基于近红外-中红外-拉曼光谱特征融合的巴基斯坦大米多酚多元定量分析新策略

本研究创新性地将近红外光谱（NIRS）、中红外光谱（MIRS）与拉曼光谱（RS）技术相结合，采用低层级（LL）与中层级（ML）特征信息融合策略，构建了高效的多元定量分析模型，用于快速、精准预测巴基斯坦大米中的多酚含量。结果表明，光谱特征融合模型（特别是NIRS-RSML）显著提升了预测性能（Rp高达0.9224，RPD达2.87），为谷物品质无损检测提供了可靠的技术方案。

　　

Highlight

化学试剂与植物材料

化学试剂

福林酚（Folin-Ciocalteu）试剂、甲醇、盐酸、没食子酸及碳酸钠均购自中国上海国药集团化学试剂有限公司。所有实验均使用超纯水（Millipore；美国贝德福德）。

植物材料

研究共采集了八个不同品种的巴基斯坦大米样品，分别来自旁遮普省的哈菲扎巴德（超级凯尔诺巴斯马蒂、超级精细巴斯马蒂、杰纳布巴斯马蒂）、萨戈达（巴斯马蒂-1509）、谢胡布尔（巴斯马蒂-370和C9巴斯马蒂）以及古杰兰瓦拉（超级印度卡纳特1121和苏普里-386）产区。

大米多酚含量

巴基斯坦不同品种大米的多酚含量存在显著差异：哈菲扎巴德产区样品的多酚含量范围为25.37至36.74毫克没食子酸当量/100克；谢胡布尔产区为27.45至42.84毫克没食子酸当量/100克；古杰兰瓦拉产区则为24.57至47.32毫克没食子酸当量/100克。此外，来自萨戈达产区的巴斯马蒂-1509品种的多酚含量介于30.52至32.58毫克没食子酸当量/100克之间（详见表2）。值得注意的是，古杰兰瓦拉产区的超级印度卡纳特1121品种多酚含量最高，而苏普里-386品种含量最低。

结论

本研究成功开发了一套整合了近红外光谱（NIRS）、中红外光谱（MIRS）和拉曼光谱（RS）数据的 spectral analytical system（光谱分析系统），并采用 spectral feature information fusion strategy（光谱特征信息融合策略），实现了对巴基斯坦大米品种中多酚含量的精准定量分析。结果表明，基于光谱特征信息融合（包括低层级和中层级融合）所构建的偏最小二乘（PLS）模型，其预测性能显著优于单一光谱技术所建立的模型。其中，近红外光谱与拉曼光谱的中层级特征融合（NIRS-RS_ML）组合表现尤为突出，为大米多酚含量的快速、低成本、高精度无损检测提供了可靠的技术路径。