[發明專利]一種葡萄酒近紅外光譜檢測方法

在審

• 申請號: 201710845125.8
• 申請日: 2017-09-19
• 公開（公告）號: CN109520962A
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 顧小紅;王怡淼;朱金林;胡博;趙建新
• 申請（專利權）人: 江南大學
• 主分類號: G01N21/3577
• 分類號: G01N21/3577;G01N21/359
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 張勇

本發明涉及一種葡萄酒近紅外光譜檢測方法，屬于葡萄酒品質檢測技術領域。本發明主要步驟：(1)使用酒精計法測定不同品種的葡萄酒樣品的酒精度，使用近紅外光譜儀采集葡萄酒樣品的近紅外光譜；(2)將樣本隨機分為訓練集和預測集，使用MC?UVE和GA算法對變量進行篩選，進行PPLS分析，建立酒精度回歸模型，根據模型的校正均方根誤差(RMSEC)值判斷模型的可靠性；(3)對預測集樣本的酒精度進行預測，計算預測集樣本預測值和實測值的相關性(R²)以及預測集的預測均方根誤差(RMSEP)，以此來判斷模型的預測性能。本發明將MC?UVE、GA算法和PPLS分析方法結合，提供了一種葡萄酒成分快速定量檢測的方法，預處理簡單，操作簡便，快速無損，使得在線檢測更高效。

技術領域

本發明涉及一種葡萄酒近紅外光譜檢測方法，屬于葡萄酒品質檢測技術領域。

背景技術

葡萄酒是一種營養價值較高的含酒精飲品，適量飲用對身體有益。近年來，隨著我國人民生活水平的提高，葡萄酒的進口量也隨之增長。不同產地的氣候、土壤、采摘條件、釀酒技術造成了葡萄酒特有的風味以及葡萄酒品種的多元化，葡萄酒品質主要體現在組成成分及含量上，如酚類物質主要決定酒的香味和色澤，糖類主要決定酒精含量，果膠酶決定甲醇含量等。因此優質的葡萄含有較高的糖分、礦質元素、維生素及果膠酶等，發酵的葡萄酒品質也是上乘。因此對葡萄酒中的成分進行快速定量檢測，以滿足葡萄酒在線品質檢測及品質鑒定的需求。

根據已報道的文獻可知，葡萄酒成分快速定量檢測主要是利用紅外光譜、色譜技術等結合化學計量學方法。利用色譜技術對葡萄酒進行定量檢測，樣品預處理步驟繁瑣，檢測過程耗時，無法實現在線快速檢測。與高效液相色譜法和氣相色譜法相比，紅外光譜技術更為快速簡便，更能滿足葡萄酒在線快速檢測的要求。

利用紅外光譜技術對葡萄酒進行檢測主要是基于分子中化學鍵或者官能團對紅外光的吸收的位置和強度不同，從而獲得分子組成、含量和結構信息。然而，紅外光譜技術受外界環境干擾較大，所以紅外光譜信息中包含有許多與樣本信息無關的噪聲，在使用紅外光譜全譜建模時，會影響建模的效率以及模型的預測性能。因此，有必要對紅外光譜中的變量進行篩選，選擇對模型貢獻較大的變量，從而簡化模型、提高建模效率，以便為葡萄酒快速檢測提供一條新途徑。

發明內容

為了解決上述問題，本發明提供了一種基于蒙特卡羅無信息變量消除法(MC-UVE)和遺傳算法(GA)的近紅外光譜變量篩選方法，并進一步進行概率偏最小二乘(PPLS)分析，建立回歸模型的方法，以實現葡萄酒在線快速定量檢測的要求，促進我國葡萄酒市場的規范性，維護消費者的合法權益。

本發明的創新性在于基于MC-UVE和GA算法對近紅外波長進行選擇，區別于傳統的使用全波長進行建模，使用被選擇的特征波長建模能夠有效的去除外部環境、儀器狀態等因素造成的干擾信息，從而提高建模效率以及模型的預測性。同時對特征波長進行PPLS分析建立回歸模型，PPLS分析能夠改善PLS分析方法所忽略的誤差和主元的概率分布情況。

本發明對葡萄酒進行檢測的方法，是先選擇若干個不同產地的葡萄酒樣品，使用國標法對其主要成分進行檢測，同時采集葡萄酒樣本的近紅外光譜。然后將樣品隨機分為訓練集和預測集，對訓練集樣本的近紅外光譜使用蒙特卡羅無信息變量消除法(MC-UVE)和遺傳算法(GA)進行變量選擇，篩選出特征波長，進行概率偏最小二乘分析(PPLS)，建立回歸模型。利用預測集樣本進行預測，比較預測值和實測值的相關性。

為了實現上述目的，本發明提供了如下技術方案：

本發明的第一個目的是提供一種近紅外檢測葡萄酒成分的方法，所述方法是利用近紅外光譜儀采集多個葡萄酒樣品的近紅外光譜，使用蒙特卡羅無信息變量消除法和遺傳算法對變量進行篩選，選出的特征波長進行概率偏最小二乘分析，建立MC-UVE-GA-PPLS模型；當檢測未知葡萄酒樣品時，先得到待測樣品的紅外光譜，再將最優變量下的吸光值輸入MC-UVE-GA-PPLS模型，既能得到待檢測葡萄酒樣品成分含量。