小波变换结合连续投影算法优化茶叶中咖啡碱的近红外分析模型

本文着重探讨小波变换及其它光谱预处理方法对连续投影算法(SPA)波长筛选优化及建模效果的影响。以158个不同茶叶样本作为研究对象,将各种预处理方法单独或组合后与SPA结合使用,并通过偏最小二乘法(PLS)建立咖啡碱定量模型。其中一阶微分(WT-1~(st)D)-SPA组合建立的模型最佳,预测相关系数达到0.9481,均方根误差达到0.3053,验证集相对分析误差达到3.1959,建模变量由1038减小为10,其挑选出的波长数10和通过交叉验证确定的最佳PLS成分数7也比较接近,并包含在茶叶咖啡碱主要吸收谱带范围内。结果表明,小波变换结合WT-1~(st)D方法在消除光谱部分散射误差和高频噪声的同时,能有效提高茶叶光谱的分辨率,有助于SPA算法筛选出更少、代表性和独立性更优的特征波长组合,并极大地改善了模型的精度,为茶叶中咖啡碱的近红外分析建模提供了一种快速、简便的方法。