马铃薯是世界重要的粮食作物之一。为了提高马铃薯品质育种效率,研究选用蛋白质含量差异较大的多年份、多品种、多地点种植的411份马铃薯块茎为材料,使用InfraXact Lab型近红外光谱分析仪分别对其进行光谱扫描,并用国标化学法对其蛋白质含量进行测定。通过近红外定标软件(WinISIⅢ),采用一阶导数的数学处理(1,4,4,1)、标准正态变换和去趋势(SNV+Detrend)最佳组合的预处理方法,结合改进偏最小二乘法(Modified partial least squares,MPLS)回归技术构建了马铃薯块茎蛋白质含量的近红外定标模型,并对预测模型的准确性进行了验证。其定标标准偏差(Standard error of calibration,SEC)、交叉检验标准误差(Standard error of cross-validation,SECV)和交叉验证相关系数(1 minus the variance ratio,1-VR)分别为0.566、0.632和0.912。97个验证集样品用于外部检验马铃薯块茎中的蛋白质含量的模型预测值与化学值之间的相关系数为0.931,表明利用近红外光谱分析技术可以测定马铃薯块茎中蛋白质含量。
利用傅里叶近红外光谱分析技术,以磷虾粉样品的实测值与模型预测值为基础,研究了采用最小二乘法建立磷虾粉原始样品与磷虾粉混合样品中水分、脂肪和蛋白含量近红外定标模型的可行性和准确性。结果表明,磷虾粉近红外图谱最佳预处理方式为:标准正态变换预处理+一阶导数+Norris导数滤波;以磷虾粉混合样品构建的近红外模型较磷虾粉原始样品构建的模型在交互验证均方根误差、外部验证残差均方根(root mean square error of external prediction,RMSEP)(root mean square error of external prediction,RMSEP)和外部验证用样品真实值的标准差与RMSEP的比值(the ratio of the RMSEP to standard deviation of reference data in the prediction,RPD_(EV))等参数有所提升;经预处理后,定标模型的建模相关系数、交互验证相关系数和外部验证相关系数(correlation coefficient in external validation,R_(EV))三类相关系数除脂肪的R_(EV)为0.9058,其余均在0.94以上,RPD均大于2.5,证明磷虾粉近红外定标模型对3个成分均有较好的预测准确性。该研究可为实现南极磷虾粉品质指标的船载近红外快速检测提供参考依据。
暂无评论