方法适配模式及基于近红外光谱技术的主要粮食作物水分预测选择框架

《Foods》：Method Adaptation Patterns and a Selection Framework for Near-Infrared Spectroscopy-Based Moisture Prediction of Major Grain Crops

　　

摘要

水分含量是衡量粮食储存安全、加工质量和流通效率的重要指标。然而，近红外光谱（NIRS）模型的性能受到粮食种类、样品形态、预处理策略、特征选择方法以及回归模型等因素的影响，这些因素之间的适应关系尚未得到充分理解。本研究分析了具有整粒和粉末形态的大豆、玉米和小麦样品，以揭示在一致实验条件下基于NIRS的水分预测方法的适应性模式。收集了900–1700纳米范围内的光谱数据，并通过组合六种预处理策略、三种特征选择算法（SPA、CARS和UVE）以及三种回归模型（PLSR、SVR和RF）建立了54种分析路径。结果显示，代表性的最佳分析路径使得粉末样品的Rp值超过0.9730，整粒样品的Rp值超过0.9587。不同的粮食种类和样品形态表现出不同的分析路径偏好，表明应根据具体的检测对象选择相应的分析策略。光谱变化分析进一步表明，整粒样品的光谱变异性高于粉末样品。本研究为选择合适的NIRS分析策略以进行粮食水分预测和质量评估提供了见解。