论文部分内容阅读
摘要：近红外光谱分析技术作为近几年发展最为迅速的高新分析技术之一，具有快速、无损、操作简单等优点，受到人们越来越多的关注。文章论述了近红外光谱分析技术的原理和发展历程，介绍了近红外光谱分析技术在小麦、玉米、水稻等品质、育种方面的应用现状，并展望该检测技术的应用前景。
关键词：近红外；光谱分析；农产品；应用
中图分类号：S123 文献标识码：A 文章编号：1674-0432（2011）-04-0041-2
1 近红外光谱分析技术的原理
近红外光谱(NIR)是波长介于可见光与中红外光区间的电磁波，波长范围在780nm-2526nm的光谱，习惯上又将近红外区分为近红外短波（780-1100nm）和近红外长波（1100-2526nm）两个区域。有机物以及部分无机物分子的氢基团(如0=H，N=H，C=H，S=H，P=H)的运动都有固定的振动频率，在红外光照射下受激发而产生共振，同时近红外光的一部分能量被吸收。近红外光谱分析技术是通过测量近红外光的吸收情况，得到复杂的近红外图谱，它表示被测物质的特征，不同物质在近红外区域有不同的吸收光谱，并且每种物质的成分都有特定的吸收特征，这为近红外光谱分析技术提供了技术支持[1-3]。
2 近红外光谱分析技术在农产品上应用
2.1 在小麦品质和育种上的应用
Fox等[4]利用NIRS技术对小麦的硬度的影响因素，采用3种方法建模，结果决定系数(R²)都在90%以上，说明硬度主要受基因遗传的影响，这为小麦的遗传育种提供了参考。Stefanis[5]用LAIR测定的小麦样品与用常规方法测定的样品相比较，发现近红外技术是一种快速、无损检测小麦蛋白质、水分和干面筋含量的方法。Delwiche等[6]利用近红外光谱分析技术建立了整粒小麦的蛋白质含量的PLS模型。Fontaine等[7]利用近红外光谱分析技术建立了小麦蛋白质和氨基酸含量的校正模型，预测结果的准确性很高。梁晓艳等[8]基于虚拟仪器技术和近红外光谱分析技术开发了一种快速检测整粒小麦成分含量的系统，可以实现现场对小麦的整理和成分的无损检测。王卫东等[9]以整粒小麦为材料利用近红外光谱分析技术建立了小麦单株蛋白质含量的分析模型，其准确度高、分析速度快，适合小麦品质育种的早代选择。
2.2 在玉米品质和育种上的应用
Orman等[10]采用近红外漫射技术建立的玉米蛋白质、脂肪酸含量、含油量的模型，与传统的化学方法测得的结果比较，差别很小。Fassio等[11]为了探讨近红外光谱分析技术能否正确预测玉米的各项品质指标，对玉米样品建立了偏最小二乘校正模型,证明近红外光谱分析技术可以正确预测玉米的品质。Campbe等[12]利用近红外光谱分析技术和偏最小二乘法以136份不同单、双突变体基因型的自交系杂交种玉米籽粒样品为材料建立了玉米直链淀粉和玉米总淀粉含量的近红外模型，模型的预测值与化学值之间差别很小，达到实用程度。董秀玲等[13]采用近红外光谱分析技术测量了冻玉米中的水分、淀粉、蛋白质的含量，同常规化學分析测定数据相接近。芮玉奎等[14]将近红外分析技术用于转基因玉米的育种,可以简化育种工作,解决了转基因作物品种品质的快速无损检测的问题。白琪林等[27]通过近红外测定了青贮玉米的体外干物质的消化率(IVDMD)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗蛋白（CP）和粗脂肪（EE）的含量，填补了国内青贮玉米快速检测的空白，促进了青贮玉米育种的发展。
2.3 在水稻品质和育种上的应用
Li等[15]以在不同地点和季节种植的140个水稻样品为材料，采用偏最小二乘法和近红外光谱分析技术建立了整粒稻谷米粉脂肪酸度的校正模型，外部验证决定系数很高。Himmel sbach HS等[16]对不同国家和品种的稻谷采用偏最小二乘法建立了近红外光谱的精米蛋白质的定标模型，蛋白质含量的化学值与预测结果很接近。陆艳婷等[17]对2007年夏季的131份常规籼稻的直链淀粉、蛋白质含量等建立近红外光谱的回归预测模型，其最优校正决定系数很高，具有很高的使用价值。黄道强等[18]比较了近红外光谱测定的单粒和混合粒水稻种子直链淀粉含量的准确性，发现单粒误差大，混合粒误差小。李军霞等[19]收集了191份代表性水稻样品，利用近红外光谱分析技术定量分析了水稻完整籽粒粗蛋白含量，探索了后代蛋白质含量的分离和变异。为水稻高蛋白质育种提供了一种有效途径。
2.4 在其他农产品上的应用
Sinnaeve等[20]建立了大麦质量和发芽质量的近红外光谱分析模型，不仅可以预测大麦中水溶性粗蛋白质的含量，还可以对精炼蛋白的可溶性氮进行预测。Misra等[21]分别用近红外光谱分析技术与常规的索氏抽提法测定了64个花生仁的含油量，测定结果很接近，表明近红外光谱分析技术可以用来测定花生的含油量。王雪莲等[22]对174份大豆建立了脂肪酸值的近红外光谱分析模型，并验证了模型的精确度，为近红外光谱技术在我国大豆品质储藏分析中的应用奠定了一定的技术基础。
3 近红外光谱分析技术发展前景
近红外线光谱分析技术具有操作简单、速度快、无污染、信息量大、成本低、不需要前处理等优点，并且随着计算机技术、光谱学、图像识别处理技术和化学计量学融合的深入，仪器的设计方式、性能和测量方法的改善，近红外光谱分析技术将在生产过程和优化控制过程中发挥的作用越来越大。
参考文献
[1] 李静,刘斌,岳田利,等.近红外光谱分析技术及其在食品中的应用[J].农产品加工(学刊),2007,(3):44-47.
[2] 段民孝,刑锦丰,郭景伦,等.近红外光谱分析技术及其在农业中的应用[J].北京农业科学,2002,20(1):11-14.
[3] 宗莉,薛娴,王涛,等.近红外光谱分析技术在水果内部品质无损检测中的应用[J].安徽农业科学,2010,38(6):2765-2767.
[4] Fox G P,Osborne B,Bowman J,et al.Measurement of genetic and environmental variation in barley (Hordeum vulgare)grain hardness[J].Journal of Cereal Science,2007,46(1):82-92.
[5] SLefanis E,De’Sgntlefa D.Use of NIT (near infrard trans mission) spectroscopy for semolina analysis[J].Tecnicamolitria,1996,47(9):861-866.
[6] Delwiche S R,Graybosch. Identification of waxy wheat by near-infrared reflectance spectroscopy[J].Cereall Science,2002,35:29-38.
[7] Fontaine J,Schirmer B,Horr J.Near-infrino acid contents.2.Results for wheat,barley,corn,triticale,wheat ared reflectance spectroscopy (NIRS) enables the fast and accurate prediction of the essential ambran/middlings,rice bran, and sorghum.Agric.Food Chem,2002,50:3902-3911.
[8] 梁晓艳,张旭峰.基于虚拟仪器的近红外整粒小麦成分的测量系统[J].重庆邮电大学学报(自然科学版),2007,19(4):426-429.
[9] 王卫东,谷运红,秦广雍,等.近红外漫反射光谱法测定整粒小麦单株蛋白质含量[J].2007,27(4):697-701.
[10] Orman B A S,chumann J R A.Comparison of near-infrared spectroscopy calibrationmethods for the predictionof protein, oil, and starch inmaize grain[J]. Journal of Agricultural food Chemistry, 1991, 39:883-888.
[11] Fassio A,Fernández E G,Restaino E A,et al.Predicting the nutritive value of high moisture grain corn by near inf rared reflectance spectroscopy[J].Computers and Elect ronics in Agriculture,2009,67(1-2):59-63.
[12] Campbell M R, Mannis S R,Port H A,et al.Prediction of starch amylose content versus total grain amylose content in corn by near-infraredtransmittance spectroscopy.Cereal Chem,1999, 76(4):552-557.
[13] 董秀玲,錢世凯,杨维旭.现场收购冻玉米中各组分含量的近红外光谱(NIR)分析[J].粮食与饲料工业,2004,(11):43-45.
[14] 芮玉奎,罗云波,黄昆仑,等.近红外光谱在转基因玉米检测识别中的应用[J].光谱学与光谱分析,2005,25(10):1581-1583.
[15] Li W S,Shaw J T.Determining the fat acidity of rough rice by near-infrared reflectance spectroscopy.Cereal Chem,1997, 74(5):556-560.
[16] Himmelsbach H S,Barton F E,McClung A M,et al.Protein and apparent amylose content of milled rice by NIR-FT/Raman spectroscopy[J].Cereal Chemistry,2001,78(4):488-492.
[17] 陆艳婷,愈法明,严文潮,等.籼稻品质分析的近红外光谱模型的建立及其应用的研究[J].生物数学学报,2010,25(1):159-169.
[18] 黄道强,周少川,李宏,等.近红外分析技术辅助水稻-直链淀粉含量育种方法研究[J].中国稻米,2004,(1):17-18.
[19] 李君霞,张洪亮,严衍禄,等.水稻蛋白质近红外定量模型的创建及在育种中的应用[J].中国农业科学,2006,39(4):836-841.
[20] Sinnseve G,Dardenne P.et al.Cerevisia Biotechnoi,1994,(19):21-25.
[21] Misra J,Muthur R S,Bhatt D P. Near-infrared transmittance spec-troscopy: a potential tool for non-destructive determination of oil content in groundnuts.Sci Food Agric,2000,80:237-240.
[22] 王雪莲,薛雅琳,赵会义,等.近红外法测定大豆脂肪酸值方法的研究[J].中国粮油学报,2009,24(8):152-154.
作者简介：王文深（1989-），男，汉，河南周口人，河南工业大学08级学生，研究方向：粮食工程。
关键词：近红外；光谱分析；农产品；应用
中图分类号：S123 文献标识码：A 文章编号：1674-0432（2011）-04-0041-2
1 近红外光谱分析技术的原理
近红外光谱(NIR)是波长介于可见光与中红外光区间的电磁波，波长范围在780nm-2526nm的光谱，习惯上又将近红外区分为近红外短波（780-1100nm）和近红外长波（1100-2526nm）两个区域。有机物以及部分无机物分子的氢基团(如0=H，N=H，C=H，S=H，P=H)的运动都有固定的振动频率，在红外光照射下受激发而产生共振，同时近红外光的一部分能量被吸收。近红外光谱分析技术是通过测量近红外光的吸收情况，得到复杂的近红外图谱，它表示被测物质的特征，不同物质在近红外区域有不同的吸收光谱，并且每种物质的成分都有特定的吸收特征，这为近红外光谱分析技术提供了技术支持[1-3]。
2 近红外光谱分析技术在农产品上应用
2.1 在小麦品质和育种上的应用
Fox等[4]利用NIRS技术对小麦的硬度的影响因素，采用3种方法建模，结果决定系数(R²)都在90%以上，说明硬度主要受基因遗传的影响，这为小麦的遗传育种提供了参考。Stefanis[5]用LAIR测定的小麦样品与用常规方法测定的样品相比较，发现近红外技术是一种快速、无损检测小麦蛋白质、水分和干面筋含量的方法。Delwiche等[6]利用近红外光谱分析技术建立了整粒小麦的蛋白质含量的PLS模型。Fontaine等[7]利用近红外光谱分析技术建立了小麦蛋白质和氨基酸含量的校正模型，预测结果的准确性很高。梁晓艳等[8]基于虚拟仪器技术和近红外光谱分析技术开发了一种快速检测整粒小麦成分含量的系统，可以实现现场对小麦的整理和成分的无损检测。王卫东等[9]以整粒小麦为材料利用近红外光谱分析技术建立了小麦单株蛋白质含量的分析模型，其准确度高、分析速度快，适合小麦品质育种的早代选择。
2.2 在玉米品质和育种上的应用
Orman等[10]采用近红外漫射技术建立的玉米蛋白质、脂肪酸含量、含油量的模型，与传统的化学方法测得的结果比较，差别很小。Fassio等[11]为了探讨近红外光谱分析技术能否正确预测玉米的各项品质指标，对玉米样品建立了偏最小二乘校正模型,证明近红外光谱分析技术可以正确预测玉米的品质。Campbe等[12]利用近红外光谱分析技术和偏最小二乘法以136份不同单、双突变体基因型的自交系杂交种玉米籽粒样品为材料建立了玉米直链淀粉和玉米总淀粉含量的近红外模型，模型的预测值与化学值之间差别很小，达到实用程度。董秀玲等[13]采用近红外光谱分析技术测量了冻玉米中的水分、淀粉、蛋白质的含量，同常规化學分析测定数据相接近。芮玉奎等[14]将近红外分析技术用于转基因玉米的育种,可以简化育种工作,解决了转基因作物品种品质的快速无损检测的问题。白琪林等[27]通过近红外测定了青贮玉米的体外干物质的消化率(IVDMD)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗蛋白（CP）和粗脂肪（EE）的含量，填补了国内青贮玉米快速检测的空白，促进了青贮玉米育种的发展。
2.3 在水稻品质和育种上的应用
Li等[15]以在不同地点和季节种植的140个水稻样品为材料，采用偏最小二乘法和近红外光谱分析技术建立了整粒稻谷米粉脂肪酸度的校正模型，外部验证决定系数很高。Himmel sbach HS等[16]对不同国家和品种的稻谷采用偏最小二乘法建立了近红外光谱的精米蛋白质的定标模型，蛋白质含量的化学值与预测结果很接近。陆艳婷等[17]对2007年夏季的131份常规籼稻的直链淀粉、蛋白质含量等建立近红外光谱的回归预测模型，其最优校正决定系数很高，具有很高的使用价值。黄道强等[18]比较了近红外光谱测定的单粒和混合粒水稻种子直链淀粉含量的准确性，发现单粒误差大，混合粒误差小。李军霞等[19]收集了191份代表性水稻样品，利用近红外光谱分析技术定量分析了水稻完整籽粒粗蛋白含量，探索了后代蛋白质含量的分离和变异。为水稻高蛋白质育种提供了一种有效途径。
2.4 在其他农产品上的应用
Sinnaeve等[20]建立了大麦质量和发芽质量的近红外光谱分析模型，不仅可以预测大麦中水溶性粗蛋白质的含量，还可以对精炼蛋白的可溶性氮进行预测。Misra等[21]分别用近红外光谱分析技术与常规的索氏抽提法测定了64个花生仁的含油量，测定结果很接近，表明近红外光谱分析技术可以用来测定花生的含油量。王雪莲等[22]对174份大豆建立了脂肪酸值的近红外光谱分析模型，并验证了模型的精确度，为近红外光谱技术在我国大豆品质储藏分析中的应用奠定了一定的技术基础。
3 近红外光谱分析技术发展前景
近红外线光谱分析技术具有操作简单、速度快、无污染、信息量大、成本低、不需要前处理等优点，并且随着计算机技术、光谱学、图像识别处理技术和化学计量学融合的深入，仪器的设计方式、性能和测量方法的改善，近红外光谱分析技术将在生产过程和优化控制过程中发挥的作用越来越大。
参考文献
[1] 李静,刘斌,岳田利,等.近红外光谱分析技术及其在食品中的应用[J].农产品加工(学刊),2007,(3):44-47.
[2] 段民孝,刑锦丰,郭景伦,等.近红外光谱分析技术及其在农业中的应用[J].北京农业科学,2002,20(1):11-14.
[3] 宗莉,薛娴,王涛,等.近红外光谱分析技术在水果内部品质无损检测中的应用[J].安徽农业科学,2010,38(6):2765-2767.
[4] Fox G P,Osborne B,Bowman J,et al.Measurement of genetic and environmental variation in barley (Hordeum vulgare)grain hardness[J].Journal of Cereal Science,2007,46(1):82-92.
[5] SLefanis E,De’Sgntlefa D.Use of NIT (near infrard trans mission) spectroscopy for semolina analysis[J].Tecnicamolitria,1996,47(9):861-866.
[6] Delwiche S R,Graybosch. Identification of waxy wheat by near-infrared reflectance spectroscopy[J].Cereall Science,2002,35:29-38.
[7] Fontaine J,Schirmer B,Horr J.Near-infrino acid contents.2.Results for wheat,barley,corn,triticale,wheat ared reflectance spectroscopy (NIRS) enables the fast and accurate prediction of the essential ambran/middlings,rice bran, and sorghum.Agric.Food Chem,2002,50:3902-3911.
[8] 梁晓艳,张旭峰.基于虚拟仪器的近红外整粒小麦成分的测量系统[J].重庆邮电大学学报(自然科学版),2007,19(4):426-429.
[9] 王卫东,谷运红,秦广雍,等.近红外漫反射光谱法测定整粒小麦单株蛋白质含量[J].2007,27(4):697-701.
[10] Orman B A S,chumann J R A.Comparison of near-infrared spectroscopy calibrationmethods for the predictionof protein, oil, and starch inmaize grain[J]. Journal of Agricultural food Chemistry, 1991, 39:883-888.
[11] Fassio A,Fernández E G,Restaino E A,et al.Predicting the nutritive value of high moisture grain corn by near inf rared reflectance spectroscopy[J].Computers and Elect ronics in Agriculture,2009,67(1-2):59-63.
[12] Campbell M R, Mannis S R,Port H A,et al.Prediction of starch amylose content versus total grain amylose content in corn by near-infraredtransmittance spectroscopy.Cereal Chem,1999, 76(4):552-557.
[13] 董秀玲,錢世凯,杨维旭.现场收购冻玉米中各组分含量的近红外光谱(NIR)分析[J].粮食与饲料工业,2004,(11):43-45.
[14] 芮玉奎,罗云波,黄昆仑,等.近红外光谱在转基因玉米检测识别中的应用[J].光谱学与光谱分析,2005,25(10):1581-1583.
[15] Li W S,Shaw J T.Determining the fat acidity of rough rice by near-infrared reflectance spectroscopy.Cereal Chem,1997, 74(5):556-560.
[16] Himmelsbach H S,Barton F E,McClung A M,et al.Protein and apparent amylose content of milled rice by NIR-FT/Raman spectroscopy[J].Cereal Chemistry,2001,78(4):488-492.
[17] 陆艳婷,愈法明,严文潮,等.籼稻品质分析的近红外光谱模型的建立及其应用的研究[J].生物数学学报,2010,25(1):159-169.
[18] 黄道强,周少川,李宏,等.近红外分析技术辅助水稻-直链淀粉含量育种方法研究[J].中国稻米,2004,(1):17-18.
[19] 李君霞,张洪亮,严衍禄,等.水稻蛋白质近红外定量模型的创建及在育种中的应用[J].中国农业科学,2006,39(4):836-841.
[20] Sinnseve G,Dardenne P.et al.Cerevisia Biotechnoi,1994,(19):21-25.
[21] Misra J,Muthur R S,Bhatt D P. Near-infrared transmittance spec-troscopy: a potential tool for non-destructive determination of oil content in groundnuts.Sci Food Agric,2000,80:237-240.
[22] 王雪莲,薛雅琳,赵会义,等.近红外法测定大豆脂肪酸值方法的研究[J].中国粮油学报,2009,24(8):152-154.
作者简介：王文深（1989-），男，汉，河南周口人，河南工业大学08级学生，研究方向：粮食工程。