猕猴桃糖度与红外光谱曲线二次微分吸光值的关系

猕猴桃糖度与红外光谱曲线二次微分吸光值的关系

0红外光谱分析技术对猕猴桃糖度的影响红外光谱技术是20世纪80年代末迅速发展起来的先进分析技术。不同物质在红外区域有着不同的吸收光谱,每种成分都有特定的光谱吸收特征。应用现代红外光谱分析技术,可以充分利用全谱或多波数下的光谱数据,通过化学计量学软件快速进行定性或定量分析。本文利用红外光谱测技术对猕猴桃糖度的变化进行了研究。试验分析了猕猴桃在红外光谱区域的吸收光谱及其二次微分光谱,并结合常规检测方法测量猕猴桃糖度,运用多元回归分析方法建立猕猴桃糖度与光谱特性之间的关系方程。1材料和方法1.1桥镇黄邓村试验材料取自陕西秦灞园种养植有限公司(陕西省西安市灞桥区灞桥镇黄邓村),品种为金香,2006年10月采收,在-0.3~-1.4℃的冷库中储藏,至2007年4月1日出库。试验前,将猕猴桃清理干净后编号、做标记,并测量每个猕猴桃的直径和高度。1.2tensor27及其衰减全反射装置测量猕猴桃的红外吸收光谱是用布鲁克公司(BrukerOptics)设计的新一代光谱仪TENSOR27及其衰减全反射装置测量。光谱仪与计算机间的控制及数据通讯通过以太网卡完成。1.2.1湿度保持测定根据仪器使用对温和湿度的要求,实验室温度设为20℃左右,湿度保持在40%左右。红外光谱仪测量的基本参数设置如下:测量波数范围为4000~400cm-1,采样扫描次数为32。1.2.2烘烤后烘烤将猕猴桃前后、左右的果肉分别做成(长×宽×厚)1cm×1cm×0.3cm的试样,置于70℃的烘箱中烘烤30min,去除水分。用衰减全反射装置压紧标准试样进行检测,采集吸收图谱。1.2.3前后吸收光谱图将样品的4个不同方位红外吸收光谱图叠加后平均,得出该样品的红外吸收光谱图。利用OPUS软件对每个样品的图谱进行平滑处理(平滑处理S—G法则,25点),对原始吸收光谱进行一次微分D1logR(平滑处理S—G法则,25点)和二次微分D2logR(平滑处理S—G法则,25点),并标出吸收峰峰位,在数据报告中读出每个吸收峰对应的吸收值。1.3测量桃子糖度的方法采用折光仪测定法,对每个猕猴桃光谱测量位置测3次,取其平均值作为该样品的糖度值。2结果与分析2.1标准偏差用折光仪按上述方法测定猕猴桃的糖度,其结果如下:样本数为40,变化范围为18.1~14.0oBrix,平均值为16.0925oBrix,标准偏差为0.9895。2.2猕猴桃果实糖度的分布用红外光谱仪(TENSOR27)对每个样品的4个不同方位进行谱图采集,而后进行平滑处理(平滑处理S-G法则,25点)。将平滑处理后的红外吸收光谱图进行叠加后平均,得出该样品的红外吸收光谱图,并标出吸收峰峰位,如图1所示。由图1可知:猕猴桃果肉的红外吸收光谱图有7个明显的吸收峰,吸收峰出现的位置分别为3267cm-1、2927cm-1、1593cm-1、1234cm-1、1024cm-1、816cm-1和775cm-1。其中,在1024cm-1处红外吸收值最大。前人的研究结果表明:猕猴桃果实中代表糖分的基团大体出现在1300~600cm-1范围内。但在红外吸收光谱图中这段范围所对应的信息很不明显,所以利用OPUS软件对原始吸收光谱进行二次微分D2log(1R)(平滑处理S-G法则,25点),并标出吸收峰峰位,用于猕猴桃果实糖度的分析,如图2所示。由图2可知:猕猴桃红吸收光谱曲线的二次微分在1300~600cm-1范围里有6个明显的吸收峰,所对应的波数分别是1291cm-1、1177cm-1、1105cm-1、948cm-1、848cm-1和738cm-1。在前人相关研究中指出,水果内部品质与光谱特性往往在波峰处具有较大的相关性,所以在本研究中采用多元回归(Multipleregression)方法对波峰处的吸收值与糖度做相关分析。首先,在红外光谱仪(TENSOR27)中确定猕猴桃红外吸收光谱曲线图中二次微分的6个波峰处所对应的吸收值,并导入Excel,用DRS回归分析软件进行数据分析。利用DRS对吸收峰处的吸收值与糖度进行多元回归分析,统计回归结果,依序列出最佳单波数、最佳双波数组合、最佳三波数组合和最佳四波数组合,见表1所示。其中,SEC(Standarderrorofcalibration)为标准校正误差,RSEC(Relativestandarderrorofcalibration)为相对校正误差。根据表1的分析结果,建立最佳波数组合方程的校正方程式。最佳单波数为最佳双波数组合为最佳三波数组合为最佳四波数组合为3糖度与吸光值相关方程利用DRS软件对红外光谱曲线二次微分波峰处的吸光值与猕猴桃糖度进行相关分析,并得出由最佳单波数、最佳双波数组合、最佳三波数组合和最佳四波数组合建立的糖度