行二值化分析, 得到添加物的空间分布可视化图像. 该方法与点检测拉曼技术相比, 具有检测结果准确且检测时间较短的优势, 且可以实现不均匀样品中多种物质的同时检测与分布可视化.     

菠菜品质安全参数的拉曼点扫描快速检测方法

针对蔬菜品质安全无损伤检测的实际市场需求,结合叶菜表面农药残留等品质安全参数的不均一性,以实验室自行搭建的拉曼光谱硬件系统为基础,开发了叶菜气吸平整装置,编写了基于LabVIEW开发平台的GUI应用程序。该系统通过设定扫描步长等参数,实现了整个菠菜样品的拉曼光谱自动点扫描检测,包括对所有扫描点的拉曼信号进行自动采集、显示和存储。检测过程中,系统软件实时监控相机、二维平移台的运行状态。同时,针对菠菜原始光谱特性编写了基于有效峰线性拟合基线校准方法的拉曼光谱荧光剔除程序,实现了对样品所有扫描点数据的自动基线校准及叠加平均处理。菠菜样品的点扫描实验结果显示,一次扫描不仅可以获得菠菜样品每一扫描点的叶绿素含量及毒死蜱农药残留等品质安全参数的分布情况,而且还可以获得整个样品各参数的平均信息。该点扫描拉曼系统有效提高了不均匀样品的品质安全参数的检测精度。