毛永榮 閔國(guó)春 胡斌 季一順

摘要：直鏈淀粉含量對(duì)大米食用品質(zhì)影響較大。該研究在已完成的99份2020年安徽秈稻谷近紅外光譜建模基礎(chǔ)上，增加110份2021年安徽省秈稻谷的檢測(cè)，利用TAS全校準(zhǔn)技術(shù)，分別建立2批次稻谷及合并批次后的稻谷直鏈淀粉定量模型。研究結(jié)果表明：99、110、209份稻谷的直鏈淀粉模型預(yù)測(cè)決定系數(shù)分別為0.863、0.850、0.874。進(jìn)一步構(gòu)建209份稻谷樣品的糙米粉直鏈淀粉定量模型，模型預(yù)測(cè)決定系數(shù)為0.930。經(jīng)驗(yàn)證，209份稻谷和糙米粉直鏈淀粉模型的表現(xiàn)良好，且糙米粉直鏈淀粉模型表現(xiàn)更好。

關(guān)鍵詞：稻谷；近紅外光譜；建模

中圖分類號(hào)：TS210.7 文獻(xiàn)標(biāo)志碼：A DOI：10.16465/j.gste.cn431252ts.20230422

Optimization of paddy amylose content determination based on near infrared spectroscopy model

Mao Yongrong1， Min Guochun2， Hu Bin1， Ji Yishun1

（ 1. Anhui Grain And Oil products Guality Supervision And pesting Station， Hefei， Anhui 230031； 2. Liaoning Food and Strategic Reserves Service Center， Shenyang， Liaoning 110032 ）

Abstract： Amylose content has a great impact on the edible quality of rice. This study was conducted on 99 completed near-infrared spectra of Anhui indica rice grains in 2020. On the basis of modeling， an additional 110 samples of 2021 Anhui Provinces indica rice were tested， Two batches of paddy and the combined batch of paddy amylose quantitative models were established respectively by TAS full calibration technology. The results showed that the prediction coefficients of amylose model in 99， 110 and 209 paddy were 0.863， 0.850， and 0.874 respectively. We futher constructed amylose quantitative model of 209 brown rice， the prediction coefficients of amylose was 0.930. The experimental results showed that 209 paddy and brown rice flour amylose models performed stable， and brown rice flour amylose model performed better. Key words： paddy， near infrared spectroscopy， modeling

淀粉是稻米的重要組成部分，包含直鏈淀粉和支鏈淀粉，不同類型、品種的稻米中直鏈淀粉和支鏈淀粉的含量也各不相同，不同含量的直鏈淀粉對(duì)大米食用品質(zhì)影響至關(guān)重要[1-2]。1999年，我國(guó)發(fā)布的《優(yōu)質(zhì)稻谷》（GB/T 17891—1999）將直鏈淀粉的含量列為定等指標(biāo)[3]，新修訂的《優(yōu)質(zhì)稻谷》（GB/T 17891—2017）將直鏈淀粉的含量列為限制指標(biāo)[4]，這些都體現(xiàn)了直鏈淀粉指標(biāo)的重要性。隨著我國(guó)優(yōu)質(zhì)糧食工程中優(yōu)糧優(yōu)儲(chǔ)的深入實(shí)施，亟需一種快速簡(jiǎn)便的檢測(cè)方法來(lái)篩選優(yōu)質(zhì)儲(chǔ)糧。較傳統(tǒng)復(fù)雜的優(yōu)質(zhì)稻谷指標(biāo)檢測(cè)方法《大米 直鏈淀粉含量的測(cè)定》（GB/T 15683—2008）[5]，近紅外光譜法具備多指標(biāo)同步檢測(cè)、操作簡(jiǎn)便、節(jié)約成本等優(yōu)點(diǎn)且應(yīng)用范圍廣[6-7]。

目前，兩組多重相關(guān)變量間的相互依賴關(guān)系的研究常采用最小二乘準(zhǔn)則下的經(jīng)典多元線性回歸分析（MLR）、提取自變量組主成分的主成分回歸分析（PCR）、偏最小二乘（PLS）回歸等方法，偏最小二乘（PLS）回歸方法是建立在主成分分析和主成分回歸基礎(chǔ)上的一種多元數(shù)據(jù)分析方法，被廣泛應(yīng)用于醫(yī)藥學(xué)、工程學(xué)等領(lǐng)域[8]。課題組[9]前期完成了99份2020年安徽產(chǎn)秈稻谷近紅外光譜初步建模。為進(jìn)一步提高模型的耐受性和適用性，通過(guò)倍增不同年份產(chǎn)稻谷樣品建模數(shù)量，采集110份2021年安徽產(chǎn)秈稻谷，利用TAS全校準(zhǔn)技術(shù)（該技術(shù)可以檢測(cè)并校正任何由于震動(dòng)、溫度或光源燈變化引起的儀器變化，在不同的時(shí)間和地點(diǎn)都能獲得一致的結(jié)果）[10]，分別建立99、110、209份稻谷樣品的直鏈淀粉定量模型，同時(shí)建立209份稻谷樣品的糙米粉直鏈淀粉定量模型，一方面探索不同年份產(chǎn)稻谷樣品數(shù)量增加對(duì)模型準(zhǔn)確性和穩(wěn)定性的影響，另一方面探究稻谷樣品的糙米粉建模和稻谷建模準(zhǔn)確性高低對(duì)比情況，以期找尋一種準(zhǔn)確性較高的模型。

1 材料與方法

1.1 材料

秈稻谷：安徽省產(chǎn)。

1.2 儀器與設(shè)備

2600XT-R型近紅外分析儀器：美國(guó)UNITY公司。

1.3 實(shí)驗(yàn)設(shè)計(jì)

1.3.1 模型建立原理

對(duì)直鏈淀粉含量化學(xué)值和近紅外光譜預(yù)測(cè)值分別進(jìn)行擬合光譜處理，采用偏最小二乘法（PLS）的化學(xué)計(jì)量學(xué)方法建立數(shù)學(xué)模型，反復(fù)采用內(nèi)部交叉驗(yàn)證剔除奇異值，通過(guò)比較樣品預(yù)測(cè)值的校正標(biāo)準(zhǔn)偏差（SEC）與化學(xué)值的決定系數(shù)（R2）、交叉驗(yàn)證系數(shù)（R2（Cv））和交互驗(yàn)證的校正標(biāo)準(zhǔn)偏差（SECV）來(lái)衡量模型的質(zhì)量，最終使用預(yù)測(cè)標(biāo)準(zhǔn)偏差（SEP）評(píng)價(jià)預(yù)測(cè)模型效果[9]。

1.3.2 稻谷中直鏈淀粉含量的化學(xué)值測(cè)定

參照《大米 直鏈淀粉含量的測(cè)定》（GB/T 15683—2008）執(zhí)行[5]。

1.3.3 稻谷中直鏈淀粉含量的近紅外光譜測(cè)定

取適量的樣品用近紅外分析儀進(jìn)行測(cè)定，通過(guò)漫反射方式采集樣品光譜，每個(gè)樣品測(cè)定2次，以2次測(cè)定的平均光譜為最終光譜。其中，采集光譜區(qū)間680～2 600 nm，準(zhǔn)確度0.01 nm，步進(jìn)式旋轉(zhuǎn)掃描12次。

2 結(jié)果與分析

2.1 不同批次稻谷直鏈淀粉近紅外模型的建立

由表1和圖1可知，99份2020年安徽產(chǎn)秈稻谷的直鏈淀粉模型的預(yù)測(cè)決定系數(shù)R2為0.863，預(yù)測(cè)平均標(biāo)準(zhǔn)偏差為1.14。由表1和圖2可知，110份稻谷的直鏈淀粉模型的預(yù)測(cè)決定系數(shù)R2為0.850，預(yù)測(cè)平均標(biāo)準(zhǔn)偏差為0.93。由表1和圖3可知，合并后的209份稻谷直鏈淀粉模型的預(yù)測(cè)決定系數(shù)R2為0.874，預(yù)測(cè)平均標(biāo)準(zhǔn)偏差為0.91。

其中，110份稻谷和99份稻谷的直鏈淀粉建模表現(xiàn)基本一致，合并后驗(yàn)證集的相關(guān)性優(yōu)于單獨(dú)批次稻谷樣品。據(jù)此，分別開展209份稻谷樣品和209份稻谷樣品的糙米粉樣品的近紅外模型驗(yàn)證。

2.2 稻谷直鏈淀粉檢測(cè)及驗(yàn)證

以209份稻谷樣品建模后，進(jìn)行稻谷直鏈淀粉模型驗(yàn)證和重復(fù)性驗(yàn)證。

2.2.1 稻谷直鏈淀粉模型驗(yàn)證

以209份稻谷樣品建模后，檢測(cè)10個(gè)驗(yàn)證樣品。同時(shí)在其他實(shí)驗(yàn)室另一臺(tái)UNITY近紅外設(shè)備上安裝模型進(jìn)行樣品驗(yàn)證，結(jié)果見表2。由表2可知，本實(shí)驗(yàn)室稻谷模型的直鏈淀粉驗(yàn)證樣品集的SEP為0.423，其他實(shí)驗(yàn)室稻谷模型的直鏈淀粉驗(yàn)證樣品集的SEP為0.347。由圖4和圖5可知，驗(yàn)證樣品近紅外檢測(cè)值和標(biāo)準(zhǔn)值的決定系數(shù)R2分別為0.985和0.993?？傮w來(lái)看，模型較為穩(wěn)定。

2.2.2 稻谷樣品重復(fù)性驗(yàn)證

隨機(jī)挑選4個(gè)樣品進(jìn)行重復(fù)性測(cè)試，3次重新裝樣掃面，結(jié)果見表3。由表3可知，多次重新裝樣近紅外檢測(cè)數(shù)值波動(dòng)較為平穩(wěn)，重復(fù)性較好。

2.3 209份稻谷樣品的糙米粉直鏈淀粉近紅外模型的建立

基于以上實(shí)驗(yàn)，進(jìn)一步構(gòu)建209份稻谷樣品的糙米粉樣品的直鏈淀粉近紅外模型。由表4和圖6可知，209份糙米粉的直鏈淀粉模型的預(yù)測(cè)決定系數(shù)R2為0.93，預(yù)測(cè)平均標(biāo)準(zhǔn)偏差為0.69。

2.3.1 糙米粉樣品重復(fù)性驗(yàn)證

隨機(jī)挑選4個(gè)樣品進(jìn)行重復(fù)性測(cè)試，3次重新裝樣掃描，結(jié)果見表5。由表5可知，多次重新裝樣近紅外檢測(cè)數(shù)值波動(dòng)較為平穩(wěn)，重復(fù)性較好。

2.3.2 糙米粉樣品直鏈淀粉模型驗(yàn)證

以209份稻谷的糙米粉樣品建模后，檢測(cè)10個(gè)驗(yàn)證樣品。同時(shí)在其他實(shí)驗(yàn)室另一臺(tái)UNITY近紅外設(shè)備安裝模型進(jìn)行樣品驗(yàn)證，結(jié)果見表6。由表6可知，本實(shí)驗(yàn)室稻谷模型的直鏈淀粉驗(yàn)證樣品集的SEP為0.173，其他實(shí)驗(yàn)室稻谷模型的直鏈淀粉驗(yàn)證樣品集的SEP為0.152，糙米粉模型具備普適性。

3 結(jié) 論

從不同批次稻谷建模結(jié)果來(lái)看，批次不同稻谷建模表現(xiàn)也不同，所有批次稻谷整合后所建的直鏈淀粉預(yù)測(cè)模型決定系數(shù)、重復(fù)性驗(yàn)證結(jié)果均表現(xiàn)較好，同時(shí)對(duì)209份糙米粉樣品進(jìn)行建模驗(yàn)證，結(jié)果表現(xiàn)較好。增加建模樣品數(shù)量能提高模型的準(zhǔn)確性和重復(fù)性，且稻谷樣品的糙米粉建模優(yōu)于稻谷樣品直接建模。

參考文獻(xiàn)

[1] 張恒棟，黃敏，鄒應(yīng)斌，等.米粉稻籽粒直鏈淀粉積累特性[J].中國(guó)農(nóng)業(yè)科學(xué)，2021，54（7）：1354-1364.

[2] 黃曉贊，黃冬，張桂福.早秈稻谷直鏈淀粉含量與食味值關(guān)聯(lián)性探索[J].糧食與飼料工業(yè)，2020（5）：3-5.

[3] 國(guó)家糧食儲(chǔ)備局.優(yōu)質(zhì)稻谷：GB/T 17891—1999[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2000.

[4] 國(guó)家糧食局.優(yōu)質(zhì)稻谷：GB/T 17891—2017[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2018.

[5] 國(guó)家糧食局.大米 直鏈淀粉含量的測(cè)定：GB/T 15683—2008[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2009.

[6] 我國(guó)稻谷質(zhì)量快速檢測(cè)技術(shù)研究取得積極進(jìn)展[J].糧食科技與經(jīng)濟(jì)，2020，45（2）：15-16.

[7] 楊學(xué)文.近紅外光譜分析法快速測(cè)定稻谷常規(guī)化學(xué)指標(biāo)[J].糧油食品科技，2016，24（5）：65-69.

[8] 滕宇.偏最小二乘法在光譜分析中的應(yīng)用[J].集成電路應(yīng)用，2020，37（1）：16-17.

[9] 胡斌，王靜.基于近紅外光譜的稻谷、大米、大米粉直鏈淀粉含量預(yù)測(cè)[J].糧食科技與經(jīng)濟(jì)，2021，46（1）：90-92+120.

[10] JEROME J W， TUSHAR S，THOMAS A B. Spectrometer secondary reference calibration （TAS）： 61637761[P]. 2013-03-14.