果酒发酵中的多酚是引起果酒口感、 颜色变化的重要因素。 为保证果酒品质, 有必要开发一种快速监测发酵过程中多酚含量变化的技术。 收集不同批次成熟期的蓝莓、 桑葚为原料, 分别碾压成汁, 同时按比例混合二者, 于小型发酵罐进行发酵。 通过离线收集不同发酵时段的发酵液于离心管, 高速离心后取上清液置于棕色瓶保存, 共计得到48个果酒发酵样本。 将上清液置于三个平行样比色皿, 以傅里叶快速变换近红外光谱仪（FT-NIR）采集其透射光谱, 取平均值作为该样本的光谱信号。 然后将棕色瓶内的发酵液以国标法（即以标准液的吸光度值制定标准曲线）测定各样品的总酚含量, 以duplex法计算样本光谱之间的距离且按2∶1的比例划分为训练集和预测集。 采用间隔偏最小二乘法（iPLS）将训练集样本的透射光谱与总酚含量之间构建定量模型, 间隔数从2依次变化到60个。 该研究创新之处是使用共识方法融合多个已构建好的iPLS成员模型, 按一定的共识规则分配权系数。 通过各成员模型交互验证的残差及其残差之间的相关性来优化各成员模型的线性组合, 以拉格朗日乘数法求解各成员模型的权系数, 使间隔偏最小二乘-共识模型（consensual iPLS, C_iPLS）的交互验证均方根误差最小。 相比于全局PLS模型、 划分不同间隔数量时的iPLS模型, C_iPLS均具有较小的预测误差。 当划分39个间隔时由三个iPLS成员模型（即14th, 16th, 18th）组成的共识模型误差最小为124.2, 交互验证相关系数为0.944, 对预测集样本的预测均方根误差为163.4, 预测相关系数为0.931, 预测性能均优于PLS和iPLS模型。 另外, 作为对比选用连续投影算法与无信息变量剔除法来优化光谱模型, 其预测性能均不及本文提出的共识模型。 分析各iPLS模型预测残差之间的相关性, 发现共识模型主要是融合那些具有较高预测性能且模型间较低相关性的成员模型。 结果表明, 光谱分析结合共识方法可提高回归模型的预测精度、 减少建模所需变量数, 能够用于果酒总酚含量的离线快速检测。

原位分析和在线检测是激光诱导击穿光谱(LIBS)技术的一大优势, 但是, 在野外环境中, 人们无法对样品进行统一预处理, 面对各种形态的待测样品如何保证LIBS的检测精度是函待解决的一大难题。 提出一种多谱线内定标的方法来解决上述问题, 即通过求解多条分析谱线的强度和与内标元素谱线的强度比值来建立定标曲线, 进而降低光谱信号波动带来的误差, 提高线性相关性和检测精度。 实验中以铅黄铜合金样品为例, 采用LIBS对厚度不一(最大变化值为±2 mm)的铅黄铜样品中的Pb元素进行了定量检测研究, 并分别采用传统定标法和多谱线内定标法对这种不规则样品进行校正和建立定标曲线。 实验发现, 对于不规则样品, 传统定标法的检测精度大大降低, 定标曲线没有明显的线性关系。 当采用单条谱线的内定标方法时, 定标曲线线性相关度大大提高, 校正决定系数达到0.724 89。 而采用多条谱线内标方法(考虑多条分析谱线的相对强度总和)计算发现, 当选取5条Pb谱线(Pb 261.42 nm, Pb 280.20 nm, Pb 368.35 nm, Pb 405.78 nm和Pb 520.14 nm)进行计算时, 定标曲线线性拟合度达到0.984 6, 由此可见该方法消除了样品不规则所带来的光谱强度波动误差, 显著提高了测量精度。 虽然继续增加分析谱线数目可以进一步提升线性相关度, 但是也会增加计算的复杂度, 所以选择合适的分析谱线是十分重要的。 此外, 通过多谱线内标法也能一定程度上消除基体效应和光谱干扰等影响, 是一种简单有效且具备普适性的数据处理方法。 当然, 该方法也存在一定的局限性(如样品成分分布极不均匀、 样品表面极不规则致使激光能量低于击穿阈值等), 不过通过调整和优化检测装置方案(例如增大激光能量、 增大聚焦光斑、 采用长焦距聚焦透镜等)可以更好的发挥该方法的优势。 该研究内容可以为LIBS原位检测和在线检测的应用提供一种新思路。

为快速检测贝类重金属的污染, 采用激光诱导击穿光谱(LIBS)结合多模型共识策略来预测泥蚶重金属铜的含量.分析铜元素的LIBS特征谱线, 提取铜元素的特征峰强度、面积、峰强比等变量, 分别构建多元线性回归模型, 以及基于铜特征光谱区域信息构建偏最小二乘模型.在这些校正的成员模型预测残差向量间, 通过拉格朗日乘数法优化各成员模型的线性组合, 使共识模型的均方误差和最小, 从而获得各成员模型的最优权系数.经外部预测集的验证, 共识模型的预测结果优于任一成员模型, 预测均方根误差为20.641 mg/kg, 相关系数为0.835, 且预测偏差仅为-0.473, 表明LIBS技术结合共识模型能用于重金属的定量检测.

水果内部品质影响着消费者的感官偏好, 直接决定消费者的购买倾向。 为此, 可见-近红外光谱技术检测巨峰葡萄内部品质以及感官偏好等级。 试验比较了漫反射、 透射两种光谱采集方式对葡萄内部品质的检测准确性, 结果表明透射光谱更能表征巨峰葡萄的内部品质信息, 偏最小二乘(PLS)模型对鲜食葡萄可溶性固形物、 总酸度的预测均方根误差分别为0.598%brix, 0.048 g·L-1。 将鲜食葡萄的透射光谱主成分信息与消费者的感官偏好等级之间建立非线性分类模型, 得到主成分法结合极限学习机(PCA-ELM)模型分类准确率最好, 为78.7%。 结果认为反映水果内部信息的光谱可用于消费者感官偏好的初步分类, 但其间关系还有待进一步研究。

为评判近红外光谱技术对柑橘糖度的无损检测结果能否满足消费者感官需求并在此基础上利用变量筛选方法简化近红外光谱柑橘糖度模型。 设计了近红外光谱采集与感官品尝试验。 单因素方差分析感官品尝结果表明, 消费者对柑橘糖度的适应度存在个体差异, 但不受性别影响; 剔除异常样本组并计算柑橘糖度最低感官品尝的均方根偏差(RMSED)为0.633。 为使近红外光谱检测结果满足消费者需求, 要求光谱模型的预测均方根误差(RMSEP)小于RMSED, 并结合光谱预处理与变量筛选方法, 得到SPA-MLR模型性能最佳, 预测相关系数(Rp)为0.86、 RMSEP为0.567, 耗时仅6.8 ms, 其结果既可满足消费者的感官需求, 也使模型得到简化, 为今后在线检测提供依据。