应用近红外光谱技术分析稻米蛋白质含量

被引：43

作者：

毕京翠 ^{[1
]}

张文伟 ^{[1
]}

肖应辉 ^{[1
]}

王海莲 ^{[1
]}

江玲 ^{[1
]}

刘玲珑 ^{[1
]}

万向元 ^{[1
]}

翟虎渠 ^{[2
]}

万建民 ^{[3
]}

机构：

[1] 南京农业大学作物遗传与种质创新国家重点实验室

[2] 中国农业科学院

[3] 中国农业科学院作物科学研究所

来源：

作物学报 | 2006年 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

水稻; 蛋白含量; 近红外光谱技术; 校正模型;

D O I：

暂无

中图分类号：

S511 [稻];

学科分类号：

0901 ;

摘要：

以稻谷、米粒、米粉3种形态的样品,应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS),建立了6个稻米蛋白质含量近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明,糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(RC2)分别为0.893、0.971和0.987,校正标准差(RMSEC)分别为0.507、0.259和0.183;精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R2C分别为0.897、0.984和0.986,RMSEC分别为0.4970、.186和0.190。模型内部交叉验证分析表明,预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(RCV2)分别为0.865、0.962和0.984,内部验证标准差(RMSECV)分别为0.557、0.290和0.205;预测精米蛋白含量的稻谷、精米粒和精米粉的模型RCV2分别为0.845、0.951和0.979,RMSECV分别为0.5940、.316和0.233。模型外部验证分析表明,预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(RV2)分别为0.683、0.801和0.939,外部验证标准差(RMSEV)为0.962、0.799和0.434;预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型RV2分别为0.673、0.921和0.959,RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预测模型准确性最高,米粒次之,基于稻谷的预测模型准确性相对较低;内部交叉验证和外部验证表明,近红外光谱分析技术与化学分析方法一致性较好,且能保证样品的完整性,在水稻优质育种和稻米品质分析中具有广泛的应用价值。

引用

页码：709 / 715

页数：7

共 2 条

[1]

Ecological applications of near infrared reflectance spectroscopy – a tool for rapid, cost-effective prediction of the composition of plant and animal tissues and aspects of animal performance[J] . William J. Foley,Allen McIlwee,Ivan Lawler,Lem Aragones,Andrew P. Woolnough,Nils Berding.Oecologia . 1998 (3)

[2]

Near-infrared spectroscopy for determination of protein and amylose in rice flour through use of derivatives. Miryeong S,Franklin E B Ⅱ,Anna M M,Elaine T C. Cereal Chemistry . 2004

← 1 →