论文部分内容阅读
近红外光谱分析技术属于弱光谱信号分析技术。所有近红外光谱的吸收谱带都是中红外吸收基频(4000~1600 cm-1)的倍频和合频,精确近红外谱带的归属很困难。此外,近红外光谱中还包含键强度、化学组分、电负性和氢键信息。对固体样品,还有散射、漫反射、反射光的偏振、样品的颗粒和尺寸等信息。因此,近红外分析是较复杂的弱信息分析,通常的光谱分析技术是无法将信息提取出来,必须将化学计量学方法融入到近红外光谱分析之中,才能有效地提取信息。本文研究了采用偏最小二乘法(PLS)结合近红外漫反射光谱分别建立了测定云芝菌中蛋白、多糖含量的定量分析模型和测定蛹虫草中蛋白、腺苷含量的定量分析模型。分别采用Savitzky-Golay平滑法、傅立叶变换(FFT)、一阶导数光谱法和二阶导数光谱法对所有样品的近红外漫反射光谱进行预处理,应用预处理后的光谱在不同的光谱区域分别建立定量分析模型,每个模型均经过选择最适因子数进行优化,最后以所建立的最优模型的交互验证均方根误差(RMSECV),交互验证法计算出的校正集的各组分含量的预测值与化学测量值间的相关系数(Rv)为评价标准,选择测定云芝菌中蛋白含量、多糖含量的最优定量分析模型和测定蛹虫草中蛋白含量、腺苷含量的最优定量分析模型。经过分析得知,云芝菌中蛋白含量分析的最优模型为:移动窗口为50,光谱区域在1330~1725 nm时的傅立叶变换光谱(FFT),此时模型对云芝菌中蛋白的含量分析模型的RMSECV为0.00946,校正集的相关系数Rv为0.96749,模型的预测集参数RMSEP为0.00864,相关系数(Rp)为0.9898。云芝菌中多糖含量分析的最优模型为:移动窗口为20,光谱区域在800~2500 nm时的卷积平滑光谱,此时模型对云芝菌中多糖的含量分析模型的RMSECV为0.01391,校正集的相关系数Rv为0.9508,模型的预测集参数RMSEP为0.011,相关系数(Rp)为0.9506。蛹虫草中腺苷含量分析的最优模型为:移动窗口为50,光谱区域在800~2500 nm时的傅立叶变换光谱(FFT),此时模型对蛹虫草中腺苷的含量分析模型的RMSECV为0.25487,校正集的相关系数Rv为0.94095,模型的预测集相关系数(Rp)为0.99262,同时模型的RMSEP为0.11962。蛹虫草中蛋白含量分析的最优模型为:移动窗口为10,光谱区域在800~2500 nm时的卷积平滑光谱,此时模型对蛹虫草中蛋白的含量分析模型的RMSECV为0.01225,校正集的相关系数Rv为0.96234,模型的预测集相关系数(Rp)为0.95114,同时模型的RMSEP为0.0362。结果表明:采用偏最小二乘法(PLS)结合近红外漫反射光谱建立定量分析模型,用于药用真菌活性成分含量的测定,结果准确可靠,重现性、稳定性均良好,有望成为药物常规检测方法之一。