小麦子粒粗蛋白FT-NIRS分析模型建立的初步研究.pdfVIP

22 安徽农学通报 ， AnhuiAgri．Sci．Bul1．2015．21(03一o4) 小麦子粒粗蛋白FT-NIRS分析模型建立的初步研究 雷加容 余 敖 欧俊梅 任 勇 李生荣 杜小英 陶 军 周 强 (绵阳市农业科学研究院，四川绵阳 621023) 摘 要：采用凯氏定氮法测试了2164~小麦子粒的粗蛋 白含量，用近红外仪采集数据，选择113份建立了数学 模型。结果：最佳主成分数(Rank)=6，内部交叉验证均方差(RMSECV)=0．377，决定系数 (Rz)=96．89。为了验 证模型的可靠性，对预测集样品进行预测，结果粗蛋白的预测均方差(RMsEP)=0．950，相对偏差(RsEP，％)： 8．40。 关键词：小麦子粒；近红外光谱；数学模型；粗蛋白含量 中图分类号 $512．1 文献标识码 A 文章编号 1007—7731(2015)03—04—22—02 ResearchonM athM odelofFT-NIRSAnalysisforCrudeProteinContentinSeedofWheat LeiJiarongeta1． (MianyangAcademyofAgriculturalSciences，Mianyang621023，China) Abstract：Brukerfouriertransform near-inrfaredspectroscopy (FT—NIRS)used 113seedst0establishmath modelofcrude protein．The resulton this modelshowed thatthe Rank was 6 and the RMSECV was 0．377 and R was96．89．54 sampleswere used to testthis model。Theresulton modelvalidation showed thattheRMSEPwas0．950and theRSEP(％)was8．40． Keywords：Wheat；FT-NIRS；Mathmodel：Crudeprotein 近红外光谱分析技术具有快速、方便 、简单 、准确以 1ution为 16cm～，SampleScanTime为64，BackgroundScan 及同时可分析多种成分的优点，是一种非破坏性的 “瞬间 为64，SaveDateFrom 为 12000～4000cm～。ResultSpec． 分析”技术，它能够为小麦品质育种快速和准确地提供有 turm为Absorbance。其余工作页设定正确的参数。定量 关品质参数。目前该技术已广泛应用于农业 ]、工业 J、 建模算法：偏最小二乘法。 食品业 等行业，在小麦 、果蔬 “ 、油菜种子n等不 1．4 模型建立 利用OPUS／QUANT软件优化 、建立小麦 同作物的品质检测中得到了运用。用近红外光谱法分析 子粒粗蛋白的近红外分析模型。 小麦子粒粗蛋 白含量，难点在于近红外光谱法要从复杂、 2 结果与分析 重叠、变动的背景中提取弱信息，建立数学模型。而要建 2．1 建小麦粗蛋 白FT—NIRS定量分析模型的样品光谱 立优秀的数学模型，就需要拥有大量品质资源，从大量样 集 小麦子粒样品的近红外光谱 图集 (图 1)。 品中选择代表性样品，从而建立准确、稳定的数学模型。 为此，笔者收集了216份小麦子粒样品进行粗蛋白含量的 分析，结果筛选出113份材料初步建立了粗蛋白FT—NIRS 分析数学模型。 1 材料与方法 1．1 供试材料 小麦子粒样品216份 。 1．2 化学分析 粗蛋白含量分析：采用凯氏定氮法测试 小麦子粒的粗蛋 白含量 。 1．3 近红外分析