摘要：研究采用近红外光谱（near infrared spectroscopy,NIRS）快速检测单酶法生产海藻糖浆（海藻糖、麦芽糖及葡萄糖）组成的方法。取65个海藻糖浆作为样本,扫描得到近红外光谱图,分为48个样本校正集,17个样本预测集,计算分析结果表明：一阶微分（first derivative,1D）与S-G平滑（savitzky-golay filter）组合处理为最优预处理方法;运用TQ analyst建模软件中主成分回归（principal component regression,PCR）算法和偏最小二乘法（partial least squares,PLS）算法分别对海藻糖浆建模,发现采用偏最小二乘法（partial least squares,PLS）的海藻糖浆组分模型稳定性和预测能力更好;运用PLS、1D、S-G平滑组合预处理海藻糖浆组分模型,不仅降低光谱的背景噪声,同时还提高模型的稳定性。海藻糖浆各组分模型的交叉验证均方差（RMSEC）、交叉验证决定系数（Rc）、预测均方差（RMSEP）、预测决定系数（RP）依次为：海藻糖模型分别为0.188,0.995,0.089,0.989;麦芽糖模型分别为0.143,0.997,0.131,0.969;葡萄糖模型分别为0.147,0.997,0.094,0.999。NIRS检测快速、无损便捷,可用于检测单酶法生产海藻糖浆的组分。

关键词：海藻糖浆 定量 近红外光谱 偏最小二乘法 

单位：长沙理工大学化学与生物工程学院; 湖南长沙410114