Das NIR-Spektrum wird in der quantitativen Analyse leicht durch Ausreißer beeinflusst. Das Spektrum entsteht durch Überlagerung von Absorptionspeaks von Wasserstoffgruppen. Traditionelle Methoden analysieren das gesamte Spektrum und verlassen sich dabei nur auf globale Merkmale, wodurch es schwierig wird, feine Ausreißermerkmale an spezifischen Peaks zu erkennen. Zudem fehlen ihnen adaptive Schwellenwerte. Daher schlägt dieser Artikel eine Ausreißer-Erkennungsstrategie auf Basis der gemischten Gaußschen Zerlegung vor, bei der in den Schlüsselabsorptionspeaks ein Gaußsches Mischmodell aufgebaut wird. Überlagerte Peaks werden mit mehreren Gauß-Komponenten zerlegt, und für die Amplituden jeder Komponente wird basierend auf dem Quartilsabstands-Kriterium ein Normalbereich definiert. Proben, die außerhalb dieses Bereichs liegen, werden als Ausreißer klassifiziert. Die vorgeschlagene Methode wurde zur Vorhersage der Gesamzuckerkonzentration in der Rohstoffmischphase der Zitronensäuregärung angewendet. Die Ergebnisse zeigen, dass die Methode effektiv künstlich erzeugte und reale Ausreißer erkennt. Im Vergleich zum Originalspektrum sank der RMSE des PLS-Modells nach Entfernung der Ausreißer um 34,69 %, und das Bestimmtheitsmaß R2 erhöhte sich um 26,28 %. Durch die Analyse der Zusammensetzung der Absorptionspeaks ermöglicht die Methode eine adaptive Erkennung lokaler Ausreißermerkmale und bietet einen strukturierten, erklärbaren Ansatz zur Verbesserung der Qualität von NIR-Spektren.

Nahinfrarotspektrum; Ausreißererkennung; gemischtes Gauß-Modell; Zerlegung überlagerter Peaks; Zitronensäuregärung