3.2.2 光谱预处理 所采集的光谱中不仅包含了样品中的有效信息，还包括由于外界环境的波动、随机噪音、样品背景干扰所产生的信息，因此在建模前需要对光谱进行预处理，以去除噪音，净化谱图信息，扩大有效信息，提高模型的精度和预测效果 [9]。本文比较了原始光谱及一阶导数、二阶导数分别与Savitzky-Golay(S-G)平滑结合等光谱预处理方法，以RSEP和R2的大小为依据来优选合适的预处理方法，不同预处理方法结果见表2，3。经过比较，发现绿原酸含量和固含量建模时均选用一阶微分+S-G组合对原始光谱进行预处理可以达到最优的结果。

    3.2.3 波长的选择 尽管PLS可处理全谱信息，但建模包含大量的多余信息，因此有必要选择特定的波长范围，以消除无关干扰，缩短建模时间，提高模型精度。在1 300～1 600，1 800～2 250 nm处样品吸收强度存在差异性，且溶剂和样品的光谱图差异较大，见图2。本研究采用交互验证分别考察了这2个波段对所建绿原酸校正模型性能的影响，见表4。采用1 300～1 600 nm建模得到的绿原酸校正模型与其他的相比性能要好 ......