基于近红外光谱的中宁枸杞子判别分析

doi:10.7506/spkx1002-6630-201402030

食品科学 ›› 2014, Vol. 35 ›› Issue (2): 164-167.doi: 10.7506/spkx1002-6630-201402030

基于近红外光谱的中宁枸杞子判别分析

许春瑾，张睿，于修烛*，王宁

西北农林科技大学食品科学与工程学院，陕西杨凌 712100

收稿日期:2013-04-22 修回日期:2013-12-30 出版日期:2014-01-25 发布日期:2014-02-19
通讯作者: 于修烛 E-mail:xiuzhuyu1004@hotmail.com
基金资助:
“十二五”国家科技支撑计划项目（2012BAD36B04）

Discrimination of Chinese Wolfberry from Zhongning Based on Near Infrared Spectroscopy

XU Chun-jin, ZHANG Rui, YU Xiu-zhu*, WANG Ning

College of Food Science and Engineering, Northwest A & F University, Yangling 712100, China

Received:2013-04-22 Revised:2013-12-30 Online:2014-01-25 Published:2014-02-19
Contact: YU Xiuzhu E-mail:xiuzhuyu1004@hotmail.com

摘要/Abstract

摘要：

为实现中宁枸杞子产地的自动化快速鉴别，利用近红外光谱仪对不同产地42 个枸杞子样品进行扫描，对枸杞子近红外光谱分别进行距离判别分析和聚类分析，建立枸杞子产地判别模型。结果表明：在6 500～5 200 cm－1波数范围内，采用多元散射校正和标准正态变量变换预处理，对样品的识别率均达到100%，模型预测效果好；采用马氏距离结合离差平方和法，枸杞子可分为宁夏中宁枸杞和非宁夏中宁枸杞两大类群，样品判别率达到96.9%。利用近红外光谱对中宁枸杞子产地判别分析是可行的。

关键词: 枸杞子, 近红外光谱, 判别分析, 聚类分析

Abstract:

To develop an automatic and quick method to discriminate the geographical origin of Chinese wolfberry from
Zhongning, 42 Chinese wolfberry samples from different regions in China were scanned with a near infrared spectrometer
(NIR). The NIR spectral data of wolfberry samples were analyzed with distance discriminant analysis (DDA) and cluster
analysis to discriminate their geographical origins. The DDA analysis indicated that good prediction results were achieved
with 100% recognition rate for the origin of wolfberry based on the multiplicative scatter correction and standard normal
variate transformation of spectral data ranging from 6 500 to 5 200 cm-1. The wolfberry samples could be clustered into
two groups using the Mahalanobis distances in combination with the Ward’s method: one group consisting of those from
Zhongning, Ningxia and the other from other regions. The recognition rate was 96.9%. In conclusion, it is feasible to apply
NIR to discriminate the geographical origin of Chinese wolfberry from Zhongning.

Key words: Chinese wolfberry, near infrared spectrometer (NIS), discrimination analysis, cluster analysis

中图分类号:

TS255.2

许春瑾，张睿，于修烛*，王宁. 基于近红外光谱的中宁枸杞子判别分析[J]. 食品科学, 2014, 35(2): 164-167.

XU Chun-jin, ZHANG Rui, YU Xiu-zhu*, WANG Ning. Discrimination of Chinese Wolfberry from Zhongning Based on Near Infrared Spectroscopy[J]. FOOD SCIENCE, 2014, 35(2): 164-167.

参考文献

[1] 杨薇, 谭自力. 枸杞的价值及栽培技术[J]. 河北农业科技, 2008, (6): 35-36.

[2] 郑国琦, 胡正海. 宁夏枸杞的生物学和化学成分的研究进展[J]. 中草药, 2008, (5): 796-780.

[3] 周群, 孙素琴, 梁曦云. 枸杞产地的红外指纹图谱与聚类分析法研究[J]. 光谱学与光谱分析, 2003, 23(3): 509-511.

[4] 王亚军, 安巍, 石志刚, 等. 枸杞药用价值的研究进展[J]. 安徽农业科学, 2008, 36(30): 13213-13214.

[5] 吕海棠, 刘同慧, 冯瑞琴. FTIR法测定枸杞中的有效成分[J]. 食品工业科技, 2012, (6): 102-104.

[6] ROBERT J R, DELPHINE C, WANG Juankuan, et al. Cell wall polysaccharides of Chinese Wolfberry(Lyceum barbarum)[J]. Carbohydrate Polymers, 2011, 84: 1344-1349.

[7] HE Nianwu, YANG Xingbin, JIAO Yadong, et al. Characterisation of antioxidant and antiproliferative acidic polysaccharides from Chinese wolfberry fruits[J]. Food Chemistry, 2012, 133: 978–989.

[8] 郭建宏, 符虎刚. 枸杞多糖提取条件初探[J]. 陕西农业科学, 2007, (6): 34-38.

[9] ZHAO Lili, LI Aihua, XING Guosheng, et al. Determination of Mineral Elements in Lycium barba rum L. from Nin gxia by Sealed Microwave Digestion ICP-AES [J]. Medicinal Plant, 2012, 3(5): 49-51.

[10] 郝近大. 中华人民共和国药典辅助说明[M]. 北京: 中国中医药出版社, 2010: 392.

[11] 孙素琴, 王米渠, 梁曦云, 杨显荣.枸杞子四种原性状的FTIR光谱法鉴别[J]. 光谱学与光谱分析, 2001, 21(6): 787-789.

[12] 李红英, 彭励, 王林. 不同产地枸杞中微量元素和黄酮含量的比较[J]. 微量元素与健康研究, 2007, 24(5): 14-16.

[13] SIERLER H W, OZAKI Y, KAWANO S, et al. Near Infrared Spectroscopy[M]. Wiley-VCH, 2004.

[14] 蒙杰丹. 近红外光谱法快速无损分析测定中药活性成分的研究[D]. 重庆: 西南大学, 2012.

[15] 吴海云, 刘洋, 左月明. 近红外光谱数据分析方法的研究进展[J]. 农产品加工, 2010, (3): 76-79.

[16] 汤丽华, 刘敦华. 基于近红外光谱技术的枸杞产地溯源研究[J]. 食品科学, 2011, 32(22): 175-178.

[17] 成浩, 王丽鸳, 周健, 等. 基于化学指纹图谱的绿茶原料品种判别分析[J]. 中国农业科学, 2008, 41(8): 2413-2418.

[18] 陆婉珍, 袁洪福, 徐广通. 现代近红外光谱分析技术[M]. 北京: 中国石化出版社, 2000: 13-31.

[19] MA Cunhua, DAI Bin, XU Caixia, et al. Cluster Analysis and Finger Print Study of Inorganic Elements in Xinjing Glycyrrhiza uralensis Fisch[J]. Medicinal Plant, 2010, 1(5): 21-23.

[20] 张洪艳, 丁东, 崔继承, 等. 葡萄糖粉末的近红外光谱[J]. 光谱实验室, 2003, 20(4): 525-526.

[21] 张晓炎. 基于近红外光谱的柑桔产地溯源及橙汁掺假识别研究[D]. 重庆: 西南大学, 2010.

基于近红外光谱的中宁枸杞子判别分析

Discrimination of Chinese Wolfberry from Zhongning Based on Near Infrared Spectroscopy

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	蔡玮琦，左雯雯，陆杨，黄胜良，李存玉，郑云枫，彭国平. 红糖、白砂糖、赤砂糖与黑糖的HPLC指纹图谱与化学模式识别[J]. 食品科学, 2021, 42(6): 250-255.
[2]	程超，夏兰欣，杜芬妮，李伟，田成. 基于9 种风味物质的利川红SPME优化及PLS-DA风味识别[J]. 食品科学, 2021, 42(6): 215-222.
[3]	王娅，张存存，付玉叶，张凡，王颉，王文秀. 融合图谱特征信息的明虾挥发性盐基氮含量无损检测[J]. 食品科学, 2021, 42(2): 283-290.
[4]	王贺，赵玉红，杨凯. HS-SPME-GC-MS结合电子鼻对10 个品系红松籽油挥发性物质分析比较[J]. 食品科学, 2021, 42(18): 178-184.
[5]	王丽艳，荆瑞勇，郭永霞，王鑫淼，赵行健，宋维民，杨佳霓，卫佳琪. 基于氨基酸含量的市售14 种食用蘑菇的综合评价[J]. 食品科学, 2021, 42(16): 203-208.
[6]	王世成，李国琛，王莹，李波，高凝轩，孙辞，宋阳，王颜红. 基于氮稳定同位素比例质谱和液相色谱-高分辨质谱的有机番茄鉴别[J]. 食品科学, 2021, 42(14): 159-164.
[7]	王华杰，滑金杰，余勤艳，江用文，王近近，杨艳芹，邓余良，袁海波. 基于IRAE-HS-SPME/GC-MS分析杀青方式对绿茶栗香形成的影响[J]. 食品科学, 2021, 42(14): 209-217.
[8]	卢洁，田婧，梁振华，王金梅，康文艺，马常阳，李昌勤. 近红外光谱法快速测定香菇总糖含量[J]. 食品科学, 2021, 42(12): 189-194.
[9]	孔滢，王欢，郎利新，窦晓莹，白锦荣. 不同百合样品中13 种内源性游离糖的含量分析[J]. 食品科学, 2021, 42(10): 249-254.
[10]	方冠宇，蒋予箭，穆晓静，施思. 浙江玫瑰醋不同发酵阶段特征性香气成分的确定[J]. 食品科学, 2020, 41(8): 234-242.
[11]	倪德让，叶兴乾，林琳，孙崇德，孔祥礼，王和玉，王莉. 基于多酚类化合物HPLC指纹图谱在红缨子高粱原料品质监控中的应用[J]. 食品科学, 2020, 41(8): 250-255.
[12]	胡仁伟，俞玥，倪明龙，俞娇，周俊伟，朱诚，李占明. 基于深度信念网络的近红外光谱鉴别莲子粉掺假[J]. 食品科学, 2020, 41(6): 298-303.
[13]	李安，陈秋生，赵杰，潘立刚，张强，靳欣欣，张少军，钱训. 基于稳定同位素与稀土元素指纹特征的大桃产地判别分析[J]. 食品科学, 2020, 41(6): 322-328.
[14]	彭丹，刘亚丽，李林青，毕艳兰. 正交试验设计优化近红外检测牛乳中蛋白质的建模条件[J]. 食品科学, 2020, 41(4): 256-261.
[15]	张珍珍，李倩，董荣，乔丹，闫雪，张轲. 树体遮光对采收期‘赤霞珠’葡萄果实花色苷类物质积累的影响[J]. 食品科学, 2020, 41(4): 157-163.