《表3 不同预处理方法GCG模型结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《青砖茶压制压力优化及GCG近红外快速检测模型建立》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：None为无光谱预处理；SNV为标准变量变换；MSC为多元散射校正；FD为一阶导数；SD为二阶导数；SNV+FD为标准变量变换+一阶导数；SNV+SD为标准变量变换+二阶导数；MSC+FD为多元散射校正+一阶导数；MSC+SD为多元散射校正+二阶导数。

GCG作为反映青砖茶品质和压制压力的关键成分，对其含量进行快速预测就显得非常重要。从图2可以看出，光谱在长波段（4 000～7 000 cm-1）范围内具有较多的吸收峰，而吸收峰的高低是与内含成分的含量密切相关的，而GCG含量相对较低，很有可能会造成GCG的吸收峰被其它内含成分的吸收峰掩盖，这将会影响到GCG近红外光谱模型的预测效果。因此在建立模型前，还需要先对光谱进行预处理，提高光谱的信噪比。本研究应用多种光谱预处理方法对青砖茶样品进行预处理后，应用偏最小二乘法（Partial Least Squares，PLS）建立GCG的近红外光谱预测模型，所得结果见表3。