基于近红外光谱稻米淀粉含量测定方法分析

《基于近红外光谱稻米淀粉含量测定方法分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要稻米是我国主要粮食作物之一。近几年，伴随我国人民生活质量的提升，优质稻米越来越受到人们的重视，而稻米淀粉含量的多少是影响稻米食用品质的关键因素之一，为此对稻米淀粉含量的相关测量越加关键。传统的稻米淀粉含量检测方法操作过程复杂、费时费力，并且还会对稻米样本造成破坏性伤害，很难实时有效地获得稻米籽粒的组分信息。近红外光谱技术可以准确、快速、不需做预处理，无损并能进行多组分光谱测量。将近红外光谱技术应用于稻米淀粉检测可有效提升检测效率。本文主要研究内容是利用傅立叶型近红外光谱仪WQF600N采集稻米籽粒样本的近红外光谱，设置仪器采样波数在

2、-14000~9100cm，因为淀粉性质特征信息在波长范围1100~2480nm比较丰富，测定效果较好，针对光谱数据预处理、处理方法进行分析，运用不同的数据处理方法对样本近红外光谱进行分析处理和比较。同时通过化学实验方法测定所选稻米样本的淀粉含量值。利用化学计量学方法将稻米样本的近红外光谱与通过化学实验法测得的淀粉值相关联，寻找两者间的变量关系，进而建立相关模型，建立后的模型通过评价指标来评估其准确性。通过主成分回归法、偏最小二乘回归法、支持向量回归法对稻米籽粒淀粉含量建模预测后，利用模型评价指标对各模型进行了评价，主成分回归法、偏最小二

3、乘回归法、支持向量回归法所建立模型的相关系数R分别为：0.8916、0.9666、0.9878，RMSE分别为：0.3922、0.2413、0.1280。针对本文采集到的稻米籽粒光谱数据和淀粉值建立模型，得出支持向量回归法对稻米籽粒淀粉含量的预测效果优于偏最小二乘回归法与主成分回归法，因此可将其建立的模型应用到稻米淀粉含量测定。通过Winform调用Matlab中的程序函数，整合实验过程中所用到的代码开发近红外稻米淀粉含量预测软件，实现准确、快速无损测定稻米淀粉含量，为稻米谷物的收购、加工、买卖提供基本依据。关键词：稻米淀粉含量；预测模型

4、；近红外光谱；Winform；MatlabIAbstractRiceisoneofprimarygraincropsinChina.WiththeincreasingofChinesepeople’slivingqualityinrecentyears,qualityricehasattractedmoreandmoreattention.Meanwhile,starchcontentofriceisvitaltoediblequalityofrice.Hence,relevantmeasurementsofstarchcontentof

5、ricebecomemorecritical.Traditionalmethodsfortestingstarchcontentofriceisfeaturedwithcomplicatedoperationalprocess,hugeconsumptionoftimeandlaboranddestructivedamagestoricesamples.Tosumup,itisdifficulttoeffectivelyattaincomponentinformationofriceinrealtimewithtraditionalmet

6、hods.Nearinfraredspectrumtechniquecanbeappliedformulticomponentspectralmeasurementspreciselyandquicklywithoutdoingpretreatmentorcausingdamage.Applicationofnearinfraredspectrumtechniquefortestingstarchofrichcaneffectivelyincreasethetestingefficiency.Thispaperisfocusingonco

7、llectingnearinfraredspectrumsofricesampleswithFourier-typenearinfraredspectrographWQF-600N.Thesamplingwavenumberofthe-1equipmentissetbetween4000~9100cm,consideringthenatureandfeatureinformationofstarchisabundantandthetesteffectisbetterwhenthewavelengthisbetween1100~2480nm

8、.Moreover,ananalysisandcomparisonofsampleinfraredspectrumismadewithdifferentdataprocessingmethod