基于近紅外光譜的連翹有效成分分析與產地鑒別技術研究.pdf

1、近紅外光譜（NIR）分析是近年來發(fā)展最快的檢測技術之一，具有無損、快速、高效、方便的特點，適合中草藥內部品質的測定和分析。本文以連翹為研究對象，考察了近紅外光譜分析技術在連翹質量控制中的應用，從定性鑒別、有效成分的快速定量分析兩方面進行了研究。 在定性方面，采用近紅外光譜結合SIMCA模式識別方法鑒別5種不同產地的連翹。研究結果表明, 在8500~4000cm-1波數(shù)范圍內的光譜, 通過SNV預處理方法后，利用SIMCA的模式識

2、別方法分別為盧氏、欒川、洛寧、新安和陜西安澤等5個產地連翹建立了模型。交叉驗證的最佳主成分數(shù)分別為3、4、2、3、4。在a=5％的顯著水平下，預測集的10個樣品中只有1個被錯判，表明該方法具有良好的鑒別分類功能。 在定量方面，本研究共收集了50個連翹樣本，其中校正集40個，預測集10個。以連翹苷含量為指標，對校正集的原始光譜、一階導數(shù)光譜、二階導數(shù)光譜和小波變換 (WT) 光譜進行偏最小二乘回歸分析，用相關系數(shù)、校正集均方根誤差

3、和預測集均方根誤差3個統(tǒng)計量來評價模型的預測效果。用高效液相色譜法（HPLC）測定連翹中連翹苷含量，并以此為參比值，運用偏最小二乘法對校正集的原始光譜、一階導數(shù)光譜、二階導數(shù)光譜和WT處理后光譜建立定標方程，結果模型的相關系數(shù)分別為0.945、0.983、0.960和0.977 ，校正集預測誤差均方根分別為1.322、0.925、1.126和 0.914、預測集預測誤差均方根分別為0.530, 0.379, 0.481 和0.390。由

4、結果可以看出：由小波變換和一階導數(shù)光譜處理后所得的預測結果相近，但是一階導數(shù)光譜的主成份是3，而經(jīng)WT變換后的光譜由于有效地壓縮了原始譜圖的數(shù)據(jù)，消除譜圖中噪聲和背景的干擾，主成份是2，從而提高建模速度，并獲得較高的預測精度，為中藥常規(guī)化學成分的NIR分析提供了一種快速有效的數(shù)據(jù)處理方法。 通過上述研究表明，近紅外漫反射光譜法不需要對樣品進行復雜繁瑣的前處理，分析速度快，結果準確，具有傳統(tǒng)化學分析方法所不具有的顯著優(yōu)點，適用于中