近红外光谱精确测定烟草中绿原酸含量

本文标题"近红外光谱用于烟草中绿原酸的定量分析"介绍了郝勇、蔡文生和邵学广三位学者在南开大学化学学院分析科学研究中心的研究成果。他们利用近红外光谱这一非破坏性技术，针对烟草提取液中的绿原酸含量进行精确测定。绿原酸是一种重要的多酚类化合物，对于烟草品质有显著影响，因此其含量分析具有重要意义。 研究者首先通过建立偏最小二乘(PLS)回归模型，对含有烟草提取液和绿原酸标准溶液的混合样品进行分析，探讨了共存组分对模型建立的影响。他们通过选择不同的建模样品，优化了光谱预处理技术，特别是采用了间隔偏最小二乘(iPLS)方法，以减少共存成分的干扰。这一过程确保了模型的稳定性和准确性。 实验结果显示，通过波段筛选技术，有效地消除了可能对绿原酸测定产生干扰的其他组分。建立的近红外光谱分析模型表现出高精度，校正均方根误差(RMSEC)仅为0.0077，预测均方根误差(RMSEP)为0.0108，同时参考值和预测值之间的相关系数高达0.983，显示出极高的信噪比。 相较于传统的液相色谱、流动注射化学发光法等分析手段，近红外光谱技术具有快速、无须复杂样品预处理和适用范围广的优点，尤其适用于绿原酸这类低浓度组分的定量分析。之前的研究工作已经证明，近红外漫反射光谱技术在烟草样品的多种成分分析中表现出良好效果。 本文的工作为烟草行业中绿原酸的快速、准确定量提供了新的技术手段，有望简化分析流程，提高烟草品质控制的效率。这一研究成果对于烟草生产和质量控制具有实际应用价值，也为近红外光谱在植物化学成分分析领域的进一步发展做出了贡献。