專利名稱：基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法
技術領域：
本發(fā)明涉及一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法。具體涉及采用近紅外光譜和化學計量學多元校正技術對整粒棉籽營養(yǎng)品質蛋白質和油分含量進行快速無損分析的方法。
背景技術：
棉籽是棉花生產(chǎn)中產(chǎn)生的最為重要的副產(chǎn)品，其每年生產(chǎn)的棉籽數(shù)量巨大。據(jù)統(tǒng)計，每生產(chǎn)Ikg的棉花纖維，就會產(chǎn)生1. 65kg的棉籽。棉籽中含有豐富的蛋白質27. 83% 45. 6%和油分28. 24% 44. 05%，是巨大的食用油和潛在的植物蛋白資源。棉籽蛋白質氨基酸組成合理，除蛋氨酸含量稍低外，棉籽蛋白質中的其他必需氨基酸均達到聯(lián)合國糧農(nóng)組織FAO的推薦標準。棉籽中還富含多種不飽和脂肪酸，包括維持人體正常身體健康的必需脂肪酸——亞油酸，這些不飽和脂肪酸具有降血脂、降血壓等作用。因此棉籽在農(nóng)業(yè)、食品、 醫(yī)藥、保健品等領域具有廣闊的開發(fā)應用前景。而目前這些品質指標的檢測以常規(guī)的化學方法為主，如蛋白質含量檢測的凱氏定氮法，油分含量檢測的索氏提取法，這些傳統(tǒng)的分析方法靈敏度和精確度高，但均存在樣品準備繁瑣、分析時間長、檢測成本高、大量消耗化學試劑等問題。近紅外光譜技術結合化學計量學多元校正方法，有效地解決了上述問題，為整粒棉籽營養(yǎng)品質的檢測提供了一種快速、便捷、高效的無損分析方法。

發(fā)明內容
本發(fā)明的目的是針對現(xiàn)有化學分析技術中存在的不足，提供一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法。基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法的步驟如下
1)選用具有代表性的多品種、多年份、多地點種植的整粒棉籽材料作為整粒棉籽的校正樣品集和整粒棉籽的預測樣品集；
2)使用近紅外光譜儀在相同環(huán)境條件下，對樣品進行多次掃描采集，取平均值作為整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)；
3)整粒棉籽經(jīng)光譜采集后，進行剝殼、磨粉處理得到棉仁粉末，采用GB/T 14489. 2-2008國標方法測定棉籽中的蛋白質含量，采用GB/T 14488. 1-2008國標方法測定棉籽中的油分含量；
4)對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理，消除非目標因素的干擾，提高信噪比；
5)對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇， 消除無信息變量；
6)根據(jù)步驟幻中變量選擇后的近紅外光譜數(shù)據(jù)，應用多元校正方法，建立整粒棉籽的校正樣品集的近紅外光譜與整粒棉籽的營養(yǎng)成分含量之間的校正模型；7)采用步驟4)中預處理后的整粒棉籽的預測樣品集的近紅外光譜數(shù)據(jù)對步驟6)的校正模型進行性能評價；
8)采集待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)，運用與步驟4)中相同的預處理方法對待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)進行預處理后，用步驟6)所構建的校正模型預測待測的整粒棉籽樣品的營養(yǎng)品質。所述的近紅外光譜儀的近紅外光譜掃描范圍為800 2500nm。所述的對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理方法為多元散射校正、標準正態(tài)變換、Savitzky-Golay平滑、一階或二階導數(shù)中的一種或多種。所述的對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇的方法為蒙特卡羅的無信息變量消除法和連續(xù)投影法。本發(fā)明適用于整粒棉籽營養(yǎng)品質的快速無損分析，與常規(guī)的化學分析方法相比， 檢測速度快、不破壞樣品、無需樣品預處理、不使用化學試劑、分析精度高，可同時檢測多種化學成分，是一種方便、快速、可靠的綠色分析技術，能滿足棉花育種工作和新品種篩選培育中棉籽營養(yǎng)成分快速分析的需要。


圖1是整粒棉籽的原始的近紅外光譜數(shù)據(jù)；
圖2是整粒棉籽的蛋白質含量的化學測定值與近紅外光譜預測值的關系圖； 圖3是整粒棉籽的油分含量的化學測定值與近紅外光譜預測值的關系圖。
具體實施例方式基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法的步驟如下
1)選用具有代表性的多品種、多年份、多地點種植的整粒棉籽材料作為整粒棉籽的校正樣品集和整粒棉籽的預測樣品集；
2)使用近紅外光譜儀在相同環(huán)境條件下，對樣品進行多次掃描采集，取平均值作為整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)；
3)整粒棉籽經(jīng)光譜采集后，進行剝殼、磨粉處理得到棉仁粉末，采用GB/T 14489. 2-2008國標方法測定棉籽中的蛋白質含量，采用GB/T 14488. 1-2008國標方法測定棉籽中的油分含量；
4)對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理，消除非目標因素的干擾，提高信噪比；
5)對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇， 消除無信息變量；
6)根據(jù)步驟幻中變量選擇后的近紅外光譜數(shù)據(jù)，應用多元校正方法，建立整粒棉籽的校正樣品集的近紅外光譜與整粒棉籽的營養(yǎng)成分含量之間的校正模型；
7)采用步驟4)中預處理后的整粒棉籽的預測樣品集的近紅外光譜數(shù)據(jù)對步驟6)的校正模型進行性能評價；
8)采集待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)，運用與步驟4)中相同的預處理方法對待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)進行預處理后，用步驟6)所構建的校正模型預測待測的整粒棉籽樣品的營養(yǎng)品質。所述的近紅外光譜儀的近紅外光譜掃描范圍為800 2500nm。所述的對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理方法為多元散射校正、標準正態(tài)變換、Savitzky-Golay平滑、一階或二階導數(shù)。這些預處理方法可以單一進行，也可以多種預處理方法聯(lián)合使用，以達到最佳的預處理效果。待測的整粒棉籽樣品的光譜數(shù)據(jù)預處理方法應與校正模型構建時所采用的預處理方法保持一致。所述的對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇的方法為蒙特卡羅的無信息變量消除法和連續(xù)投影法。所述的步驟6)中的多元校正方法包括但不限于線性的偏最小二乘法、主成分回歸法、多元線性回歸法，以及非線性的人工神經(jīng)網(wǎng)絡法、支持向量機、最小二乘支持向量機、 加權最小二乘支持向量機等。經(jīng)過各校正模型的預測性能比較，確定適合每一營養(yǎng)品質成分的最佳校正方法。其中，光譜數(shù)據(jù)的采集使用儀器相應的“WinlSI II”軟件，數(shù)據(jù)的預處理采用 "UnscrambIer"軟件，多元校正模型的構建在“MATLAB”軟件中完成。
實施例1、選用385份具有代表性的棉籽材料作為實驗樣品集，分別于2008年和2009年種植于海南三亞、浙江杭州、浙江金華等多個生態(tài)種植區(qū)；選擇230份作為整粒棉籽的校正樣品集用來進行整粒棉籽的校正模型的構建，剩下的巧5份作為整粒棉籽的預測樣品集對構建的整粒棉籽的校正模型進行性能評價；
2、在波長為800 2500nm的光譜區(qū)間，應用近紅外分析儀掃描整粒棉籽樣品，每隔2nm 采集近紅外反射光譜強度，每份樣品重復掃描四次，取平均光譜，作為整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和整粒棉籽的預測樣品集的近紅外光譜數(shù)據(jù)，圖1 ；
3、掃描后的整粒棉籽經(jīng)剝殼、磨粉后得到棉仁粉末，采用GB/T14489. 2-2008國標方法測定棉籽中的蛋白質含量，采用GB/T 14488. 1-2008國標方法測定棉籽中的油分含量；
4、結合標準正態(tài)變換、Savitzky-Golay平滑、二階導數(shù)方法對對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理，消除非目標因素的干擾；
5、運用蒙特卡羅無信息變量消除法對上述預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇，消除冗余的無效變量，減少光譜變量，有效簡化運算，并作為校正模型的數(shù)據(jù)輸入；
6、應用多元校正方法最小二乘支持向量機，建立整粒棉籽的校正樣品集的近紅外光譜與整粒棉籽的營養(yǎng)成分含量之間的校正模型；
7、運用上述預處理后的整粒棉籽的預測樣品集的近紅外光譜數(shù)據(jù)，對所構建的校正模型進行性能評價，見圖2和圖3;
表1整粒棉籽蛋白質、油分含量校正模型的性能指標
權利要求
1.一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法，其特征在于它的步驟如下1)選用具有代表性的多品種、多年份、多地點種植的整粒棉籽材料作為整粒棉籽的校正樣品集和整粒棉籽的預測樣品集；2)使用近紅外光譜儀在相同環(huán)境條件下，對實驗樣品進行多次掃描采集，取平均值作為整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)；3)整粒棉籽經(jīng)光譜采集后，進行剝殼、磨粉處理得到棉仁粉末，采用GB/T 14489. 2-2008國標方法測定棉籽中的蛋白質含量，采用GB/T 14488. 1-2008國標方法測定棉籽中的油分含量；4)對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理，消除非目標因素的干擾，提高信噪比；5)對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇， 消除無信息變量；6)根據(jù)步驟幻中變量選擇后的近紅外光譜數(shù)據(jù)，應用多元校正方法，建立整粒棉籽的校正樣品集的近紅外光譜與整粒棉籽的營養(yǎng)成分含量之間的校正模型；7)采用步驟4)中預處理后的整粒棉籽的預測樣品集的近紅外光譜數(shù)據(jù)對步驟6)的校正模型進行性能評價；8)采集待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)，運用與步驟4)中相同的預處理方法對待測的整粒棉籽樣品的近紅外光譜數(shù)據(jù)進行預處理后，用步驟6)所構建的校正模型預測待測的整粒棉籽樣品的營養(yǎng)品質。
2.根據(jù)權利要求1所述的一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法，其特征在于所述的近紅外光譜儀的近紅外光譜掃描范圍為800 2500nm。
3.根據(jù)權利要求1所述的一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法，其特征在于所述的對整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)和預測樣品集的近紅外光譜數(shù)據(jù)進行預處理方法為多元散射校正、標準正態(tài)變換、Savitzky-Golay平滑、一階或二階導數(shù)中的一種或多種。
4.根據(jù)權利要求1所述的一種基于近紅外光譜技術快速無損分析整粒棉籽營養(yǎng)品質的方法，其特征在于所述的對步驟4)中預處理后的整粒棉籽的校正樣品集的近紅外光譜數(shù)據(jù)進行變量選擇的方法為蒙特卡羅的無信息變量消除法和連續(xù)投影法。
全文摘要
本發(fā)明提供了一種新型的棉籽營養(yǎng)品質的快速無損分析方法。包括以下步驟1)選用具有代表性的棉花品種的整粒棉籽作為實驗樣品；2)使用近紅外光譜儀采集整粒棉籽的近紅外光譜數(shù)據(jù)，光譜掃描范圍為800～2500nm；3)用國標方法精確分析棉籽中的營養(yǎng)品質；4)對近紅外光譜數(shù)據(jù)進行預處理；5)光譜變量選擇，消除無信息變量；6)使用多元校正方法，建立整粒棉籽的近紅外光譜與整粒棉籽營養(yǎng)成分含量的校正模型；7)校正模型的性能評價；8)采集待測的整粒棉籽的近紅外光譜數(shù)據(jù)，光譜數(shù)據(jù)預處理后用所構建的校正模型預測其營養(yǎng)品質。本發(fā)明分析速度快、不破壞樣品、無需樣品預處理、檢測精度高、可同時分析棉籽中的多種營養(yǎng)品質成分，為棉花育種和棉花種子檢驗提供了方便、快捷、高效的分析方法。
文檔編號G01N21/35GK102279168SQ201110203679
公開日2011年12月14日 申請日期2011年7月20日 優(yōu)先權日2011年7月20日
發(fā)明者何秋伶, 劉海英, 祝水金, 陳進紅, 黃莊榮 申請人:浙江大學