一种利用光谱法测定农产品中粗纤维素的方法技术

本发明专利技术公开了一种利用光谱法测定农产品中粗纤维素的方法，该方法包括如下步骤：利用化学检测方法测量同一农产品的n个样品中粗纤维素，得到相应粗纤维素化学检测数据，在光谱范围为800-2500nm下，对同一农产品的n个样品进行非破坏性的光谱测量，得到相应粗纤维素光谱数据，其中n≥50；利用光谱数据和化学检测数据建立农产品粗纤维素检测的数据模型，数据模型嵌入数据运算服务器；针对待检农产品进行光谱数据收集，将所收集的光谱数据输入数据运算服务器；运算服务器根据所需要检测的产品品种匹配数据模型并进行运算，获得所检测农产品的粗纤维素含量。

【技术实现步骤摘要】

本专利技术属于物质检测领域，特别是涉及利用光谱检测化学成分的方法，具体是涉及一种利用光谱法测定农产品中粗纤维素的方法。
技术介绍
粗纤维素是植物细胞壁的主要组成成分，包括纤维素、半纤维素、木质素及角质等成分。吃些含粗纤维素的食物可以促进肠胃运动，可以一定程度上帮助消化，是有益处的，但粗纤维素也能够阻碍消化道内的消化酶与食糜接触从而降低养分的消化率，此外粗纤维素还能阻碍肠道对一些小分子养分物质的吸收。粗纤维素是不能被人体消化和吸收的。1970年以前的营养学中只有“粗纤维素”之说，用以描述不能被消化的、吸收的食物残渣，且仅包括部分纤维素和木质素。通常认为粗纤维素对人体不具有营养作用，甚至吃多了还会影响人体对食物中营养素，尤其是对微量元素的吸收，对身体不利，一直未被重视。此后，通过一系列的调查研究，特别是人们发现，并认识到那些不能被人体消化吸收的“非营养”物质，却与人体健康密切有关，而且在预防人体某些疾病如冠心病、糖尿病、结肠癌和便秘等方面起着重要作用，与此同时，也认识到“粗纤维素”一词概念已不适用，因而将其废弃改为膳食纤维。因此，生活中消费者对农产品中粗纤维素越来越重视，尤其是对于养生者，因此，消费者在选择农产品时对其粗纤维素的要求也越来越关注，而目前对农产品粗纤维素的测定常以破坏性化学分析或者在实验室使用昂贵的实验仪器分析为主，这些方法都需要将农产品损坏，并且不能进行现场测试分析，测试过程繁琐、不利于消费者直接、快速知道农产品中粗纤维素含量的情况。同时，目前未有专利技术公开利用光谱法测定农产品中粗纤维素的方法，尤其是对农产品在无损状态下进行粗纤维素的方法。CN104655580A公开了一种快速测定溶解浆中的α-纤维素含量的方法，该方法对农产品中α-纤维素的测定是基于对农产品进行的化学检测，即需在对农产品进行破坏性的情况下，才能有效进行化学测量农产品的α-纤维素含量；此操作过程复杂，不便于消费者随时随地进行检测，并快速得出农产品中α-纤维素含量。
技术实现思路
为了克服上述测定方法所存在的各种缺陷，本专利技术提供了一种利用光谱法测定农产品中粗纤维素的方法，该方法包括如下步骤：A.利用化学检测方法测量同一农产品的n个样品中粗纤维素含量，得到相应粗纤维素化学检测数据，其中n≥50；B.在光谱范围为800-2500nm下，对同一农产品的n个样品进行非破坏性的光谱测量，得到相应粗纤维素光谱数据，其中n≥50；C.利用光谱数据和化学检测数据建立农产品粗纤维素检测的数据模型，数据模型嵌入数据运算服务器；D.针对待检农产品在800-2500nm下进行光谱数据收集，将所收集的光谱数据输入数据运算服务器，同时选择需要检测的农产品品种；E.运算服务器根据所需要检测的产品品种匹配数据模型并进行运算，获得所检测农产品的粗纤维素含量。所述步骤C数据模型建立的方法，包括如下步骤：步骤I：用光源发射兼光谱收集的装置发射光斑照射待检测的农产品样品A1，并收集农产品样品A1反射回来的光谱，采用光谱分析设备确定所收集的光谱的波长及吸光度，形成农产品样品A1的光谱数据；步骤II：对农产品样品A1进行化学分析，分析粗纤维素含量，形成农产品样品的化学检测数据；步骤III：将农产品A1的光谱数据和化学检测数据录入同一数据库，形成数据映射X1；步骤IV：重复上述步骤I、步骤II和步骤III，对农产品样品A2至An+1进行n次重复，形成n组光谱数据和对应的n组化学检测数据，将光谱数据和化学检测数据录入同一数据库，形成n组数据映射的数据映射集合；步骤V：将上述数据库中数据映射集合中的光谱数据选取2-100个波长的吸光度数值与化学检测数据进行对应，确定2-100个波长吸光度变化与化学检测数据变化的定量关系；步骤VI：将上述步骤的定量关系嵌入运算服务器，采集农产品新样品AX的光谱数据，将其录入数据库的同时，选取步骤V确定的2-100个波长录入运算服务器，计算出未进行实际检测的农产品新样品化学数据，同时将该化学数据输出到显示端和数据库，并在数据库中与农产品新样品AX的光谱数据形成测量数据映射；步骤VII：根据步骤I至步骤VI所形成的数据库和运算服务器上的定量关系，将数据库和运算服务器相连，同时设置数据库的数据输入端和数据输出端、设置运算服务器的数据输入端和数据输出端，形成农产品的光谱数据模型。上述步骤IV中建立数据映射集合的方法具体是：1)光谱数据输入光谱数据库中，按照纳米级建立数据条，每个纳米级波长定义为一个数据条，将每个纳米级波长数据和波长强度数据录入数据库中，形成光谱数据库中的光谱数据条，光谱范围中的纳米波长数量k对应形成相应数量的光谱数据条k；例如波长范围为1000-1500纳米，则有501条光谱数据条，k为501，每个光谱数据条包括波长和强度；2)化学检测数据输入化学数据库中，将化学检测数据按所检测成分的数量建立数据条，照成分建立数据条，每个成分定义为一条数据条，将每个成分名称及成分含量录入数据库中，形成化学数据库中的成分数据条，成分的数量对应形成相应数量的成分数据条；例如某物体的化学检测数据中有5中成分，则有5条数据条，分别为Y1、Y2……Y5，每个数据条包括成分名称和成分含量；或者将化学检测数据进行排列组合，然后将所有排列组合作为数据条数据数据库，排列组合；3)将光谱表中的一条光谱数据条对应化学数据表中的所有成分数据条，形成映射数据组，对应原则是一条光谱数据条分别对应各成分数据条，形成单光谱和多成分对应的映射数据组；例如光谱数据条为X1000，成分数据条为Y1、Y2、Y3、Y4、Y5，则针对1000纳米的单光谱和多成分对应的映射数据组为{X1000Y1,X1000Y2,X1000Y3,X1000Y4,X1000Y5本文档来自技高网...

【技术保护点】
一种利用光谱法测定农产品中粗纤维素的方法，该方法包括如下步骤：A.利用化学检测方法测量同一农产品的n个样品中粗纤维素含量，得到相应粗纤维素化学检测数据，其中n≥50；B.在光谱范围为800‑2500nm下，对同一农产品的n个样品进行非破坏性的光谱测量，得到相应粗纤维素光谱数据，其中n≥50；C.利用光谱数据和化学检测数据建立农产品粗纤维素检测的数据模型，数据模型嵌入数据运算服务器；D.针对待检农产品在800‑2500nm下进行光谱数据收集，将所收集的光谱数据输入数据运算服务器，同时选择需要检测的农产品品种；E.运算服务器根据所需要检测的产品品种匹配数据模型并进行运算，获得所检测农产品的粗纤维素含量。

【技术特征摘要】
1.一种利用光谱法测定农产品中粗纤维素的方法，该方法包括如下步骤：
A.利用化学检测方法测量同一农产品的n个样品中粗纤维素含量，得到相应粗纤维素化学检测数据，其中n≥50；
B.在光谱范围为800-2500nm下，对同一农产品的n个样品进行非破坏性的光谱测量，得到相应粗纤维素光谱数据，其中n≥50；
C.利用光谱数据和化学检测数据建立农产品粗纤维素检测的数据模型，数据模型嵌入数据运算服务器；
D.针对待检农产品在800-2500nm下进行光谱数据收集，将所收集的光谱数据输入数据运算服务器，同时选择需要检测的农产品品种；
E.运算服务器根据所需要检测的产品品种匹配数据模型并进行运算，获得所检测农产品的粗纤维素含量。
2.根据权利要求1所述的方法，其特征在于，所述光谱的波长范围为800-1800nm，或光谱的波长范围为1500-2500nm。
3.根据权利要求1或2所述的方法，其特征在于，所述农产品为粗纤维素成分含量差异值在0-50％的同类农产品。
4.根据权利要求1所述的方法，其特征在于n大于等于100，优选的n大于等于200。
5.根据权利要求1所述的方法，其特征在于，所述步骤C数据模型建立的方法包括如下步骤：
步骤I：用光源发射兼光谱收集的装置发射光斑照射待检测的农产品样品A1，并收集农产品样品A1反射回来的光谱，采用光谱分析设备确定所收集的光谱的波长及吸光度，形成农产品样品A1的光谱数据；
步骤II：对农产品样品A1进行化学分析，分析粗纤维素含量，形成农产品样品的化学检测数据；
步骤III：将农产品A1的光谱数据和化学检测数据录入同一数据库...

【专利技术属性】
技术研发人员：刘毅，谭占鳌，陈剑，刘法安，罗嘉骏，朱伟根，吴宜青，韦毅可，
申请(专利权)人：深圳市芭田生态工程股份有限公司，
类型：发明
国别省市：广东;44