食品工业科技

作者：李泽林, 高子琪, 杨芳, 胡一凡, 严静, 牛之瑞, 王冬钰, 刘秀嶶, 田浩

关键词：初加工,咖啡生豆,傅里叶变换近红外光谱,可溶性固形物,化学计量学,预测,

为探究不同初加工小粒咖啡生豆判别方法及预测其可溶性固形物（Soluble solids content，SSC）含量，利用手持式折光仪和傅里叶红外光谱仪（Fourier transform infrared spectroscopy，FT-IR）对水洗、日晒及蜜处理三种不同初加工小粒咖啡生豆进行检测，并建立了判别方法和SSC回归预测模型。结果表明，蜜处理咖啡豆SSC含量最高，为4.86%。二维相关光谱（Two-dimensional correlation spectroscopy，2D-COS）能准确识别不同样品间的光谱特征的差异。采用多元统计分析处理SG平滑（Savitzky-Golay smoothing，SG）、均值归一化（Normalization method，NM）、去趋势化（De-trend，DT）、多元散射校正（Multiple scattering correction，MSC）4种预处理方式FT-IR光谱数据可以实现对不同初加工样本的准确判别。进一步使用主成分回归（Principal component regression，PCR）、偏最小二乘回归（Partial least squares regression，PLSR）、支持向量机回归（Support vector regression，SVR）3种机器学习模型实现了对三种不同初加工咖啡生豆SSC的预测，其中原始数据-PCR模型组合预测效果最好R2c为0.67，R2p为0.64。本研究为不同初加工方式咖啡豆品质评价、优选、提升及完善咖啡产业体系提供了前期基础。

来源：2025年第18期

《食品工业科技》期刊编辑部

查看食品工业科技杂志2025年第18期