Применение многопараметрического анализа широкополосных спектров пропускания для калибровки физико-химических показателей вин

Использованию многопараметрической обработки спектральной информации в последнее время отдается предпочтение в связи с экспрессным характером этого метода, простотой применения математических пакетов, отсутствием необходимости введения дополнительных реагентов. Целью работы являлось применение методов многопараметрического анализа широкополосных спектров пропускания для калибровки физико-химических показателей вин и повышение точности этой калибровки с помощью выбора спектральных переменных.

На примере некупажированных сортовых молдавских вин показано, что применение метода интервальной проекции на латентные структуры по комбинации движущихся окон в спектрах пропускания вин в диапазоне 220–2500 нм позволяет существенно уменьшить среднеквадратичную ошибку калибровки по сравнению с широкополосными многопараметрическими методами. Величины остаточного отклонения предсказания, превышающие пороговое значение 2,5 для содержания K, Ca, Mg, щавелевой, яблочной и янтарной кислот, 2,3-бутиленгликоля, золы и фенольных соединений для красных вин и Mg, винной, лимонной и молочной кислот, 2,3-бутиленгликоля, золы, фенольных соединений и растворимых солей для белых вин, демонстрируют хорошее качество калибровки.

Применение предложенного метода калибровки физико-химических параметров вин позволяет заменить традиционные методы на проведение спектральных измерений, доступное не только в лабораторных, но и в полевых условиях, и характеризующееся малыми величинами среднеквадратичной ошибки калибровки.

1. Dos Santos Clаudia. Merging vibrational spectroscopic data for wine classification according to the geographic origin / Clаudia dos Santos [et al.] // Food Research International. – 2017. – Vol. 102. – P. 504–510. DOI: 10.1016/j.foodres.2017.09.018

2. Ferreiro-Gonzаlez, M. FT-IR, Vis spectroscopy, color and multivariate analysis for the control of ageing processes in distinctive Spanish wines / M. FerreiroGonzаlez [et al.] // Food Chemistry. – 2019. – Vol. 277. – P. 6–11. DOI: 10.1016/j.foodchem.2018.10.087

3. Dos Santos Clаudia. A review on the application of vibrational spectroscopy in the wine industry: From soil to bottle / C. dos Santos, R. Pascoa, J. Lopes // Trends Anal. Chem. – 2017. –Vol. 88. – P. 100–118. DOI: 10.1016/j.trac.2016.12.012

4. Ходасевич, М.А. Применение многопараметрического анализа широкополосных спектров пропускания для идентификации вин с географическим наименованием происхождения / М.А. Ходасевич [и др.] // Приборы и методы измерений. – 2016. – Т. 7, № 1. – С. 104–113. DOI: 10.21122/2220-9506-2016-7-1-104-113

5. Pasquini, C. Near infrared spectroscopy: A mature analytical technique with new perspectives – A review / C. Pasquini // Analytica Chimica Acta. – 2018. – Vol. 1026. – P. 8–36. DOI: 10.1016/j.aca.2018.04.004

6. Mehmood, Т. A review of variable selection methods in Partial Least Squares Regression / T. Mehmood [et al.] // Chem. and Intel. Lab. Sys. – 2012. – Vol. 118. – P. 62–69. DOI: 10.1016/j.chemolab.2012.07.010

7. Esbensen, K.H. Principal Component Analysis: Concept, Geometrical Interpretation, Mathematical Background, Algorithms, History, Practice / K.H. Esbensen, P. Geladi// Comprehensive Chemometrics – 2009. – Vol. 2. – P. 211–226. DOI: 10.1016/B978-044452701-1.00043-0

8. Norgaard, L. Interval Partial Least-Squares Regression (iPLS): A Comparative Chemometric Study with an Example from Near-Infrared Spectroscopy / L. Norgaard [et al.] // Appl. Spectr. – 2000. – Vol. 54. – P. 413–419. DOI: 10.1366/0003702001949500

9. Zou, X. Selection of the efficient wavelength regions in FT-NIR spectroscopy for determination of SSC of ‘Fuji’ apple based on BiPLS and FiPLS models / X. Zou, J. Zhao, Y. Li // Vibr. Spectr. – 2007. – Vol. 44. – P. 220–227. DOI: 10.1016/j.vibspec.2006.11.005

10. Du, Y.P. Spectral regions selection to improve prediction ability of PLS models by changeable size moving window PLS and searching combination moving window PLS / Y.P. Du [et al.] // Anal. Chim. Acta. – 2004. – Vol. 501, iss. 2. – P. 183–191. DOI: 10.1016/j.aca.2003.09.041

11. Ходасевич, М.А. Выбор спектральных переменных и повышение точности калибровки температуры методом проекции на латентные структуры по спектрам флуоресценции Yb3+:CaF2 / М.А. Ходасевич, В.А. Асеев // Оптика и спектроскопия. – 2018. – Т. 124, № 5. – С. 713–717. DOI: 10.1134/S0030400X18050089

12. Ходасевич, М.А. Калибровка температуры по спектрам флуоресценции допированного эрбием свинцово-фторидного стекла / М.А. Ходасевич [и др.] // Оптика и спектроскопия. – 2019. – Т. 126, № 3. – С. 295–298.

13. Anderson, R.B. Clustering and training set selection methods for improving the accuracy of quantitative laser induced breakdown spectroscopy / R.B. Anderson [et al.] // Spectrochimica Acta Part B. – 2012. – Vol. 70. – P. 24–32. DOI: 10.1016/j.sab.2012.04.004

14. Nawar, S. Optimal sample selection for measurement of soil organic carbon using online vis-NIR spectroscopy / S. Nawar, A.M. Mouazen // Computers and Electronics in Agriculture. – 2018. – Vol. 151. – P. 469–477. DOI: 10.1016/j.compag.2018.06.042

15. Zornoza, R. Near infrared spectroscopy for determination of various physical, chemical and biochemical properties in Mediterranean soils / R. Zornoza [et al.] // Soil Biology & Biochemistry. – 2008. – Vol. 40. – P. 1923–1930. DOI: 10.1016/j.soilbio.2008.04.003