基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量_黄庄荣

第41卷2013年6月

分析化学（FENXIHUAXUE）研究报告第6期922～926

DOI：10．3724/SP．J．1096．2013．20876

ChineseJournalofAnalyticalChemistry

基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量

黄庄荣

摘

要

1

沙莎

2

荣正勤

1

刘海英

1

陈进红

1

祝水金

*1

（浙江大学农业与生物技术学院1，生物系统工程与食品科学学院2，杭州310058）

应用近红外光谱技术可以实现整粒带壳作物种子中脂肪酸含量的快速、无损分析。以385份棉花种

SVM）方法，应用线性的偏最小二乘（PLS）和非线性的最小二乘支持向量机（LS-结合蒙特卡罗子为实验材料，

UVE），无信息变量消除法（MC-构建整粒棉籽中脂肪酸含量的近红外校正模型。结果表明，基于变量选择的LS-SVM模型具有最佳的预测性能，其棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸和不饱和脂肪酸含量的近红

2

0．881，0．843，0．806，0．894和0．917，外校正模型的相关系数R分别为0．863，剩余预测偏差RPD分别为

2．669，2．880，2．508，2．202，3．023和3．473。本方法省略了种子的粉碎过程，MC-UVE方法有助于提高校正模型的稳健性和精确度。关键词

整粒棉籽；近红外；脂肪酸；变量选择；最小二乘支持向量机

1引言

生物柴油是指利用植物油或动物油脂为原料，经酯交换反应转换成可供内燃机使用的可再生的燃［1］

料，具有可生物分解、无毒、低排放量等特点。棉籽是棉花生产中重要的副产物，产量巨大，且含有丰富的脂肪酸。由于棉籽中存在有毒物质棉酚，棉籽油的食用受到一定的限制。因此，利用棉籽为原料生

［2～4］

。相关技术和研究也越来越受到关注产生物柴油是一种较为理想的综合利用途径，

生物柴油的质量主要是由原料的性质即脂肪酸组成决定。目前，脂肪酸的检测以常规的气相色谱

［5］

和气相色谱-质谱法为主，方法的灵敏度和精确度高，但存在样品准备繁琐、分析时间长、检测成本高可以有效解决上述问题，目前已成功应用于棉籽仁粉末等问题。近红外光谱技术结合化学计量学方法，

［6］

的品质分析。Quampah等采用改进的偏最小二乘方法（MPLS）构建了棉籽仁粉末中的脂肪酸含量的近红外模型。由于棉籽表面具有致密的外壳，以及种子体积相对较大，给近红外光谱信息的提取和分析

建立精确稳健的带壳作物种子质量参数的校正模型也是当前无损分析研究的难点。带来了较大的困难，

SVM）方法，本研究采用线性的偏最小二乘（PLS）和非线性的最小二乘支持向量机（LS-结合蒙特卡罗无UVE），信息变量消除法（MC-构建整粒棉籽中棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸、不饱和脂肪酸为整粒棉籽脂肪酸含量的检测提供一种快速、精确的无损分析方法。含量的近红外校正模型，

2

2．1

实验部分

实验材料

本研究采用的385份棉花种子材料来源于浙江省的杭州、金华、慈溪、江山以及海南省三亚等棉花

生态种植区。成熟的棉花种子，经脱绒、晒干后得到整粒棉籽实验材料，先经过近红外分析获得整粒棉50高速粉碎机（林大机械有限公司）磨粉处理，籽的近红外光谱，再剥壳得到整粒棉仁，用DFT-待测。2．2脂肪酸含量的化学测定

2008气相色谱法（Agilent6890N气相色谱仪，采用GB/T17377-安捷伦科技有限公司）进行棉仁粉

样品脂肪酸含量的化学分析。每份样品重复测定两次，取其平均值。各脂肪酸以质量分数（%）表示。2．3

近红外光谱采集与预处理

采用FOSSNIRSystems5000近红外谷物分析仪（美国马里兰州），在波长为1100～2498nm的范围

2012-08-30收稿；2012-12-10接受

005），国家863项目本文系国家973计划项目（No．2010CB126006），转基因生物新品种培育重大专项（No．2013ZX08005-（No．2011AA10A102，2013AA102601）资助

*E-mail：shjzhu@zju．edu．cn

第6期黄庄荣等：基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量923

内，每隔2nm采集反射强度（R）。每份整粒棉籽样品重复扫描4次，取平均值，并转化为lg（1/R）。近

［7］

红外光谱易受样品均匀度、基线漂移和偏移、光散射、仪器噪音等非目标因素的干扰。因此，在构建需对原始光谱进行预处理，提高信噪比，进而优化模型的预测性能。本研究中采用变量标校正模型前，

Savitzky-Golay卷积平滑（11点平滑）、准化（SNV）、二阶导数等方法对近红外原始光谱进行预处理。2．4

校正模型的构建

Kennard-Stone算法［8］是化学计量学中常用的样本划分方法。本研究使用基于均匀设计的

Kennard-Stone算法，分别从385份样品中挑选校正集和预测集样品，其中的230份样品作为校正集构

建校正模型，其余155份作为预测集进行模型的预测性能评价。在全光谱数据中，并非所有的光谱变量都与目标性状存在显著的相关性，可能存在着大量的无信息变量和噪音信息。因此，本研究采用蒙特卡

10］

UVE）［9，进行变量选择，消除冗余变量，简化校正模型，提高模型的运算速罗无信息变量消除法（MC-度和预测性能。以选择后得到的变量作为模型构建的输入数据，采用线性的PLS和非线性的

LS-SVM［11～13］方法构建相应的校正模型。校正模型的评价指标为交叉验证均方根误差（RMSECV）、预测均方根误差（RMSEP）、预测相关系22

RMSECV和RMSECV越小，数R、剩余预测偏差RPD。校正模型的R和RPD越大，模型的预测性能和稳健性越好。本研究中所使用的光谱采集软件为WinISIⅱ（V1．5，FOSSNIRSystems，SilverSprings，

MD，USA），光谱预处理软件为TheUnscrambler9．7（CAMOAS，Oslo，Norway），模型构建软件为MAT-LABR2010b（TheMathWorks，Natick，MA，USA）。

3

3．1

结果与讨论

脂肪酸含量的统计分析

采用标准的化学方法测定脂肪酸含量，其统计结果见于表1。其中，亚油酸含量较为丰富，是棉籽中的主要脂肪酸，含量变化范围为12．25%～21．41%；棕榈酸和油酸含量次之，含量分别为5．07%～10．24%和3．12%～9．07%；硬脂酸含量相对较低，含量变化范围为0．64%～1．54%。由表1可见，棉

平均值为22．07%；而饱和脂肪酸含量相籽中的脂肪酸含量以不饱和脂肪酸含量（油酸和亚油酸）为主，

对较低，平均值为8．46%。根据变异系数分析各脂肪酸含量的变异程度，除亚油酸外，其它各脂肪酸均

存在较大变异，有利于校正模型的构建。

表1各脂肪酸含量的化学测定值统计

Table1Statisticoffattyacidcontentsdeterminedbychemicalanalysis

脂肪酸Fattyacids

棕榈酸Palmiticacid硬脂酸Stearicacid油酸Oleicacid

亚油酸Linoleicacid

饱和脂肪酸Saturatefattyacids

不饱和脂肪酸Unsaturatefattyacids

均值Mean（mg/g）7．451．015．5516．528．4622．07

最小值Min（mg/g）5．070．643．1212．255．7916．15

最大值Max（mg/g）10．241．549．0721．4111．3729．81

标准差SD0．970．201．331．411．092．44

RSD（%）13202491311

3．2SVM校正模型的构建全光谱PLS和LS-

SVM方法建立相将经过光谱预处理的数据作为模型的输入变量，采用线性的PLS和非线性的LS-LS-SVM校正模型的性能 …… 此处隐藏：8671字，全部文档内容请下载后查看。喜欢就下载吧 ……