专利名称：一种用近红外光谱技术鉴别响水大米的方法
技术领域：
本发明属于近红外光谱检测分析，特别是指一种用近红外光谱技术鉴别响水大米 的方法。
背景技术：
地理标志产品是指产自特定地域，所具有的质量、声誉或其他特性本质取决于该 产地的自然因素和人文因素，经审核批准以地理名称命名的产品。自2000年我国政府发布 第一份地理标志产品保护批准公告起，已经批准了上百种地理标志保护产品，涉及到二十 多个种类。这些产品产自特定的地域，或者经由特别的工艺生产，并经历特别的质量控制而 具有特殊的品质及特色，因而具有较高经济价值。其中已通过地理标志保护的大米，有黑龙 江地区的响水大米、辽宁的盘锦大米、江苏的射阳大米和东海大米、山东的鱼台大米、吉林 的梅河大米等。其中的响水大米产自黑龙江省宁安市渤海镇，其米粒青如玉、晶莹剔透、质 重如砂。煮粥浆汁如乳，蒸饭油亮溢香，饭味清香适口，营养价值极为丰富。响水大米之所 以品质优良，完全得益于其生长在世界独一无二的生态环境中。其生长土壤是经过亿万年 的岩石风化和腐殖沉积而形成，其中矿物质、有机质、微量元素含量极为丰富。灌溉水源来 自镜泊湖，水质纯净清澈。同时独特的气候环境使响水大米具备了独特的品质和食用价值。 但也正是由于地理标志产品的声誉和较高经济价值，市场中广泛存在假冒伪劣的产品。如 何保护和鉴别地理标志产品响水大米，鲜有报道。近红外光谱技术是目前广泛应用的一种无损检测技术，它具有速度快、效率高、成 本低、测试重现性好、方便简易、无污染并且非破坏性等特点。已经被应用到酸奶品种的鉴 别，快速检测鲜乳和掺假乳，不同产地烤烟的识别，快速鉴别酱油品牌，蜂蜜品牌和苹果品 种等领域。但是目前没有利用近红外光谱技术鉴别地理标志产品的报道。

发明内容
本发明的目的在于提供一种快速准确，简单易行，易于推广的用近红外光谱技术 鉴别响水大米的方法。本发明的整体技术方案是一种用近红外光谱技术鉴别响水大米的方法，包括如下步骤A、建立地理标志大米的近红外光谱鉴别模型分别选择合适的光谱预处理方式，平滑点数，光谱区间，因子数目等建立聚类判别 和合格性判别模型；B、未知样品的鉴别未知样品在相同条件下扫描近红外光谱图，进行预处理，选择相同的平滑点数，光 谱区间，因子数目，依据建立的聚类判别和合格性判别模型来判断未知样品的真伪。本发明的具体技术解决方案还有步骤A包括如下步骤
a、仪器的诊断b、建立地理标志大米的近红外光谱鉴别模型bl、扫描大米近红外光谱图将有效量的大米样品混勻置于旋转非透射样品杯中，用傅立叶近红外光谱仪进行吸收光谱扫描；扫描模式为旋转非透射模式，扫描范围^OO-UOOOcnT1，分辨率为ScnT1，每 个样本扫描不少于7次，以其平均光谱作为最终的分析光谱；b2、合格性测试鉴别方法模型的建立将地理标志大米谱图作为参考光谱，其他地区大米的近红外光谱图作为测试光 谱；采用光谱预处理方法消除干扰因素的影响，提高模型的预测精度和稳定性；预处 理方法采用一阶导数；然后选择平滑点数17，光谱范围^OO-llSOOcnT1，计算置信系数CI ；根据地理标志 保护大米与其他地区大米CI值的范围，确定合理的合格性测试索引范围5. 4 ；b3、聚类判别模式的建立将所有大米近红外谱图输入聚类判别谱图库中，采用矢量归一化或光谱预处理 方法以消除干扰因素的影响，提高模型的预测精度和稳定性；选择平滑点数17，光谱区间 3996cm-1-12490cm-1,因子数选择15，利用马氏距离原理计算光谱图间的谱图距离，根据计 算结果将谱图聚为两类，响水地区大米与其他地区大米能够得到很好的聚类分离。步骤a中仪器的诊断包括al、仪器噪声配置稳压电源，开机预热至仪器恒温系统充分稳定，保证合适的测试环境温度；a2、波长准确度和重现性用标准物质校正波长的准确性，防止漂移。步骤bl中的光谱预处理方法采用矢量归一化法，一阶导数法，一阶导数+矢量归 一化法，二阶导数法中的一种。步骤b2中确定合理的合格性测试索引范围为5. 4。步骤b3中的光谱预处理方法选用矢量归一化法，一阶导数法，一阶导数+矢量归 一化法，二阶导数法中的一种。步骤B包括如下步骤Bi、扫描大米近红外光谱图将有效量的待测大米样品混勻后置于旋转非透射样品杯中，用傅立叶近红外光谱 仪进行吸收光谱扫描；扫描模式为旋转非透射模式，扫描范围为^OO-UOOOcnT1，分辨率为 8cm—1，每个样本扫描不少于7次，以其平均光谱作为最终的分析光谱；B2、合格性测试鉴别将未知样品近红外光谱图采用一阶导数预处理方法，选择平滑点数17，光谱范围 4000-1 ΙδΟΟοπΓ1，计算置信系数CI ；如果CI值大于5. 4为非响水大米，如果小于5. 4为响水 大米；B3、聚类判别将未知样品近红外光谱图采用矢量归一化法预处理方式处理，选择平滑点数17，光谱区间为Sggecnr1-UAgocnr1,因子数选择15 ；利用马氏距离原理计算光谱图间的谱图距 离，若距离响水地区大米小于其他地区大米则为响水大米，否则反之。本发明所取得的实质性特点和显著的技术进步在于本方法能够很好的辨别响水大米的真伪。聚类分析方法，将样品分为真伪两类，鉴 别率为96% ；采用合格性测试方法可以鉴别真伪响水大米，鉴别率为100%。


本发明的附图有图1是本发明中响水大米近红外光谱图。图2是响水大米一阶导数处理后得到的谱图。图3是响水地区大米与其他地区大米聚类树形图。图4是响水地区大米及非响水地区大米一阶导数光谱图。图5是响水大米和非响水大米近红外光谱的最大合格性索引图。
具体实施例方式以下结合附图对本发明的实施例做进一步描述，但不作为对本发明的限定。本发 明的保护范围以权利要求记载的内容为准。步骤a、仪器及试剂采用德国BRUKER公司MPA型傅立叶近红外光谱仪，及仪器自带分析软件。样品制备及光谱扫描本实施例使用响水大米由黑龙江宁安市质量技术监督局提供，非响水地区产大米 购自当地超市。表1大米样品信息表
权利要求
一种用近红外光谱技术鉴别响水大米的方法，其特征在于包括如下步骤A、建立地理标志大米的近红外光谱鉴别模型分别选择合适的光谱预处理方式，平滑点数，光谱区间，因子数目等建立聚类判别和合格性判别模型；B、未知样品的鉴别未知样品在相同条件下扫描近红外光谱图，进行预处理，选择相同的平滑点数，光谱区间，因子数目，依据建立的聚类判别和合格性判别模型来判断未知样品的真伪。
2.根据权利要求1所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤A包括如下步骤a、仪器的诊断b、建立地理标志大米的近红外光谱鉴别模型 bl、扫描大米近红外光谱图将有效量的大米样品混勻置于旋转非透射样品杯中，用傅立叶近红外光谱仪进行吸收 光谱扫描；扫描模式为旋转非透射模式，扫描范围^OO-UOOOcnT1，分辨率为ScnT1，每个样 本扫描不少于7次，以其平均光谱作为最终的分析光谱； b2、合格性测试鉴别方法模型的建立将地理标志大米谱图作为参考光谱，其他地区大米的近红外光谱图作为测试光谱； 采用光谱预处理方法消除干扰因素的影响，提高模型的预测精度和稳定性；预处理方 法采用一阶导数；然后选择平滑点数17，光谱范围^OO-llSOOcnT1，计算置信系数CI ；根据地理标志保护 大米与其他地区大米CI值的范围，确定合理的合格性测试索引范围5. 4 ； b3、聚类判别模式的建立将所有大米近红外谱图输入聚类判别谱图库中，采用矢量归一化或光谱预处理方 法以消除干扰因素的影响，提高模型的预测精度和稳定性；选择平滑点数17，光谱区间 3996cm-1-12490cm-1,因子数选择15，利用马氏距离原理计算光谱图间的谱图距离，根据计 算结果将谱图聚为两类，响水地区大米与其他地区大米能够得到很好的聚类分离。
3.根据权利要求2所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤a中仪器的诊断包括al、仪器噪声配置稳压电源，开机预热至仪器恒温系统充分稳定，保证合适的测试环境温度；a2、波长准确度和重现性用标准物质校正波长的准确性，防止漂移。
4.根据权利要求2所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤bl中的光谱预处理方法采用矢量归一化法，一阶导数法，一阶导数+矢量归一化 法，二阶导数法中的一种。
5.根据权利要求2所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤b2中确定合理的合格性测试索引范围为5. 4。
6.根据权利要求2所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤b3中的光谱预处理方法选用矢量归一化法，一阶导数法，一阶导数+矢量归一化法，二阶导数法中的一种。
7.根据权利要求1所述的一种用近红外光谱技术鉴别响水大米的方法，其特征在于所 述的步骤B包括如下步骤 Bi、扫描大米近红外光谱图将有效量的待测大米样品混勻后置于旋转非透射样品杯中，用傅立叶近红外光谱仪 进行吸收光谱扫描；扫描模式为旋转非透射模式，扫描范围为^OO-UOOOcnT1，分辨率为 8cm—1，每个样本扫描不少于7次，以其平均光谱作为最终的分析光谱； B2、合格性测试鉴别将未知样品近红外光谱图采用一阶导数预处理方法，选择平滑点数17，光谱范围 4000-1 ΙδΟΟοπΓ1，计算置信系数CI ；如果CI值大于5. 4为非响水大米，如果小于5. 4为响水 大米；Β3、聚类判别将未知样品近红外光谱图采用矢量归一化法预处理方式处理，选择平滑点数17，光谱 区间为Sggecnr1-UAgocnr1,因子数选择15 ；利用马氏距离原理计算光谱图间的谱图距离， 若距离响水地区大米小于其他地区大米则为响水大米，否则反之。
全文摘要
本发明属于近红外光谱检测分析，特别是指一种用近红外光谱技术鉴别响水大米的方法。包括分别选择合适的光谱预处理方式，平滑点数，光谱区间，因子数目等建立聚类判别和合格性判别模型；未知样品在相同条件下扫描近红外光谱图，进行预处理，选择相同的平滑点数，光谱区间，因子数目，依据建立的聚类判别和合格性判别模型来判断未知样品的真伪。本发明解决了现有技术不易保护和鉴别地理标志产品响水大米的问题，具有能够很好的辨别响水大米的真伪，鉴别率高的优点。
文档编号G01N21/35GK101957316SQ20101003338
公开日2011年1月26日 申请日期2010年1月18日 优先权日2010年1月18日
发明者刘峥颢, 夏立娅, 庞艳苹, 张晓瑜, 李小亭, 王保军, 王庭欣, 赵志磊 申请人:河北大学