基于近红外光谱技术分析无芒雀麦元素含量

无芒雀麦(Bromus inermis)具有丰富的营养价值.近红外光谱技术(NIRS)具有快速、高效和无损等优点,本研究利用NIRS和改良偏最小二乘法(MPLS),结合湿化学分析方法分析了 101 份无芒雀麦样品中K、Ca、P、Mg、Fe、Al和Mn元素含量.结果表明:所建立的预测模型中,K、P、Fe和Al的外部验证相对分析误差(RPD)较高,分别为 2.60、2.88、4.60 和 2.68,说明预测准确性较高,可以替代传统分析方法来预测无芒雀麦中K、P、Fe和Al含量;Ca和Mg的RPD值为 2.37 和 2.38,预测精度较弱,能够在样品数量较大时粗略预测含量来进行样品筛选;Mn的RPD值较低,为 1.93,预测效果较差,预测值与实测值的误差较大.