近红外光谱分析技术在禾谷类作物品质分析中的应用和展望.pdf

近红外光谱分析技术在禾谷类作物品质 分析中的应用和展望。 吴建国石春海 (浙江大学农学院农学系，杭州31c029) 摘要近红外光谱技术是近年来新幅起的一种物理测定技术，具有快速、高效、无损等 分析特点．在农业、食品和化工等许多领域广泛应用。本文综述了NIR技术在水稻、小麦、大 麦和玉米等禾罄类作物品质指标分析中的应用和研究进展，同时还舟绍了近红外光谱技术在作 物品质育种中的应用前景。 ． 关键词近红外光谱；禾备类作物；品质分析；育种选择 近红外(Nm)光谱分析技术是利用化学物质在近红外区内的光学特性快速测定样品的一 种或多种理化指标的新颖物理测定技术?。NIR技术具有样品处理环节少(可以原样分析)、 分析速度快、无废物污染等特点，且其测定结果与常规方法一致怛刈。应用NIR技术的关键 是要建立样品N1R信息和理化特性问相关性的定标分析模型，一旦完成高相关性和低误差的 定标模型，即可对未知样品进行快速分析和检测。由于NIR技术的特点，现已在农作物品质 分析中得到广泛的应用。迄今，粉碎谷物蛋白、整粒谷物蛋白、硬度、饲料粗蛋白、酸性洗 涤纤维和水分等6种成分的NIR方法被国际标准化委员会所认可uJ，N1R技术测定的作物类 型和品质指标等新的应用范围仍在不断扩大[6“8]。许多禾谷类作物属于重要的粮食作物，在 遗传育种研究以及食品加工等方面均需进行品质分析和检测，因此NIR技术在这一领域有着 独特和广泛的应用前景。 1稻米品质方面的应用 水稻作为世界主要粮食作物之一，近红外光谱技术较早地应用于稻米品质的分析。日本 学者在20世纪踟年代初利用近红外分析技术测定了稻米蛋白质和丙氨酸含量等品质性状， 其结果与常规测定有很高的相关性[“，但发现直链淀粉含量和灰分测定的重演性较差儿?。 90年代以来，应用近红外光谱技术测定稻米蒸煮与营养品质等性状的研究已经取得较好的 进展。Villareal等[11]研究了NIR技术测定糙米和精米的表观直链淀粉含量(从C)的效果，发 现测定精米时结果稳定，与常规测定方法测得的结果有较好的相关性。Delwiche等L12J贝4用 97份精米粉为分析样品，明显提高了NIR分析的精确度，碘比色法与NIR方法测得的AAC 两者间相关系数达0．956。采用直接扫描整粒精米的方法分析稻米品质性状，结果发现 从c、蛋白质含量、糊化温度(碱消值)、米粉黏滞特性等都可取得良好的结果“?。稻米的 品质除了与其化学组成(淀粉、蛋白质、水分含量等)有关，还受颜色、透明度、外观纹理、 12I感等影响。Baltoll等‘川利用近红外光谱评估稻米的质量，发现其化学组成和物理性质(颜 *资助项目：浙江省科技厅重大项目(2004c聊一2)和重点项目(∞D4Q2∞9)o 通ff【作者简介：石春海，1956年出生，教授．博士生导师。主要研究方向为作物遗传育种与种质创新一g-m·61： ohhshi@咖．幽．∞o ‘ 58 色、透明度、粉碎程度等)可以利用不同的波长区域建立相应的模型进行质量评估。舒庆尧 等【15J以精米粉为样品，建立了美国稻直链淀粉含量的NIR定标分析模型，外部检验决定系 数达o．94，工作标准误差小至o．84。利用较小定标样品集构建稻米直链淀粉【”1和蛋白质[”] 含量测定的NIR分析模型也取得良好效果，模型的决定系数分别为0．95和O．94。一些学者 将NIR技术应用于精米粉黏滞度(RVA)、差热分析(DSC)和米胶特性等淀粉品质参数的研 究【lsA9]，发现绝大部分指标的定标模型决定系数在0．8以上，误差较小。Kawamura等[20]将 NIR技术用于稻米加工过程的质量控制，成功地分析了稻米的水分和蛋白质含量两项指标。 以上的研究大多集中在精米的品质测定上，但用于育种中材料的品质筛选的研究较少。舒庆 尧等协1较早地以建立小样本美国稻糙米的NIR分析模型，取得较好的效果，可用于美国稻 的单株选择。‘ 。 上述研究为Nit技术在水稻品质育种中的应用打下了一定的基础。但尚存在着不少问 题，如样品来源较为单一、大多为单年份的试验材料、定标集样本数目偏少、所构建的模型 实际适用性还不够理想，且目前定标模型分析所需样品量较大，不适合于单株样品量很少的 育种中间材料选择。更重要的是，绝大部分用于构建分析模型的样品为稳定的品种或品系， 这与育种中间材料常处于分离状态不相符合，而样品状态对于NIR分析是非常重要的。由于 上述这些原因，目前NIR分折技术还未在稻米品质改良的育种选择过程中得到广泛应用。鉴 于此因，Wu等旧J以及吴建国等∞]对稻米品质指标的NIR分析技术进行了系统研究，试验 中利用14个亲本以及3个不同世代的遗传群体进行NIR建模研究，发展了样品量仅需39和 O．59、且能同时测定稻米蛋白质和16种氨基酸含量的NIR分析技术。同时根