摘要
蛋白质含量是评价蜂王浆营养价值和品质等级的重要指标之一。为了实现蜂王浆中蛋白质含量的快速无损定量，本研究采用近红外高光谱成像（NIR-HSI）技术获取蜂王浆样品的高光谱图像，同时以凯氏定氮法作为蛋白质测定的参考方法。在数据处理过程中，对七种光谱预处理方法——一阶导数（1-Der）、二阶导数（2-Der）、Savitzky–Golay平滑（SG）、归一化（Normalize）、基线校正（Baseline）、标准正态变量变换（SNV）和多元散射校正（MSC）——进行了比较评估。利用马氏距离方法识别并剔除异常样本后，建立了主成分回归（PCR）和偏最小二乘回归（PLSR）模型，用于蜂王浆中蛋白质含量的定量预测。在预测蜂王浆蛋白质含量方面，PLSR模型的表现始终优于PCR模型。在所有预处理方法中，采用一阶导数（1-Der）光谱处理所建立的PLSR模型具有最佳的预测性能，其校正集决定系数（R2c）为0.94，交叉验证集决定系数（R2cv）为0.90，预测集决定系数（R2p）为0.97，预测均方根误差（RMSEP）为0.31%。这些结果支持了近红外高光谱成像技术在蜂王浆蛋白质含量实验室规模快速无损筛选中的可行性。所提出的方法规避了传统理化分析方法耗工费时、破坏样品的缺点，为蜂王浆蛋白质含量的实验室规模快速无损筛选提供了依据。
