CN108827907A - 一种基于近红外光谱对彩棉色度的快速测定方法 - Google Patents
一种基于近红外光谱对彩棉色度的快速测定方法 Download PDFInfo
- Publication number
- CN108827907A CN108827907A CN201810384841.5A CN201810384841A CN108827907A CN 108827907 A CN108827907 A CN 108827907A CN 201810384841 A CN201810384841 A CN 201810384841A CN 108827907 A CN108827907 A CN 108827907A
- Authority
- CN
- China
- Prior art keywords
- sample
- model
- calibration
- brown
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229920000742 Cotton Polymers 0.000 title claims abstract description 67
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 25
- 238000003556 assay Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 239000000126 substance Substances 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000000523 sample Substances 0.000 claims description 118
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 20
- 239000000243 solution Substances 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 17
- 244000146553 Ceiba pentandra Species 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- VEXZGXHMUGYJMC-UHFFFAOYSA-N hydrochloric acid Substances Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 claims description 10
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 9
- 239000000835 fiber Substances 0.000 claims description 9
- 239000012488 sample solution Substances 0.000 claims description 9
- 239000011550 stock solution Substances 0.000 claims description 9
- CLBRCZAHAHECKY-UHFFFAOYSA-N [Co].[Pt] Chemical compound [Co].[Pt] CLBRCZAHAHECKY-UHFFFAOYSA-N 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 235000012343 cottonseed oil Nutrition 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010238 partial least squares regression Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 239000002655 kraft paper Substances 0.000 claims 1
- 238000002604 ultrasonography Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000004611 spectroscopical analysis Methods 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract 1
- 239000012086 standard solution Substances 0.000 description 10
- 239000008367 deionised water Substances 0.000 description 5
- 229910021641 deionized water Inorganic materials 0.000 description 5
- 239000012895 dilution Substances 0.000 description 4
- 238000010790 dilution Methods 0.000 description 4
- 239000012153 distilled water Substances 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000012898 sample dilution Substances 0.000 description 4
- 239000004753 textile Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 229910021580 Cobalt(II) chloride Inorganic materials 0.000 description 2
- 229910020437 K2PtCl6 Inorganic materials 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- XCJXQCUJXDUNDN-UHFFFAOYSA-N chlordene Chemical compound C12C=CCC2C2(Cl)C(Cl)=C(Cl)C1(Cl)C2(Cl)Cl XCJXQCUJXDUNDN-UHFFFAOYSA-N 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- NDBYXKQCPYUOMI-UHFFFAOYSA-N platinum(4+) Chemical compound [Pt+4] NDBYXKQCPYUOMI-UHFFFAOYSA-N 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000000987 azo dye Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002242 deionisation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于近红外光谱对彩棉色度的快速测定方法，该方法是由样品采集、近红外谱图的采集、扫描参数设置、样品化学色度值测定、光谱数据预处理、校正模型的建立和样品色度值含量的模型预测步骤完成，该方法无需对样品进行预处理，方便快捷，对人体和环境没有任何副作用，检测结果相对偏差小，如果检测样品的化学测定值精度高，本发明的预测值则可以接近真实值。这种快速检测的方法解决了彩棉在推广及收购、加工环节中品质鉴定与分级等关键技术问题，整个近红外检测过程仅需短短几分钟，具有操作简单、检测快捷、测定效率高等特点，值得在彩棉选购鉴定中推广应用。
Description
技术领域
本发明涉及新疆彩色棉花色度检测的技术领域，尤其涉及一种通过近红外技术对棕色彩棉色度值的快速测定方法。
背景技术
天然有色彩色棉是采用现代生物技术培育出来的一种在棉花吐絮时纤维就具有天然色彩的新型纺织原料。天然有色彩棉具有自然柔和、古朴典雅等特点，而且清洗后纤维纺织品颜色还能逐渐加深，在纺织品中不含甲醛、偶氮染料等有害物质，并具有防静电、止骚痒的功能，是名副其实的“绿色产品”，被誉为“生态服装”。彩棉在全国众多地区均有种植，在我国的纺织业中发挥了极其重要的作用。
在彩棉的选购工作中不仅要对其纤维品质进行鉴定，对彩棉的色度评价分级显得尤其重要。目前，传统的彩棉纤维分级工作主要依赖人工肉眼观察来对颜色进行分析，然而，肉眼只能分辨2个颜色的差别，而不能对色泽进行绝对的测量。此外，彩棉颜色易受到光照条件的影响，当外界光源发生变化时，彩棉的呈色也会相应改变，这给目视测量区分和评价彩棉颜色等级等带来很大干扰。后来，我国对彩棉颜色的的检测多采用国际颜色模型(CIELAB)的纺织品色度仪进行测定，亦有基于HVI棉花大容量测试仪进行颜色测定。然而，有研究表明利用现代化的实验室分光光度计建立常规HVI的颜色系统(使用Rd和+b参数)和CIELAB的系统时，其分析仪对棉絮的测定相关度较低，且棉纤维颜色易受到瓷板颜色分级等客观因素的影响而产生偏差。因此，找出一种准确、快速测定彩棉色度的方法，对彩棉品质控制具有重要意义。
发明内容
本发明目的在于，提供一种基于近红外光谱对彩棉色度的快速测定方法，该方法是由样品采集、近红外谱图的采集、扫描参数设置、样品化学色度值测定、光谱数据预处理、校正模型的建立和样品色度值含量的模型预测步骤完成，该方法无需对样品进行预处理，方便快捷，对人体和环境没有任何副作用，检测结果相对偏差小，检测样品的化学测定值精度高，本发明的预测值则可以接近真实值。这种快速检测的方法解决了彩棉在大量育种材料的筛选及推广，彩棉原料的收购、加工环节中品质鉴定与分级等关键技术问题，整个近红外检测过程仅需短短几分钟，具有操作简单、检测快捷、测定效率高等特点，值得在彩棉选购鉴定中推广应用。
本发明所述的一种基于近红外光谱对彩棉色度的快速测定方法，按下列步骤进行：
样品采集：
a、采集成熟的各种品系、各种成熟期和各个部位的干燥棕色彩棉样品，分别将采集的棕色彩棉纤维样品晾干，去除棉籽、木屑杂质，使之呈色均匀，储存于干燥的牛皮纸信封中备用；
样品近红外谱图的采集：
b、采用近红外光谱仪的旋转漫反射采样系统进行采集，试验前将近红外仪器预热30min，选择棕色具有颜色区域代表性棕色彩棉纤维150份，并进行编号，准确称量1.0g棕色棉纤维样品置于旋转样品池中，以仪器内置背景为参比，采用均匀旋转模式，获取样品近红外光谱图，每个样品扫描两次，采样区域不完全重合；
扫描参数设置：
c、光谱集范围1000nm-2400nm，扫描次数32次，分辨率32cm-1，扫描温度为20℃，湿度为35％，采集结束后，取样品平均光谱为样品的最终光谱；
样品化学色度值测定：
d、取步骤c采集后的棕色棉花纤维1.0g，用质量分数为1％的氢氧化钠溶液50mL超声提取2次，合并提取液，补足失重，用0.5mol·L-1盐酸溶液调节提取液pH＝7，作为供试样品溶液；
e、按照GB11903-89水质色度的测定方法中铂钴比色法配制色度标准储备液、标准系列溶液和测定棕色棉纤维样品的色度值；
样品分类：
f、在近红外测定软件中，将得到的测定棕色棉纤维样品的色度值和采集的原始光谱相互对应，按照校正集样品均匀分布原则，将样品集分成校正集和验证集，具体方法：首先将得到的代表性棕色彩棉纤维色度值从小到大进行排序，然后每隔5个取1个作为验证集，其余作为校正集，并且调整棕色彩棉纤维色度值的最小值和最大值，使之划归为校正集，校正样本集及验证样本集用来建立定量校正模型，预测样本集用来检测模型的准确性及重复性，其中，校正集样本含量为60％，校正样本集含量为20％，预测样本集含量为20％；
模型的建立及优化：
g、将校正集样品的近红外光谱图和校正集样品的色度值的导入SupNIR 2700近红外光谱仪软件的模型管理界面中，首先，在全谱范围内对校正集样品的近红外光谱进行预处理，样品光谱数据经过Savitzky-Golay处理，有效消除基线和其他背景的干扰、提高了分辨率及灵敏度，接着采用偏最小二乘回归法结合交互验证对校正集样品建立预测校正模型，根据近红外定量校正模型的参数对预测校正模型进行优化，其中，通过改变建模近红外光谱波段、以及光谱处理方式进行优化处理：采用多元散射校正和基线校正消除纤维样品表面颗粒大小以及纤维表面散射对谱图的影响，优化图谱，通过校正集标准差、交互验证集标准差、预测集标准差及参考定量校正模型校正集预测值与测定值的相关系数，综合选择校正集标准差、交互验证集标准差最小，定量校正集模型及预测集模型相关系数最大、选择光谱波段为1 050-1699nm、1 799-2 399nm进行建立校正模型，该模型即棕色彩棉纤维色度值最优的定量校正模型；
彩棉纤维色度值预测：
h、选择样品分类中的棕色彩棉预测集样品，将其近红外光谱数据导入所建立的定量模型中，通过模型运算分析，即可得到预测集样品色度值为预测值，将预测值与实际测定值进行统计学误差分析，该模型外部预测结果相对标准偏差应<0.5。
本发明所述的一种基于近红外光谱对彩棉色度的快速测定方法，该方法步骤e中按照GB11903-89水质色度的测定方法中铂钴比色法配制色度标准储备液、标准系列溶液和测定棕色棉纤维样品的色度值；准确称量0.311±0.001g六氯铂(Ⅳ)(K2PtCl6)酸钾及0.250±0.001g六水氯化钴(Ⅱ)(CoCl2·6H2O)溶于25mL水中，加25mL盐酸1.18g·mL-1，并在250mL的容量瓶内用去离子水稀释至标线得到色度为500度的铂钴色度标准储备液，在一组250ml的容量瓶中，用移液管分别加入2.50，5.00，7.50，10.00，12.50，15.00，17.50，20.00，30.00及35.00铂钴色度标准储备液，并用光学纯水(将0.2um滤膜在100ml蒸馏水或去离子水水中浸泡1h，用它过滤蒸馏水或去离子水，弃去最初的250ml,用这种水配制全部标准溶液并作为稀释水)稀释至标线，该标准系列溶液色度分别为：5,10,15,20,25,30,35,40,50,60，和70度；
色度测定：将一组50ml具塞比色管，用色度标准溶液冲至标线，将另一组50ml具塞比色管用步骤d的供试样品溶液冲至标线，将具塞比色管放在白色表面上，比色管与该表面应呈合适的角度，使光线被反射自具塞比色管底部向上通过液柱。垂直向下观察液柱，找出与供试样品溶液色度最接近的标准溶液。如供试样品溶液色度≥70度，用光学纯水稀释后，使色度落入标准溶液范围之中在进行测定。另取供试样品溶液测定Ph值；
色度结果表示：样品的色度以与之最接近的色度标准溶液的度值表示，在0～40度(不包括40度)的范围内，准确到5度；40～70度范围内，准确到10度；稀释过的样品色度(A0)，以度计，用下式计算：A0＝V1/V0×A1
式中：V1-样品稀释后的体积，ml；
V0-样品稀释前的体积，ml；
A1-稀释样品色度的观察值，度。
本发明所述的一种基于近红外光谱对彩棉色度的快速测定方法，该方法的有益效果：
与现有技术相比，本发明对棕色彩棉纤维的色度值测定方法提供了一种基于近红外光谱技术的棕色彩棉色度值测定预测模型，在已知的大量样品真实含量测定的基础上，采集样品的近红外光谱图，建立基于近红外光谱技术和化学测定方法的定量分析预测模型，然后，只需将待测的棕色彩棉样品经过除杂处理得到干净的棉纤维即可进行测定，除前期建立预测模型外，整个近红外检测过程仅需短短几分钟，具有操作简单、检测快捷、测定效率高等特点。
此外，本发明的检测方法不用任何有机溶剂，只需进行简单物理除杂处理，对环境和检测人员无任染及伤害，更加安全环保，对棕色彩棉纤维的选购和育种工作具有重要意义。
附图说明
图1为本发明实例中校正集样品的近红外光谱在预处理后建模的近红外光谱图；
图2为本发明实例中交叉验证标准偏差SECV、校正集决定系数R2随着主成分维数的变化图；
图3为本发明实例中预测集样品的色度值与测定值之间的相关性图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施例对本发明作进一步的详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案，但不能以此来限制本发明的保护范围。
实施例
样品采集：
a、采集成熟的各种品系、各种成熟期和各个部位的干燥棕色彩棉样品，分别将采集的棕色彩棉样品进行晾干，去除棉籽、木屑等杂质，使之呈色均匀，储存于干燥的牛皮纸信封中备用；
样品近红外谱图的采集：
b采用中国聚光科技有限公司SupNIR 2700近红外光谱仪的旋转漫反射采样系统进行采集，试验前将近红外仪器预热30min，选择棕色具有颜色区域代表性棕色彩棉纤维150份，并进行编号，准确称量1.0g棕色棉纤维样品置于旋转样品池中，以仪器内置背景为参比，采用均匀旋转模式，获取样品近红外光谱图，每个样品扫描两次，采样区域不完全重合；
扫描参数设置：
c、光谱集范围1000nm-2400nm，扫描次数32次，分辨率32cm-1，扫描温度为20℃，湿度为35％，采集结束后，取样品平均光谱为样品的最终光谱，150批样品的近红外光谱如图1所示，横坐标为波长(nm)，纵坐标为(A)；
样品化学色度值测定：
d、取步骤c采集后的棕色棉花纤维1.0g，用质量分数为1％的氢氧化钠溶液50mL超声提取2次，合并提取液，补足失重，用0.5mol·L-1盐酸溶液调节提取液pH＝7，作为供试样品溶液；
e、按照GB11903-89水质色度的测定方法中铂钴比色法配制色度标准储备液、标准系列溶液和测定棕色棉纤维样品的色度值；
色度标准储备液和标准溶液的的配制：准确称量0.311±0.001g六氯铂(Ⅳ)(K2PtCl6)酸钾及0.250±0.001g六水氯化钴(Ⅱ)(CoCl2·6H2O)溶于25mL水中，加25mL盐酸1.18g·mL-1，并在250mL的容量瓶内用去离子水稀释至标线得到色度为500度的铂钴色度标准储备液；在一组250ml的容量瓶中，用移液管分别加入2.50，5.00，7.50，10.00，12.50，15.00，17.50，20.00，30.00及35.00铂钴色度标准储备液，并用光学纯水(将0.2um滤膜在100ml蒸馏水或去离子水水中浸泡1h，用它过滤蒸馏水或去离子水，弃去最初的250ml,用这种水配制全部标准溶液并作为稀释水)稀释至标线。该标准系列溶液色度分别为：5，10，15，20，25，30，35，40，50，60和70度；
色度测定：将一组50ml具塞比色管，用色度标准溶液冲至标线，将另一组50ml具塞比色管用步骤d的供试样品溶液冲至标线，将具塞比色管放在白色表面上，比色管与该表面应呈合适的角度，使光线被反射自具塞比色管底部向上通过液柱，垂直向下观察液柱，找出与供试样品溶液色度最接近的标准溶液，如供试样品溶液色度≥70度，用光学纯水稀释后，使色度落入标准溶液范围之中在进行测定。另取供试样品溶液测定Ph值；
色度结果表示：样品的色度以与之最接近的色度标准溶液的度值表示，在0-40度(不包括40度)的范围内，准确到5度；40-70度范围内，准确到10度；稀释过的样品色度(A0)，以度计，用下式计算：A0＝V1/V0×A1
式中：V1-样品稀释后的体积，ml；
V0-样品稀释前的体积，ml；
A1-稀释样品色度的观察值，度；
样品分类：
f、将步骤e中获得样品的样品色度测定值和采集的原始光谱相互对应，按照校正集样品均匀分布原则，将样品集分成校正集和验证集，校正样本集及验证样本集用来建立定量校正模型，预测样本集用来检测模型的准确性及重复性，其中，校正集样本含量为60％，校正样本集含量为20％，预测样本集含量为20％；
最终选取色度值范围为在5.1-19.2的84个样品为校正集；色度值范围为在5.1-19.2的64个样品为校正集，2个样品为验证集，其色度值范围为5.3-18.6，校正集和验证集样品中色度值见表1；
表1彩棉色度值统计结果
模型的建立及优化：
g、将校正集样品的近红外光谱图和校正集样品的色度值的导入SupNIR 2700近红外光谱仪软件的模型管理界面中，首先，在全谱范围内对校正集样品的近红外光谱进行预处理，样品光谱数据经过Savitzky-Golay处理，有效消除基线和其他背景的干扰、提高了分辨率及灵敏度，接着采用偏最小二乘回归法结合交互验证对校正集样品建立预测校正模型，根据近红外定量校正模型的参数对预测校正模型进行优化，其中，通过改变建模近红外光谱波段、以及光谱处理方式进行优化处理：采用多元散射校正(Multiplicative scattercorrection，MSC)和基线校正(Baseline correction，BLC)消除纤维样品表面颗粒大小以及纤维表面散射以及光程变化对谱图的影响，最终得到平滑、连续的光谱图(图1)，如图1所示，在波长1 000-2 400nm的光谱区域内，样品的近红外光谱曲线呈现出多处吸收峰递增或递减的趋势，说明试验所用的棕色彩棉样本在此区域内有很好的光谱响应，同时，不同样品其近红外光谱曲线相似但又不完全重合，体现了样品之间的差异性和连续性；
通过校正集标准差、交互验证集标准差、预测集标准差及参考定量校正模型校正集预测值与测定值的相关系数，综合选择校正集标准差、交互验证集标准差最小，定量校正集模型及预测集模型相关系数最大、选择光谱波段为1 050-1 699nm、1 799-2 399nm进行建立校正模型，该模型即棕色彩棉纤维色度值最优的定量校正模型，根据该模型，模型的决定系数为0.984，定标SEC为0.638、SECV为0.813，主因子数为10，对光谱文件进行交叉验证，得到该光谱的预测残差平方和(Prediction residual error sum of squares，PRESS)值随因子数变化的趋势图(图2)；
彩棉纤维色度值预测：
h、模型建立完成后，为进一步验证该模型的准确性及稳定性，随机选择20份步骤f中的棕色彩棉预测集样品，将20份预测集样品近红外光谱数据导入所建立的定量模型中，通过模型运算分析，即可得到预测集样品色度值为预测值，将预测值与实际测定值进行统计学误差分析，该模型外部预测结果相对标准偏差应<0.5见表2；
表2模型对预测集样品色度值预测结果
由预测结果可见，模型的外部预测偏差均≤0.5，标准偏差为0.310，表明该模型对棕色彩棉色度值的预测是准确的；
对比表1可以看出，外部验证集(预测集)样品的色度值变化范围不超过校正集样品的范围。由表2中的预测结果可知，预测集样品色度值与化学测定值(真实值)相关系数为0.984，SEC为0.468，SECV为0.516。对所建模型的实际预测结果显示，色度值预测平均偏差为－0.1553，预测值标准偏差为0.589，误差范围-0.3～0.5，由图3可知，利用近红外光谱对棕色彩棉样品色度的预测值与化学测定值(真实值)之间存在良好的线性关系，相关性显著，表明采用该方法分析棕色彩棉纤维中色度值是可行的；
定量校正模型的预测稳定性：
为验证定量模型稳定性，随机选取Z1456号样品，重复扫描光谱图10次，并测定其色度值，将扫描光谱图代入到所建立模型中，获得所对应色度值的预测结果，并检验定量模型稳定性结果见表3；
表3定量模型稳定性检验结果
从表中可以看出：预测样品标准偏差为0.31，相对标准偏差为2.2％，证明该定量模型稳定可靠，具有较高的精度，能够满足棕色彩棉色度值快速定量分析的要求。
Claims (1)
1.一种基于近红外光谱对彩棉色度的快速测定方法，其特征在于按下列步骤进行：
样品采集：
a、采集成熟的各种品系、各种成熟期和各个部位的干燥棕色彩棉样品，分别将采集的棕色彩棉纤维样品晾干，去除棉籽、木屑杂质，使之呈色均匀，储存于干燥的牛皮纸信封中备用；
样品近红外谱图的采集：
b、采用近红外光谱仪的旋转漫反射采样系统进行采集，试验前将近红外仪器预热30min，选择棕色具有颜色区域代表性棕色彩棉纤维150份，并进行编号，准确称量1.0g棕色棉纤维样品置于旋转样品池中，以仪器内置背景为参比，采用均匀旋转模式，获取样品近红外光谱图，每个样品扫描两次，采样区域不完全重合；
扫描参数设置：
c、光谱集范围 1000nm-2400nm，扫描次数 32 次，分辨率32cm-1，扫描温度为 20℃，湿度为35%，采集结束后，取样品平均光谱为样品的最终光谱；
样品化学色度值测定：
d、取步骤c采集后的棕色棉花纤维1.0 g，用质量分数为1%的氢氧化钠溶液50 mL超声提取2次，合并提取液，补足失重，用0.5 mol·L-1盐酸溶液调节提取液pH=7，作为供试样品溶液；
e、按照GB11903-89水质色度的测定方法中铂钴比色法配制色度标准储备液、标准系列溶液和测定棕色棉纤维样品的色度值；
样品分类：
f、在近红外测定软件中，将得到的测定棕色棉纤维样品的色度值和采集的原始光谱相互对应，按照校正集样品均匀分布原则，将样品集分成校正集和验证集，具体方法：首先将得到的代表性棕色彩棉纤维色度值从小到大进行排序，然后每隔5个取1个作为验证集，其余作为校正集，并且调整棕色彩棉纤维色度值的最小值和最大值，使之划归为校正集，校正样本集及验证样本集用来建立定量校正模型，预测样本集用来检测模型的准确性及重复性，其中，校正集样本含量为60%，校正样本集含量为20%，预测样本集含量为20%；
模型的建立及优化：
g、将校正集样品的近红外光谱图和校正集样品的色度值的导入SupNIR 2700近红外光谱仪软件的模型管理界面中，首先，在全谱范围内对校正集样品的近红外光谱进行预处理，样品光谱数据经过Savitzky-Golay处理，有效消除基线和其他背景的干扰、提高了分辨率及灵敏度，接着采用偏最小二乘回归法结合交互验证对校正集样品建立预测校正模型，根据近红外定量校正模型的参数对预测校正模型进行优化，其中，通过改变建模近红外光谱波段、以及光谱处理方式进行优化处理：采用多元散射校正和基线校正消除纤维样品表面颗粒大小以及纤维表面散射对谱图的影响，优化图谱， 通过校正集标准差、交互验证集标准差、预测集标准差及参考定量校正模型校正集预测值与测定值的相关系数，综合选择校正集标准差、交互验证集标准差最小，定量校正集模型及预测集模型相关系数最大、选择光谱波段为1050-1699nm、1799-2399 nm进行建立校正模型，该模型即棕色彩棉纤维色度值最优的定量校正模型；
彩棉纤维色度值预测：
h、选择步骤f中的棕色彩棉预测集样品，将其近红外光谱数据导入所建立的定量模型中，通过模型运算分析，即可得到预测集样品色度值为预测值，将预测值与实际测定值进行统计学误差分析，该模型外部预测结果相对标准偏差应<0.5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810384841.5A CN108827907A (zh) | 2018-04-26 | 2018-04-26 | 一种基于近红外光谱对彩棉色度的快速测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810384841.5A CN108827907A (zh) | 2018-04-26 | 2018-04-26 | 一种基于近红外光谱对彩棉色度的快速测定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108827907A true CN108827907A (zh) | 2018-11-16 |
Family
ID=64155540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810384841.5A Pending CN108827907A (zh) | 2018-04-26 | 2018-04-26 | 一种基于近红外光谱对彩棉色度的快速测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108827907A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109507145A (zh) * | 2018-12-28 | 2019-03-22 | 山东益丰生化环保股份有限公司 | 一种近红外检测工业液体硫脲含量的方法 |
| CN112301592A (zh) * | 2019-07-23 | 2021-02-02 | 财团法人纺织产业综合研究所 | 染色装置以及布材的染色方法 |
| CN112414910A (zh) * | 2020-09-25 | 2021-02-26 | 黑龙江诺潽生物科技有限公司 | 一种定量分析精确控制脱色活性炭使用量的方法 |
| CN113887543A (zh) * | 2021-12-07 | 2022-01-04 | 深圳市海谱纳米光学科技有限公司 | 一种基于高光谱特征的箱包鉴伪方法与光谱采集装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001089288A1 (en) * | 2000-05-25 | 2001-11-29 | Lestander Torbjoern | Single seed sortation |
| WO2007106942A1 (en) * | 2006-03-21 | 2007-09-27 | Commonwealth Scientific And Industrial Research Organisation | Analysis of grape quality using neural network |
| CN104730032A (zh) * | 2015-04-14 | 2015-06-24 | 北京林业大学 | 基于近红外光谱的热处理木材材色的数学模型及检测方法 |
| WO2015195988A1 (en) * | 2014-06-18 | 2015-12-23 | Texas Tech University System | Portable apparatus for soil chemical characterization |
| CN107655850A (zh) * | 2016-07-25 | 2018-02-02 | 上海创和亿电子科技发展有限公司 | 基于近红外光谱的非线性建模方法及系统 |
-
2018
- 2018-04-26 CN CN201810384841.5A patent/CN108827907A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001089288A1 (en) * | 2000-05-25 | 2001-11-29 | Lestander Torbjoern | Single seed sortation |
| WO2007106942A1 (en) * | 2006-03-21 | 2007-09-27 | Commonwealth Scientific And Industrial Research Organisation | Analysis of grape quality using neural network |
| WO2015195988A1 (en) * | 2014-06-18 | 2015-12-23 | Texas Tech University System | Portable apparatus for soil chemical characterization |
| CN104730032A (zh) * | 2015-04-14 | 2015-06-24 | 北京林业大学 | 基于近红外光谱的热处理木材材色的数学模型及检测方法 |
| CN107655850A (zh) * | 2016-07-25 | 2018-02-02 | 上海创和亿电子科技发展有限公司 | 基于近红外光谱的非线性建模方法及系统 |
Non-Patent Citations (6)
| Title |
|---|
| JOSEPH G. MONTALVO等: "Studies to measure cotton fibre length,strength, micronaire and colour by vis/NIRreflectance spectroscopy.Part II: Principal components regression", 《NEAR INFRARED SPECTROSC》 * |
| 包春芳等: "近红外光谱-偏最小二乘法非破坏分析酱油的主要成分", 《吉林大学学报（理学版）》 * |
| 周孟然等: "《煤矿瓦斯的激光光谱检测技术研究》", 31 May 2012, 合肥工业大学出版社 * |
| 国家药典委员会: "《中国药典分析检测技术指南》", 31 July 2017, 中国医药科技出版社 * |
| 孙俊等: "《光谱技术在农作物/农产品信息无损检测中的应用》", 30 June 2017, 东南大学出版社 * |
| 罗少宏等: "碱溶液对天然棕色棉色素提取效果及成分的影响", 《纺织学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109507145A (zh) * | 2018-12-28 | 2019-03-22 | 山东益丰生化环保股份有限公司 | 一种近红外检测工业液体硫脲含量的方法 |
| CN112301592A (zh) * | 2019-07-23 | 2021-02-02 | 财团法人纺织产业综合研究所 | 染色装置以及布材的染色方法 |
| CN112301592B (zh) * | 2019-07-23 | 2023-10-20 | 财团法人纺织产业综合研究所 | 染色装置以及布材的染色方法 |
| CN112414910A (zh) * | 2020-09-25 | 2021-02-26 | 黑龙江诺潽生物科技有限公司 | 一种定量分析精确控制脱色活性炭使用量的方法 |
| CN112414910B (zh) * | 2020-09-25 | 2024-04-12 | 黑龙江诺潽生物科技有限公司 | 一种定量分析精确控制脱色活性炭使用量的方法 |
| CN113887543A (zh) * | 2021-12-07 | 2022-01-04 | 深圳市海谱纳米光学科技有限公司 | 一种基于高光谱特征的箱包鉴伪方法与光谱采集装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
| CN108827907A (zh) | 一种基于近红外光谱对彩棉色度的快速测定方法 | |
| CN106018332A (zh) | 一种柑桔黄龙病的近红外光谱田间检测方法 | |
| CN102519886A (zh) | 一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法 | |
| CN111742055B (zh) | 使用光谱技术识别微生物的方法 | |
| CN104764699B (zh) | 一种测定食用油酸价的方法 | |
| CN112414967B (zh) | 一种快速实时检测蒲黄炭炮制的近红外质控方法 | |
| CN108627468A (zh) | 一种饲用苎麻叶片粗纤维含量的预测方法 | |
| KR100433263B1 (ko) | 근적외선 흡수스펙트럼을 이용한 곡물 1립 비파괴 분석방법 | |
| Yao et al. | Determination of lignin content in Acacia spp. using near-infrared reflectance spectroscopy | |
| CN104655580B (zh) | 一种快速测定溶解浆中的α‑纤维素含量的方法 | |
| CN106226267B (zh) | 一种辣椒干色价的近红外测定方法 | |
| CN109164069B (zh) | 一种果树叶面病害级别的鉴定方法 | |
| CN109001182B (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
| CN111751347A (zh) | 基于拉曼光谱的白粉病胁迫下大麦叶片色素成像方法 | |
| CN1987431A (zh) | 竹木材主要化学成分的拉曼光谱快速定量分析方法 | |
| CN108318446A (zh) | 一种检测花生种子总维生素e含量的近红外光谱模型及应用 | |
| CN113267458A (zh) | 甘薯可溶性蛋白质含量定量预测模型的建立方法 | |
| CN110231300A (zh) | 一种无损快速鉴别真假阿克苏红富士苹果的方法 | |
| CN106198423A (zh) | 一种基于可见‑近红外光谱分析技术鉴别火腿肠等级的方法 | |
| CN102759515A (zh) | 基于水平atr的中红外光谱快速测定农产品含油率的方法 | |
| CN101387497A (zh) | 采用近红外光谱技术测量植物纤维材料纤维形态的方法 | |
| CN108061724A (zh) | 新疆彩棉内在品质近红外光谱无损快速检测方法 | |
| CN101949850A (zh) | 一种用拉曼光谱法检测多糖类物质分子量和结构的方法 | |
| CN201060164Y (zh) | 可见和近红外光谱的植物叶片或冠层灰霉病诊断系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181116 |