用于鉴别稻米镉含量超标的NIR光谱分析模型及鉴别方法

摘要

本发明公开了一种用于鉴别稻米镉含量超标的NIR光谱分析模型及鉴别方法，该分析模型的建立包括：样本选取及其合格稻米的判定、样本光谱数据的采集、样本光谱数据的处理、样本光谱数据的筛选、初步分析模型的确立、初步分析模型的验证等步骤，确定出用于鉴别稻米镉含量超标的NIR光谱分析模型。还包括采用该NIR光谱分析模型鉴别稻米中镉含量是否超标的方法。本发明在采用化学方法鉴别所选择大量稻米样本的镉含量是否超标的基础上，采集稻米样本的近红外光谱，结合主成分分析判别分析法，建立基于近红外光谱技术和化学计量学方法的稻米镉含量是否超标的NIR分析模型，其准确率达到95.2％以上，具有操作简单、检测迅速、安全环保、检测精度高等优势。

主权项

用于鉴别稻米镉含量超标的NIR光谱分析模型，其特征在于，所述分析模型采用以下方法建立：(1)样本选取及其合格稻米的判定：选择足够数量的不同稻米样本，并采用石墨炉原子吸收法测定所选择的每个稻米样本中镉含量，将镉含量合格的稻米样本的判定值设为‑1，镉含量超标的稻米样本的判定值设为1；(2)样本光谱数据的采集：采用近红外光谱法分别对所选择的每个稻米样本进行光谱采集，并将采集到的稻米样本的标准光谱数据随机分为训练集和预测集两部分；(3)样本光谱数据的处理：对步骤(2)中采集到的训练集的标准光谱数据进行数据处理，以消除随机噪音、斜坡背景的干扰，校正光谱散射的影响；(4)样本光谱数据的筛选：以所述步骤(3)中处理过的训练集的标准光谱数据作为选择来源对象，采用CARS法筛选出建模用光谱数据；(5)初步分析模型的确立：根据所述建模用光谱数据测定出所述训练集中每个稻米样本的标准变量得分，并结合步骤(1)中测定的所述训练集中对应稻米样本的判定值，建立初步分析模型；(6)初步分析模型的验证：将所述步骤(2)中预测集的标准光谱数据进行所述步骤(3)的数据处理，并结合(4)步骤的筛选方法筛选出验证用光谱数据；然后根据所述验证用光谱数据测定出所述预测集中每个稻米样本的标准变量得分，并结合所述步骤(5)的初步分析模型进行验证，完成所述鉴别稻米镉含量超标的NIR光谱分析模型的建立。