基于近红外光谱技术测定稻谷含水量研究.pdf

2015年11月
中国粮油学报
Vol 30. No 11
第30卷第11期
Journal of the Chinese Cereals and Oils Association
Nov.2015
基于近红外光谱技术测定稻谷含水量研究
鞠兴荣后其军袁建何荣朱贞映
(南京财经大学食品科学与工程学院江苏省粮油品质控制及深加工技术重点实验室,南京210023)
摘要采用近红外光谱技术结合化学计量学方法,建立稻谷含水量测定的快速分析方法。试验选取江
苏省不同地区的2年内197份稻谷样品作为建模集样品,对其进行化学分析和图谱扫描处理,通过近红外化
学计量学软件初步建立格谷含水量的预测模型。建模结果显示运用PLS(偏最小二乘法)建立的分析模型预
测效果最优,决定系数(R2)高达0.9689,交互验证标准差(SECV)为0.3434,选取24个未知样品作为验证集
样品,验证决定系数(R)高达0.9806,预测标准差为0.0933。结果表明,近红外光语技术可以用于稻谷含水
量的快速测定。
关键词稻谷含水量近红外光谱测定
中图分类号:TN219;S511.2+2文献标识码:A文章编号:1003-0174(2015)11-0120-05
网络出版时间:2015-11-1822:52:43
网络出版地址:htp://ww.cnki,net/kcms/ detail//11.2864.TS.2015118.2252.004.html
稻谷是我国主要的粮食作物之一,每年种植量份不同品种的稻谷样品,样品用密封袋封口后运回
和产量位居世界前列。国内外研究人员研究稻谷多实验室低温储癜,标号后备用。
关注于淀粉糊化、老化特性以及食味值等方面!2,1.2仪器与设备
而对于稻谷主要收购指标之一的含水量研究较
ABB3600系列傅里叶变换近红外光谱仪(配有
含水量是稻谷收购过程中的重要依据,其含量高低InSn检测器):ABB(中国)有限公司; SUPNIR-2700
对其储藏时间有很大影响。
近红外分析仪:聚光科技(杭州)有限公司;FW80多
稻谷含水量的常规测定采用电热恒温箱烘干功能粉碎机:天津泰斯特仪器有限公司;JFYZ分样
法,该方法测定一批样品的含水量通常需要5个小器:上海加定粮油检测仪器厂。
时左右,耗时长且过程繁琐。近红外技术是利用物1.3试验方法
质在近红外光谱区特有的吸收性质测定其组分含1.3.1稻谷含水量化学方法的测定
量,具有方便、快捷、无污染的特点,目前已经广泛应
采用恒温箱烘干法测定稻谷含水量,方法参照
用于各个行业3-?,本试验以普通的采收后的稻谷为CB/T5497-19835《粮食、油料检验水分测定法》?。
研究对象,比较研究几种不同建模方法及预处理方1.3.2光谱采集
法得到的模型预测效果,旨在用近红外光谱分析技
稻谷样品经脱壳粉碎过筛后加入到样品杯,采
术建立稻谷含水量的无损检测模型,为建立稻谷收集稻谷的漫反射光谱,为获取代表性的稻谷光谱,采
购过程中含水量的快速检测方法提供指导,为稻谷用自动旋转样品杯附件采集,采集光谱范围3500~
储备安全提供一定保障。
12000cm,分辦率16cm-,每个样品扫描64次取
平均,每个样品重复装样2次
1材料与方法
1.3.3近红外光谱分析模型的建立
1.1材料与试剂
利用 Horizon MB定标软件对采集的谱图进行预
样品的代表性决定建模效果的好坏,为获取代处理,随后选择合适的数学方法和光学处理方法建
表性样品,本试验收集了江苏省不同地区2年内197立稻谷含水量的定量分析模型。
基金项目:国家科技支撑计划(2013BAD17B02-2),江苏省普通
高校研究生科研创新计划项目(KYZ_0276
2结果与分析
收稿日期:2015-02-25
作者简介:鞠兴荣,男,1957年出生,教授,博士生导师,食品营
2.1稻谷水分含量化学法的测測定
养、功能食品及衣产品深加工
稻谷含水量见表1。
71994-2018ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
第30卷第1期
鞠兴荣等基于近红外光谱技术测定稻谷含水量研究
121
表1稻谷含水量/%
样品号含水量样品号含水量样品号含水量」样品号含水量
14.595215
10213.7
152
15.5415315.0910316.7315316.68
14.655418.2210415.001154
513.605519.71110513.391155135
613.,265613
816.585818.05
914.955914.1310914.9015918.29
1013.4960
12.81
5.906115.2511117.5916119.9
1011.51314.51617.51920.52223.5
含水量/%
15.041214.92162
1313.9516314.411316.8916312
图1含水量频数分布直方图
14.16415.19141650116415
由图1可见,选取的197份稻谷样品含水量的覆
1513.
6515.08111513.62165
1614.446615.501613.66166
盖范围大,多分布在13%~17%之间,含水量的频数
1714.9416714.951113.3316719.01
分布接近正态分布,整体分布比较合理,说明本试验
1814.946821.261813.73168
选取的稻谷样品具有较好的代表性。
1915.806913.8711915.361169
2013.8917014.8112015.58117013.80
2.2近红外分析模型的建立
2113.18「17113.3612116.331171
2.1近红外光谱的采集
2213.5917213.5712215.02172
16.12
在3500~12000cm'范围内,利用近红外光谱
13.411173
2415.9717414.8812415.181174
仪扫描197个稻谷粉末样品(温度控制在20
2513.0817515.2112515.841175
11.66
25℃),图2为稻谷粉末的原始近红外全光谱图。由
2613.9517615.0012614.77176
图2可以看出,稻谷粉末的近红外光谱曲线趋势
2712.9417716.4712715.1817713.51
2815.087813.0112814.2311782.44
致,没有出现异常光谱,说明收集的样品中没有异常
2912.5317914.43112915.45179
样品。
3011,6918016.53『13014.36180
3114.201811.0913115.7018115.02
3313.4318314.7313317.27183
3413.3118414.3513415.82「18413.68
3513.5218519.9913515.161