四川轻化工大学攻克大曲水分快速检测难题，相关成果登国际期刊

近日，四川轻化工大学科研团队在白酒大曲质量检测领域取得重要突破，由该校Liangliang Xie为第一作者的研究论文，成功发表于国际知名期刊《Journal of Food Composition and Analysis》（影响因子IF=4.6）。该研究创新性地将光谱重构技术与机器学习相结合，建立了白酒大曲发酵过程中水分含量的实时在线快速检测方法，为白酒行业智能化升级提供了关键技术支撑。

大曲作为白酒酿造的核心糖化发酵剂，其水分含量直接影响发酵过程的稳定性和白酒最终品质，精准、快速检测大曲水分一直是行业内的技术痛点。传统检测方法流程繁琐、耗时较长，难以满足规模化生产中实时监控的需求，而现有光谱检测技术又存在精度不足或效率偏低的问题。

针对这一难题，研究团队开展了系统性研究，创新采用光谱重构技术与机器学习融合的技术路径，重点探索了不同模型和预处理方法对检测效果的影响。研究发现，基于MST++网络从RGB图像重构的高光谱数据，在保真度与细节还原方面表现突出，显著优于HSCNN-D与HRNet两种常用模型。同时，多元散射校正（MSC）被证实为最优光谱预处理方法，能有效剔除干扰信息，大幅提升检测模型的建模精度。

在模型对比测试中，团队选取PLSR、ELM、PFA-ELM及SVR四种主流预测模型进行验证，结果显示，基于MST++重构光谱的SVR模型表现最优——预测决定系数高达0.9984，均方根误差低至0.4093g/100g，检测精度甚至超越了原始全波长高光谱数据。更值得关注的是，该检测方法将传统检测的总耗时从18.728秒缩短至0.795秒，检测效率提升95.755%，实现了“高精度”与“高速度”的双重突破。

据了解，《Journal of Food Composition and Analysis》是食品科学与分析化学领域的优质国际期刊，被SCIE等权威数据库收录，主要发表食品成分分析、检测技术创新等相关高质量研究成果，审稿严格、学术影响力显著。该论文的发表，不仅彰显了四川轻化工大学在白酒酿造技术研究领域的国际影响力，也标志着我国在大曲水分快速检测技术上达到国际先进水平。

该研究的核心价值在于，首次明确了RGB图像光谱重构技术用于大曲水分快速预测的可行性，打破了传统检测技术的局限，为白酒发酵过程的智能化、低成本、实时在线质量监控提供了坚实的理论依据和可落地的技术方案。未来，该技术有望进一步推广应用于白酒生产全流程，助力行业降低检测成本、提升产品质量稳定性，推动白酒产业向数字化、智能化转型。