[发明专利]一种基于可见/近红外光谱技术的小麦带菌量线检测方法

权利要求书

1.一种可见/近红外光谱在线检测小麦带菌量的方法，其特征在于按照下述步骤进行：

步骤(1)样品准备，收集不同带菌量小麦样品，置于4℃冷藏备用；

步骤(2)光谱检测，采用可见/近红外光纤光谱仪扫描运动状态下样品的光谱信息，并取样品，采用GB/T 4789.2-2010平板计数法测定其菌落总数；

步骤(3)数据预处理，对前述步骤(2)得到的样品的原始光谱信息进行预处理，消除干扰；

步骤(4)定量预测分析，基于偏最小二乘回归分析方法(PLSR)，依据小麦样品菌落总数水平与其相应光谱吸收值的对应关系，建立样品中菌落总数真实水平与预测水平的相关关系模型；

步骤(5)快速测定，利用前述步骤(4)建立的模型，基于待测小麦的光谱信息而输出其实际菌落总数。

2.根据权利要求1所述的一种可见/近红外光谱在线检测小麦带菌量的方法，其特征在于其中步骤(2)中，利用蔡司MCS 600型近红外光纤光谱仪和OMK500-H/NIR漫反射探头采集运动状态下样品的光谱信息，按照下述步骤进行：

光谱仪预热20min；将小麦样品放置于直径8cm圆柱形石英比色皿中并压实平整，样品厚度为1.5cm；将比色皿放置于可调速皮带传送带中线位置处，调节传送带速度为0.15m/s；当样品传送至与光谱仪连接的OMK500-H/NIR漫反射探头正下方时采集样品光谱，探头距样品表面垂直距离为4cm，光斑直径约为1cm²；采集波长范围为600nm～1600nm，积分时间20ms；每个样品重复扫描三次，采用红外光谱处理软件OMNIC对3次扫描所得光谱进行平均处理，取平均光谱进行分析。

3.根据权利要求1所述的一种可见/近红外光谱在线检测小麦带菌量的方法，其特征在于其中步骤(3)中的数据预处理，按照下述步骤进行：

采用多元散射校正方法MSC和移动窗口拟和多项式Savitzky-Golay平滑对样品的原始平均光谱进行预处理，即将光谱中的散射光信号与化学吸收信息进行分离。

4.根据权利要求1所述的一种可见/近红外光谱在线检测小麦带菌量的方法，其特征在于其中步骤(4)定量预测分析，将小麦样品中菌落总数真实水平与预测水平的相关关系模型的建立过程，按照下述步骤进行：

步骤(4-1)：选取建模集和预测集样本，在模型构建前，利用Kennard-Stone(KS)算法对样本的建模集与验证集进行挑选，选取2/3样品的光谱信息用于模型构建，剩余1/3样品作为预测集样本，用于验证模型精度和稳健性；

步骤(4-2)：对小麦菌落总数水平进行预测时，需先采集样本的特征光谱并进行相同的分解，获得光谱的得分，将光谱的得分带入下面公式，计算出样品中菌落总数的浓度值：

y＝tB

上式中：y为某个待测样本菌落总数预测浓度值，t为某个待测样本光谱分解的得分，B为回归系数矩阵；

步骤(4-3)：依据建模结果的最大相对分析误差RPD对模型的实用性进行判定：

RPD值越大，表明模型稳健性越好，RPD≥3.0，表明此模型可用于定量分析目的；否则，进行多次重复试验，以降低偶然或系统误差对试验的影响，直到满足RPD≥3.0；

步骤(4-4)：将样品中菌落总数的实际检测水平作为自变量x，将经PLSR方法得到的菌落总数的预测含量水平作为因变量y，建立一元线性回归方程，如下：

y＝ax+b

式中：a为方程斜率，b为方程截距。