一种基于高光谱的杨梅中花色苷含量测定的方法技术

本发明专利技术公开了一种基于高光谱的杨梅中花色苷含量测定的方法，该方法包括以下步骤：收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，采集900～1700nm近红外波段高光谱图像，得到校正和检验样本集光谱；利用高效液相色谱(HPLC)测定校正和检验样本中花色苷含量；结合光谱预处理方法和化学计量学建模方法，建立杨梅中花色苷含量的预测模型。本发明专利技术通过结合近红外高光谱成像及HPLC检测技术，具有无损、高效、快速和准确等优点，有效地检测了杨梅中花色苷的含量。

A method for determination of Yang Meizhong anthocyanin content based on Hyperspectral spectroscopy

The invention discloses a method for the determination of Yang Meizhong anthocyanin content based on hyperspectral, the method comprises the following steps: collection of different varieties of fresh red bayberry samples were randomly assigned to establish the calibration sample set and the test set of calibration and test samples; sample set using hyperspectral imaging system for spectral scanning, collecting nearly 900 to 1700nm infrared hyperspectral images, calibration and testing samples spectra; high performance liquid chromatography (HPLC) calibration and test the content of anthocyanins in the sample determination; combining spectral preprocessing methods and chemical metrology modeling method, model Yang Meizhong anthocyanin content. The invention combines the near infrared hyperspectral imaging and the HPLC detection technique, and has the advantages of nondestructive, high efficiency, fast and accurate, and effectively detects the content of Yang Meizhong anthocyanin.

【技术实现步骤摘要】
一种基于高光谱的杨梅中花色苷含量测定的方法
本专利技术涉及一种基于高光谱测定花色苷含量的方法，尤其涉及一种基于近红外高光谱的杨梅中花色苷含量测定的方法。
技术介绍
杨梅是我国的特色水果，在浙江、福建和广东等省份有较大面积的种植。杨梅具有较高的营养价值，富含多种活性物质，尤其含有丰富的花色苷。杨梅中的花色苷主要为矢车菊素-3-O-葡萄糖苷，具有抗氧化、抗炎症和抗衰老等作用(徐渊金.杨梅和桑椹花色苷的提取分离,结构鉴定及其生物活性研究[D].杭州:浙江工商大学,2007.)。花色苷在杨梅的成熟过程中逐渐积累，并在果实成熟时达到最大。杨梅花色苷是赋予杨梅颜色的主要物质，并对其风味、口感和营养价值等有重要影响，是决定杨梅感官质量的重要因素之一。花色苷在美国、欧洲等国家已广泛应用于保健食品行业。杨梅是中国特色浆果资源，且含有丰富的花色苷。因此，研究杨梅中的花色苷含量有助于评价杨梅的营养价值，鉴定杨梅成熟度，对进一步开发杨梅资源具有十分重要的意义。目前对杨梅中花色苷含量的测定主要有两种：一种是pH示差法，主要利用花色苷的色调和色度随pH值的不同而发生改变。而干扰物质特征光谱不随pH的改变而改变。结合朗伯-比尔定律可得出，在两个不同的pH值下，花色苷溶液的吸光度的差值与花色苷的含量成比例。然而大多数水果中不止含有一种花色苷，而且每种花色苷的消光系数都有稍微差别,所以测定的结果并非完全准确；另外一种是液相色谱法，主要利用液相色谱技术直接测定果实中花色苷的含量。液相色谱法测定花色苷含量十分精确，然而需要昂贵的检测设备，检测时间较长。上述两种检测方法都需要对样品进行处理，会破坏检测样品，难以实现快速、大样本量的无损检测。近年来，近红外高光谱成像技术作为一种无损检测方法引起了广泛的关注。其最大特点是结合光谱技术与计算机图像技术两者的优点，可获得大量包含连续波长光谱信息的图像块，由于其具有检测速度快、效率高、成本低等优点，越来越多地应用于农产品品质与安全的无损检测。有相关专利采用高光谱检测酿酒葡萄果皮中花色苷的含量(一种基于高光谱的酿酒葡萄果皮中花色苷含量测定的方法，ZL201310393516.2)，其采用pH示差法测定葡萄皮花色苷含量，以矢车菊素-3-葡萄糖苷为当量，然而葡萄皮中花色苷种类很多，采用pH示差法测定并不能准确的测定葡萄皮中的花色苷含量，从而导致建模后预测的准确性有所偏差；同时其采用大范围光谱数据建模，导致测定时需要扫描大范围波长光谱数据。因此采用高效液相色谱检测杨梅中花色苷含量，采集特征光谱波长数据建模，可以确保预测值的准确性，同时大大减少扫描波段，可实现快速、无损、精确的花色苷检测。
技术实现思路
本专利技术的目的在于提供一种基于高光谱的杨梅中花色苷含量测定的方法，旨在实现无损、快速、大样本量的检测。本专利技术提供了一种杨梅中花色苷含量的测定方法，该基于近红外高光谱的杨梅中花色苷含量测定的方法包括以下步骤：1)样本光谱的建立：收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s,采集900～1700nm近红外波段高光谱图像，得到校正和检验样本集光谱；2)样本花色苷含量的测定：采集光谱后，使用体积百分比为40～80％的乙醇提取样本，再应用高效液相色谱(HPLC)测定校正和检验样本中花色苷含量，以矢车菊素-3-O-葡萄糖苷作为标准品定量，HPLC检测波长为520nm；3)样本光谱的预处理：首先采用平滑法(移动平均平滑法(MovingAverage)、卷积平滑法(Savitzky-Golay)、高斯平滑滤波(Gaussianfilter)和中值滤波平滑(Medianfiltersmoothing)等)对样本原始光谱进行处理，消除光谱噪声，提高分辨率和灵敏度；继续使用标准正态变量变换算法(Standardnormalvariatetransformation，SNV)或多元散射校正算法(Multiplicativescattercorrection，MSC)处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响。预处理过程中根据需要剔除差异性较大的个别数据。4)采用多元回归算法建立校正模型：首先结合预处理后校正样本集900～1700nm的光谱数据和花色苷含量，采用偏最小二乘回归法(partialleastsquaresregression，PLSR)建模，通过X-载荷(X-loadingweight)图，提取光谱特征值，选取波峰及波谷段光谱，特征光谱波长范围是921.34～934.76、954.88～991.79、1025.37～1095.92、1139.26～1176.63、1230.49～1294.49nm；以第一次建模得到的部分或全部校正特征光谱波长数据和花色苷含量再次使用PLSR建模，建模后代入检测样本集光谱数据，计算花色苷实际值，与预测值的相关性系数(R2)，优化上述特征光谱范围至R2大于0.9，选取R2最大值时对应的特征光谱波长范围，得到最佳建模特征光谱，建立杨梅中花色苷含量的最优预测模型。上述最优建模特征光谱波长范围是924.60～931.40、961.59～981.73、1042.16～1069.03、1146.35～1159.82和1257.43～1274.27nm，模型预测值与实际值的R2为0.9165，均方根误差(Root-mean-squareerror，RMSE)值为0.0766。5)预测样本花色苷含量测定：扫描样品特征光谱波长，采集近红外高光谱数据，将光谱数据输入杨梅花色苷含量预测模型，计算得到待测样品中花色苷含量。光谱数据预处理、建模及预测均在TheUnscramblerX软件上操作。本专利技术提供的基于近红外高光谱的杨梅中花色苷含量测定的方法，通过采用近红外高光谱图像提取杨梅光谱数据，利用高效液相色谱测定杨梅中的花色苷含量，结合光谱预处理方法，提取特征光谱，利用最小二乘回归法(PLSR)建模，得到杨梅中花色苷含量的预测模型。第一次建模采用的是900～1700nm波长的所有数据，第一次建模可以得出波长与含量之间的关系，可以通过第一次建模，得到特征光谱波长段，第二次建模利用第一次建模得到的特征波长段再次建模，选择特定波长段的数据，提高建模准确性，减少数据计算量。本专利技术采用高效液相色谱测定杨梅中花色苷含量，可以精确测定杨梅中花色苷含量，保证建模的准确性。本专利技术建模中通过选取特征光谱波长数据建模，检测样本花色苷含量是，仅需扫描特征光谱波长数据，可以缩短扫描时间，提高检测速率。本专利技术可以避免花色苷现有的化学检测法会破坏检测对象，可实现无损、快速和大量的检测杨梅中花色苷的含量。附图说明图1是本专利技术实施例一提供的基于近红外高光谱的杨梅中花色苷含量测定的方法流程图；图2是本专利技术实施例二提供的杨梅花色苷液相色谱图；图3是本专利技术实施例二提供的近红外高光谱图像的平均光谱曲线图；图4是本专利技术实施例三提供的经平滑处理和标准正态变量变换算法(SNV)处理后的近红外高光谱曲线图；图5是本专利技术实施例三提供的杨梅花色苷的X-载荷(X-loadingweight)图；本文档来自技高网...

【技术保护点】
一种基于高光谱的杨梅中花色苷含量测定的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s，采集900～1700nm近红外波段高光谱图像，得到校正样本集光谱和检验样本集光谱；2)样本花色苷含量的测定：采集光谱后，使用体积百分比为40～80％的乙醇提取样本，再应用高效液相色谱测定校正样本和检验样本中花色苷含量，以矢车菊素‑3‑O‑葡萄糖苷作为标准品定量，HPLC检测波长为520nm；3)样本光谱的预处理：首先采用平滑法对样本原始光谱进行处理，消除光谱噪声，提高分辨率和灵敏度；继而使用标准正态变量变换算法或多元散射校正算法处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响；4)采用多元回归算法建立校正模型：首先结合预处理后校正样本集900～1700nm的光谱数据和花色苷含量，采用偏最小二乘回归法建模，通过X‑载荷图，提取校正光谱特征值，选取波峰及波谷段光谱，特征光谱波长范围是921.34～934.76、954.88～991.79、1025.37～1095.92、1139.26～1176.63、1230.49～1294.49nm；以第一次建模得到的部分或全部校正特征光谱波长数据和花色苷含量再次使用偏最小二乘回归法建模，建模后代入检测样本集光谱数据，计算花色苷实际值与预测值的相关性系数R...

【技术特征摘要】
1.一种基于高光谱的杨梅中花色苷含量测定的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：收集不同品种新鲜杨梅样本随机分配，建立校正样本集和检验样本集；对校正和检验样本集中的样本运用高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s，采集900～1700nm近红外波段高光谱图像，得到校正样本集光谱和检验样本集光谱；2)样本花色苷含量的测定：采集光谱后，使用体积百分比为40～80％的乙醇提取样本，再应用高效液相色谱测定校正样本和检验样本中花色苷含量，以矢车菊素-3-O-葡萄糖苷作为标准品定量，HPLC检测波长为520nm；3)样本光谱的预处理：首先采用平滑法对样本原始光谱进行处理，消除光谱噪声，提高分辨率和灵敏度；继而使用标准正态变量变换算法或多元散射校正算法处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响；4)采用多元回归算法建立校正模型：首先结合预处理后校正样本集900～1700nm的光谱数据和花色苷含量，采用偏最小二乘回归法建模，通过X-载荷图，提取校正光谱特征值，选取波峰及波谷段光谱，特征光谱波长范围是921.34～934.76、...

【专利技术属性】
技术研发人员：陈卫，鲍涛，
申请(专利权)人：浙江大学，平湖天之源生物科技有限公司，
类型：发明
国别省市：浙江,33