資源描述：
《基于近紅外技術(shù)快速無(wú)損分析整粒棉籽中的脂肪酸含量.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第41卷分析化學(xué)(FENXIHUAXUE)研究報(bào)告第6期2013年6月ChineseJournalofAnalyticalChemistry922—926DOI：10．3724／SP．J．1096．2013．20876基于近紅外技術(shù)快速無(wú)損分析整粒棉籽中的脂肪酸含量黃莊榮沙莎榮正勤劉海英陳進(jìn)紅祝水金(浙江大學(xué)農(nóng)業(yè)與生物技術(shù)學(xué)院，生物系統(tǒng)工程與食品科學(xué)學(xué)院，杭州310058)摘要應(yīng)用近紅外光譜技術(shù)可以實(shí)現(xiàn)整粒帶殼作物種子中脂肪酸含量的快速、無(wú)損分析。以385份棉花種子為實(shí)驗(yàn)材料，應(yīng)用線性的偏最小二乘(PLS)和非線性的最小二乘支持向量機(jī)(LS—SVM)方法，
2、結(jié)合蒙特卡羅無(wú)信息變量消除法(MC-UVE)，構(gòu)建整粒棉籽中脂肪酸含量的近紅外校正模型。結(jié)果表明，基于變量選擇的LS．SVM模型具有最佳的預(yù)測(cè)性能，其棕櫚酸、硬脂酸、油酸、亞油酸、飽和脂肪酸和不飽和脂肪酸含量的近紅外校正模型的相關(guān)系數(shù)R分別為0．863，0．881，0．843，0．806，0．894和0．917，剩余預(yù)測(cè)偏差RPD分別為2．669，2．880，2．508，2．202，3．023和3．473。本方法省略了種子的粉碎過(guò)程，MC-UVE方法有助于提高校正模型的穩(wěn)健性和精確度。關(guān)鍵詞整粒棉籽；近紅外；脂肪酸；變量選擇；最小二乘支持向量機(jī)1引言生物柴
3、油是指利用植物油或動(dòng)物油脂為原料，經(jīng)酯交換反應(yīng)轉(zhuǎn)換成可供內(nèi)燃機(jī)使用的可再生的燃料，具有可生物分解、無(wú)毒、低排放量等特點(diǎn)j。棉籽是棉花生產(chǎn)中重要的副產(chǎn)物，產(chǎn)量巨大，且含有豐富的脂肪酸。由于棉籽中存在有毒物質(zhì)棉酚，棉籽油的食用受到一定的限制。因此，利用棉籽為原料生產(chǎn)生物柴油是一種較為理想的綜合利用途徑，相關(guān)技術(shù)和研究也越來(lái)越受到關(guān)注-z叫。生物柴油的質(zhì)量主要是由原料的性質(zhì)即脂肪酸組成決定。目前，脂肪酸的檢測(cè)以常規(guī)的氣相色譜和氣相色譜．質(zhì)譜法為主_5J，方法的靈敏度和精確度高，但存在樣品準(zhǔn)備繁瑣、分析時(shí)間長(zhǎng)、檢測(cè)成本高等問(wèn)題。近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，可
4、以有效解決上述問(wèn)題，目前已成功應(yīng)用于棉籽仁粉末的品質(zhì)分析。Quarnpah等采用改進(jìn)的偏最小二乘方法(MPLS)構(gòu)建了棉籽仁粉末中的脂肪酸含量的近紅外模型。由于棉籽表面具有致密的外殼，以及種子體積相對(duì)較大，給近紅外光譜信息的提取和分析帶來(lái)了較大的困難，建立精確穩(wěn)健的帶殼作物種子質(zhì)量參數(shù)的校正模型也是當(dāng)前無(wú)損分析研究的難點(diǎn)。本研究采用線性的偏最小二乘(PLS)和非線性的最小二乘支持向量機(jī)(LS—SVM)方法，結(jié)合蒙特卡羅無(wú)信息變量消除法(MC．UVE)，構(gòu)建整粒棉籽中棕櫚酸、硬脂酸、油酸、亞油酸、飽和脂肪酸、不飽和脂肪酸含量的近紅外校正模型，為整粒棉籽脂肪酸
5、含量的檢測(cè)提供一種快速、精確的無(wú)損分析方法。2實(shí)驗(yàn)部分2．1實(shí)驗(yàn)材料本研究采用的385份棉花種子材料來(lái)源于浙江省的杭州、金華、慈溪、江山以及海南省三亞等棉花生態(tài)種植區(qū)。成熟的棉花種子，經(jīng)脫絨、曬干后得到整粒棉籽實(shí)驗(yàn)材料，先經(jīng)過(guò)近紅外分析獲得整粒棉籽的近紅外光譜，再剝殼得到整粒棉仁，用DFI'-50高速粉碎機(jī)(林大機(jī)械有限公司)磨粉處理，待測(cè)。2．2脂肪酸含量的化學(xué)測(cè)定采用GB／T17377-2008氣相色譜法(Agilent6890N氣相色譜儀，安捷倫科技有限公司)進(jìn)行棉仁粉樣品脂肪酸含量的化學(xué)分析。每份樣品重復(fù)測(cè)定兩次，取其平均值。各脂肪酸以質(zhì)量分?jǐn)?shù)(％
6、)表示。2．3近紅外光譜采集與預(yù)處理采用FOSSNIRSystems5000近紅外谷物分析儀(美國(guó)馬里蘭州)，在波長(zhǎng)為1100～2498am的范圍2012-08-30收稿；2012—12—10接受本文系國(guó)家973計(jì)劃項(xiàng)目(No．2010CB126006)，轉(zhuǎn)基因生物新品種培育重大專項(xiàng)(No．2013ZX08005-005)，國(guó)家863項(xiàng)目(No．2011AA10A102，2013AA102601)資助E—mail：shjzhu@zju．edu．cn第6期黃莊榮等：基于近紅外技術(shù)快速無(wú)損分析整粒棉籽中的脂肪酸含量?jī)?nèi)，每隔2nm采集反射強(qiáng)度()。每份整粒棉籽樣
7、品重復(fù)掃描4次，取平均值，并轉(zhuǎn)化為lg(1／R)。近紅外光譜易受樣品均勻度、基線漂移和偏移、光散射、儀器噪音等非目標(biāo)因素的干擾r。因此，在構(gòu)建校正模型前，需對(duì)原始光譜進(jìn)行預(yù)處理，提高信噪比，進(jìn)而優(yōu)化模型的預(yù)測(cè)性能。本研究中采用變量標(biāo)準(zhǔn)化(SNV)、Savitzky—Golay卷積平滑(11點(diǎn)平滑)、二階導(dǎo)數(shù)等方法對(duì)近紅外原始光譜進(jìn)行預(yù)處理。2．4校正模型的構(gòu)建Kennard—Stone算法是化學(xué)計(jì)量學(xué)中常用的樣本劃分方法。本研究使用基于均勻設(shè)計(jì)的Kennard—Stone算法，分別從385份樣品中挑選校正集和預(yù)測(cè)集樣品，其中的230份樣品作為校正集構(gòu)建校正
8、模型，其余155份作為預(yù)測(cè)集進(jìn)行模型的預(yù)測(cè)性能評(píng)價(jià)。在全光譜數(shù)據(jù)中
