[发明专利]一种基于光谱形态转移的近红外单籽粒作物成分检测方法

说明书

本发明公开了一种基于光谱形态转换的近红外单籽粒作物成分检测方法，所述检测方法具体为采集粗加工后的单籽粒作物(或作物粉末)的近红外光谱，以常规化学法为参比，建立光谱与参比值之间的模型。预测时采集待测单籽粒作物光谱，通过标准光谱以及光谱空间转换算法，将待测单籽粒作物光谱转移成粗加工后的单籽粒作物(或作物粉末)的光谱形态，继而使用模型预测其组分。该方法优点在于，建模分析对象为粗加工后的单籽粒作物(或作物粉末)，而不是品种来源复杂、颖壳及颗粒形态干扰大的单籽粒作物，所建模型更加准确、稳健；建模对参比法精度要求低，分析过程经济节约。检测时，单籽粒作物不需预处理，检测结果无损、准确、快速。

技术领域

本发明涉及一种单籽粒作物成分含量的检测方法，具体涉及一种基于光谱形态转移的近红外单籽粒作物成分检测方法。

背景技术

近红外光谱是指波长在780nm～2526nm范围内(波数为12820cm^-1～3959cm^-1)的电磁波，近红外光谱可以反映有机化合物以及混合物中含氢基团(C-H、N-H、O-H)振动的合频和各级倍频的吸收，通过样品光谱扫描，可以得到样品中有机分子含氢基团的化学键信息。近红外光谱技术近年来广泛用于农业、化工、食品、生命科学、环境保护和质量监督等领域，它的优点是快速、高效、准确、不损伤样品、可同时分析多个组分。

单籽粒近红外光谱分析技术，是指采用近红外光谱分析技术分析单籽粒作物。该技术的发展对育种行业、粮食行业有着重大的意义。对作物育种而言，培育符合需要的特定性状的新品种是育种行业不断追求的目标。为了缩短育种进程、提高育种效率，育种家希望能够在早代对单籽粒种子的某些特定品质性状进行鉴定和筛选，因而要求一种技术能够快速、无损地检测单籽粒种子的特定组分含量，采用单籽粒近红外光谱技术，有望满足育种家对单籽粒种子成分含量快速无损检测的需求。对于粮食行业，随着人们对粮食品质的要求不断细化，根据粮食的品质高低按质论价是未来趋势。过去色选、重力分选等相关技术和设备的发展，只能用于分选单籽粒作物的外观品质或者一些简单特征如重量、大小等，但单籽粒近红外光谱技术可以检测单籽粒作物的内在有机组分的含量，因而该技术的发展有望推进粮食作物内在品质的检测甚至是分选。

传统单籽粒检测方法分析单籽粒作物成分的流程如图1所示，测量时，先收集单籽粒作物自然状态样品，作为校正集，进行光谱采集、光谱预处理以及化学值检测，建立单籽粒作物自然状态成分分析模型，预测时以其他的待测该作物单籽粒自然状态样品作为测试集，根据建立的单籽粒作物自然状态成分分析模型实现测试集中单籽粒作物的成分预测。

然而，单籽粒近红外光谱分析技术存在着如下两方面瓶颈：一方面，各种干扰因素影响了单籽粒作物的光谱表现。相比粗加工后的籽粒，单籽粒作物存在较大颖壳吸收，这些吸收往往是与待测成分无关的噪声；而相比磨粉后的籽粒，单籽粒作物还存在大小不一的颗粒形态、成分分布不一的内部结构的干扰，导致近红外分析的结果往往是单籽粒作物不如其粗加工后的作物，粗加工后的作物不如其粉末样品。另一方面，单籽粒作物由于太小，而大部分常规的参比方法是为大量样品设计的，例如国标中用于检测直链淀粉的碘比色法、用于检测脂肪的索氏提取法等等，其称样量大大高于单籽粒作物的质量，因而难以精确测定其参比值，即使少数微量检测方法可以检测，但其配套仪器往往价格不菲、检测费用昂贵，相比适用于群体样品分析的常规参比方法成本较高。

模型转移是一种模型通用化的数学处理，常用用于校正检测条件改变或仪器自身条件发生变化时出现的光谱差异或预测结果偏差，Pereira L.S.A等的研究表明，模型转移也可用于传递同一样品不同物理形态的光谱。光谱空间转换(SST)算法是一种简单、有效、准确的模型转移算法。使用该算法，有望校正单籽粒作物、粗加工后的单籽粒作物、作物粉末之间的光谱差异，使之光谱形态互相转换，因此单籽粒作物近红外检测时遇到的上述两方面不足，即可通过转移成粗加工后的单籽粒作物(或作物粉末)的光谱形态来克服。