乳酸菌发酵蓝莓汁总酚含量的可见-近红外光谱测定

来源：中国食品学报杂志2025年第4期北京时间：

作者：杨素群，夏依旦·买买提，李玲玉，刘小莉，范琳琳，周剑忠

单位：杨素群江苏大学食品与生物工程学院 江苏镇江 212013;江苏省农业科学院农产品加工研究所 南京 210014,夏依旦·买买提江苏省农业科学院农产品加工研究所 南京 210014,李玲玉江苏省农业科学院农产品加工研究所 南京 210014,刘小莉江苏省农业科学院农产品加工研究所 南京 210014,范琳琳江苏省农业科学院农产品加工研究所 南京 210014,周剑忠江苏大学食品与生物工程学院 江苏镇江 212013;江苏省农业科学院农产品加工研究所 南京 210014,zjzluck@126.com

摘要：为快速、准确检测乳酸菌发酵蓝莓汁中的总酚含量，采集120个发酵果汁样本的可见-近红外光谱。采用多元散射校正(MSC)、标准正态变化(SNV)、Savitzky-Golay平滑(SG)、Savitzky-Golay一阶导数(S-G1)和Savitzky-Golay二阶导数(S-G2)等光谱信号预处理方法，运用竞争性自适应重加权算法(CARS)、遗传算法(GA)和无信息变量消除(UVE)对全光谱进行特征波段的筛选。在筛选光谱波长变量的基础上，采用偏最小二乘(PLS)与随机森林(RF)两种机器学习算法建立可见-近红外光谱与蓝莓汁中总酚含量关系间的预测模型。同时比较两种机器学习算法的建模效果，选取最佳模型，探究模型的预测准确度和适用性。结果表明，MSC为最佳预处理方法。经CARS、GA和UVE波长变量筛选算法，所选择的光谱变量分别降到全光谱变量的3.43%，1.87%，61.68%。RF模型与PLS模型相比，具有更好地预测发酵蓝莓汁中总酚含量的能力。蓝莓汁发酵光谱经MSC预处理和GA特征波长筛选后建立的RF模型，对总酚含量的预测准确度最高。其中校正相关系数(Rc)为0.959，预测相关系数(Rp)为0.953，校正均方根误差(RMSEC)为0.032，预测均方根误差(RMSEP)为0.029，剩余预测偏差(RPD)为3.171。这表明利用近红外光谱技术结合化学计量学方法所建立的MSC-GA-RF模型可实现对发酵蓝莓汁中总酚含量的快速检测。

关键词：乳酸菌; 蓝莓汁; 总酚; 可见-近红外光谱; 预测模型

基金资助：江苏省农业自主创新资金项目(CX(22)2026)；江苏省重点研发计划项目(BE2020380)