论文部分内容阅读
基于近红外光谱技术原理,利用自主研发的便携式多参数智能型菜籽品质速测仪和优选出的322份代表性油菜籽样品研究建立了完整油菜籽中芥酸、油酸、亚油酸、含油量、蛋白质、硫甙、含水量等七个品质参数分析模型,随机选取320份油菜籽样品检验模型。结果表明,所建立的模型对油菜籽样品七个参数测定结果与国家和国际标准测定结果基本一致,能够满足油菜生产、收购及加工过程中对油菜籽各品质参数的快速测定要求。主要研究结果如下:1.使用化学计量学方法对油菜籽各参数光谱建模波段范围进行优化,优选出芥酸、油酸、亚油酸、含油量、蛋白质、硫甙和含水量等参数的波段范围分别为:1300-1836 nm、1300-2356 nm、1300-2500 nm、1300-2500 nm、1300-2500 nm、1638-2356 nm和1300-2500 nm。2.选择十种光谱预处理方法对油菜籽近红外光谱进行预处理,芥酸、油酸、亚油酸、含油量、蛋白质、硫甙和含水量等参数的最优光谱预处理方法分别为:多元散射校正+一阶导数、正规化变换、多元散射校正+一阶导数、数据标准化+多元散射校正、数据标准化+多元散射校正、正规化变换、数据标准化+多元散射校正。3.芥酸含量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.90和0.80,交叉验证均方差RMSECV分别为4.8和3.5;油酸含量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.92和0.85,交叉验证均方差RMSECV分别为4.8和12.0;亚油酸含量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.95和0.75,交叉验证均方差RMSECV分别为0.8和2.3;含油量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.95和0.93,交叉验证均方差RMSECV分别为1.00和1.12;蛋白质含量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.95和0.83,交叉验证均方差RMSECV分别为0.68和1.83;硫甙含量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.85和0.76,交叉验证均方差RMSECV分别为7.90和8.32;含水量近红外光谱主成分回归法校正模型和验证模型预测值的相关系数R分别为0.98和0.75,交叉验证均方差RMSECV分别为0.56和0.38。4.本实验所用化学计量学软件采用偏最小二乘和主成分回归两种方法建立模型,其中偏最小二乘是目前使用比较广泛的建模方法,本实验多数参数采用主成分回归法,该方法与偏最小二乘法相比运算量小,分析速度快,节约了建模时间,能够满足建模要求。以近红外光谱分析技术为基础的多参数快速检测方法因其具有无损、快速、绿色、数字化等特点,被国际农业分析界称为具有“解决全球农业分析的潜力”的技术,是目前双低油菜检测技术发展方向。本项研究所用便携式多参数智能型菜籽品质速测仪为自主研发的国产仪器,打破了当前我国实验室近红外仪器需要进口的局限,且实现了油菜籽品质的现场多参数快速检测。