基于近红外光谱与化学计量学的花椒水分与麻味物质无损快速检测技术研究

《Scientia Horticulturae》:Rapid and non-destructive determination of moisture and numbing substances in dried and fresh Zanthoxylum bungeanum Maxim. fruit using NIR spectroscopy and chemometrics

【字体: 大 中 小 】 时间:2026年01月22日 来源:Scientia Horticulturae 4.2

编辑推荐:

  本研究针对传统花椒品质检测方法存在破坏样本、耗时耗力、化学污染等问题,创新性地应用近红外光谱技术结合化学计量学,建立了干燥与新鲜花椒果实中水分和麻味物质(羟基-β-山椒素)含量的快速定量预测模型。研究成果为花椒品质的无损、高效、环保评估提供了关键技术支撑,对推动花椒产业标准化分级、交易透明化和加工智能化具有重要意义。

  
花椒,作为中国历史悠久的香辛料,其果皮不仅赋予川菜独特的麻香风味,还具有重要药用价值。然而,花椒品质的传统检测方法面临严峻挑战:水分含量测定需蒸馏干燥,麻味物质分析依赖紫外分光光度法(UV)、高效液相色谱(HPLC)等技术,这些方法不仅样本前处理复杂、耗时较长,还需使用化学试剂,可能对环境造成负担。更重要的是,对于新鲜花椒这类易变质原料,传统方法难以实现收购、加工现场的快速品质评判。能否找到一种既高效环保,又能“看”穿样品内部品质的无损检测技术,成为产业升级的迫切需求。
为此,研究团队将目光投向近红外(NIR)光谱技术。这种技术通过检测有机物中C-H、O-H、N-H等含氢基团的倍频与合频吸收信号,能够快速反映样品内部化学成分信息。本研究共收集了368份干燥与新鲜花椒样本,利用实验室标准方法测定其水分和麻味物质(以羟基-β-山椒素计)含量作为参考值,同时采集样本在900–2500 nm波段的近红外光谱。通过系统比较多种样本集划分方法(如随机抽样RS、Kennard-Stone算法KS、SPXY法)、光谱预处理方法(如SG平滑、标准正态变量变换SNV、一阶导数FD、矢量归一化VN等)、特征波长选择算法(CARS、UVE、随机青蛙RF、遗传算法GA等)以及定量校正模型(PLSR、PCR、SVMR、BPNN、DTR、RFR),构建并优化了预测模型,最终采用决定系数(R2)、均方根误差(RMSE)、相对分析误差(RPD)等指标评估模型性能,并对最优模型进行了配对t检验以验证预测一致性。
样本制备与光谱采集
研究样本为地理标志产品“汉源花椒”主产区的干燥与新鲜果实。干燥样本(n=206)采用烘箱法制备,新鲜样本(n=162)直接采集。利用近红外光谱仪(900–2500 nm)以漫反射方式采集光谱,分辨率8 nm,间隔2 nm。
定量模型开发与优化
关键在于通过化学计量学方法提取有效光谱信息。研究发现,对于干燥花椒水分含量预测,SG平滑(1,5)+ SNV预处理结合支持向量机回归(SVMR)模型效果最佳,预测集Rp2达0.9426,RMSEP为0.2071,RPD为4.30,模型预测能力优秀且稳健。配对t检验显示预测值与实测值无显著差异(p > 0.05),表明该模型可直接用于未知干燥花椒样本的水分含量预测。
对于干燥花椒麻味物质含量预测,经过主成分空间异常样本剔除(PCS法)和竞争性自适应重加权采样(CARS)特征波长选择后,偏最小二乘回归(PLSR)模型表现最优,预测集Rp2为0.6913,RMSEP为6.6548,RPD为1.80。虽然模型性能较水分预测模型有所下降,但已具备初步定量能力。
新鲜花椒的模型构建挑战更大。其高水分含量(通常>60%)导致光谱基线漂移和散射效应显著,且内部成分活性高、易变化。针对新鲜花椒水分含量,SNV + FD(7)预处理结合SVMR模型效果较好,预测集Rp2为0.5810,RMSEP为0.8840,RPD为2.41。对于新鲜花椒麻味物质,SG平滑(1,7)预处理后的SVMR模型预测集Rp2为0.6425,RMSEP为0.9149,RPD为1.90。
研究结论与意义
本研究成功证明了近红外光谱技术结合化学计量学用于花椒品质快速无损检测的可行性。尤为重要的是,干燥花椒水分含量预测模型展现了优异的准确性与稳定性,具备立即投入实际应用的潜力。相比之下,麻味物质,尤其是新鲜花椒中麻味物质的预测模型精度仍有提升空间,这主要归因于新鲜样品基质复杂、成分不稳定以及羟基-β-山椒素本身含量较低且易受环境因素干扰。
该研究为花椒生产、加工、流通环节的质量控制提供了新型技术方案,克服了传统方法的局限性,符合产业对快速、现场检测的迫切需求。未来研究可通过扩大样本量和多样性、探索更先进的算法和数据处理策略,进一步提升模型鲁棒性和预测范围,推动花椒乃至更多农产品品质检测技术的智能化发展。本研究相关成果发表于《Scientia Horticulturae》。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号