[发明专利]近红外光谱和可见光分析仪快速检测稻米中直链淀粉含量的方法

说明书

技术领域

本发明设计一种利用近红外光谱和可见光分析仪快速检测稻米中直链淀粉含量的方法。

背景技术

全球稻米总产量的90％用于人类直接消费，而与消费者直接相关的是稻米的食用及营养品质。直链淀粉作为影响稻米的食味、膨胀率、吸水率，米饭的颜色、光泽、粘性及硬度等特性决定了稻米的质量。直链淀粉含量通常采用比色法测定，而测定一个样品至少需几个小时，不适于测量大批量稻米的直链淀粉含量。因此需要找到一种快速精确检测稻米中直链淀粉含量的方法，为稻米的品质分析和品质控制提供可靠依据。

近年来，近红外光谱技术在化工、农业等领域中的应用十分广泛。在农作物方面，近红外技术已经能够快速检测稻米的水分、蛋白质含量，但在测量稻米直链淀粉含量上还未能代替传统方法测量。日本专利11-304698公布了一种用近红外光谱检测精米直链淀粉含量的方法，该方法只是从模型建立方面改进检测精米直链淀粉的准确率，未能代替传统方法检测精米的直链淀粉含量。中国专利ZL01140315.2公布了一种对谷物进行品质检测的方法及其装置，采用的是890纳米至1100纳米的近红外光谱信息，主要检测谷物中的蛋白质、油脂、淀粉和水分等成份的含量，但仅仅使用近红外光检测淀粉的含量经试验研究表明准确率不高，难以代替传统方法。通过申请人探索、研究发现，结合近红外光谱和可见光分析仪可实现稻米中直链淀粉含量的快速精确检测。

发明内容

本发明的目的是提供一种利用近红外光谱和可见光分析仪检测稻米中直链淀粉含量的方法。

本发明提供的是一种利用近红外光谱和可见光分析仪检测稻米中直链淀粉含量的方法，包括如下步骤.

S1：收集稻米样品三组，第一组用于建立近红外校正模型；第二组用于建立综合校正模型；第三组用于验证近红外校正模型和综合校正模型的准确性；

S2：采用标准或认可的参考方法测定稻米中直链淀粉的含量；

S3：利用近红外光谱仪采集所收集样品的近红外光谱数据；

S4：近红外光谱的预处理；

S5：将第一组稻米中每个样品的近红外光谱数据与用标准方法测定的直链淀粉值相关联，利用化学计量学软件建立近红外校正模型；

S6：第三组稻米样品对近红外校正模型进行外部验证；

S7：将第二组稻米样品采用标准参考方法测定的直链淀粉值，利用近红外校正模型得到的预测值和可见光分析仪测得的颜色值相关联，用化学计量学软件建立综合校正模型；

S8：第三组稻米样品对综合校正模型进行外部验证。

上述步骤S2中利用自动分析仪检测稻米中直链淀粉的含量；

上述步骤S3中所述近红外波长为850-1045nm，用近红外光谱仪对稻米扫描步骤中，扫描方式为连续波长近红外扫描；所用的光谱信息为吸光度值；

上述步骤S4近红外光谱预处理步骤中，预处理方法为二阶求导方法；

上述步骤S5将第一组稻米中每个样品的近红外光谱数据与用标准方法测定的直链淀粉值相关联，利用Unscrambler V9.5软件中的偏最小二乘法(PLS)建立近红外校正模型；

上述步骤S6中用第三组稻米对近红外校正模型进行外部验证，验证近红外校正模型的准确性，验证前需要对这组稻米的光谱进行预处理，预处理方法同步骤S4；

上述步骤S7将第二组稻米采用标准参考方法测定的直链淀粉值，利用近红外校正模型得到的预测值和利用可见光分析仪ES-1000测得的颜色值相关联，利用Unscrambler V.9.5软件中的多元线性回归算法(MLR)建立综合校正模型：