[发明专利]一种应用近红外光谱法建立二维定性分析模型以鉴别鲜海刺参产地的方法

权利要求书

1.一种应用近红外光谱法建立二维定性分析模型以鉴别鲜海刺参产地的方法，其特征在于，包括如下步骤：

步骤1、对瓦房店、普兰店、长海岛、獐子岛；莱州、烟台、乳山、青岛和福建霞浦九个产地的鲜海参样本进行采样获得相应的鲜海参采样样本；

所述步骤1包括：

步骤11、预先收集瓦房店、普兰店、长海岛、獐子岛；莱州、烟台、乳山、青岛和福建霞浦九个产地的鲜海参样本；

步骤12、对每一鲜海参样本均进行下述采样处理以获得相应的鲜海参采样样本：即提取某一鲜海参样本的部分组织物即体壁并将所提取的组织物一部分直接进行光谱采集，另一部分进行冻干处理以进行总脂类含量的测定；

步骤2、使用漫反射光纤探头对所述鲜海参采样样本进行光谱采集以获得原始近红外光谱数据；

步骤3、选取九种产地海参体壁的总脂类含量；

步骤4、通过OPS算法选取各所述鲜海参采样样本所对应的波长区域，并基于选定的波长区域创建PLS定量模型；

所述步骤4包括：

步骤41、将所述原始近红外光谱数据构造成矩阵格式以获得矩阵X；

步骤42、对矩阵X进行预处理以获得预处理光谱数据matrix X_p并将矩阵X转化为矩阵X_p；所述预处理包括一阶导数FD方法、二阶导数SD方法、标准正常变量SNV方法、乘法散射校正MSC方法、矢量归一化VN方法和SD-NV方法的一种或几种结合；

步骤43、排列各所述鲜海参采样样本所对应的总脂类含量值并将其作为PLS回归模型的因变量y，同时将预处理光谱数据matrix X_p作为独立变量，构造PLS回归模型；

步骤44、对所构造的PLS回归模型进行交叉验证并通过OPS算法选取各所述鲜海参采样样本所对应的最佳波长区域，进而构建PLS定量模型；以海参样本的预处理光谱matrix Xp作为独立变量，使用总脂类含量值作为因变量y来开发PLS回归模型；

所述步骤44、对所构造的PLS回归模型进行交叉验证以通过OPS算法确定出交叉验证的均方根误差RMSECV和校准模型的交叉验证R²的相关系数最高所对应的波段即为最佳波长区域；

步骤5、建立二维串联定性分析模型即Step I串联Step II模型，对待分析的鲜海参样本进行产地鉴别；

所述步骤5包括：

步骤51、随机将所述鲜海参采样样本划分为校准集以及测试集；

步骤52、创建Step I识别模型以及Step II识别模型；

步骤53、通过Step I识别模型分别对测试集中各样本进行初步分类识别；

步骤54、Step I识别模型未能分类识别的样本通过Step II识别模型进行进一步的分类识别获得最终的分类结果以完成对待分析的海参样本进行产地鉴别；

所述创建Step I识别模型是指：首先通过Savitsky-Golay 17点平滑-二阶导法对测试集中各样本进行预处理；随后基于OPS算法选取最优波数范围后通过主成分分析-马氏距离法创建Step I识别模型；所述创建Step II识别模型是指：首先通过二阶导-矢量归一化法对测试集中各样本进行预处理，随后基于OPS算法选取最优波数范围后通过第一范围标定法创建Step II识别模型。

2.根据权利要求1所述的应用近红外光谱法建立二维定性分析模型以鉴别鲜海刺参产地的方法，其特征在于：

所述步骤2中的光谱采集是指在将各所述鲜海参采样样本放入采集试管中设定采集条件后通过漫反射光纤探头采集对应的原始近红外光谱，进而创建各鲜海参采样样本对应的近红外模型，所述采集条件为在漫反射模式下，以波长范围为800～2500nm，平均光谱分辨率为4cm^-1进行扫描以建立各鲜海参采样样本各自对应的近红外模型；在扫描过程中始终保持采集温度在25℃，湿度为当前环境湿度不变。