本发明专利技术涉及一种采用近红外光谱法快速检测涪陵榨菜中食盐含量的方法。本发明专利技术方法检测步骤包括样本采集，各样本食盐含量的标准测定，采集各样本光谱建立、检验模型，产品检测分类等步骤。本发明专利技术方法具有无需预处理、无污染、在线检测、多组分同时测定的特点，更环保、快速、简便快速，且能够利用化学计量学来建立测定涪陵榨菜等腌菜中食盐含量的定性和定量模型。本发明专利技术的创新在于，近红外光谱不能反映无机食盐的特征吸收峰，但由于样品中食盐含量不同而释放出不同的Na+和Cl-离子从而影响水的吸收峰，因此可建模快速测定食盐含量，并同时根据食盐含量进行聚类分成低盐、中盐和高盐等有益效果。
【技术实现步骤摘要】
本专利技术是一种分子光谱分析方法，尤其涉及。
技术介绍
涪陵榨菜系采用茎瘤芥菜(Brassica juncea cosson, Var tumida, Var. nor,俗称青菜头)经整理、脱水、三榨三腌而制成的一种蔬菜咸腌菜品。涪陵榨菜传统加工工艺，因采用风脱水而独具特色，其产品以其鲜、香、嫩、脆，回味返甜，深受国内外广大消费者喜爱，并于2005年成为国家地理标志产品。在涪陵榨菜3 次加盐腌制过程中，需要严格控制用盐量若用盐量过高，会导致榨菜含水量下降，影响榨菜得率和脆度，并且会使榨菜后熟转化变慢；若用盐量过低，则榨菜中乳酸含量上升， 发酵速度加快，消耗风味物质，造成产品酸败。另外，现代医学研究表明，食盐摄入过多，易诱导引发高血压、心脏病等。因此，对涪陵榨菜中食盐含量的控制显得异常重要。目前，国内外食品中食盐含量的测定方法有很多，但是均存在二次污染，有的需要预处理，更多的是耗时长的缺点，例如，国标法GB/T12457-2008对食盐的检测方法虽然准确可靠，但其前处理繁琐，检测耗时间长，无法满足对大批量样本快速检测和生产质量及时监控的需求，也有利用光谱方法测定食品中食盐含量的，但仅仅只是定量测定无法根据其含量快速分类。近红外光谱(NIR)是近年迅速发展起来的一种高效简捷的分析方法，其最大特点是快速、对检测组分无损无污染，并能多组分同时测定。近红外光谱的谱区范围定义为 780 2526 nm的电磁波，信息来源于分子内部振动的倍频与合频，并且主要反映分子中 C-H、N-H、O-H基团的倍频和合频振动吸收光谱，可以得到样品中有机分子含氢基团的特征信息，其化学信息量相当丰富，而且利用近红外光谱技术分析样品具有方便、快速、高效、 准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。因为近红外光谱主要反映的是含氢基团的振动吸收，而无机分子没有含氢基团，故无近红外光谱的特征吸收峰，所以现有技术中该方法主要用于有机分子的检测。但由于样品中食盐含量不同而释放出不同的Na+和Cl—离子从而影响水的吸收峰，因此可以化学计量学建模间接地快速测定食盐含量。现已知的相近领域的研究大致有=Ellekjer等利用近红外透射和漫反射两种方式对香肠中的食盐含量进行了检测；Lin等利用短波近红外漫反射对熏鲑鱼中的食盐含量进行了检测；韩东海等利用近红外法检测了腐乳中的食盐含量。虽然这些方法均是用近红外光谱的手段检测不同食品中的食盐含量，但是近红外光谱法检测具体应用中，对不同的样本进行检测，应当根据待测样本的特点分别建不同的模，同时这些已公开的内容只是单纯的含量检测方法，并未对待测样本进行定性聚类分析，因而无法对待测样本中食盐含量的高低分类进行定性判别。
技术实现思路
本专利技术的目的在于提供，本方法利用样品中食盐含量不同而释放出不同的Na+和Cl—离子从而影响水的吸收峰蓝移，因此可以化学计量学建模间接快速测定食盐含量。且该方法无需预处理，能无污染、 简便快速地测定腌菜中的食盐含量，并对其食盐含量的高低分类进行快速定性判别。本专利技术的目的是这样实现的，其特征在于其检测步骤包括样本采集，各样本食盐含量的标准测定，采集各样本光谱建立并检验模型，产品检测并分类。上述样本采集，其具体步骤为采集含盐量不同的各涪陵榨菜样本组成样本集，该样本集的含盐量变化范围应大于检测分类的产品的含盐量范围，其各个样本含盐量在整个变化范围内均勻分布，采集的数量应该至少为变量数(变量数即为主因子数)的10倍，其每个样本称取100g、充分粉碎使其均质化。上述各样本食盐含量的标准测定，其具体步骤为根据国家标准GB/T12457-2008 中直接沉淀滴定法，测定每一样本中食盐的含量，将在相同条件下两次独立测定每IOOg的同一样本结果之差不超过0. 2g的数据结果，作为建模数据。由于近红外光谱法的误差取决于并无限趋近于标准方法的测定误差，因此需要通过标准方法，确保所测得食盐含量的准确性。上述采集各样本光谱建立并检验模型，其具体步骤为 1)采集OTR光谱利用近红外光谱仪中的积分球漫反射采样系统，采集上述均质化后的各样本的OTR光谱。其是以空气为参比，扫描范围为1观00 4000 cm-1,分辨率km S每个样本扫描两次进行OTR光谱采集的。2)光谱预处理在上述采集的OTR光谱中，除包含与各样本组成有关的信息外，同时也包含来自各方面因素所产生的噪音信号，而这些噪音信号会将对谱图信息产生干扰，从而影响模型的建立，以及后续的实际预测应用。因此，建模之前，需通过对采集的各样本的OTR光谱进行光谱预处理，以消除噪声和基线漂移的影响。所述光谱预处理，是利用OPUS 5. 0/ QUANT软件，采用消除常量偏移、矢量归一化、 多元散射校正，一阶导数或二阶导数等方法，对每个样本光谱进行光谱预处理的，这些预处理方法均为软件自动筛选，故快速简便。3)建立数学模型用傅里叶变换近红外光谱仪附带的OPUS软件，取数量至少为变量数(变量数即为主因子数)的6倍的预处理后的样本的光谱数据作为校正集，进行偏最小二乘回归，并经内部交叉验证后，建立数学模型。通过仪器附带的软件自动运行偏最小二乘法回归，可快速的对预测集样本光谱数据进行处理，然后再结合内部交叉验证可保证所建模型的有效性。建模所用样本一定的情况下，在采用偏最小二乘回归建模时，主因子数Rank太低，会导致建模信息不全，模型预测能力低，出现“欠拟合”现象；反之，主因子数Rank过多，会导致模型过 于复杂，从而出现“过拟合”的现象，同样导致预测能力降低。因此， 在建模时，需要对使用的主因子数Rank进行合理选择，以确定适用于模型的最优的主因子数Rank。本方法通过内部交叉验证的方法，考察因子数Rank对交叉验证均方差(RMSECV) 的影响，以确定模型的最优的主因子数Rank。上述内部交叉验证，是通过衡量模型的主要参数，决定系数(R2)、交叉验证均方差 (RMSECV)和预测集标准偏差(RMSEP)进行模型整体质量评价的，一个好的模型应该具有较高的R2，较低的RMSECV和RMSEP值，并且RMSECV和RMSEP值尽量接近，且RMSEP不能明显大于RMSECV，其中，R2、RMSECV和RMSEP的计算方法为本文档来自技高网...
【技术保护点】
１．一种采用近红外光谱法快速检测涪陵榨菜中食盐含量的方法，其特征在于：其检测步骤包括样本采集，各样本食盐含量的标准测定，采集各样本光谱建立并检验模型，产品检测分类；所述样本采集，其具体步骤为：采集含盐量不同的各涪陵榨菜样本组成样本集，该样本集的含盐量变化范围应大于检测分类的产品的含盐量范围，其各个样本含盐量在整个变化范围内均匀分布，采集的数量应该至少为变量数的１０倍，其每个样本称取１００ｇ、充分粉碎使其均质化；所述各样本食盐含量的标准测定，其具体步骤为：根据国家标准ＧＢ／Ｔ１２４５７－２００８中直接沉淀滴定法，测定每一样本中食盐的含量，将在相同条件下两次独立测定每１００ｇ的同一样本结果之差不超过０．２ｇ的数据结果，作为建模数据；所述采集各样本光谱建立并检验模型，其具体步骤为：１）采集ＮＩＲ光谱利用近红外光谱仪中的积分球漫反射采样系统，采集所述均质化后的各样本的ＮＩＲ光谱；其是以空气为参比，扫描范围为１２８００～４０００ ｃｍ－１，分辨率４ｃｍ－１，每个样本扫描两次进行ＮＩＲ光谱采集的；２）光谱预处理所述光谱预处理，是利用ＯＰＵＳ ５．０／ ＱＵＡＮＴ软件，采用消除常量偏移、矢量归一化、多元散射校正，一阶导数或二阶导数，对每个样本光谱进行光谱预处理的； ３）建立数学模型用傅里叶变换近红外光谱仪附带的ＯＰＵＳ 软件，取数量至少为变量数的６倍的预处理后的样本的光谱数据作为校正集，进行偏最小二乘回归，并经内部交叉验证后，建立数学模型；所述内部交叉验证，是通过衡量模型的主要参数，即决定系数（Ｒ２）、交叉验证均方差（ＲＭＳＥＣＶ）和预测集标准偏差（ＲＭＳＥＰ）进行模型整体质量评价，以确定模型的最优的主因子数Ｒａｎｋ的；４）外部验证采用未参与建立模型，但性质与参与建模的校正集样本性质相似的样本作为预测集， 以校正集建立的数学模型对数量至少为变量数的４倍的预测集样本的食盐含量进行预测，对比预测值与标准方法测量值之间的偏差，其相对标准偏差应控制在５％以内；５）建立聚类模型利用ＯＰＵＳ ５．０／ＩＤＥＮＴ软件将所述光谱预处理后的光谱，通过２５点平滑后，对选用的预测集样本光谱进行一阶导数和矢量归一化处理，采用因子法计算距离，其中因子数为５，进而生成聚类树状图，并根据图形得出样本分类情况；所述产品检测分类，其具体步骤为：按照所述采集ＮＩＲ光谱的所述步骤，采集待检测产品的ＮＩＲ光谱，然后按照所述光谱预处理方法进行光谱预处理，然后将预处理后得到的光谱输入建立的聚类模型中，通过软件自动对模型库进行检索、选择数学模型和聚类模型，然后根据该数学模型和待测产品的近红外光谱，就可以预测待测产品中食盐的含量，并可同时根据食盐含量和聚类模型，将样本进行含食盐量高中低分类。...
【技术特征摘要】
1.一种采用近红外光谱法快速检测涪陵榨菜中食盐含量的方法，其特征在于其检测步骤包括样本采集，各样本食盐含量的标准测定，采集各样本光谱建立并检验模型，产品检测分类；所述样本采集，其具体步骤为采集含盐量不同的各涪陵榨菜样本组成样本集，该样本集的含盐量变化范围应大于检测分类的产品的含盐量范围，其各个样本含盐量在整个变化范围内均勻分布，采集的数量应该至少为变量数的10倍，其每个样本称取100g、充分粉碎使其均质化；所述各样本食盐含量的标准测定，其具体步骤为根据国家标准GB/T12457-2008中直接沉淀滴定法，测定每一样本中食盐的含量，将在相同条件下两次独立测定每IOOg的同一样本结果之差不超过0. 2g的数据结果，作为建模数据；所述采集各样本光谱建立并检验模型，其具体步骤为1)采集NIR光谱利用近红外光谱仪中的积分球漫反射采样系统，采集所述均质化后的各样本的NIR光谱；其是以空气为参比，扫描范围为12800 4000 cm-1,分辨率^nT1，每个样本扫描两次进行NIR光谱采集的；2)光谱预处理所述光谱预处理，是利用OPUS 5.0/ QUANT软件，采用消除常量偏移、矢量归一化、多元散射校正，一阶导数或二阶导数，对每个样本光谱进行光谱预处理的； 3)建立数学模型用傅里叶变换近红外光谱仪附带的OPUS软件，取数量至少为变量数的6倍的预处理后的样本的光谱数据作为校正集，进行偏最小二乘回归，并经内部交叉验证后，建立数学模型；所述内部交叉验证，是通过衡量模型的主要参数，即决定系数(R2)、交叉验...
【专利技术属性】
技术研发人员：杨季冬，刘冰，
申请(专利权)人：杨季冬，
类型：发明
国别省市：85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。