基于近红外光谱的高粱籽粒直链淀粉、支链淀粉含量检测模型的构建与应用

作     者：张北举 陈松树 李魁印 李鲁华 徐如宏 安畅 熊富敏 张燕 董俐利 任明见 ZHANG BeiJu;CHEN SongShu;LI KuiYin;LI LuHua;XU RuHong;AN Chang;XIONG FuMin;ZHANG Yan;DONG LiLi;REN MingJian

作者机构：贵州大学农学院/国家小麦改良中心贵州分中心 

出 版 物：《中国农业科学》 (Scientia Agricultura Sinica)

年 卷 期：2022年第55卷第1期

页      面：26-35页

核心收录：

学科分类：09[农学] 0901[农学-作物学] 

基　　金：贵州省特色杂粮现代农业产业技术体系建设专项（黔财农15号） 酒用高粱良种繁殖及配套栽培技术试验研究（700484192124） 贵州酒用高粱品种选育研究（GNW2020GD001） 

主　　题：近红外光谱 高粱 直链淀粉 支链淀粉 改进最小二乘法 

摘      要：【目的】高粱是酿酒和饲料的主要原料之一,其籽粒直链淀粉含量与支链淀粉含量的比值大小与白酒品质及饲料质量密切相关。传统的高粱成分化学检测方法已不适合高通量测试,采用改进最小二乘法(modified PLS)对高粱样品的近红外光谱图进行光谱预处理、得分处理和结果监控建立高粱籽粒直链淀粉、支链淀粉含量的预测模型,旨在得到一种快速高效低成本的检测方法,为高粱的遗传改良及品质分析提供依据。【方法】从450份高粱资源中筛选出112份代表品种作为校正集和验证集,通过双波长法测定112份高粱品种籽粒中直链淀粉、支链淀粉含量的化学值,并收集波长为850—1 048 nm的近红外光谱,对光谱进行扫描数据矩阵和化学数据计算得分(PL1)处理解释光谱间差异,剔除马氏距离(GH)大于3的超常品种以减小建模误差。采用Modified PLS回归技术建模,通过不同散射处理和导数处理等方法建立不同的定标模型。根据交叉验证标准偏差(SECV)、交叉验证相关系数(1-VR)确定最佳模型,并进行结果监控和非参数检验评估模型的预测性能。【结果】直链淀粉的近红外预测模型SECV是2.7732,1-VR是0.9503,相关系数(RSQ)是0.9688。Bias=0.2290.05;P=0.9920.05)。【结论】所建立的近红外模型精准度高,稳定性好,能准确快速地检测高粱籽粒中直链淀粉、支链淀粉的含量,可用于高粱的遗传改良及高粱品质的检测。