连续投影算法在砂糖橘总酸无损检测中的应用

酸度是评价砂糖橘品质的重要指标之一,为了消除光谱变量间的共线性影响、减少建模变量以提高校正速度,该文应用连续投影算法(SPA)对砂糖橘总酸近红外光谱无损检测模型进行优化。利用连接点修正方法修正近红外光谱,结合学生化残差图和模型回归图剔除异常样本,利用SPXY(sample set partitioning based on joint x-y distances)方法划分样本集,最后利用SPA进行变量选择,比较SPA选择的变量建模和全光谱变量PLS模型的预测效果,并分析橘皮对总酸模型的预测精度的影响程度。结果表明,只用了全部2001个变量中的9个变量,整果测定酸度情况下的SPA-MLR模型和SPA-PLS模型的预测精度与全部变量PLS模型的预测精度相当,预测相关系数Rp分别为0.829470,0.837095和0.857299。去皮留果肉测定酸度情况下则优选了13个变量,其SPA-MLR模型和SPA-PLS模型的Rp分别为0.819430、0.825277,均比全光谱变量PLS模型的Rp(0.780146)高,SPA算法提高了去皮留果肉测定酸度情况下的模型预测精度。