基于可见/近红外光谱技术的板栗产地识别

来源：中国农机化学报杂志2021年第12期北京时间：

作者：杨雨图, 熊杰, 司万, 方会敏, 黄玉萍

单位：1. 南京林业大学机械电子工程学院，南京市，210037； 2. 江苏大学农业工程学院，江苏镇江，212013

摘要：采用可见/近红外光谱分析技术对河北和安徽两个产地的板栗进行检测分级，获得板栗样品在600~1 100 nm波长区间的可见/近红外光谱，采用偏最小二乘判别分析（PLSDA）进行建模，比较不同预处理方法和波长范围对PLSDA模型精度的影响。结果显示，不同预处理方法对模型性能影响较大，一阶导数预处理在全波长范围所建PLSDA模型性能最优，校正集和验证集的决定系数分别为0.884和0.863，均方根误差分别为0.170和0.191。不同波长范围也会影响模型的预测和识别性能，在波长区间为750~1 000 nm的光谱所建立的PLSDA模型性能要高于全波长光谱所建立的模型性能，其中经过SavitzkyGolay平滑预处理后，模型性能的提高最为明显，且其与原始光谱在校正集和验证集的敏感性和特异性均达到最优，即识别率均可达到100%。因此，可见/近红外光谱分析技术能够对板栗产地进行鉴别。

关键词：板栗,产地,可见/近红外光谱技术,光谱预处理方法,波长范围

基金资助：江苏省高等学校自然科学研究面上项目(19KJB210003)