近紅外光譜分析技術(shù)在糜子品質(zhì)檢測(cè)中的應(yīng)用

田 翔 沈 群 喬治軍 王海崗 曹曉寧

近紅外光譜分析技術(shù)在糜子品質(zhì)檢測(cè)中的應(yīng)用

田 翔1沈 群2喬治軍1王海崗1曹曉寧1

（山西省農(nóng)業(yè)科學(xué)院農(nóng)作物品種資源研究所農(nóng)業(yè)部黃土高原作物基因與種質(zhì)創(chuàng)制重點(diǎn)實(shí)驗(yàn)室雜糧種質(zhì)資源發(fā)掘與遺傳改良山西省重點(diǎn)實(shí)驗(yàn)室1，太原 030031）
（中國(guó)農(nóng)業(yè)大學(xué)食品科學(xué)與營(yíng)養(yǎng)工程學(xué)院2，北京 100083）

為尋找一種簡(jiǎn)便易行的糜子籽粒水分、淀粉、粗蛋白、粗脂肪含量測(cè)定方法，以120個(gè)普通糜子品種為材料，采用近紅外漫反射光譜（NIRS）法測(cè)定糜子籽粒水分、淀粉、粗蛋白、粗脂肪含量進(jìn)行了研究。結(jié)果表明，采用一階導(dǎo)數(shù)＋減去一條直線、矢量歸一化光譜預(yù)處理，分別建立水分、淀粉、粗蛋白、粗脂肪含量的校正模型，校正和預(yù)測(cè)效果最佳。模型的校正決定系數(shù)（R2cal）分別為0.921 0、0.905 8，0.926 3和0.904 5，交叉驗(yàn)證決定系數(shù)（R2cv）分別為0.921 0、0.900 2、0.940 0和0.881 2；外部驗(yàn)證決定系數(shù)（R2val）分別為0.912、0.801、0.890和0.786。結(jié)果表明該模型代替化學(xué)分析法鑒定糜子品質(zhì)是完全可行的。

糜子 近紅外 淀粉 粗蛋白 粗脂肪 品質(zhì)

糜子（Panicum miliaceum L.）屬禾本科黍?qū)伲置颉⒑兔樱饕N植在甘肅、河北、內(nèi)蒙古、山西等省。糜子有糯粳之分，糯性為黍，粳性為糜，黍米稱為黃米，制米酒炸糕等；粳性糜子碾成米，吃炒米。糜子中所含的營(yíng)養(yǎng)物質(zhì)較高，可平衡膳食促進(jìn)人體健康，其籽粒中的淀粉、蛋白質(zhì)、脂肪、微量元素等含量豐富［1］，淀粉質(zhì)量分?jǐn)?shù)為64.14%～72.53%，蛋白質(zhì)質(zhì)量分?jǐn)?shù)為10.2%～20.4%，這種蛋白質(zhì)構(gòu)成與豆類蛋白相似，優(yōu)于玉米、小麥和大米。糜子中脂肪質(zhì)量分?jǐn)?shù)為2.7%～5.28%，高于小麥粉和大米的含量。目前測(cè)定糜子品質(zhì)成分的傳統(tǒng)方法中淀粉含量主要有旋光法和酶水解法，粗蛋白測(cè)定基于凱氏定氮法，粗脂肪測(cè)定是基于索氏提取法，這些化學(xué)法可靠性高，但測(cè)定步驟繁瑣、費(fèi)用高，故不適宜對(duì)樣品進(jìn)行批量分析和無損檢測(cè)。在糜子品質(zhì)改良過程中，需要對(duì)大量種質(zhì)資源、突變體、雜交后代材料及時(shí)分析鑒定和篩選，同時(shí)希望具有優(yōu)良品質(zhì)的籽粒經(jīng)分析后能保持完好，以便進(jìn)一步繁殖。因此，迫切需要一種準(zhǔn)確、快速、非破壞籽粒的檢測(cè)方法。

近紅外反射光譜（Near infrared reflectance spectroscopy，NIRS）［2］是利用有機(jī)物在近紅外光譜區(qū)的特征振動(dòng)吸收信息而快速測(cè)定樣品中多種化學(xué)成分含量，如水分、蛋白質(zhì)、脂肪、糖類等。近紅外光譜分析技術(shù)是一項(xiàng)間接的分析方法，它測(cè)定樣品成分的方法是建立在化學(xué)分析法基礎(chǔ)之上，具有操作簡(jiǎn)單、分析速度快、無損傷、無污染、低消耗等特點(diǎn)。近紅外技術(shù)對(duì)水稻、大豆、玉米等大宗作物品質(zhì)分析的報(bào)道較多［3-4］，在小雜糧品質(zhì)分析上應(yīng)用很少。依據(jù)糜子水分、淀粉、粗蛋白、粗脂肪的化學(xué)測(cè)定值建立近紅外光譜分析模型，利用該模型快速定量檢測(cè)糜子品質(zhì)。為了建立糜子常規(guī)品質(zhì)近紅外光譜分析模型，首先用化學(xué)測(cè)定方法測(cè)定了100份糜子水分、淀粉、粗蛋白、粗脂肪的含量，利用德國(guó)Bruke公司生產(chǎn)的MPA傅里葉變換近紅外光譜儀和OPUS建模軟件，建立了糜子水分［5］、淀粉［6］、粗蛋白［7-10］、粗脂肪［11-12］近紅外光譜分析模型，并用20份驗(yàn)證集進(jìn)行預(yù)測(cè)，此法為糜子育種與品質(zhì)分析提供一種方便有效的分析方法。

1 材料與方法

1.1 材料和設(shè)備

供試的120份糜子品種由山西省農(nóng)科院品資所育種專家提供，其粒形多樣，色澤不同，分為糯性和粳性，因此該模型品質(zhì)特性具有廣泛的代表性。

MPA傅里葉變換近紅外光譜儀：德國(guó)Bruke；AP-300旋光儀：日本ATAGO；DHG-9140AS電熱鼓風(fēng)干燥箱：寧波東南。

1.2 近紅外反射光譜采集與光譜分析

利用傅里葉變換近紅外光譜儀，以鍍金的漫反射體作參比，樣品杯為帶石英窗的圓形小杯，直徑4.5 cm，高5.0 cm，每次裝樣滿三分之二為宜。掃描光譜區(qū)選用4 000～12 000 cm-1，分辨率采用16 cm-1，每隔2 nm采集反射強(qiáng)度，重復(fù)對(duì)樣品進(jìn)行近紅外光譜掃描采集64次后形成一條反射光譜儲(chǔ)存。每樣品重復(fù)裝樣掃描2次，取平均值，計(jì)算機(jī)程序自動(dòng)將反射光譜信息轉(zhuǎn)換成吸光度值儲(chǔ)存。并使用OPUS建模軟件對(duì)光譜進(jìn)行優(yōu)化處理、數(shù)學(xué)分析和回歸統(tǒng)計(jì)。先用校正樣品集建立校正模型，并做內(nèi)部交叉驗(yàn)證，再將驗(yàn)正樣品集進(jìn)行外部驗(yàn)證，根據(jù)校正決定系數(shù)R2cal，校正標(biāo)準(zhǔn)誤差RMSEE，交叉驗(yàn)證決定系數(shù)R2cv，交叉驗(yàn)證標(biāo)準(zhǔn)誤差RMSECV，外部驗(yàn)證決定系數(shù)R2val，預(yù)測(cè)標(biāo)準(zhǔn)誤差RMSEP等指標(biāo)確定最優(yōu)模型。對(duì)于同一樣品集所構(gòu)建的回歸方程而言，校正決定系數(shù)R2cal越大，校正標(biāo)準(zhǔn)誤差RMSEE越低，近紅外分析結(jié)果與化學(xué)分析結(jié)果越吻合，可信度越高；交叉驗(yàn)證決定系數(shù)R2cv越大，交叉驗(yàn)證標(biāo)準(zhǔn)誤差RMSECV越低，定標(biāo)建模過程中進(jìn)行交叉驗(yàn)證時(shí)得到的近紅外預(yù)測(cè)值與化學(xué)分析值越接近，定標(biāo)模型的準(zhǔn)確度越高［13］。

1.3 化學(xué)測(cè)定

1.3.1 含水量測(cè)定

采用GB 5497—1985《糧食、油料檢驗(yàn)水分測(cè)定法中定溫定時(shí)烘干法》，用已烘至恒重的鋁盒分別稱取同一糜子樣品3 g（準(zhǔn)確至0.000 1 g），2份，置于130℃的烘箱內(nèi)，干燥40 min后取出放干燥器內(nèi)冷卻，至恒重，計(jì)算糜子中含水量。平行測(cè)定結(jié)果允許差不超過0.2%。

1.3.2 淀粉含量測(cè)定

參照GB 5006—1985《谷物籽粒粗淀粉測(cè)定法》，重復(fù)稱取同一樣品2份，每份2.5 g，準(zhǔn)確至0.001 g。將稱好的樣品放入100 mL粗頸容量瓶中，加入50 mL 1%鹽酸溶液，搖勻分散，加熱15 min后冷卻至室溫。向水解液中加入1 mL 30%硫酸鋅溶液和1 mL 15%亞鐵氰化鉀溶液，沉淀蛋白質(zhì)，定容，靜置約60 min后過濾。在室溫20℃時(shí)用旋光儀測(cè)定，計(jì)算粗淀粉百分含量。結(jié)果以干基（%）表示，2個(gè)平行測(cè)定結(jié)果的相對(duì)誤差不得大于1.0%。

1.3.3 粗蛋白含量測(cè)定

參照GB／T 5511—2008谷物和豆類氮含量測(cè)定和粗蛋白質(zhì)含量計(jì)算凱氏法，稱取0.500 0 g試樣2份置于250 mL消化管中，依次加入消化片5 g和12 mL濃硫酸，搖勻。將消化管放入420℃消化爐中消煮約90 min，樣品消化至透明藍(lán)綠色液體，取出冷卻至室溫。把消化管放入8400型全自動(dòng)凱氏定氮儀，設(shè)定分析程序后儀器依次進(jìn)行自動(dòng)蒸餾、滴定、結(jié)果計(jì)算和清洗。結(jié)果以干基（%）表示，2次測(cè)定的相對(duì)誤差小于2%。

1.3.4 粗脂肪含量測(cè)定

采用NY／T 4-82谷類、油料作物粗脂肪測(cè)定方法，稱取3.000 g試樣2份置于濾紙筒內(nèi)，將裝樣品的濾紙筒放入浸提杯中上索氏提取儀，加80 mL乙醚萃取，經(jīng)過浸提，淋洗和干燥，最后取下浸提杯放入烘箱130℃烘40 min至恒重，稱量浸提杯增重，計(jì)算粗脂肪含量。結(jié)果以干基（%）表示，2次測(cè)定的相對(duì)誤差小于3%。

2 結(jié)果與分析

2.1 樣品的化學(xué)分析結(jié)果

120糜子樣品的品質(zhì)成分分析結(jié)果見表1。其中包括校正集和驗(yàn)證集。由表1可知，構(gòu)建定標(biāo)模型的糜子籽粒含水量為8.91%～11.53%，淀粉質(zhì)量分?jǐn)?shù)為65.76%～73.94%，粗蛋白質(zhì)量分?jǐn)?shù)為12.82%～21.40%，粗脂肪質(zhì)量分?jǐn)?shù)為2.58%～4.63%，數(shù)據(jù)變幅較大，建立的模型有較好的適用性。

表1 校正集和驗(yàn)證集樣品中品質(zhì)成分分布／%

2.2 近紅外定標(biāo)模型的建立

利用OPUS／QUANT軟件中的自動(dòng)優(yōu)化功能，篩選建模的最佳光譜預(yù)處理方法、譜區(qū)范圍和主因子數(shù)。通過交叉驗(yàn)證，比較不同光譜預(yù)處理方法與譜區(qū)范圍組合的交叉驗(yàn)證決定系數(shù)R2cv、交叉驗(yàn)證標(biāo)準(zhǔn)誤差RMSECV等參數(shù)，確定最優(yōu)校正模型［14］。糜子籽粒水分、淀粉、粗蛋白、粗脂肪定標(biāo)模型校正決定系數(shù)（R2cal）分別為0.921 0、0.905 8，0.926 3 和0.904 5。

2.3 定標(biāo)模型的驗(yàn)證

2.3.1 內(nèi)部交叉驗(yàn)證

圖1 含水量預(yù)測(cè)值與真實(shí)值的相關(guān)關(guān)系

圖2 淀粉含量預(yù)測(cè)值與真實(shí)值的相關(guān)關(guān)系

圖3 粗蛋白含量預(yù)測(cè)值與真實(shí)值的相關(guān)關(guān)系

圖4 粗脂肪含量預(yù)測(cè)值與真實(shí)值的相關(guān)關(guān)系

根據(jù)樣品的NIRS特征，利用軟件的自動(dòng)驗(yàn)證功能，軟件每次在100份定標(biāo)樣品中隨機(jī)選取1份樣品作為驗(yàn)證樣品，用其余的樣品（99份）建立定標(biāo)模型，并對(duì)驗(yàn)證樣品做預(yù)測(cè)，自動(dòng)重復(fù)至所有樣品均被做為驗(yàn)證樣品。糜子水分、淀粉、粗蛋白和粗脂肪含量的交叉驗(yàn)證結(jié)果如圖1～圖4，其交叉驗(yàn)證決定系數(shù)R2cv，交叉驗(yàn)證標(biāo)準(zhǔn)誤差RMSECV，見表2。

表2 糜子近紅外定標(biāo)統(tǒng)計(jì)值

2.3.2 外部驗(yàn)證

采用未參加模型建立的、化學(xué)成分已知的驗(yàn)證集樣品對(duì)所建模型的實(shí)際預(yù)測(cè)效果進(jìn)行評(píng)價(jià)［15-16］。預(yù)測(cè)結(jié)果如表3所示。由表3可知，糜子水分、淀粉、粗蛋白和粗脂肪外部驗(yàn)證決定系數(shù)（R2val）分別為0.912，0.801，0.890，0.786，預(yù)測(cè)標(biāo)準(zhǔn)誤差（RMSEP）分別為0.682，0.879，0.315，1.125，預(yù)測(cè)值與化學(xué)值間平均偏差均較小。對(duì)于水分、淀粉、粗蛋白和粗脂肪的預(yù)測(cè)，化學(xué)法和近紅外儀器法測(cè)定間無顯著差異，近紅外測(cè)定結(jié)果是準(zhǔn)確可靠的。說明采用NIRS分析技術(shù)能夠滿足對(duì)糜子常規(guī)品質(zhì)成分的檢測(cè)。

表3 糜子品質(zhì)成分分析模型的外部驗(yàn)證

3 討論與結(jié)論

采用Bruker MPA傅里葉變換近紅外光譜儀對(duì)120份糜子種子樣本進(jìn)行光譜掃描，利用光譜定量分析軟件進(jìn)行光譜預(yù)處理、數(shù)學(xué)方法運(yùn)算及回歸統(tǒng)計(jì)分析，得到了糜子種子水分、淀粉、粗蛋白和粗脂肪的近紅外定標(biāo)模型。該模型決定系數(shù)較高、誤差較小，在糜子品質(zhì)育種中的早代材料篩選上是可行的，能夠滿足大批量品種的快速、無損檢測(cè)要求，有效地提高糜子品質(zhì)育種效率，為糜子品質(zhì)育種提供了一種新的、有效的技術(shù)手段。

孫群等［17］研究結(jié)果表明，谷物表面的色澤和外殼對(duì)近紅外光譜的影響會(huì)降低定標(biāo)模型的準(zhǔn)確度。為了減少色澤及外殼的影響，在以后的研究中，如果僅評(píng)價(jià)糜子可食部分的品質(zhì)，可以考慮將籽粒脫殼后的黃米為檢測(cè)對(duì)象建立近紅外定標(biāo)分析模型［18］。如果為了提高糜子品質(zhì)育種工作效率、加快育種進(jìn)程，在實(shí)際應(yīng)用中需不斷補(bǔ)充新樣品進(jìn)行模型矯正和升級(jí)優(yōu)化，進(jìn)一步提高模型的準(zhǔn)確性和保持模型的穩(wěn)定性。

［1］王綸，王星玉，溫琪汾，等.中國(guó)黍程種質(zhì)資源研究與利用［J］.植物遺傳資源學(xué)報(bào)，2005，6（4）：474-477

Wang Lun，Wang Xingyu，Wen Qifen，et al.Research and U-tilization of Proso Millet Germplasm Resource in China［J］.Journal of Plant Genetic Resources，2005，6（4）：474-477

［2］陸婉珍.現(xiàn)代近紅一外光譜分析技術(shù)［M］.北京：中國(guó)石化出版社，2007

Lu Wanzhen.Modern Near Infrared Spectroscopy a Foreign Technology［M］.Beijing：China Petrochemical Press，2007

［3］謝新華，肖昕，李曉方，等.用近紅外透射光譜技術(shù)測(cè)定精米直鏈淀粉含量研究［J］.食品科學(xué)，2004，25（1）：118-121

Xie Xinhua，Xiao Xin，Li Xiaofang et al.Study on Calibration of Polished Rice Amylose By NITS［J］.Food Science，2004，25（1）：118-121

［4］韓熹，嚴(yán)紅兵，盧福潔，等.基于國(guó)產(chǎn)近紅外谷物分析儀的大豆中粗蛋白與粗脂肪含量的檢測(cè)研究［J］.現(xiàn)代科學(xué)儀器，2009（2）：119-121

Han Xi，Yan Hongbin，Lu Fujie，et al.Determination of Protein and Oil Contents of Soybean by Homemade Near Infrared Grain Analyzer.［J］.Modern Scientific Instruments，2009（2）：119-121

［5］白琪林，陳紹江，嚴(yán)衍祿，等.近紅外漫反射光譜法測(cè)定青貯玉米品質(zhì)性狀的研究［J］.中國(guó)農(nóng)業(yè)科學(xué)，2006（7）：1346-1351

Bai Qilin，Chen Shaojiang，Yan Yanlu，et al.Prediction of Ensiled Maize Quality Traits with Near Infrared Diffuse Reflectance Spectroscopy （NIDRS）［J］.Scientia Agricultura Sinica，2006（7）：1346-1351

［6］金華麗，卞科.近紅外光譜法檢測(cè)小麥粉中的水分含量［J］.中國(guó)糧油學(xué)報(bào)，2010（8）：109-112

Jin Huali，Bian Ke.Determination of Moisture of Wheat Flour Using Near Infrared Spectroscopy［J］.Journal of the Chinese Cereals and Oils Association，2010（08）：109-112

［7］彭建，張正茂.小麥籽粒淀粉和直鏈淀粉含量的近紅外漫反射光譜法快速檢測(cè)［J］.麥類作物學(xué)報(bào)，2010（2）：276-279

Peng Jian，Zhang Zhengmao.Rapid Determination of Starchand Amylose Content in Whole Wheat Seeds By Near Infrared Reflectance Spectroscopy（NIRS）［J］.Journal of Triticeae Crops，2010（2）：276-279

［8］王衛(wèi)東，谷運(yùn)紅，秦廣雍，等.近紅外漫反射光譜法測(cè)定整粒小麥單株蛋白質(zhì)含量［J］.光譜學(xué)與光譜分析，2007（4）：697-701

Wang Weidong，Gu Yunhong，Qin Guangyong，et al.Prediction of Protein Content of Intact Wheat Seeds with Near Infrared Reflectance Spectroscopy（NIRS）［J］.Spectroscopy and Spectral Analysis，2007（4）：697-701

［9］尚晨，張?jiān)聦W(xué)，李炎，等.紫花苜蓿粗蛋白和粗纖維近紅外分析模型的建立［J］.光譜學(xué)與光譜分析，2009，12：3250-3253

Shang Chen，Zhang Yue-xue，Li Yan，et al.Near-Infrared Reflectance Spectroscopy Analytic Models Established for The Crude Protein and Crude Fiber of Alfalfa Property［J］.Spectroscopy and Spectral Analysis，2009（12）：3250-3253

［10］牛宇，蒙秋霞，張麗珍，等.近紅外透射光譜技術(shù)測(cè)定糜子蛋白含量的研究（英文）［J］.Agricultural Science＆Technology，2012（5）：965-968

Niu Yu，Meng Qiuxia，Zhang Lizhen，et al.Analysis of Protein Content in Panicum miliaceum L.Using Near Infrared Transmittance Spectroscopy［J］.Agricultural Science ＆Technology，2012（5）：965-968

［11］俞法明，陸艷婷，嚴(yán)文潮，等.用近紅外光譜技術(shù)快速測(cè)定秈稻品種的蛋白質(zhì)含量［J］.中國(guó)糧油學(xué)報(bào)，2009，24（5）：134-138

Yu Faming，LuYanting，YanWenchao，et al.Rapid Determination of Protein Content in Long Grain Rice by Near Infrared Spectroscopy［J］.Journal of the Chinese Cereals and Oils Association，2009，24（5）：134-138

［12］孫來軍，王樂凱，錢海波，等.基于近紅外透射光譜分析技術(shù)的小麥蛋白質(zhì)含量測(cè)定［J］.中國(guó)農(nóng)學(xué)通報(bào)，2011（3）：35-39

Sun Laijun，Wang Lekai，Qian Haibo，et al.Determination of Protein Contentin Wheat Based on Near Infrared Transmittance Spectroscopy ［J］.Chinese Agricultural Science Bulletin，2011，03：35-39.

［13］Jana K，Jan M.Content and Quality of Protein in Proso Millet（Panicum miliaceum L.）Varieties［J］.Plant Foods for Human Nutrition，2006

［14］吳建國(guó)，石春海，張海珍，等.應(yīng)用近紅外反射光譜法整粒測(cè)定小樣品油菜籽含油量的研究［J］.作物學(xué)報(bào)，2002，28（3）：421-425

Wu Jianguo，Shi Chunhai，Zhang Haizheng，et al.Study on Analysis of oi1 Content in Intact Rapeseed wite Few Samp1e Size by Near Infrared Reflectance Spectroscopy［J］.Acta Agronomica Sinica，2002，28（3）：421-425

［15］李建蕊，李九生.利用近紅外光譜和偏最小二乘回歸法預(yù)測(cè)脂肪酸組成［J］. 中國(guó)糧油學(xué)報(bào)，2010（6）：107-110

Li Jianrui，Li Jiusheng.Determination of Vegetable Oil Compositions by Near Infrared Spectroscopy and PartialLeast Squares Regression［J］.Journal of the Chinese Cereals and Oils Association，2010（6）：107-110

［16］李偉，肖愛平，冷鵑.近紅外光譜技術(shù)及其在農(nóng)作物中的應(yīng)用［J］.中國(guó)農(nóng)學(xué)通報(bào)，2009，25 （3）：56-59

Li Wei，Xiao Aiping，Leng Juan.Near-infrared Spectroscopy and its Applications in Crops［J］.Chinese Agricultural Science Bulletin，2009，25 （3）：56-59

［17］孫群，李軍會(huì)，王建華，等.烏拉爾甘草單粒種子硬實(shí)特性的近紅外光譜分析［J］.光譜學(xué)與光譜分析，2009，29（10）：2669-2672

Sun Qun，Li Junhui，Wang Jianhua，et al.Identification of Hardness of Licorice Single Seed Using Near Infrared Spectroscopy［J］.Spectroscopy and Spectral Analysis，2009，29（10）：2669-2672

［18］林家永.近紅外光譜分析技術(shù)在玉米品質(zhì)分析中的研究進(jìn)展［J］.中國(guó)糧油學(xué)報(bào)，2010（4）：108-115

Lin Jiayong.Application of Near Infrared Spectroscopy Technique for Maize Quality Analysis［J］.Journal of the Chinese Cereals and Oils Association，2010（4）：108-115.

Application of Near Infrared Reflectance Spectroscopy （NIRS）Analysis Technology in Quality Detection of Panicum Miliaceum L.

Tian Xiang1Shen Qun2Qiao Zhijun1Wang Haigang1Cao Xiaoning1
（Institute of Crop Germplasm Resources，Shanxi Academy of Agricultural Sciences，Key Laboratory of Crop Gene Resources ＆ Germplasm Enhancement on Loess Plateau，Ministry of Agriculture，Shanxi Key Laboratory of Genetic Resources and Genetic Improvement of Minor Crops1，Taiyuan 030031）
（College of Food Science and Nutritional Engineering，China Agricultural University2，Beijing 100083）

Totally 120 varieties of Panicum miliaceum L.were used as materials to seek a simple and feasible method to measure moisture，starch，crude protein and crude fat content in Panicum miliaceum L..Near Infrared Reflectance Spectroscopy（NIRS）analytical technology was used to research the component concentration of Panicum miliaceum L.The results indicated that the calibration models for estimating the content of moisture，starch，crude protein and crude fat based on the combination method of first derivation，straight line subtraction and vector normalized spectrum pre-treatment.The calibration determination coefficients（R2cal）of the models were 0.921 0，0.905 8，0.926 3 and 0.904 5 respectively，the cross validation determination coefficients（R2cv）were 0.921 0，0.900 2，0.940 0 and 0.881 2 respectively；and the external validation determination coefficients（R2val）were 0.912，0.801，0.890 and 0.786 respectively.The result shows that it is completely feasible that the models can take the place of the quality of Panicum miliaceum L..

Panicum miliaceum L.，NIRS，starch，crude protein，crude fat，quality

TS210.7

A

1003-0174（2016）09-0131-05

現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項(xiàng)資金（CARS-07-12.5-A12）

2014-11-29

田翔，女，1982年出生，助理研究員，農(nóng)作物品質(zhì)分析

喬治軍，男，1964年出生，研究員，作物種質(zhì)資源