国内粮食作物检测中近红外光谱的最新应用进展分析

1、国内粮食作物检测中近红外光谱的最新应用进展分析    0 引言自 1800 年英国物理学家W. Herschel 发现近红外光以来，计算机技术、信息提取技术和仪器设备等的发展，极大的促进了近红外光谱分析技术的发展，近红外光谱是20 世纪90年代以来发展最快、最引人注目的光谱分析技术。以其高效、快速、无损等特点成功广泛应用于工业、农业、食品、纺织、药品等领域1。随着人们对食品安全的日益重视，粮食作物的检测技术不断发展，除传统的化学方法外一些先进的新技术或者其他领域的技术也都有所引入，如计算机视觉、液相色谱、随机扩增多态性DNA 技术（RAPD）等等。而其中

2、一些检测方法和检测仪器因检测速度慢、有损、效率低、成本高、劳动量大等特点不能满足随着人们对粮食作物检测效率、检测程序复杂等要求。近红外光(Near Infrared,NIR)是指波长在7602500nm 范围内的电磁波,介于可见光(VIS)与中红外光(MIR)之间。由于分子振动的非谐振性,使分子振动从基态向高能级的跃迁成为可能。当近红外光照射到由一种或多种分子组成的物质上时，如果物质分子为红外活性分子，则红外活性分子中的键与近红外光子发生作用，分子振动、转动的状态变化、分子振动或者转动状态在不同能级间的跃迁产生近红外光谱吸收。能量跃迁包括基频跃迁、倍频跃迁和合频跃迁。在近红外光谱范围内, 测量

3、的主要是分子中含氢官能团X-H (X = C、N、O、S 等) 振动的倍频及合频吸收。根据各含氢基团的近红外吸收特点就可以来检测农产品中含有氢基团的蛋白质、脂肪、水分、氨基酸、淀粉、糖、酸等成分2。在农业领域该技术不但可用于谷物和水果的蛋白质、有机酸、脂肪、淀粉、糖、水分以及其它营养成分的分析，还适用于其它各种农副产品品质分析，如饲料、食品、蔬菜、烟叶等3。本文综述了该技术在在国内一些主要粮食作物检测中的最新应用进展，主要包括检测小麦、稻谷、玉米、大豆等等，文章最后探讨和展望了该技术所存在一些问题和发展趋势。1 NIRS 在粮食作物检测中的应用1.1 在小麦检测中的应用随着近红外分析方法和光谱

4、仪器等的发展，使得近红外光谱检测技术更容易地在小麦的检测中得以推广，可以极大的方便小麦育种专家的选育、早期测定等工作。在小麦品质检测及选育中广泛应用近红外光谱技术是必然的发展趋势，而且在小麦检测应用中，光谱采集、分析、建模方法等等也得以改进，这也将促进近红外光谱检测技术的发展。在小麦蛋白质等成分检测方面，刘宁涛4利用近红外光谱仪对Perten 公司和农业部品质监督检验测试中心（哈尔滨）提供测定小麦品质曲线的准确性进行了验证分析。研究发现，两种品质曲线中小麦粗蛋白和湿面筋性状指标的预测值和化学法测定值都具有较高相关性.高居荣等5-6利用DA7200 近红外仪研究了国标化学法和近红外光谱分析法分别

5、对20 个山东小麦品种的蛋白质含量、吸水率、湿面筋含量、面团形成和稳定时间的相关性，结果表明两种检测方法具有好的相关性、高准确性；中国农业部谷物品质监督检验测试中心建立的小麦近红外光谱校准曲线适于测试山东小麦的以上5 项品质性状。运用有监督主成分回归法刘旭华等7建立了随机选择的小麦实验样品的蛋白质含量近红外光谱定量分析模型，预测结果与凯氏定氮法分析结果的相关系数为0.991，平均相对误差为1.5%。该方法从大量光谱数据中筛选出最重要的部分波长信息，实现了精选波长点。基于线阵电荷耦合器件和固定光栅张银桥等8设计了一种近红外光谱分析系统，并利用MPA 光谱仪验证了近红外光谱分析方法用于谷物品质检测

6、的可行性。然后利用CA-06 光栅光谱分析仪建立了小麦蛋白、水分的偏最小二乘法模型，验证了仪器性能的稳定性和准确性。为研究小麦面粉蛋白质含量的快速测定方法，李冬梅等9分别用经典的凯氏定氮、DA7200 和8620 近红外光谱仪3 种方法测定了子粒蛋白质差异较大的60 个小麦品种（系）蛋白质含量，发现可以用8620、DA7200近红外光谱仪对育种材料进行早期测定。小麦糖分检测方面的研究，王远等10采用近红外光谱分析技术对麦冬多糖进行定量分析，研究发现采用一阶导数、标准乘性散射校正和S.Golay 平滑处理漫反射光谱数据，选取波段并结合偏最小二乘回归法对麦冬多糖定标建模分析的效果最好。基于主成分分

7、析和小波神经网络汤守鹏等11建立了小麦叶片的近红外多组分预测模型，该模型能用于同时预测小麦叶片可溶性总糖和全氮两种组分含量。在收敛速度和预测精度上，该模型明显优于偏最小二乘法和传统的反向传播神经网络模型。小麦育种及冠层方面，戴常军等12利用透射型近红外仪FOSS1241 扫描光谱，对选用的20062008,良种补贴小麦品种及2007,小麦主产区的主要品系样品建立了定标方程。结果表明该方法完全能够满足育种的前期世代筛选，以及面粉加工企业对原料收购时的控制。孙红等13分析了冬小麦生长期冠层反射光谱和叶绿素含量变化特征，并研究了二者之间的相关性。依据冬小麦生长期冠层反射光谱红边拐点位置建立拔节期叶绿

8、素含量线性检测模型和孕穗期二项式模型，可以用于冬小麦叶绿素含量的无损检测。1.2 在水稻检测中的应用许多研究人员投入到利用近红外光谱分析技术对稻谷的检测工作中，包括对稻谷进行种类的识别、纯度鉴定、组分含量的测定、抗性病灶研究等等，这对于稻谷品种品质改良以及市场检查监管稻谷都具有积极的指导意义。在稻米品种鉴别方面，梁亮等13-15利用ASD FieldSpec 3 地物光谱仪对市场上多种稻米进行了品种与真伪鉴别研究。分别采取全波段与特征波段两种方法建立模型。模型预测准确率均高达100%。采集纯度在90%99%范围内的杂交稻种（宜香725）光谱数据，建立杂交稻种纯度鉴定的BP-ANN 模型。研究结

9、果表明可见-近红外技术进行杂交稻种品系、真伪与纯度的快速、无损鉴别是可行的，且PCA 结合BP-ANN 或者Bayes 多类逐步判别都是优选波长的方法16。周子立等17采用主成分分析法对大米品种进行聚类，利用小波变换技术提取可见-近红外光谱特征信息，通过人工神经网络建立大米品种识别模型。高达100%的品种识别准确率说明该方法具有很好的分类和鉴别作用，为大米的快速、无损品种鉴别提供了一种新方法。关于稻米蛋白质含量检测，俞法明等18应用近红外光谱法分别以稻谷、糙米、精米和精米粉为扫描材料建立了籼稻蛋白质含量的预测模型。研究表明在育种实践中，低世代可选用糙米、高世代可选用精米和精米粉作为扫描样本测定

10、稻米蛋白质含量。王远宏等19利用近红外光谱分析技术，采集不同大米样品蛋白质的光谱图，比较不同建模方案最终采用非线性幂函数曲线建立预测模型，快速准确地找出光谱吸光度与蛋白质含量间的关系。针对水稻抗性病灶方面进行的研究，刘占宇等23运用可见光/近红外光谱仪获取正常的和受稻飞虱、穗颈瘟危害而倒伏的水稻冠层光谱反射率，结合主成分分析方法和支持向量分类机建立分类模型。模型对受稻飞虱危害倒伏的水稻验证数据的识别精度为100%，对受穗颈瘟危害倒伏的水稻验证数据的识别精度为90.9%，表明可见光/近红外光谱可以有效识别倒伏水稻。李军会等24选用了不同国家和地区的30 个抗旱性强弱不同的栽培稻品种，其中包括传统

11、旱稻4 个，改旱稻18 个，敏旱突变体材料2 个，典型水稻4 个，耐旱水稻2 个，分别在水田和旱地下种植得到的叶片近红外漫反射光谱为对象，进行了抗旱性鉴定分析研究。采用ViS-NIR 光谱技术吴迪等25对水稻穗颈瘟染病程度分级方法进行了研究。结果表明，采用该技术对水稻穗颈瘟染病程度进行分级是可行的。对水稻黏滞特性、脂肪酸等其他组分检测方面，谢新华等20-22以稻米为实验对象利用近红外透射光谱分析仪进行光谱扫描，结合快速黏度分析仪测定黏滞特性值消减值和稻米淀粉崩解值，提出利用近红外透射光谱快速、准确、无损测定黏滞特性指标，近红外准确定量分析崩解值和淀粉回复值。利用近红外漫反射光谱分析技术陈坤杰等

12、26对稻谷千粒质量进行了测定和研究。以70 个不同品种的稻谷样本进行实验，结果表明近红外光谱分析技术可以用来进行稻谷千粒质量的快速测定。范维燕等27采用近红外光谱分析技术和化学计量方法建立稻谷脂肪酸值的分析模型，并对模型进行预测准确性评价。结果表明修正偏最小二乘法是建立稻谷脂肪酸值测定定标模型的最佳回归方法。1.3 在玉米检测中的应用在玉米籽粒的品种品质成分鉴别中，包括自交系、杂交种，都有近红外光谱技术的应用。在玉米秸秆品质中也有相关应用研究。玉米品种鉴别方面，郭婷婷等28以7 个品种玉米籽粒的鉴别系统为研究对象，对比研究了6 种预处理方法和波长选择对模型鉴别能力的影响。结果表明，一阶导数方法

13、能够使模型有更好的鉴别性能，波长选择能提高标准正态变量变换和矢量归一化模型鉴别准确度。苏谦等29提出了一种采用近红外光谱快速鉴别玉米品种的新方法，利用仿生模式识别方法对7 个不同品种的玉米种子建立了相应的鉴别模型。结果表明该方法具有较高的鉴别准确度，是一种快速无损的玉米品种鉴别方法。玉米蛋白质方面的相关研究，潘丽艳等30利用近红外透射光谱分析仪，对黑龙江省农业科学院草业所玉米室选育的71 份玉米自交系进行了品质成份测定，其中2005 年的14 份和2006 年的57 份。研究发现玉米籽粒的蛋白质、粗脂肪和粗淀粉3 种成份在不同材料中的变异系数和平均含量差异显著。李浩川等31用NC交配设计配成7

14、0 个杂交组合，进行了2,3 点的田间试验，利用近红外光谱，对亲本及其杂交种的籽粒蛋白质含量进行了分析，同时分析了籽粒产量与蛋白质含量的相关性。程荣霞等32以按照Griffing 双列杂交配成的90个玉米组合为试验材料，分别在南阳、郑州和浚县进行随机区组试验，利用MARX-I 型近红外品质分析仪测定子粒和秸秆粗蛋白含量，研究地点、基因型及其互作对玉米子粒和秸秆粗蛋白质含量的影响，并分析了自交系的配合力效应。玉米油份检测方面，张愿等33以普通、高油和超高油玉米籽粒样品为实验材料，结合主成分分析处理光谱数据建立不同油分含量的玉米籽粒样品的BP-ANN 识别模型。考察模型的实际应用效果表明BP-AN

15、N 近红外光谱法可快速、无损识别不同油分含量的玉米籽粒。杨小红等34以普通、高油玉米自交系以及高油玉米重组自交系的294 份样品为实验对象，采用傅里叶近红外漫反射光谱技术，建立了玉米籽粒四种主要脂肪酸（软脂酸、硬脂酸、油酸和亚油酸）含量和含油量的近红外光谱校正模型。通过实际预测验证，此模型可应用于玉米籽粒脂肪酸含量及油分含量大批量快速测定。玉米秸秆是影响饲料质量的一个重要指标，为探讨不同玉米品种秸秆饲用品质状况，邰书静等35采用近红外光谱技术，分析评价了44 个玉米品种秸秆的体外干物质消化率、酸性洗涤纤维、中性洗涤纤维和可溶性糖含量4 个品质性状。结果表明，44 个玉米品种秸秆四种品质性状存在

16、极显著差异且近似正态分布。1.4 其它粮食作物检测中的应用近红外光谱技术在以上几种主要的粮食作物的检测中有广泛的应用，在大豆、高粱等粮食作物中的品质检测和组分分析等等中也有应用。研究人员对大豆的水分、蛋白质、脂肪酸等组分进行了相关研究，近红外光谱在蛋白质定量分析方面有着独特的优势。江艳等36介绍了运用近红外光谱和中红外光谱技术进行大豆蛋白研究的一些工作，这些实例表明了中红外和近红外光谱在大豆蛋白研究领域的重要应用价值。谭克竹37提出了一种基于遗传神经网络的利用近红外光谱准确、高效地检测大豆脂肪酸含量的方法，建立起化学测定值与近红外光谱数据之间的定量关系。薛雅琳等38利用FOSS XDS 近红外

17、光谱分析仪建立了快速测定大豆水分含量模型，对光学处理和数学处理手段等因素对模型的影响进行了探讨，对模型进行了内部和外部验证。对于高粱进行的研究，安欣等39以高粱样品为实验材料，按照LOO 方式确定合适的权重及参数，建立了近红外光谱同时分析三个化学组分蛋白质、赖氨酸和淀粉的多因变量LS-SVM 回归分析模型（MLS-SVM）。结果验证了MLS-SVM 可以同时定量分析多组分含量是可行的。刘敏轩等40运用偏最小二乘法建立NIR 光谱与高效液相色谱法(HPLC)和比色法分析值之间的多元校正模型，预测高粱籽粒中主要酚类物质的含量。结果表明，模型对样品NIR 的预测值与其相应的化学值有较好相关性，此模型可用来预测高粱籽粒中的各酚类物质含量。2 发展趋势展望近红外光谱分析技术可迅速同时分析检测多组成分的含量，是对农产品组成成分定性、定量分析有效的手段之一。在粮食作物的检测中，近红外光谱分析技术较人工和其它方法有检测高效、快速、低成本等优势，在粮食收获、育种