藜麦产地的红外光谱鉴别

摘要：

种植环境差异导致不同产地的藜麦有差异,故对不同产地的藜麦进行区分鉴别对商家、消费者具有重要参考价值.将中红外光谱与主成分分析(PCA)、线性判别分析(LDA)及混淆矩阵结合对不同产地藜麦进行鉴别研究.结果显示:藜麦的红外光谱主要由淀粉、蛋白质和脂质谱峰组成,且在蛋白质和糖类谱峰上有差异.用600～4000 cm-1范围的原始光谱进行PCA分析,前两个主成分(PC)取得了92％的累计方差贡献率,基于PCA分析生成的PC进行LDA分析,取得了96.25％的分类精度.基于预测结果的混淆矩阵作为综合评价指标,得到PCA-LDA分类模型的精确度、召回率及特异性分别为96.25％、96.59％和99.48％,说明使用PCA-LDA模型可以对藜麦产地进行有效鉴别.研究表明红外光谱结合多元统计分析方法是鉴别藜麦产地的有效方法.

关键词：红外光谱;藜麦;产地鉴别;主成分分析;线性判别分析

所属期刊栏目：44

分类号：O657.33(分析化学)

资助基金：国家自然科学基金31760341

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：436-441