Abstract
The use of multivariate processing of spectral information has recently been favored due to the express nature of this method, the ease of use of mathematical packages, and the lack of the need to add chemical reagents. The aim of the work is using the methods of multivariate analysis of broadband transmission spectra to calibrate the physicochemical parameters of wines and to improve the accuracy of this calibration by selecting spectral variables.Using the interval projection to latent structures of the transmission spectra in the range of 220– 2500 nm, the physicochemical characteristics of the varietal unblended Moldovan wine are calibrated. Interval methods of multivariate data analysis allow signifi reducing the root mean square calibration error in comparison with the broadband multivariate methods. Residual predictive deviations exceed the threshold value of 2.5 for K, Ca, Mg, oxalic, malic and succinic acids, 2,3-butylene glycol, ash and phenolic compounds for red wines and Mg, tartaric, citric and lactic acids, 2,3-butylene glycol, ash, phenolic compounds and soluble salts for white wines. These values demonstrate good calibration quality.The application of the proposed method for calibrating the physicochemical parameters of wines makes it possible to replace traditional methods with spectral measurements, which are available not only in laboratory but also in the fi and characterized by small values of the root mean square error of calibration.
Highlights
Виноградные вина являются сложными смесями химических соединений
The aim of the work is using the methods of multivariate analysis of broadband transmission spectra to calibrate the physicochemical parameters
Optimal sample selection for measurement of soil organic carbon using online vis-NIR spectroscopy / S
Summary
Проиллюстрируем разработанный метод многопараметрической калибровки физикохимических параметров вин на примере определения спиртуозности. Рисунок 1 – Среднеквадратичные ошибки калибровки спиртуозности по проверочной выборке красных вин и кросс-валидации по обучающей выборке (левая ось) и остаточного отклонения предсказания. Рисунок 3 – Зависимость среднеквадратичной ошибки калибровки величины спиртуозности красных вин от количества спектральных окон, используемых в модели интервальной проекции на латентные структуры по оптимальной комбинации движущихся окон. Величины среднеквадратичных ошибок калибровки спиртуозности по обучающей и проверочной выборкам при оптимальных параметрах моделирования методом scmwiPLS для красных вин равны 0,2 % об., а для белых – < 0,1 % об. При этом RPDCV = 3,6 и RPDC = 4,6 для Рисунок 4 – Величины спиртуозности красных вин, предсказанные с помощью интервальной проекции на латентные структуры по комбинации движущихся окон, в зависимости от измеренных величин для обучающей и проверочной выборок при оптимальном выборе количества латентных структур и спектральных переменных. К Са Mg Щавелевая Яблочная Янтарная 2,3-бутилен- Зола Фенольные кислота кислота кислота гликоль
Sign-in/Register to view highlights & summary 
Published Version (
Free)
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call