一种近红外快速检测植物中单宁含量的方法技术

本发明专利技术涉及一种近红外快速检测植物中单宁含量的方法，首先采用紫外分光光度计测量法测定植物样品中单宁的组分含量；采用近红外光谱测定仪扫描植物样品的吸收光谱数据；然后选择单宁的光谱预处理方法；利用扫描的吸收光谱数据，建立植物品种鉴别模型；并结合紫外分光光度计测量法的检测值和光谱预处理方法获得的光谱数据建立光谱分析模型；选取其他样品对光谱分析模型进行校正；最后利用校正后光谱分析模型获得的初步预测值与实际测量值建立定量模型，并利用鉴别模型预测植物品种以及定量模型预测待测植物中单宁的含量。快速、高效的检测植物中单宁含量。检测植物中单宁含量。

【技术实现步骤摘要】
一种近红外快速检测植物中单宁含量的方法


[0001]本专利技术属于中医药含量检测
，特别是涉及一种近红外快速检测植物中单宁含量的方法。

技术介绍

[0002]单宁(或鞣质)是一类收敛的多酚生物分子，它与蛋白质和各种其它有机化合物(包括氨基酸和生物碱)结合并沉淀。单宁化合物广泛分布于多种植物中，在植物中起保护作用。目前国内外应用的单宁主要从含有单宁的天然植物及植物虫瘿五倍子中采用水或其它溶剂提取。单宁的测定方法有经典方法和现代方法，经典方法包括皮粉法、容量法、比色法和分光光度法，现代方法包括高效液相色谱法(HPLC)、原子吸收分光光度法、薄层扫描法、热透镜光谱法、高灵敏示波电位动力学分析法和电化学传感器法等，这些方法的主要缺点是操作复杂、耗时长且不能大批量进行。
[0003]近红外光谱分析技术具有快速、准确、无污染等优点，因此建立快速准确的检测植物中单宁近红外预测模型，缩短时间、减少成本，不仅可为准确评价植物的品质提供参考，也可以为企业生产所需的原材料品质提供快速筛选技术。

技术实现思路

[0004]本专利技术的目的在于提供一种近红外快速检测植物中单宁含量的方法，以实现快速、高效的检测植物中单宁含量，准确评价植物的品质，为企业生产所需的原材料品质提供快速筛选技术。
[0005]本专利技术所采用的技术方案是，近红外快速检测植物中单宁含量的方法，包括如下步骤：
[0006](1)采用紫外分光光度计测定植物样品中单宁的组分含量；
[0007](2)采用近红外光谱测定仪扫描样品植物的吸收光谱数据；
[0008](3)选择单宁的光谱预处理方法；
[0009](4)建立植物品种判别模型；
[0010](5)利用扫描的吸收光谱数据，结合紫外分光光度计的检测值和光谱预处理方法获得的光谱数据，通过联合区间偏最小二乘法 (si
‑
PLS)建立光谱分析模型；
[0011](6)选取验证植物粉末对光谱分析模型进行校正；
[0012](7)利用校正后光谱分析模型获得的初步预测值与紫外分光光度计实际测量值建立定量模型，并利用定量模型预测待测植物粉末中单宁的含量。
[0013]所述步骤(1)中，采用紫外分光光度计法对单宁含量检测至少重复进行三次。
[0014]所述步骤(2)近红外光谱图的采集方法为：称取植物样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm
‑1，分辨率为8cm
‑1，扫描次数64次，温度25℃，每个样品采集3次，求取平均光谱。
[0015]所述步骤(3)选择单宁的光谱预处理方法，是选择使光谱分析模型的决定系数和
分辨度最大、校正标准差和相对标准差最小的原始光谱数据预处理方法。
[0016]所述步骤(4)利用TQ Analyst近红外光谱分析软件，对植物品种与光谱预处理后的吸收光谱数据的平均值一一对应进行判别分析，并采用马氏距离进行建模。
[0017]所述步骤(5)利用TQ Analyst近红外光谱分析软件，对植物样品粉末中单宁含量实际测量值和光谱预处理后的吸收光谱数据的平均值一一对应进行线性拟合，并采用si
‑
PLS进行建模，特征谱区的吸收峰值为5200～4600cm
‑1和7600～7000cm
‑1。
[0018]所述si
‑
PLS建模是利用matlab软件，通过Model函数，进行近红外光谱的波段选择，从而对模型进行优化。
[0019]所述步骤(6)对光谱分析模型进行校正，是使校正集的光谱数据预测值分布标准差最小。
[0020]所述植物中单宁采用多元信号修正、导数、滤噪和基线校正等进行光谱预处理数据验证。
[0021]所述利用校正后光谱分析模型获得的光谱数据预测值与实际测量值建立的定量模型；其中，以植物中单宁的光谱数据预测值为纵坐标；以植物中单宁的实际测量值为横坐标，模型预测单宁含量范围为 25.00％
‑
85.00％。
[0022]所述步骤(7)利用定量模型预测待测植物中单宁的含量，是将近红外光谱测定仪采集的待测植物粉的吸收光谱数据平均值输入至光谱分析模型，经过光谱数据预处理、光谱分析模型计算得到光谱数据预测值，再将该光谱数据预测值输入至定量模型，通过定量模型计算即可得到待测植物中单宁的含量预测值。
[0023]本专利技术技术方案，具有如下优点：
[0024]本专利技术通过收集不同品种植物，利用近红外光谱图，建立植物品种与近红外光谱图一一对应的判别模型，以实现快速、高效且准确的判别植物品种。
[0025]本专利技术是近红外快速检测植物中单宁含量的方法，通过利用测定到的样品植物中单宁成分含量(单宁含量范围在71.98％
‑
47.68％之间)，建立光谱分析模型，以实现快速、高效且准确的检测植物粉中的单宁成分含量，成本低，为企业生产所需的原材料品质提供快速筛选技术。
[0026]本专利技术对光谱预测模型采用二阶导数最优光谱预处理方法，特征谱区的吸收峰值为5200～4600cm
‑1和7600～7000cm
‑1。经验证：单宁含量光谱模型交互验证均方根误差(RMSECV)为2.55，预测均方根误差(RMSEP)为2.60。经验证：所建立的单宁预测光谱模型相关系数为1.0000，可用于日常检测。
附图说明：
[0027][0028]图1是五倍子和塔拉样品原始光谱图。
[0029]图2是植物品种判别模型，其中
“□”
表示五倍子，
“△”
表示塔拉。
[0030]图3是全波长偏最小二乘法(Full
‑
PLS)单宁测定值与预测值相关图。
[0031]图4是联合区间偏最小二乘法(Si
‑
PLS)单宁测定值与预测值相关图。
具体实施方式：
[0032]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]实施例1五倍子和塔拉含量检测方法
[0034](1)采用紫外分光光度计测定五倍子和塔拉样品中单宁的组分含量，至少测定三次；
[0035](2)称取五倍子和塔拉样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm
‑1，分辨率为8cm
‑1，扫描次数64次，温度25℃，每个样品采集3次，求取平均光谱；
[0036](3)选择使光谱分析模型的决定系数和分辨度最大、校正标准差和相对标准差最小的原始光谱数据预处理方法。五倍子和塔拉粉末采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种近红外快速检测植物中单宁含量的方法，其特征在于，所述方法包括以下步骤：(1)采用紫外分光光度计测定植物样品中单宁的组分含量；(2)采用近红外光谱测定仪扫描样品植物的吸收光谱数据；(3)选择单宁的光谱预处理方法；(4)建立植物品种判别模型；(5)利用扫描的吸收光谱数据，结合紫外分光光度计的检测值和光谱预处理方法获得的光谱数据，通过联合区间偏最小二乘法si
‑
PLS建立光谱分析模型；(6)选取验证植物粉末对光谱分析模型进行校正；(7)利用校正后光谱分析模型获得的初步预测值与紫外分光光度计实际测量值建立定量模型，并利用定量模型预测待测植物粉末中单宁的含量。2.根据权利要求1所述的的方法，其特征在于，所述步骤(1)的方法：采用紫外分光光度计对单宁含量测定至少重复进行三次；所述步骤(2)中，对植物粉末吸收光谱的扫描至少重复进行三次。3.根据权利要求1所述的方法，其特征在于，所述步骤(2)近红外光谱图的采集方法为：称取植物样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm
‑1，分辨率为8cm
‑1，扫描次数64次，温度25℃，每个样品采集3次，求取平均光谱。4.根据权利要求1所述的方法，其特征在于，所述步骤(3)选择单宁的光谱预处理方法，是选择使光谱分析模型的决定系数和分辨度最大、校正标准差和相对标准差最小的原始光谱数据预处理方法。5.根据权利要求1所述的方法，其特征在于，所述步骤(4)建立植物品种判别模型，利用TQ Analyst近红外光谱分析软件，对植物品种与光谱预处理后的吸收光谱数据的平均值一一对应进行判别分析，并采用马氏距离进行建模，挑选待测对象。6.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：伍庆，罗志军，左雅敏，张升盛，周碧云，班林，杨慧丽，冉清连，
申请(专利权)人：贵阳倍隆生物科技有限公司，
类型：发明
国别省市：