文冠果脂肪含量的近红外光谱预测模型建立及验证_葛朝红.pdf

文冠果为我国特有的药食两用木本油料植物，种仁含油量高达 60%以上，且果实、根和茎均可入药，具有十分重要的经济价值1，2。文冠果除加工食用油外，还可以制作高级的工业原油。目前文冠果脂肪含量测定以化学分析方法为主，检验结果准确，但过程耗时费力、破坏样品。因此，急需开发一种简单快速、不破坏样品、绿色环保的文冠果脂肪含量测定方法。近红外光谱（NIRS）技术可以快速、高效、无损摘要：为了实现文冠果脂肪含量的无损快速检测，满足文冠果育种材料筛选和工业加工需求，选取 46 个文冠果作为标准样品集，采用索式抽提法测定种仁的脂肪含量，并应用近红外光谱（NIRS）技术采集样品的光谱数据，运用 Unscrambler 软件，采用偏最小二乘法（PLS）构建文冠果脂肪含量的 NIRS 预测模型，结果显示，该模型回归曲线 R-Square（决定系数）为 0.985 6、RMSE（标准误差）为 0.414 9，可以进行有效预测。同时，选取 32 个未参加建模的文冠果样品作为验证材料，进一步对模型的预测效果进行外部检验，结果显示，外部检测回归曲线 R-Square 为 0.901 4、RMSE 为 0.825 9，脂肪含量预测值与化学值的吻合性较好。建立的 NIRS 模型可靠，预测结果较为准确，可用于检测文冠果脂肪含量。该脂肪含量检测方法经济、快速、高效，为育种材料筛选和工业加工提供了快捷有效的途径。关键词：文冠果；脂肪含量；近红外光谱；数学模型中图分类号：S565.9文献标识码：A文章编号：1008-1631（2023）01-0104-05收稿日期：2022-10-28基金项目：河北省农林科学院科技创新专项（2022KJCXZX-MHS-8）作者简介：葛朝红（1975-），女，河北曲阳人，副研究员，主要从事作物遗传育种研究。E-mail：。通讯作者：李伟明（1970-），男，河北赵县人，研究员，硕士，主要从事植物生理及栽培研究。E-mail：li_。Establishment and Verification of Near-infrared Spectral Prediction Model for Fat Content of XanthocerassorbifoliaGE Chao-hong，ZHAO Shuang，ZHANG Hong-wei，MIN Zhuo，GUO Xin-li，LI Wei-ming*（Cotton Research Institute，Hebei Academy of Agriculture and Forestry Sciences，Shijiazhuang 050051，China）Abstract：In order to realize the nondestructive and rapid detection of fat content of Xanthoceras sorbifolia andmeet the screening of breeding materials and industrial processing requirements of X.sorbifolia，46 X.sorbifoliawere selected as the standard sample set，and the fat content of the seed kernel was determined by the Soxhletextraction method，and the spectral data of the sample was collected by the near-infrared spectroscopy（NIRS）technology，and the Unscrambler software was used to construct the NIRS prediction model of X.sorbifolia fatcontent by the partial least squares（PLS）method.The results showed that the regression curve R-Square（determination coefficient）of the model was 0.985 6，and the RMSE（standard error）was 0.414 9，whichcould be used for effective prediction.At the same time，32 X.sorbifolia samples not participating in themodeling were selected as validation materials to further carry out external test on the prediction effect of themodel.The results showed that the external test regression curve R-Square was 0.901 4，RMSE was 0.825 9，and the predicted value of fat content was in good agreement with the chemical value.The NIRS modelestablished was reliable and accurate，and could be used to detect the fat content of X.sorbifolia.This fatcontent detection method is economical，fast and efficient，and provides a fast and effective way for breedingmaterial screening and industrial processing.Key words：Xanthoceras sorbifolium；Fat content；NIRS；Prediction model葛朝红，赵爽，张洪伟，闵卓，郭鑫丽，李伟明*（河北省农林科学院棉花研究所，河北石家庄050051）文冠果脂肪含量的近红外光谱预测模型建立及验证DOI：10.12148/hbnykx.20230062河北农业科学，2023，27（1）：104-108Journal of Hebei Agricultural Sciences编辑杜晓东第 1 期检测出植物中的各成分含量3，4，近年来已在农业、食品和医药等诸多领域广泛应用513。其中在农业上，已经建立了大豆、花生、玉米等作物相关成分的 NIRS模型，并分析了各成分在不同种质中的含量1420，但截至目前，有关文冠果脂肪含量的 NIRS 预测研究尚未见报道。本研究将波通公司第三代二极管阵列近红外分析仪 DA7250 采集的光谱与对应的化学值相结合，通过 The Unscrambler X 10.4（64-bit）软件分析，建立非破坏性快速检测文冠果脂肪含量的数学模型，以期实现文冠果脂肪含量的快速测定，节约测定时间和成本，为文冠果育种材料筛选和工业加工提供快捷有效的途径。1材料与方法1.1试验材料试验材料为来自河北、山东、河南、辽宁、陕西等地不同类型的文冠果种质，其中，用于建模的种质46 份，用于模型外部验证的种质 32 份。每份样品均随机选取种子 100 g，去壳后烘干，进行 NIRS 图谱采集；然后，将种子研磨、粉碎，过直径 1.0 mm 的圆孔筛，取筛下物置于烘箱中 80 烘干至恒重，装入密封袋中保存，用于文冠果脂肪含量化学值的测定。主要仪器或试剂有近红外分析仪 DA7250（美国波通公司生产）、索式提取器（上海洪纪仪器设备有限公司生产）和石油醚（沸程 6090 ）等。1.2试验方法1.2.1样品集脂肪含量化学值的测定参照 GB5009.62016，采用索式抽提法21测定文冠果种仁的脂肪含量。1.2.2样品集 NIRS 图谱的采集选择 46 个文冠果样品种仁，采用近红外分析仪 DA7250，在高级模式下创建采集光谱数据项目，每个数据点的分辨率为 5 nm，光谱范围为9501650nm。为了保证试验的准确性，光谱采集时每个样品均重复测定 3 次，装样数为 3 次。测定每个样品种仁的光谱数据，形成 dx 格式文件。将 dx 格 式 文 件 导 入 The Unscrambler X 10.4（64-bit）软件，导入成功后添加每个样品对应的化学值；以光谱波长范围为 X 变量、化学值为 Y 变量，定义数据库范围；查看原始光谱，删除异常光谱及对应的异常值，形成样品光谱图谱。1.2.3NIRS 模型的建立利用 The Unscrambler X10.4（64-bit）软件，对经过删除异常值的光谱利用1stDerivative、SNV 和 Detrending 进行预处理，消除散射光和光程变化带来的影响，对化学值与采集的NIRS 数据分别进行拟合处理；采用偏最小二乘法（PLS）的化学计量学方法建立数学模型，利用反复采用内部交叉验证剔除异值和因子数的影响进行模型优化；通过比较模型的 R-Square（决定系数）、RMSE（标准误差）和因子数的影响，筛选最佳模型。RMSE越小，R-Square 越大，模型的预测效果越好。1.2.4NIRS 模型的外部验证随机选取 32 个未参加建模的文冠果样品作为验证材料，利用筛选的NIRS 模型进行脂肪含量预测，采用索式抽提方法测定其化学值。通过比较每个样品 NIRS 预测值与化学值的相关性和准确性，对所建模型的预测效果进行检验。1.3数据分析采用Excel 2017和The Unscrambler X 10.4（64-bit）软件进行数据处理与分析。2结果与分析2.1样品集种仁的化学值索式抽提法测定结果（图 1）显示，46 个文冠果种仁的脂肪含量为 49.38%68.98%，平均含量为61.62。样品的脂肪含量基本上覆盖了生产和育种材料的常态分布范围，具有良好的连续性与代表性，能够满足 NIRS 定标条件的要求。本研究选取的文冠果种仁脂肪含量变幅较宽，可用于 NIRS 模型的建立。2.2样品集种仁的 NIRS 图谱采集 46 个文冠果种仁的光谱信息后，利用 TheUnscrambler X 10.4（64-bit）软件生成其 NIRS 曲线，结果（图 2）显示，46 个样品的光谱曲线趋势基本相同，在波长 9501 650 nm 范围均有明显的吸收峰，同一个样品具有多处吸收峰，不同样品在同一吸收峰处的峰值差异明显。说明文冠果种仁的近红外吸收光谱可以反映其成分的定性定量分析结果。75706560555045脂肪含量（%）HY1HY3HY5HY7HY9HY11HY13HY15HY17HY19HY21HY23HY25HY27HY29HY31HY33HY35HY37HY39HY41HY43HY45样品编号图 1样品的脂肪含量化学值Fig.1Chemical value of fat content of the samples葛朝红等：文冠果脂肪含量的近红外光谱预测模型建立及验证105河北农业科学2023 年2.3NIRS 模型的构建通过近红外分析仪采集光谱数据，并利用 Unscrambler 软件，将种仁的脂肪含量化学值与采集的NIRS 数据分别进行拟合处理，采用偏最小二乘法（PLS）建立模型，反复剔除异值，并利用 R-Square和 RMSE 筛选最佳模型，作为预测模型。结果（图 3）显示，模型预测值与化学方法测定值具有较好的线性关系，拟合性较好，回归曲线的 R-Square 为 0.985 6、RMSE 为 0.414 9。文冠果脂肪含量 NIRS 模型的预测值与化学方法的测定值吻合性较好，模型可信，对文冠果脂肪含量进行预测具有很好的参考价