基于近红外光谱(NIR)与化学计量学的巴西特色绿咖啡地理标志溯源研究

这篇研究创新性地将近红外光谱(NIR)与偏最小二乘判别分析(PLS-DA)结合，成功实现了巴西特色绿咖啡（亚马逊罗布斯塔与康尼隆）的地理标志(GI)溯源。通过对比整豆与研磨样本的光谱预处理效果，发现一阶导数(Savitzky-Golay)结合多元散射校正(MSC)可达到100%预测准确率，为非破坏性、低成本的原产地鉴别提供了新方案。

　　

亮点

本研究首次将NIR光谱与化学计量学结合，为巴西特色绿咖啡（亚马逊罗布斯塔与康尼隆）的地理标志(GI)认证提供了一种快速、非破坏性的解决方案。

样本

分析222份生咖啡豆样本（114份亚马逊罗布斯塔RA，108份康尼隆CES），覆盖不同产地的独立生产者。样本保持自然含水量，避免干燥处理对光谱的影响。

NIR光谱数据预处理与探索性分析

原始光谱显示整豆（图1.A）与研磨样本（图1.B）的光谱轮廓重叠，肉眼难以区分产地。但通过化学计量学分析发现：

• 整豆与研磨样本在1,450 nm和1,940 nm处均出现水分特征峰

• 二阶导数处理显著增强1,200 nm处脂类差异信号

• 主成分分析(PCA)显示前两个主成分累计解释率达92%变异

结论

NIR-PLS-DA模型对整豆和研磨样本均实现100%准确预测，其中Savitzky-Golay一阶导数+MSC预处理组合效果最优。该方法可直接用于未研磨样本，避免液氮研磨的复杂流程，为咖啡贸易链的原产地认证提供高效工具。