《表5 基于最优光谱预处理的特征波段下建模结果》

  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

《大米直链淀粉、蛋白质、脂肪、水分含量的近红外光谱检测模型优化》

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

原始近红外光谱包含杂信息，为提取有效的成分相关光谱信息，可提高模型的精度。本研究采用人工方法[14]将全波段分为12个光谱范围，11个分割点依次为：4 500/cm、5 000/cm、5 500/cm、6 000/cm、6 500/cm、7 000/cm、7 500/cm、8 000/cm、8 500/cm、9 000/cm、9 500/cm。在最佳光谱预处理条件下，依次移除一个光谱范围，其他波段用于建模所得rc与全波段（4 000～10 000/cm）下的rc比较，结合TQ Analyst软件给出的建议波段进行了严格筛选，排除了与组分无关的波段。最后，将选定的谱区用于单谱区或组合谱区进行比较。表5为建立大米样品中直链淀粉、蛋白质、脂肪和水分含量的最佳模型，在5 703～7 194/cm、8 520～9 975/cm下，脂肪含量模型的rc由0.7810提升至0.8110，RM-SEC由0.15降低为0.14，RPD提高了0.1。直链淀粉含量模型的rc没有得到明显提升，从0.6322提高到0.6671，RPD从1.3提高到1.4。从相关系数大小来看，蛋白质和水分含量模型的预测值与实测值显示出良好的相关性，两者PLS模型表现最佳分别使用5 613～6379/cm和8 004～8 956/cm、4 755～4 982/cm和5 501～7888/cm的光谱范围，rc均在0.9的基础上再次增加，分别为0.9713和0.9663，RPD分别为4.3和3.9。可见其预测性能好、准确度高，说明模型可用于实际定量检测。