PLS-ATR-FTIR技术在快速测定牛奶成分中的应用

"本文介绍了利用PLS-ATR-FTIR技术快速测定牛奶主要成分的研究，由殷秀秀、穆海波等人完成。他们通过衰减全反射傅里叶红外光谱技术结合偏最小二乘法建立牛奶中蛋白质、脂肪和乳糖的定量模型，评估了光谱预处理和主成分数对模型精度的影响。模型在验证集上的表现良好，显示出高相关性，证明了这种方法在快速测定牛奶成分方面的可行性。" 文章详细讨论了如何运用衰减全反射傅里叶红外光谱技术（ATR-FTIR）与偏最小二乘法（PLS）相结合来快速测定牛奶中的关键营养成分，即蛋白质、脂肪和乳糖的含量。这是一种非破坏性的检测方法，对于食品质量控制和食品安全具有重要意义。作者殷秀秀等人首先对光谱数据进行了预处理，以消除背景噪声和增强信号质量，接着探讨了主成分数的选择对构建模型准确性的影响。 在建立的模型中，蛋白质、脂肪和乳糖的校正集均方根误差（RMSEC）分别为0.030、0.136和0.114，这表明模型在训练数据上的拟合度较高。验证集的均方根误差（RMSEP）分别为0.043、0.178和0.163，尽管略有增加，但依然显示了模型的稳健性。模型在预测集上的表现也十分出色，蛋白质、脂肪和乳糖预测值与实测值的相关系数（R2）分别达到0.932、0.941和0.989，这意味着模型的预测能力非常强，能够准确估算实际样品的成分含量。 该研究进一步证实了PLS-ATR-FTIR技术在食品分析领域的实用性，特别是对于牛奶这类液体食品，可以大大缩短检测时间，提高检测效率。这种技术不仅可以应用于产品质量监控，还可以在乳制品生产线上实施实时监控，确保产品的质量和一致性。 关键词涵盖了中红外光谱技术、牛奶成分分析、定量模型和偏最小二乘法。中红外光谱提供了分子振动的信息，是识别和定量化合物的重要工具。偏最小二乘法是一种统计学方法，特别适用于多变量数据分析，能有效地减少数据的复杂性，提高预测模型的准确性。 这项研究为食品科学领域提供了一种快速、无损的牛奶成分测定新方法，有助于提升乳制品行业的标准化和质量控制水平。未来，这种方法可能被推广到其他食品成分的检测中，推动食品分析技术的进步。