荔枝蒂蛀蟲無損檢測 可見近紅外光譜法-征求意見稿

2T/GDNBXXXX—2024荔枝蒂蛀蟲無損檢測可見/近紅外光譜法本文件規(guī)定了用可見/近紅外光譜無損檢測法檢測荔枝蒂蛀蟲的原理、儀器、樣品集的選擇、分析步驟等。本文件適用于荔枝蒂蛀蟲品質(zhì)參數(shù)同步無損檢測，不適用于仲裁檢驗。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T29858分子光譜多元校正定量分析通則3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1荔枝蒂蛀蟲ConopomorphasinensisBradley荔枝蒂蛀蟲，又稱荔枝細蛾、荔枝爻紋細蛾。幼果期蒂蛀蟲幼蟲從果蒂附近蛀入，取食種臍及胎座，遺留蟲糞于果內(nèi)和表皮的果實。3.2校驗集validationset在機器學(xué)習(xí)中，研究和構(gòu)建算法用來對數(shù)據(jù)進行學(xué)習(xí)和預(yù)測是一個常見任務(wù)，這些算法是通過基于數(shù)據(jù)驅(qū)動的預(yù)測或決策工作，即對輸入的數(shù)據(jù)搭建數(shù)學(xué)模型。校驗集用于用來調(diào)參、選擇特征以及調(diào)整其他和學(xué)習(xí)算法相關(guān)的選項。3.3預(yù)測集calibrationset測試集檢驗最終選擇最優(yōu)的模型的性能如何。3.4決定系數(shù)coefficientofdetermination（R2）可見/近紅外光譜法測定值與標(biāo)準(zhǔn)理化分析方法測定值之間相關(guān)系數(shù)的平方。3.5均方根誤差rootmeansquareerror（RMSE）均方根誤差是可見/近紅外光譜法測定值與標(biāo)準(zhǔn)理化分析方法測定值偏差的平方與觀測次數(shù)n比值的平方根。衡量兩者之間的偏差。4原理可見/近紅外光譜（VisibleNearInfrared，Vis-NIR）波長范圍為350nm～2526nm，可見光對被測樣本顏色變化較敏感，近紅外光是介于可見光和中紅外之間的電磁波，對含氫基團X-H（X=C、N、O）振動的倍頻和合頻吸收，使得經(jīng)過被測樣本反射或者透射的近紅外光攜帶被測樣本相關(guān)品質(zhì)信息。分析原理是，通過建立光譜與待測參數(shù)之間的對應(yīng)關(guān)系（稱為分析模型），通過光譜和對應(yīng)關(guān)系，能很快得到所需要的質(zhì)量參數(shù)數(shù)據(jù)。本標(biāo)準(zhǔn)為校正模型建立，校正模型驗證以及用校正模型進行預(yù)測提供指導(dǎo)。模型建立、驗證過程主要包括：首先，收集一組可代表荔枝蒂蛀蟲程度變化范圍的校正樣品和驗證樣品，3T/GDNBXXXX—2024組成校正集和驗證集；使用儀器測定校正集和驗證集的光譜，采用參考方法測定樣品的荔枝蒂蛀蟲程度參考值；然后，用多元散射校正（MSC）進行預(yù)處理，選擇合適的化學(xué)計量學(xué)方法（多元散射校正（MSC）和向量回歸（SVR將預(yù)處理后的校正集光譜數(shù)據(jù)和荔枝蒂蛀蟲程度參考值進行關(guān)聯(lián)，在光譜圖和其參考數(shù)據(jù)之間建立起一一對應(yīng)映射關(guān)系，建立校正模型；將驗證集光譜輸入檢測模型得到預(yù)測結(jié)果，并與實際理化值比對，評價檢測模型的預(yù)測能力和有效性，根據(jù)評價結(jié)果決定模型能否使用或更新。5儀器鹵素?zé)簦?00W）、可見/近紅外透射光譜檢測系統(tǒng)：計算機、OceanOpticsQEpro光譜儀、實驗暗箱、光源、光纖、自動校準(zhǔn)黑白參考板、電源和托盤等。6樣品集的選擇精選處于同一成熟度水平、大小均一的荔枝果實，保留2mm果梗，剔除外部破損和畸形的樣品，留下100個以上。7分析步驟7.1光譜采集按照適合的光譜采集參數(shù)，采集荔枝透射光譜，每次測定要求連續(xù)測量不少于3條的樣品透射光譜。樣品的透射光譜采用多元散射校正（MSC）進行預(yù)處理以消除噪聲，采用連續(xù)投影法（SPA）進行特征提取和對特征提取后的光譜數(shù)據(jù)采用支持向量回歸（SVR）分訓(xùn)練集與測試集進行建模識別，計算平均光譜作為最終測量光譜。7.2荔枝蒂蛀蟲理化分析測定將荔枝縱切兩半，按照T/HNBX105規(guī)定的方法測定荔枝蒂蛀蟲。7.3校正模型的建立用于建立模型的校正樣品應(yīng)具有代表性，其因素包含不同月份、不同采摘時間、環(huán)境因素、存放期等，能涵蓋待測樣品的變化范圍。校正樣品數(shù)量不少于100份。按照GB/T29858規(guī)定建立校正模型，校正模型的有效性利用決定系數(shù)（thecoefficientofdetermination，R2）error，RMSE）指標(biāo)評價，相關(guān)評價指標(biāo)的要求見附錄A。7.4校正模型的驗證用于評價模型的驗證樣品獨立于校正集，數(shù)量不少于40份，其代表性與校正樣品要求一致。選擇R2以及RMSE的指標(biāo)評價校正模型驗證預(yù)測效果，相關(guān)評價指標(biāo)的要求見附錄A。檢測結(jié)果應(yīng)在近紅外光譜測量分析儀使用的校正模型所覆蓋的荔枝蒂蛀蟲范圍內(nèi)。8異常測量結(jié)果的確認和處理8.1異常測量結(jié)果的來源異常測量結(jié)果的來源包括但不限于：——樣品品種與校正模型要求不匹配；——儀器故障；——樣品光譜測量條件與校正模型要求不匹配；——樣品光譜測量參數(shù)與建立模型時參數(shù)不匹配；——樣品蒂蛀蟲超過校正模型范圍。4T/GDNBXXXX—20248.2異常測量結(jié)果的確認測量結(jié)果出現(xiàn)以下任一條件，均可確認其為異常測量結(jié)果：——測量結(jié)果超出校正模型覆蓋的荔枝蒂蛀蟲范圍；——儀器或化學(xué)計量學(xué)軟件出現(xiàn)預(yù)警情況下的測量結(jié)果。8.3異常測量結(jié)果的處理出現(xiàn)異常測量結(jié)果的樣品，進行樣品復(fù)測（包括樣品荔枝蒂蛀蟲標(biāo)準(zhǔn)理化分析方法測定、光譜測量、校正模型預(yù)測分析）或用新樣品進行替換，并匯總統(tǒng)計。5T/GDNBXXXX—2024（規(guī)范性）校正模型校正評價指標(biāo)檢測模型的決定系數(shù)、均方根誤差見表A.1。表A.1校正模型校正評價指標(biāo)6T/GDNBXXXX—2024參考文獻[1]GB/T1.1標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則[2]馮弘歷,徐賽,陸華忠,等.基于多源光譜信息融合的采后荔枝蒂蛀蟲無損檢測[J/OL].現(xiàn)代食品科技,1-8[2024-10-31]./10.13982/j.mfst.167