肖愛(ài)平，冷 鵑，楊喜愛(ài)，程 毅，廖麗萍，田小蘭，聶晴嵐

（中國(guó)農(nóng)業(yè)科學(xué)院麻類(lèi)研究所，湖南 長(zhǎng)沙 410205）

1 引言

苧麻在我國(guó)有著悠久的生產(chǎn)和加工歷史，我國(guó)的苧麻產(chǎn)量占世界總產(chǎn)量的90%以上，在國(guó)際上享有“中國(guó)草（China Grass）”之美譽(yù)。其纖維有著其他纖維所不具備的優(yōu)良品質(zhì)和特性，織成的服裝更顯舒適、挺括和高雅，特別是在注重環(huán)境保護(hù)、崇尚回歸大自然的今天，苧麻產(chǎn)品將會(huì)成為人們首選的綠色產(chǎn)品之一，前景十分廣闊。

苧麻的主要化學(xué)成分為纖維素，除含有部分半纖維素、水溶物、果膠、木質(zhì)素等伴生物外，其纖維素含量在65%-75%左右。纖維素是苧麻原料應(yīng)用于紡織加工的主要成分，它的含量直接決定了其原料的紡織可用價(jià)值，纖維素含量的高低是評(píng)價(jià)苧麻品質(zhì)的重要指標(biāo)之一，測(cè)定纖維素的方法有多種，如：濃酸水解定糖法、硝酸-乙醇法、氯化法、酸性洗滌法等。這些方法操作比較復(fù)雜、繁瑣，且精度不高，有些方法危險(xiǎn)性較大(如硝酸-乙醇法)。目前主要采用“GB5889-86苧麻化學(xué)成分定量分析方法”來(lái)分析苧麻纖維素含量，耗時(shí)長(zhǎng)、效率極低，誤差較大，給大量育種材料、優(yōu)質(zhì)資源的鑒定、篩選帶來(lái)困難。因此迫切需要有一種快速、簡(jiǎn)便的檢測(cè)方法，以滿(mǎn)足苧麻育種、優(yōu)質(zhì)資源快速篩選的要求。

近紅外光(Near Infrared)是指介于可見(jiàn)光與中紅外光之間的電磁波，波長(zhǎng)為780—2526nm。近紅外光譜分析技術(shù)具有快速、高效、非破壞性等優(yōu)點(diǎn)。

有機(jī)分子中的OH、CH等基團(tuán)振動(dòng)光譜的倍頻及合頻吸收，以漫反射方式捕獲在近紅外區(qū)的吸收光譜，通過(guò)主成份分析、偏最小二乘法、多元線性回歸和人工神經(jīng)網(wǎng)絡(luò)等化學(xué)計(jì)量學(xué)手段，建立樣品光譜與待測(cè)成分含量間的線性或非線性關(guān)系，即建立預(yù)測(cè)模型，然后根據(jù)模型和未知樣品的光譜預(yù)測(cè)未知樣品的成分含量。

纖維素主要是由葡萄糖基以-1,4苷鍵連接起來(lái)的鏈狀高分子化合物，含有大量的C-H，O-H含氫基團(tuán)使其在近紅外區(qū)域具有豐富的吸收，為近紅外技術(shù)應(yīng)用于苧麻纖維素定量分析提供了依據(jù)。

本文通過(guò)化學(xué)分析方法（GB5889-1986）和近紅外光譜法，建立了苧麻纖維素含量的預(yù)測(cè)模型，采用該模型可較好地預(yù)測(cè)出苧麻粗纖維的含量。

2 材料與方法

2.1 材料準(zhǔn)備

實(shí)驗(yàn)所用材料為中國(guó)農(nóng)業(yè)科學(xué)院麻類(lèi)研究所國(guó)家種質(zhì)長(zhǎng)沙苧麻圃?xún)?nèi)102個(gè)樣品的韌皮纖維，其中80個(gè)作為校正集樣品，22個(gè)作為驗(yàn)證集樣品對(duì)模型進(jìn)行驗(yàn)證。用于近紅外光譜采集的苧麻樣品經(jīng)風(fēng)干后粉碎，過(guò)60目篩后備用。

2.2 化學(xué)值的測(cè)定

將準(zhǔn)備好的80個(gè)校正集樣品分別按照“GB5889-1986苧麻化學(xué)成分定量分析方法”質(zhì)量損失法測(cè)定苧麻原麻的纖維素。

2.3 原始光譜的采集

用波通(Perten)公司DA7200型近紅外光譜分析儀采集苧麻纖維的原始光譜。儀器工作參數(shù)：950nm-1650nm，采樣間隔2.0nm，掃描次數(shù)為32次(以?xún)?nèi)部陶瓷為參考)，分辨率16cm-1。每個(gè)樣品掃描2次，重復(fù)裝樣3次，取其平均值用作近紅外光譜分析。將準(zhǔn)備好的80個(gè)校正集苧麻樣品倒入直徑75mm的分析杯內(nèi)，表面刮平，在950nm-1650nm譜區(qū)范圍內(nèi)進(jìn)行連續(xù)掃描，收集80個(gè)樣品的近紅外漫反射吸收光譜圖(原始光譜圖)。

圖1 苧麻樣品的近紅外原始光譜圖Fig．1 The original near-infrared spectroscopy of ramie samples

圖2 中心化+附加散射+一階導(dǎo)數(shù)處理后纖維素的光譜圖Fig.2 The spectrogram of cellulose after being treated with MC,MSC and SGl

3 預(yù)測(cè)模型建立與驗(yàn)證

3.1 光譜預(yù)處理

為消除NIR光譜信號(hào)中的基線漂移、背景和光散射等各種干擾信息和噪聲，提高模型的預(yù)測(cè)精度，需對(duì)原始光譜進(jìn)行預(yù)處理。該處理過(guò)程由GRAMS軟件進(jìn)行，采用多元散射矯正(MSC)、導(dǎo)數(shù)包括一階導(dǎo)數(shù)(SGl)和二階導(dǎo)數(shù)(SG2)、標(biāo)準(zhǔn)正態(tài)變量轉(zhuǎn)換(SNV)、中心化(MC)等對(duì)光譜進(jìn)行預(yù)處理，預(yù)處理后的苧麻纖維素光譜圖如圖2所示。經(jīng)過(guò)選擇不同譜區(qū)、反復(fù)計(jì)算、比較優(yōu)化之后，最后確定采用中心化、多元散射校正和一階求導(dǎo)相結(jié)合的方式建立預(yù)測(cè)模型。

3.2 預(yù)測(cè)模型的建立

用GRAMS軟件對(duì)建模光譜數(shù)據(jù)進(jìn)行預(yù)處理后，采用偏最小二乘法(PLS)和完全交互驗(yàn)證的方式，在樣品纖維素含量和光譜數(shù)據(jù)間建立預(yù)測(cè)模型，通過(guò)比較模型相關(guān)系數(shù)(R2)、交互驗(yàn)證標(biāo)準(zhǔn)差(SECV)考核校正模型的實(shí)用性，然后根據(jù)R2、SECV和預(yù)測(cè)標(biāo)準(zhǔn)差(SEP)確定最優(yōu)模型。

苧麻纖維素含量與近紅外光譜之間的相關(guān)關(guān)系可由模型建立后所得的相關(guān)系數(shù)R2和交互驗(yàn)證的結(jié)果來(lái)衡量，交互驗(yàn)證后的得到的參數(shù)為：相關(guān)系數(shù)(R2)為0.9730，預(yù)測(cè)標(biāo)準(zhǔn)差 (SEP)為0.812。NIR預(yù)測(cè)模型相關(guān)系數(shù)越高，標(biāo)準(zhǔn)偏差越小，模型的預(yù)測(cè)效果越好，預(yù)測(cè)模型的結(jié)果如表1所示。

表1 預(yù)測(cè)模型結(jié)果Tab.1 The results of prediction model

3.3 苧麻纖維素預(yù)測(cè)模型的驗(yàn)證

為了檢驗(yàn)所建的預(yù)測(cè)模型實(shí)際預(yù)測(cè)效果，利用此模型對(duì)22個(gè)苧麻試樣的纖維素含量進(jìn)行預(yù)測(cè)，同時(shí)用化學(xué)方法（GB5889-1986）分別測(cè)定其纖維素含量，將預(yù)測(cè)值與測(cè)定值進(jìn)行比較(見(jiàn)表2)。結(jié)果表明22個(gè)樣品纖維素含量的預(yù)測(cè)值與化學(xué)測(cè)定值基本一致，最大相對(duì)偏差3.22%，平均相對(duì)偏差1.17%，說(shuō)明模型的預(yù)測(cè)精度較高。

表2 GB/T5889-86法纖維素測(cè)定值和近紅外光譜法預(yù)測(cè)值所得結(jié)果的對(duì)比Tab.2 Comparisons between tested and predicted values of ramie cellulose contents

為了更好地表示驗(yàn)證集樣品纖維素含量（化學(xué)測(cè)定值）與近紅外光譜模型預(yù)測(cè)值之間的相關(guān)性，通過(guò)繪制化學(xué)測(cè)定值和預(yù)測(cè)值之間的散點(diǎn)圖來(lái)表現(xiàn)兩者之間的線性相關(guān)性（圖3）。從上圖可見(jiàn)，苧麻纖維素近紅外光譜模型的預(yù)測(cè)值和化學(xué)分析法的測(cè)定值之間具有良好的相關(guān)性，說(shuō)明用近紅外光譜預(yù)測(cè)模型快速預(yù)測(cè)苧麻的纖維素含量是可行的。

圖3 苧麻纖維素預(yù)測(cè)值與測(cè)定值相關(guān)關(guān)系Fig.3 The correlation between tested and predicted values of ramie cellulose

4 結(jié)論

本文研究建立了近紅外光譜測(cè)定苧麻纖維素含量的預(yù)測(cè)模型，該模型預(yù)測(cè)纖維素的相關(guān)系數(shù)為0.9726，預(yù)測(cè)值與化學(xué)測(cè)定值（GB5889-1986）的平均相對(duì)誤差為1.17%，利用NIRS預(yù)測(cè)苧麻纖維素含量的方法基本接近或達(dá)到了化學(xué)分析方法的精度要求。因此在實(shí)際生產(chǎn)中用近紅外光譜法快速測(cè)定苧麻纖維素含量是可行的，利用該研究預(yù)測(cè)苧麻纖維素含量可大大降低勞動(dòng)強(qiáng)度，縮短檢測(cè)時(shí)間，其效率是常規(guī)化學(xué)方法無(wú)可比擬的。本研究為初步探討研究，預(yù)測(cè)模型有待進(jìn)一步優(yōu)化和驗(yàn)證。

[1]姜繁昌，邵寬．GBfr5889-1986苧麻化學(xué)成分定量分析方法[S]．北京：中國(guó)標(biāo)準(zhǔn)出版社，2000．

[2]嚴(yán)衍祿,趙龍蓮等.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國(guó)輕工業(yè)出版社,2005:290,333,465.

[3]楊淑蕙.植物纖維化學(xué)[M].北京:中國(guó)輕工業(yè)出版社,2001:163.