韓宏偉，王志偉，張則林，劉曉光，李洪燕，宋國(guó)生，王傳堂，5

（1.山東省花生研究所，山東 青島 266100；2.沈陽(yáng)農(nóng)業(yè)大學(xué)，遼寧 沈陽(yáng) 110866；3.灤州市油榨鎮(zhèn)人民政府，河北 灤州 063702；4.唐山市農(nóng)業(yè)科學(xué)院，河北 唐山 063001；5.山東魯花集團(tuán)，山東 萊陽(yáng) 265200）

花生是我國(guó)主要的油、食兼用作物和經(jīng)濟(jì)作物，年總產(chǎn)已躍居世界首位［1］。目前我國(guó)約有50%的花生用于榨油，在保障我國(guó)食用油脂安全供應(yīng)方面發(fā)揮著舉足輕重的作用［1-3］。提高花生出油率可為榨油企業(yè)帶來(lái)可觀的經(jīng)濟(jì)效益［2，3］，而食用花生則要求具有較低的油分，從而減少能量攝入。因此，快速測(cè)定花生油脂含量和出油率對(duì)于花生不同用途品種選育及榨油企業(yè)原料質(zhì)控都非常有必要。但目前花生出油率的測(cè)定多是建立在傳統(tǒng)的物理壓榨或浸提法制取花生油的基礎(chǔ)上，不僅費(fèi)時(shí)費(fèi)力，且難以做到無(wú)損測(cè)定。

近紅外光譜分析技術(shù)是一種兼具快速、高效、低成本、無(wú)破壞性等優(yōu)點(diǎn)的物理檢測(cè)技術(shù)［4］。已有研究者建立了花生仁含油量的近紅外預(yù)測(cè)模型［5-8］。但相比于含油量，出油率對(duì)榨油企業(yè)來(lái)說(shuō)更具實(shí)用價(jià)值。如能無(wú)損測(cè)定花生籽仁出油率，將會(huì)提高生產(chǎn)效率，節(jié)省勞力和資金。但迄今尚未見(jiàn)利用近紅外光譜估測(cè)花生籽仁出油率的報(bào)道。

本研究選取48份不同來(lái)源的花生籽仁為試驗(yàn)材料，采集其近紅外光譜，并用壓榨法測(cè)定其出油率，建立花生籽仁出油率近紅外預(yù)測(cè)模型，旨在為花生品種選育和企業(yè)原料采購(gòu)提供簡(jiǎn)便易行的鑒定手段。

1 材料與方法

1.1 試驗(yàn)材料

供試48份花生材料如表1所示，樣品均為2020年收獲并自然干燥的籽仁。

表1 供試花生材料

1.2 試驗(yàn)方法

1.2.1 花生籽仁近紅外光譜采集 使用MPA型傅里葉變換紅外光譜儀（德國(guó)布魯克光學(xué)有限公司）采集花生籽仁光譜。掃描譜區(qū)范圍為4 000～12 000 cm-1，掃描次數(shù)64次，分辨率為8 cm-1。開機(jī)預(yù)熱2 h后檢測(cè)花生樣品，每份材料約30～50粒，重復(fù)掃描3次，且每次掃描前都將樣品反復(fù)翻轉(zhuǎn)混勻，以得到同一樣品的多個(gè)近紅外光譜。

1.2.2 壓榨法測(cè)定花生籽仁出油率 每份花生材料準(zhǔn)確稱取230 g樣品，利用奧斯達(dá)不銹鋼家用榨油機(jī)（AOSIDA Oil Press）進(jìn)行物理壓榨，稱量所得花生油和油渣的質(zhì)量。按下式計(jì)算出油率：出油率（%）=花生油質(zhì)量/（花生油質(zhì)量+油渣質(zhì)量）×100。

1.2.3 花生籽仁近紅外模型構(gòu)建與優(yōu)化 模型構(gòu)建與光譜處理均采用傅里葉變換紅外光譜儀自帶的OPUS 7.5軟件。采用偏最小二乘法（PLS法），并反復(fù)利用內(nèi)部交叉驗(yàn)證剔除奇異點(diǎn)（outlier）；建立多種光譜預(yù)處理模型，根據(jù)模型決定系數(shù)（R2）最大而交叉驗(yàn)證根均方差（RMSECV）最小的原則衡量模型質(zhì)量，篩選出最佳的光譜預(yù)處理方法。

1.2.4 所建模型外部驗(yàn)證 隨機(jī)挑選6份外部待檢樣品，對(duì)其預(yù)測(cè)值和化學(xué)值進(jìn)行配對(duì)t測(cè)驗(yàn)，判斷模型可靠性。

2 結(jié)果與分析

2.1 近紅外光譜采集

使用傅里葉變換紅外光譜儀采集到花生籽仁樣品的近紅外光譜，結(jié)果見(jiàn)圖1?？梢?jiàn)各材料近紅外光譜圖變化趨勢(shì)一致，與花生油近紅外光譜特征相吻合，符合預(yù)期，可用于建模。

圖1 花生籽仁近紅外光譜圖

2.2 壓榨法花生籽仁出油率測(cè)定結(jié)果

壓榨法測(cè)定的供試花生籽仁出油率分布如圖2?；ㄉ讶食鲇吐试?0.95%～52.17%之間，變幅較大，均值為46.73%，標(biāo)準(zhǔn)差為2.653%，符合建模要求。

圖2 壓榨法花生籽仁出油率測(cè)定值分布直方圖

2.3 花生籽仁出油率近紅外模型構(gòu)建與優(yōu)化

建立近紅外模型常用的光譜預(yù)處理方法包括無(wú)光譜預(yù)處理、消除常數(shù)偏移量、減去一條直線、矢量歸一化、最大-最小歸一化、多元散射校正（MSC）、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、一階導(dǎo)數(shù)+減去一條直線、一階導(dǎo)數(shù)+矢量歸一化、一階導(dǎo)數(shù)+MSC等多種方法，將所得不同樣品花生籽仁光譜數(shù)據(jù)經(jīng)不同方法預(yù)處理后，采用PLS法建立模型，其維數(shù)、R2和RMSECV值如表2所示?？梢?jiàn)，花生籽仁出油率的最佳光譜預(yù)處理方法為“矢量歸一化”法，光譜范圍為7 498.2～8 454.8、4 242.8～4 605.4 cm-1，維數(shù)為9，模型決定系數(shù)R2為81.77，根均方差RMSECV為1.04。利用該方法進(jìn)行光譜預(yù)處理后得到的花生籽仁出油率近紅外預(yù)測(cè)值與壓榨法測(cè)定值的散點(diǎn)圖如圖3所示。可以發(fā)現(xiàn)，檢驗(yàn)樣品比較集中地分布在中心線周圍，說(shuō)明模型預(yù)測(cè)值與壓榨法測(cè)定值的吻合度較高，模型的預(yù)測(cè)性能較好。

圖3 花生籽仁出油率近紅外預(yù)測(cè)值與壓榨法測(cè)定值的散點(diǎn)圖

表2 不同光譜預(yù)處理方法的維數(shù)、R2、RMSECV值

2.4 模型預(yù)測(cè)效果檢驗(yàn)

另取6份花生樣品，檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)效果。如表3所示，花生籽仁出油率預(yù)測(cè)值與壓榨法測(cè)定值偏差絕對(duì)值為0.16～0.97個(gè)百分點(diǎn)，在可接受范圍內(nèi)。預(yù)測(cè)值與壓榨法測(cè)定值成對(duì)數(shù)據(jù)t檢驗(yàn)結(jié)果表明，自由度為5，t檢驗(yàn)值為0.837＜t0.05=2.571，兩組數(shù)據(jù)差異不顯著。

表3 花生籽仁出油率預(yù)測(cè)值與壓榨法測(cè)定值對(duì)比 （%）

3 討論與結(jié)論

目前我國(guó)食用植物油自給率僅有30%，油料產(chǎn)業(yè)風(fēng)險(xiǎn)應(yīng)對(duì)能力亟待增強(qiáng)［9］。花生是我國(guó)產(chǎn)油效率最高的油料作物，其單位面積產(chǎn)油量是油菜的2倍、大豆的4倍［1］，花生產(chǎn)業(yè)大有可為。據(jù)測(cè)算，花生榨油原料油分含量每提高一個(gè)百分點(diǎn)，油脂加工純利潤(rùn)可提高7%［10］，因此，高油已成為我國(guó)花生品質(zhì)育種的重要目標(biāo)之一。但實(shí)際生產(chǎn)中，花生出油率低于含油量，物理壓榨出油率低于化學(xué)浸提出油率［11］。雖前人已建立了花生含油量近紅外模型，但并不能代替出油率近紅外模型。因此，本研究在利用壓榨法獲得花生籽仁實(shí)際出油率的基礎(chǔ)上，建立了其近紅外預(yù)測(cè)模型。

本研究所采用的建模材料來(lái)源多樣，包含不同種子大小、形狀、種皮顏色的花生品種以及普通含油量、高油品種等各種類型，有一定代表性，出油率變幅較寬，符合建模要求。構(gòu)建的花生出油率近紅外模型R2為81.77，RMSECV為1.04，質(zhì)量較好。該模型的成功構(gòu)建，不僅便于榨油企業(yè)收購(gòu)原料實(shí)現(xiàn)優(yōu)質(zhì)優(yōu)價(jià)，而且可為育種者篩選高出油率突變體以及通過(guò)雜交手段累積高油加性基因從而培育出更高出油率的品種提供便利［12，13］，同時(shí)對(duì)研究花生高油性狀在不同環(huán)境中的穩(wěn)定性［14］、選擇適宜的油用品種和產(chǎn)地、建立健全花生高油農(nóng)藝措施［15-17］等均具有重要意義，有利于促進(jìn)花生高油品種選育和產(chǎn)業(yè)化進(jìn)程。