三種油菜品質(zhì)近紅外（NIRS）檢測模型的創(chuàng)建

李延莉,蔣美艷,江建霞,張俊英,周熙榮,孫超才,楊立勇

（上海市農(nóng)業(yè)科學(xué)院，上海 201403）

近紅外光譜（NIRS）技術(shù)是20世紀(jì)90年代以來發(fā)展最快的綠色分析技術(shù)之一［1-11］，具有分析速度快，對被測樣品無損傷和無化學(xué)試劑污染等優(yōu)點(diǎn)，國內(nèi)外應(yīng)用NIRS技術(shù)在油菜籽品質(zhì)測定中取得了較大發(fā)展［12-13］。

上海市農(nóng)業(yè)科學(xué)院油菜室先后建立了檢測油菜籽9種主要品質(zhì)的數(shù)學(xué)模型，并成功用于油菜育種中［14-15］，為油菜品質(zhì)育種提供可靠的參考數(shù)據(jù)，加快了育種進(jìn)程。隨著雙低油菜籽餅粕優(yōu)質(zhì)蛋白質(zhì)飼料的開發(fā)利用［16-18］，需要進(jìn)一步拓展油菜種子水分、蛋白質(zhì)和纖維素含量這3種數(shù)據(jù)檢測模型，本研究擬創(chuàng)建并驗(yàn)證這3種數(shù)據(jù)模型，以滿足油菜育種新目標(biāo)檢測工作的需要。

1 材料與方法

1.1 材料

選取國家油菜區(qū)域試驗(yàn)材料中的80份樣品，所選材料基因類型廣泛；化學(xué)標(biāo)準(zhǔn)檢測值由農(nóng)業(yè)部農(nóng)產(chǎn)品安全監(jiān)督檢測中心（上海）提供。

1.2 儀器

Foss公司5000型近紅外測試儀；操作環(huán)境：防塵、防震，工作溫度20—25℃。

1.3 方法

將80份樣品進(jìn)行光譜掃描，保存光譜文件。80份樣品同時(shí)按國家標(biāo)準(zhǔn)方法分別測定油菜種子的水分（GB/T 6435—2016）、蛋白質(zhì)（GB/T 6432—1994）和纖維素含量（GB/T 6434—2006），將所測數(shù)據(jù)用計(jì)算機(jī)輸入對應(yīng)的光譜文件，建立起一組定標(biāo)文件。采用WinISI定量分析軟件中的改良偏最小二乘回歸方法（MPLS）建立各化學(xué)成分含量的近紅外光譜校正模型，建模前計(jì)算樣品GH（馬氏距離）值，對校正集樣品光譜進(jìn)行異常值檢驗(yàn)，GH值代表每個(gè)樣品的譜帶與所有樣品平均譜帶的差異，一般將GH＜3.0的樣品視為來自同一群體，如果計(jì)算得到某樣品GH＞3.0，則視為異常樣品予以剔除。為了消除儀器背景或漂移對信號的影響，對原始光譜使用導(dǎo)數(shù)（一階）和平滑處理；為了校正樣品間因粒度分布不均勻產(chǎn)生散射而引起的光譜誤差，對原始光譜采用變量標(biāo)準(zhǔn)化（SNV）和去趨勢（Detrend）方法進(jìn)行校正。通過一階導(dǎo)數(shù)法對光譜數(shù)據(jù)和化學(xué)分析結(jié)果進(jìn)行回歸分析，建立油菜籽相關(guān)性狀NIRS與化學(xué)分析結(jié)果（標(biāo)準(zhǔn)值）之間的數(shù)學(xué)模型。

2 結(jié)果與分析

2.1 NIRS檢測數(shù)學(xué)模型的創(chuàng)建

2.1.1 油菜籽水分檢測數(shù)學(xué)模型

油菜籽為自然風(fēng)干樣品，對80份樣品按國家標(biāo)準(zhǔn)GB/T 6435—2016測試油菜籽水分含量。80份樣品含水量最大值為6.2%，最小值為4.2%，平均值為5.3%，并依據(jù)所測數(shù)據(jù)建立數(shù)學(xué)模型（圖1）。NIRS預(yù)測值和標(biāo)準(zhǔn)值的相關(guān)系數(shù)為0.967，預(yù)測標(biāo)準(zhǔn)差0.20。

2.1.2 油菜籽蛋白質(zhì)檢測數(shù)學(xué)模型

對80份樣品按國家標(biāo)準(zhǔn)GB/T 6432—1994測試油菜籽蛋白質(zhì)含量。80份樣品蛋白質(zhì)含量最大值為31.1%，最小值為17.1%，平均值為24.9%，所測數(shù)據(jù)建立數(shù)學(xué)模型見圖2。NIRS預(yù)測值和標(biāo)準(zhǔn)值的相關(guān)系數(shù)為0.993，預(yù)測標(biāo)準(zhǔn)差0.28。

圖1 油菜籽水分含量標(biāo)準(zhǔn)值與NIRS預(yù)測值的關(guān)系圖Fig.1 Relationship between standard values and NIRS predicted values of rapeseed moisture content

圖2 油菜籽蛋白質(zhì)含量標(biāo)準(zhǔn)值與NIRS預(yù)測值的關(guān)系圖Fig.2 Relationship between standard values and NIRS predicted values of rapeseed protein content

2.1.3 油菜籽纖維素?cái)?shù)學(xué)模型

對80份樣品按國家標(biāo)準(zhǔn)GB/T 6434—2006測試油菜籽纖維素含量。80份樣品纖維素含量最大值為210.7 g/kg，最小值為 169.9 g/kg，平均值為 189.7 g/kg，所測數(shù)據(jù)建立數(shù)學(xué)模型見圖3。NIRS預(yù)測值和標(biāo)準(zhǔn)值的相關(guān)系數(shù)為0.954，預(yù)測標(biāo)準(zhǔn)差0.45。

以上3個(gè)模型的NIRS預(yù)測值和標(biāo)準(zhǔn)值關(guān)系圖顯示，樣品標(biāo)準(zhǔn)值均分布在中心線附近，具有較好的吻合度。3個(gè)數(shù)學(xué)模型相關(guān)系數(shù)高、誤差小，能夠滿足油菜籽水分、蛋白質(zhì)、纖維素含量快速檢測的要求。

2.2 NIRS檢測值準(zhǔn)確度驗(yàn)證

2.2.1 水分檢測值驗(yàn)證

隨機(jī)抽取35份樣品，用圖1模型進(jìn)行測試，NIRS檢測值與化學(xué)方法檢測值比較結(jié)果見表1，相關(guān)系數(shù)0.967，相對誤差小于3.5%。

圖3 油菜籽纖維素含量標(biāo)準(zhǔn)值與NIRS預(yù)測值的關(guān)系圖Fig.3 Relationship between standard values and NIRS predicted values of rapeseed fibre content

表1 油菜籽水分含量的NIRS模型檢測值與化學(xué)方法檢測值比較Table 1 Com parison of NIRS detection values and chem ical values of rapeseed moisture content

2.2.2 蛋白質(zhì)檢測值驗(yàn)證

隨機(jī)抽取50份樣品，用圖2模型進(jìn)行測試，NIRS檢測值與化學(xué)方法檢測值比較結(jié)果見表2，相關(guān)系數(shù)0.993，相對誤差小于3.0%。

表2 油菜籽蛋白質(zhì)含量的NIRS模型檢測值與化學(xué)方法檢測值比較Table 2 Comparison of NIRS detection values and chem ical values of rapeseed protein content

（續(xù)表）

2.2.3 纖維素含量檢測值驗(yàn)證

抽取20份樣品，用圖3模型測試樣品，NIRS檢測值與化學(xué)方法檢測值比較見表3，相關(guān)系數(shù)0.954，相對誤差小于3.0%。

表3 油菜籽纖維素的NIRS模型檢測值與化學(xué)方法檢測值比較Table 3 Comparison of NIRS detection values and chem ical values of rapeseed fibre content

從表1、表2、表3可以看出，隨機(jī)抽取樣品油菜籽水分、蛋白質(zhì)、纖維素含量的NIRS檢測值與化學(xué)標(biāo)準(zhǔn)值的相關(guān)性高，相關(guān)系數(shù)均在0.9以上，相對誤差均小于3.5%，表明所建數(shù)學(xué)模型樣品預(yù)測值與實(shí)際值差異較小，用NIRS分析油菜品質(zhì)參數(shù)的結(jié)果準(zhǔn)確可靠，測試準(zhǔn)確性符合育種要求。

3 討論

本研究所用樣品從國家油菜區(qū)域試驗(yàn)材料中選取，取材范圍廣，樣品遺傳多樣性豐富，具有較好的代表性。運(yùn)用國家標(biāo)準(zhǔn)檢測方法測定樣品油菜籽的水分含量、蛋白質(zhì)和纖維素含量建立相應(yīng)檢測的數(shù)學(xué)模型，再用該模型預(yù)測值與化學(xué)方法測定的標(biāo)準(zhǔn)值進(jìn)行比較，絕對誤差和相對誤差都在允許范圍，說明所建模型已經(jīng)可以用來快速、準(zhǔn)確預(yù)測油菜籽樣品的相關(guān)品質(zhì)。

2017年，筆者用該模型測試了1 500份油菜樣品含水量、1 000份油菜樣品蛋白質(zhì)含量、500份油菜樣品纖維素含量，均取得比較好的預(yù)期，達(dá)到了簡便、快速、準(zhǔn)確、無損的檢測要求。

建立NIRS數(shù)學(xué)模型是一件非常復(fù)雜的工作，不同的指標(biāo)要大量的有代表性樣品用化學(xué)方法測得標(biāo)準(zhǔn)值，每一個(gè)數(shù)學(xué)模型的建立都是由大量化學(xué)標(biāo)準(zhǔn)值做支撐，費(fèi)時(shí)費(fèi)力，但是模型一旦建立成功，將有化學(xué)方法不能比擬的優(yōu)點(diǎn)：操作簡單、分析速度快，可以多品質(zhì)同步分析，大大提高測試效率，測試過程無污染、不破壞測試樣品；對育種單位尤其重要的是，對有限的種質(zhì)資源和低世代種子的非破壞性測試，使得育種工作可以順利開展。

［1］楊翠玲，陳文杰，趙興忠，等.近紅外光譜法同時(shí)分析油菜9種品質(zhì)參數(shù)的研究［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，34（3）：61-67.

［2］康月瓊，郝風(fēng)，柴勇，等.油菜品質(zhì)近紅外檢測模型建立的研究［J］.中國農(nóng)學(xué)通報(bào)，2011，27（5）：144-148.

［3］楊燕宇，陳社員.油菜品質(zhì)近紅外反射光譜分析建模及應(yīng)用研究進(jìn)展［J］.CROPRESEARCH，2007（2）：152-156.

［4］賀啟川，蒙大慶，李芝凡，等.近紅外光譜儀快速檢測油菜硫苷、芥酸及油份含量數(shù)學(xué)模型的建立［J］.激光生物學(xué)報(bào)，2009，18（6）：815-818.

［5］付玲.建模的分布狀態(tài)對近紅外預(yù)測小麥蛋白質(zhì)含量的影響［J］.食品加工，2013，38（1）：18-20.

［6］張玉榮，付玲，周顯青，等.基于近紅外光譜技術(shù)測定小麥蛋白質(zhì)模型的建立［J］.糧食與飼料工業(yè)，2013（4）：15-18.

［7］吳建國，石春海，張海珍.構(gòu)建整粒油菜籽脂肪酸成分近紅外反射光譜分析模型的研究［J］.光譜學(xué)與光譜分析，2006，26（2）：259-262.

［8］李施蒙，王耐紅，張敏，等.甘藍(lán)型油菜脂肪酸組分近紅外分析模型構(gòu)建［J］.廣東農(nóng)業(yè)科學(xué)，2014（21）：16-21.

［9］王耐紅，張敏，王瑞，等.甘藍(lán)型油菜硫苷組分近紅外檢測模型的建立［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，37（3）：35-41.

［10］高建琴，張潔夫，浦惠明，等.近紅外光譜法在測定油菜籽含油量及脂肪酸組成中的應(yīng)用［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2007，23（3）：189-195.

［11］嚴(yán)麗霞，張青青，繆文彬，等.近紅外光譜分析技術(shù)在食用植物油分析檢測中的應(yīng)用［J］.食品安全質(zhì)量檢測學(xué)報(bào)，2017，8（5）：1521-1526.

［12］甘莉，孫秀麗，金良，等.NIRS定量分析油菜種子含油量、蛋白質(zhì)含量數(shù)學(xué)模型的創(chuàng)建［J］.中國農(nóng)業(yè)科學(xué)，2003，36（12）：1609-1613.

［13］楊翠玲，趙興忠，陳文杰，等.近紅外（NIRS）技術(shù)分析小樣品油菜籽芥酸和含油量的應(yīng)用研究［J］.分析測試學(xué)報(bào)，2006，26（1）：29-33.

［14］李延莉，孫超才，錢小芳，等.油菜籽品質(zhì)測定方法（近紅外反射光譜法與傳統(tǒng)化學(xué)方法）的比較［J］.上海農(nóng)業(yè)學(xué)報(bào)，2003，19（1）：11-14.

［15］李延莉，莊靜，王偉榮，等.近紅外光譜分析技術(shù)在油菜品質(zhì)育種中的應(yīng)用［J］.上海農(nóng)業(yè)學(xué)報(bào)，2006，22（3）：32-34.

［16］王漢中.中國油料供需形勢及問題與發(fā)展對策［J］.中國油料科技產(chǎn)業(yè)信息，2000（3）：2-3.

［17］劉后利.油菜遺傳育種學(xué)［M］.北京：中國農(nóng)業(yè)大學(xué)出版社，2000.

［18］傅廷棟.油菜的品種改良［J］.作物研究，2007（3）：159-162.