[发明专利]一种基于近红外光谱检测单粒花生中油酸、亚油酸和棕榈酸含量的方法

权利要求书

1.一种基于近红外光谱检测单粒花生中油酸、亚油酸和棕榈酸含量的方法，包括如下步骤：

第一步选择有代表性的单粒花生种子作为建立油酸、亚油酸和棕榈酸预测数学模型的标准样品集；

第二步采用近红外光谱仪对上述花生样品进行近红外光谱测定，收集近红外光谱信息；

第三步采用气相色谱法对标准样品集中的单粒花生种子中油酸、亚油酸和棕榈酸的含量进行测定，所得值即为与第二步近红外光谱对应的化学值；

第四步对单粒花生中油酸、亚油酸和棕榈酸的化学值和第二步中采集的近红外光谱数据分别进行拟合光谱处理，建立数学模型；

第五步按照第二步的方法采集待测样品的近红外光谱信息，将其输入预测数学模型，确定待测样品中油酸、亚油酸和棕榈酸的含量。

2.根据权利要求1所述的方法，其特征在于：第四步具体包括对单粒花生中油酸、亚油酸和棕榈酸的化学值和第二步中采集的近红外光谱数据分别进行拟合光谱处理，采用偏最小二乘法(PLS)的化学计量学方法建立数学模型，反复采用内部交叉验证剔除奇异值，通过比较模型的决定系数(R²)和均方差(RMSECV)衡量模型质量，筛选最佳模型；然后验证模型的准确性。

3.根据权利要求1或2所述的方法，其特征在于：有代表性的花生种子为来源于520份遗传背景丰富的花生种质资源的1000粒以上的花生种子，花生种质资源包括中国的微核心种质、ICRISAT的微核心种质以及224份中国花生品种。

4.根据权利要求1或2所述的方法，其特征在于：所述近红外光谱扫描谱区范围为4000-12500cm^-1。

5.根据权利要求1或2所述的方法，其特征在于：所述近红外光谱测定，每个样品取1粒种子，重复扫描3次，并且第二次和第三次扫描时要将花生换个角度重新装入样品杯中，以得到同一样品的多个近红外光谱。

6.根据权利要求3所述的方法，其特征在于：所建立的数学模型中，油酸模型的决定系数为0.907，均方差为3.463；亚油酸模型的决定系数为0.918，均方差为2.824；棕榈酸模型的决定系数为0.824，均方差为0.782。

7.一种检测单粒花生中油酸、亚油酸和棕榈酸含量的近红外光谱模型的构建方法，包括如下步骤：

第一步选择有代表性的单粒花生种子作为建立油酸、亚油酸和棕榈酸预测数学模型的标准样品集；有代表性的花生种子为来源于520份遗传背景丰富的花生种质资源的1000粒以上的花生种子，花生种质资源包括中国的微核心种质、ICRISAT的微核心种质以及224份中国花生品种；

第二步采用近红外光谱仪对上述花生样品进行近红外光谱测定，收集近红外光谱信息；

第三步采用气相色谱法对标准样品集中的单粒花生种子中油酸、亚油酸和棕榈酸的含量进行测定，所得值即为与第二步近红外光谱对应的化学值；

第四步对单粒花生中油酸、亚油酸和棕榈酸的化学值和第二步中采集的近红外光谱数据分别进行拟合光谱处理，采用偏最小二乘法(PLS)的化学计量学方法建立数学模型，反复采用内部交叉验证剔除奇异值，通过比较模型的决定系数(R2)和均方差(RMSECV)衡量模型质量，筛选最佳模型；

第五步验证模型的准确性。

8.根据权利要求7所述的构建方法，其特征在于：所述近红外光谱扫描谱区范围为4000-12500cm^-1。

9.根据权利要求8所述的构建方法，其特征在于：所述近红外光谱测定，每个样品取1粒种子，重复扫描3次，并且第二次和第三次扫描时要将花生换个角度重新装入样品杯中，以得到同一样品的多个近红外光谱。

10.根据权利要求9所述的构建方法，其特征在于：所构建的油酸模型的决定系数为0.907，均方差为3.463；亚油酸模型的决定系数为0.918，均方差为2.824；棕榈酸模型的决定系数为0.824，均方差为0.782。