论文部分内容阅读
近年来,人们对身体健康愈发重视,生活饮食习惯也在发生转变,杂粮成为人们生活中必不可少的食物。燕麦是一种富含多种功能成分的杂粮作物,其在所有粮食作物生产中位居第六。β-葡聚糖被认为是燕麦最具开发潜力的功能成分之一,因此,快速、准确获取燕麦β-葡聚糖含量对于燕麦品质及其功能评价具有重要意义。当前,燕麦β-葡聚糖含量的测定方法存在效率低,操作繁琐、费用昂贵的缺点,难以满足未来燕麦大面积生产及其产业化的发展的需求。近红外光谱技术具有快速、无损、准确、高效的特点,并在农业等领域实现较为广泛的应用。因此,开展燕麦籽粒β-葡聚糖含量的近红外光谱检测具有重要的现实需求和实践应用价值。本研究以63份燕麦种质资源的籽粒为研究对象,通过测定所有样本的籽粒β-葡聚糖含量及其近红外光谱,在对原始光谱数据进行常规预处理（16种数学变换方法和4种校正处理方法）的基础上,结合3类光谱模型,分析近红外光谱对燕麦籽粒β-葡聚糖含量的响应特性,挖掘和确定燕麦籽粒β-葡聚糖含量的近红外光谱特征,尝试构建燕麦籽粒β-葡聚糖含量近红外光谱检测模型,以明确燕麦籽粒β-葡聚糖含量与近红外光谱的定量关系,并研究预处理方法对燕麦籽粒β-葡聚糖含量近红外光谱监测的影响。结果表明:（1）近红外光谱吸收率随着燕麦籽粒β-葡聚糖含量的升高而降低,燕麦籽粒β-葡聚糖含量与近红外光谱吸光率存在负相关关系。此外,准确提取了能够表征燕麦籽粒β-葡聚糖含量的近红外光谱特征区域分别是9989 cm-1～9777cm-1、9300 cm-1～8800cm-1、7594cm-1～6992 cm-1和4000 cm-1,其中8840.091 cm-1、7324.316 cm-1、6992.62 cm-1、8816.949cm-1、8469.825 cm-1、8890.231 cm-1、9075.364 cm-1、9391.633 cm-1、8867.09 cm-1、9507.341cm-1、4512.612 cm-1被证明与燕麦籽粒β-葡聚糖含量存在紧密的关系;表明利用近红外光谱技术实现对燕麦籽粒β-葡聚糖含量的快速、准确检测是可行的。（2）基于方法预处理（数学变换15）条件下所建立的MLR预测模型表现最优（校正模型R~2=0.788,RMSE=0.556,RPD=2.196,验证模型R~2=0.842,RMSE=0.545,RPD=2.453）,可以实现基于近红外光谱技术的燕麦籽粒β-葡聚糖含量的准确检测,此外,发现燕麦籽粒β-葡聚糖含量与近红外光谱之间的定量关系可以使用基于R~2预处理条件下所选择近红外光谱特征的MLR进行表征。（3）预处理方法对于燕麦籽粒β-葡聚糖含量的近红外光谱监测是有影响的,其中原始光谱的平方预处理（数学变换方法15）可以显著提高燕麦籽粒β-葡聚糖含量的近红外光谱检测精度,表现最优;此外,MSC校正处理在各类模型中普遍表现较优,其次为微分处理;对比数学变换处理和校正处理可知,校正处理在提高模型表现方面具有较好的效果。