陸宇振， 杜昌文 *， 余常兵， 周健民

(1 中國科學院南京土壤研究所，土壤與農業(yè)可持續(xù)發(fā)展國家重點實驗室，南京 210008；2中國農業(yè)科學院油料作物研究所，農業(yè)部油料作物生物學與遺傳育種重點實驗室，湖北武漢 430062)

紅外光譜在油菜籽快速無損檢測中的應用

陸宇振1， 杜昌文1 *， 余常兵2， 周健民1

(1 中國科學院南京土壤研究所，土壤與農業(yè)可持續(xù)發(fā)展國家重點實驗室，南京 210008；2中國農業(yè)科學院油料作物研究所，農業(yè)部油料作物生物學與遺傳育種重點實驗室，湖北武漢 430062)

近年來紅外光譜技術的應用得到迅速發(fā)展，本文簡要地介紹了主要紅外光譜技術及相應化學計量學方法，概述了近二十年來紅外光譜技術在油菜籽營養(yǎng)品質測定方面的主要研究進展，分析了過去研究中存在的問題并指出了未來的研究方向。

紅外光譜； 油菜籽； 定量定性分析； 無損檢測

油菜是世界四大油料作物之一[1]，我國常年油菜播種面積700萬公頃，總產1200萬噸，均居世界首位[2]，油菜生產在我國國計民生中占有極其重要的地位。油菜籽營養(yǎng)品質的檢測和監(jiān)控是我國油菜生產的重要技術支撐。

油菜籽檢測的傳統(tǒng)方法是濕法化學分析，如氣相色譜法、 高效液相色譜法、 凱氏定氮法等。這類方法經典權威，分析結果可靠，然而大都破壞樣品、耗時、成本高、要求專業(yè)操作技術，常涉及有毒、易燃和污染性的化學試劑。根據經典化學測試原理，我國已成功研制出了油菜芥酸、硫苷定量速測儀[3]，但用這種儀器檢測時依然需要破壞樣品[4]。

在育種實踐中，油菜籽脂肪酸構成等品質指標的信息獲取，迫切需要一種更加迅速、簡單和無損傷的分析方法[5]。研究開發(fā)新的快速無損檢測技術及配套儀器設備，對油菜籽營養(yǎng)品質做出迅速可靠的評估，是加快油菜籽優(yōu)良品種選育進程的必要條件，同時也是提高我國油菜籽商品率和競爭力的重要保障[6]。

1 油菜籽營養(yǎng)品質的常規(guī)要求

我國1990年實施的油菜籽質量標準規(guī)定了油菜籽的三大品質指標：水分、雜質和含油量。油菜籽的含水量直接影響油菜籽的儲藏性，含水量高易發(fā)芽霉變，同時導致油脂氧化分解，品質下降；含水量過低則會導致一些高分子化合物的空間結構解體[7]。雜質對加工不利，影響出油率。含油量是油菜籽最重要的指標，是判定油菜籽等級的依據，如一級油菜籽的含油量(以標準水計)要求達到42% 以上。

2007年實施的新版油菜籽質量標準，依據芥酸和硫甙含量將油菜籽劃分為普通油菜籽和雙底油菜籽。硫甙和芥酸是油菜籽中的有害成分。硫甙本身無毒，但其在影響餅粕的適口性，在芥子酶作用下會產生有毒物質；芥酸碳鏈長，不易被消化吸收，營養(yǎng)價值低。動物實驗還表明，高芥酸含量菜籽油有一定毒性，能引起心肌脂肪沉淀等[8]。雙底油菜籽的品質標準為芥酸含量小于5%，硫甙含量小于45 μmol/g。實踐中，油菜籽的營養(yǎng)品質檢測通常還涉及油菜籽的脂肪酸構成、蛋白質含量、氨基酸構成以及各種必需養(yǎng)分的含量。

2 紅外光譜技術

紅外光譜是物質的分子吸收了紅外輻射后，引起分子的振動-轉動能級躍遷而形成的光譜，因為出現(xiàn)在紅外區(qū)，所以稱之為紅外光譜[9]。利用紅外光譜進行定性、定量分析的技術就是紅外光譜技術。根據波長范圍，紅外譜區(qū)劃分為三個區(qū)域，即近紅外區(qū)、中紅外區(qū)和遠紅外區(qū)[10]。根據檢測方式，紅外光譜分為紅外透射光譜、紅外反射光譜和紅外光聲光譜。

紅外光譜技術，是根據物質對紅外光譜的吸收而進行定量定性分析的譜學技術?，F(xiàn)代紅外光譜技術發(fā)生于20世紀60年代初期，發(fā)展至今已成為集化學計量學、計算機科學和光譜測定技術三者于一爐的綜合型分析技術，堪稱分析領域的新巨人[11]。對于簡單體系的紅外光譜，尤指中紅外光譜，可以根據光譜特征，即吸收峰的位置、形狀和強度等，結合Lambert-Beer定律實現(xiàn)待測組分的定量和定性分析。復雜體系的紅外光譜分析則必須利用化學計量學方法對光譜進行信息提取和挖掘，包括數(shù)據的預處理、校正模型的建立和待測樣品的預測[12]。數(shù)據的預處理包括建模樣品的選取和光譜預處理兩方面。利用多元校正方法或模式識別方法建立的校正模型或識別模型，可以實現(xiàn)待測樣品的定量或定性分析。常用的多元校正方法主要有多元線性回歸 (MLR)、主成分回歸(PCR)、偏最小二乘法(PLS)、人工神經網絡 (ANN)和支持向量機回歸 (SVR)等；模式識別主要包括判別分析和聚類分析[13]。

相比于傳統(tǒng)的濕法化學分析，紅外光譜技術最突出的特色是： 1)樣品預處理簡單，無需化學試劑，樣品用量??； 2)測定快速，只需幾秒鐘； 3)樣品可以無損檢測； 4)測試效率高，可以多個指標同時測定； 5)操作簡單。

目前，紅外光譜技術已經廣泛應用于農產品的定性、定量分析研究，應用最多的是近紅外光譜技術 (near infrared spectroscopy, NIRS) 和中紅外光譜技術 (mid infrared spectroscopy, MIRS)，其中又以紅外透射光譜和反射光譜最為突出。此外，基于光聲理論的新的紅外光聲光譜技術 (infrared photoacoustic spectroscopy, IR-PAS)，因為其獨特而優(yōu)越的檢測性能已逐漸引起植物營養(yǎng)學和土壤學工作者的重視[14-15]。

3 紅外光譜技術在油菜籽品質檢測方面的應用

上世紀80年代以來，國外率先利用紅外光譜技術對油菜籽的營養(yǎng)品質進行檢測，我國在這方面的研究報道一般開始于90年代末期。國內外研究工作大都是采用近紅外反射光譜技術(NIRS)開展的。

3.1 不同品質指標模型的可靠性研究

3.2 模型的穩(wěn)健性優(yōu)化研究

模型的穩(wěn)健性取決于光譜預處理方法、多元校正方法、化學值的精確度和定標集的變異性等方面。模型穩(wěn)健性的評價指標主要有：決定系數(shù)R2、校正模型標準誤差SEC，交叉驗證模型標準誤差SECV、預測標準誤差SEP、RPD等。

Petisco等[21]分別使用完整油菜籽的原始光譜、一階導數(shù)光譜和二階導數(shù)光譜進行MPLS建模，結果顯示，對于含油量、蛋白質和總硫苷三項指標的測定，二階導數(shù)光譜均表現(xiàn)出最好的內部校正和外部驗證效果。

吳建國等[22]探討了不同光譜預處理和不同統(tǒng)計方法對油菜籽芥酸和硫苷預測效果的影響。研究表明，二階導數(shù)光譜預處理效果較好，趨勢散射校正效果不好，MPLS回歸優(yōu)于PLS回歸和主成分回歸。楊翠玲等[23]用NIRS研究了不同數(shù)學處理和光譜預處理的組合對油菜籽主要品質參數(shù)模型的預測效果的影響，認為不同品質參數(shù)對所對應的優(yōu)化方法略有不同，但是多元散射校正(MSC)、一階導數(shù) (FD)、一階導數(shù)+矢量歸一化 (FD+VN)、一階導數(shù)+多元散射校正 (FD+VN)等為優(yōu)先考慮方法；對于含量很低而變異較大的硫苷應該用分段建模法以提高預測準確性；此外同一樣品采用3次重復掃描法，建模設定時選擇10種預處理方法等對提高模型的準確性非常有效。

3.3 油菜籽小樣品的預測研究

國內對于油菜小樣品的預測研究也有一定的報道，單粒油菜籽的研究需要特制的容器，目前國內尚無這方面的報道。吳建國等[27-28]研究了8 g大樣品油菜籽與3 g、 0.6 g小樣品油菜籽的含油量和脂肪酸的建模效果。結果表明，8 g樣品的預測效果最好，3 g樣品的模型略優(yōu)于0.6 g樣品的模型，但后兩者的預測精度也基本符合育種工作對早世代材料或中間材料的測定和篩選要求。李延莉等[29]研究了1、 2、 3、 4、 5 g等油菜籽樣品量對模型預測結果的影響，結果表明，樣品量大于2 g時誤差較小，1 g時誤差較大。后者誤差的原因是因為油菜籽不能布滿容器底，使得反射光混雜造成干擾。楊翠玲等[30]采用安培瓶和旋轉杯兩種樣品杯進行光譜掃描，研究了1.0 g以下的小樣品油菜籽的芥酸和含油量的建模效果。結果表明， 樣品量為0.3 g時含油量和芥酸模型的交叉驗證決定系數(shù)R2依然較高，分別為0.9256和0.974，但未進行模型的外部驗證。高建芹等[31]研究認為，為保證測試結果可靠性，油菜籽裝樣質量應該在1.5 g以上。

一般地，油菜籽樣品量由標準量減少為小樣品量時，模型的預測精度會有所下降。這主要因為樣品量太少使得樣品的代表性降低，因而增大了模型預測誤差。探究并優(yōu)化小樣品建模的預測效果，對一些留種較少的油菜品種有現(xiàn)實意義，畢竟有些早世代材料的油菜籽即使進行破壞性的化學分析，其樣品量也是不夠的。

3.4 與常規(guī)分析對比研究

常規(guī)化學分析方法由于其精確可靠而被作為分析的標準方法，測定值視為真值或參考值。紅外光譜技術必須對其分析結果的可靠性進行嚴格評估，只有達到與經典分析法相當?shù)幕蛘呖梢越邮艿木炔拍軕糜趯嶋H的品質測定工作。評價紅外光譜技術分析結果的可靠性主要表現(xiàn)在預測結果的再現(xiàn)性、準確性和連續(xù)測試的重復性方面。再現(xiàn)性可以用模型預測標準偏差表征，重復性可以用連續(xù)測試結果的標準差表征，準確性可以通過預測值與參考值的差異顯著性或者相對誤差和絕對誤差表征。

眾多研究已經表明，近紅外光譜技術對油菜籽主要品質參數(shù)的表征精度基本達到常規(guī)化學分析的精度要求，可以用于油菜籽品質的快速測定。

4 研究展望

我國在利用紅外光譜技術檢測油菜籽品質方面的研究，起步相對較晚，然而發(fā)展十分速度，尤其是近紅外光譜技術的檢測。目前，中國農科院油料作物研究所已推出了自主研發(fā)的基于近紅外光譜技術的油菜籽多參數(shù)智能速測儀，應用前景廣闊，但應用中受到一定的限制。目前如下一些工作需要進一步加強。

4.1中紅外光譜技術和紅外光聲光譜技術的研究

中紅外光譜技術和新的紅外光聲光譜技術在油菜籽品質檢測中鮮有報道。中紅外光譜，是物質的基頻吸收，吸光度大，特征性強，是常用的結構分析的手段，結合化學計量學方法，可以很好地進行定量分析。目前，在其他農副產品檢測及土壤領域，中外紅光譜技術的應用實例多有報道[34-40]。紅外光聲光譜技術基于現(xiàn)代光聲轉換技術，具有常規(guī)紅外光譜技術所不具有的特殊優(yōu)點，在化學、物理學科應用突出。該技術發(fā)展迅速，近十幾年，應用領域已拓展至食品、土壤、生物和醫(yī)藥等學科，頗為引人注目[41-44]。

雖然，這兩種紅外光譜技術硬件成本相對較高，同時設備相對大型化[33]。然而，一種出色的技術手段還是應該給以足夠的關注。探究中紅外光譜技術，尤其是紅外光聲光譜技術在油菜籽檢測方面的應用效果，方法上可行，實踐上也有必要。這對全面認識紅外光譜技術在油菜籽檢測方面的應用潛力有重要意義。

4.2 數(shù)學模型的優(yōu)化和傳遞研究

油菜籽品質模型的優(yōu)劣主要取決于建模數(shù)據和建模算法兩個至關重要的因素。建模數(shù)據是模型的基礎，應該盡可能包含樣品目標品質的特征信息，而減少冗余信息。在樣品預處理的基礎上，選擇恰當?shù)墓庾V預處理方法，消除光譜噪聲，提取不同品質指標的特征譜區(qū)或波長點，尤其是對于吸收相對較弱的近紅外光譜，顯得十分關鍵和必要。近些年，新的更為高效的光譜預處理方法迅速發(fā)展。如利用小波變換(wavelet transform, WT)對紅外光譜進行濾噪和數(shù)據壓縮，可以有效提高建模的預測速度和預測精度。遺傳算法(genetic algorithm, GA)特別適合處理高度復雜的高維光譜數(shù)據，可以有效地篩選出目標品質的特征譜區(qū)或譜區(qū)組合。支持向量機(support vector machine, SVM)是基于結構風險最小化的新的建模方法，對于小樣本、非線性和高維數(shù)據的分類與回歸問題，具有優(yōu)秀的學習能力。研究如何將這些新的預處理方法和建模方法更好地應用于油菜籽品質模型的優(yōu)化方面，應該是未來的重要研究方向之一。

油菜籽品質指標的數(shù)學模型傳遞是以往工作中研究較少的方面。對每臺儀器都進行重新建模需要花費大量人力物力，模型傳遞是一個更為實際的解決方法。研究如何將現(xiàn)有的油菜籽不同品種指標的數(shù)學模型有效地應用于其他同型號儀器，增強模型的通用性，也應是未來工作的一個著力點。

4.3 油菜籽養(yǎng)分分析與品種鑒定

目前，紅外光譜技術對于油菜籽的檢測，多是集中于油菜籽的品質指標，對油菜的氮、磷、鉀等必需養(yǎng)分的檢測也大都是圍繞植株營養(yǎng)診斷進行的。油菜籽養(yǎng)分的紅外光譜表征對于油菜籽營養(yǎng)品質的評估乃至指導油菜合理施肥是不可或缺的。應該加強這方面的應用研究。不同品種的油菜籽其品質特征差異較大，且難以肉眼直接識別。我國不少油菜產區(qū)存在混種混收現(xiàn)象，市場上優(yōu)劣品種魚龍混雜，妨害了油菜籽的整體質量[45]。因而油菜籽品種的快速鑒別具有重要的意義。紅外光譜技術在這方面應用已有零星報道[46]，尚待進一步深化。盡管紅外光譜技術在油菜籽檢測方面已取得可喜進展，但目前尚未確立官方認可的標準方法；如何建立基于紅外光譜技術油菜籽檢測的標準方法并推進紅外光譜技術的廣泛應用，也是今后要著力解決的問題。

[1] 劉后利. 實用油菜栽培學[M]. 上海：上海科學技術出版社, 1987. Liu H L. Practical rape cultivation[M]. Shanghai: Shanghai Science and Technology Press, 1987.

[2] 官春云. 中國油菜產業(yè)發(fā)展方向[J]. 糧食科技與經濟, 2011, 36(2): 5-6. Guan C Y. China rape’s industry development direction[J]. Grain Technol. Econ., 2011, 36(2): 5-6.

[3] 李培武, 孟子園, 張文, 等. 油菜芥酸硫苷定量速測儀研制及應用[J]. 中國油料作物學報, 2003, 25(2) :69-73. Li P W, Meng Z Y, Zhang W,etal. Development of NYDL- 2000 alliance for fast measurement of erucic acid and glucosinolate in rapeseed[J]. Chin. J. Oil Crop Sci., 2003, 25(2): 69-73.

[4] 丁小霞, 李培武, 李光明, 等. 傅里葉變換近紅外光譜技術測定完整油菜籽中芥酸和硫苷含量[J]. 中國油料作物學報, 2004, 26(3): 76-79. Ding X X, Li P W, Li G M,etal. Analysis of erucic acid and glucosinolate in intact rapeseed by fourier transform near- infrared diffuse reflectance spectroscopy[J]. Chin. J. Oil Crop Sci., 2004, 26(3): 76-79.

[5] Sato T, Uezono I, Morishita Tetal. Nondestructive estimation of fatty acid composition in seeds ofBrassicanapusL. by near-infrared spectroscopy[J]. JAOCS, 1998, 75(1): 1877-1881.

[6] 王漢中. 我國油菜產業(yè)國際競爭力提升的科技對策[J]. 中國農業(yè)科技導報, 2004, 6(2): 18-21. Wang H Z. Technological strategy to improve the international market competition of rapeseed industry in China[J]. Review of Chin. Agr. Sci. Tech., 2004, 6(2): 18-21.

[7] 王小萍, 裔秀. 油菜籽質量標準與限度指標的探討[J]. 中國標準化, 2006, (12): 17-18. Wang X P, Yi X. Discussion about quality and limit standards of rapeseeds[J]. Chin. Stan., 2006, (12): 17-18.

[8] 雷紅, 蔡亮亮, 操麗麗, 等. 菜籽油中芥酸含量對小鼠食用安全性的影響[J]. 食品科學, 2010, 31(19): 321-324. Lei H, Cai L L, Cao L Letal. Effect of erucic acid content in rapeseed oil on food intake safety in mice[J]. Food Sci., 2010, 31(19): 321-324.

[9] 范康年. 譜學導論[M]. 北京: 高等教育出社, 2001. Fang K N. Introduction to spectroscopy[M]. Beijing: High Education Press, 2001.

[10] 翁詩甫.傅里葉變換紅外光譜分析[M]. 北京: 化學工業(yè)出版社, 2010. Weng S F. Fourier transform infrared spectral analysis[M]. Beijing: Chemical Industry Press, 2010.

[11] Mcclure W F. Near infrared spectroscopy: the giant is running strong[J]. Analy. Chem., 1994, 66(1): 42-53.

[12] 張小超, 吳靜珠, 徐云. 近紅外光譜分析技術及其在現(xiàn)代農業(yè)中的應用[M]. 北京: 電子工業(yè)出版社, 2012. Zhang X C, Wu J Z, Xu Y. Near infrared spectroscopy technology and its application in modern agriculture[M]. Beijing: Electronic Industry Press, 2012.

[13] 褚小立. 化學計量學方法與分子光譜技術[M]. 北京: 化學工業(yè)出版社, 2011. Chu X L. Chemo metric methods and molecular spectroscopy[M]. Beijing: Chemical Industry Press, 2011.

[14] Caires A R L, Teixeira M R O, Suarez Y Retal. Discrimination of transgenic and conventional soybean seeds by fourier transform infrared photoacoustic spectroscopy[J]. Appl. Spectrosc., 2008, 62(9): 1044-1047.

[15] Du C W, Zhou J M. Evaluation of soil fertility using infrared spectroscopy: a review[J]. Environ.Chem. Lett., 2009, 7: 97-113.

[16] Tkachuk R. Oil and protein analysis of whole rapeseed kernels by near infrared reflectance spectroscopy[J]. JAOCS, 1981, 58(8): 819-822.

[17] Panford J A, Williams P C, deMan J Metal. Analysis of oilseeds for protein, oil, fiber and moisture by near-infrared reflectance spectroscopy[J]. JAOCS, 1988, 65(1): 1627-1634.

[18] 張曄暉, 趙龍蓮, 李曉薇, 等. 用傅里葉變換近紅外光譜法測定完整油菜籽三種品質性狀的初步研究[J]. 激光生物學報, 1998, 7(2): 138-141. Zhang Y H, Zhao L L, Li X W,etal. Study on the method of determing the contents of rapeseed using the fourier transform near infrared diffuse reflectance spectroscopy[J]. Acta Laser. Biol. Sin., 1998, 7(2): 138-141.

[19] Velasco L, Becker H C. Estimating the fatty acid composition of the oil in intact-seed rapeseed (BrassicanapusL.) by near-infrared reflectance spectroscopy[J]. Euphytica, 1998, 101: 221-230.

[20] Chen G L, Zhang B, Wu J Getal. Nondestructive assessment of amino acid composition in rapeseed meal based on intact seeds by near-infrared reflectance spectroscopy[J]. Anim. Feed Sci. Techn., 2011, 165: 111-119.

[21] Petisco C, Garcia-criado B, Vazquez-de-aldana B Retal. Measurement of quality parameters in intact seeds ofBrassicaspeciesusing visible and near-infrared spectroscopy[J]. Ind. Crops Prod, 2010, 32: 139-146.

[22] 吳建國, 石春海, 樊龍江. 油菜籽芥酸和硫苷含量近紅外反射光譜測定技術的優(yōu)化設置[J]. 中國糧油學報, 2002, 17(2): 59-62. Wu J G, Shi C H, Fan L J. Calibration optimization for analyzing erucic acid and glucosinate content of rapeseed by near infrared reflectance spectroscopoy (NIRS)[J]. J. Chin. Cereals Oils Assoc., 2002, 17(2): 59-62.

[23] 楊翠玲, 陳文杰, 趙興忠, 等. 近紅外光譜法同時分析油菜9種品質參數(shù)的研究[J]. 西北農林科技大學(自然科學版), 2006, 34(3): 61-67. Yang C L, Chen W J, Zhao X Zetal. Determination of quality factors in intact rapeseed by near infrared reflectance spectroscopy (NIRS)[J]. J. Northwest Sci-Tech Univ. Agric. For. (Nat. Sci. Ed.), 2006, 34(3): 61-67.

[24] Nang H H, Heiko C B, Christiam M. Non-destructive analysis of rapeseed quality by NIRS of small seed samples and single seeds[J]. Euphtica, 2007, 153: 27-34.

[25] Velasco L, Christiam M. Estimation of seed weigh, oil content and fatty composition in intact single seeds of rapeseed (BrassicanapusL.) by near-infrared reflectance spectroscopy[J]. Euphytica, 1999, 106: 79-85.

[26] Velasco L, Christiam M. Nondestructive assessment of protein content in single seeds of rapeseed (BrassicanapusL.) by near-infrared spectroscopy[J]. Euphytica, 2001, 123: 89-93.

[27] 吳建國, 石春海, 張海珍,等. 應用近紅外反射光譜法整粒測定小樣品油菜籽含油量的研究[J]. 作物學報, 2002, 28(3): 421-425. Wu J G, Shi C H, Zhang H Zetal. Study on analysis of oil content in intact rapeseed with few sample size by near infrared reflectance spectroscopy[J]. Acta Agron. Sin., 2002, 28(3): 421-425.

[28] 吳建國, 石春海, 張海珍. 構建整粒油菜籽脂肪酸成分近紅外反射光譜分析模型的研究[J]. 光譜學與光譜分析, 2006, 26(2): 259-262. Wu J G, Shi C H, Zhang H Z. Study on developing calibration models of fat acid composition in intact rapeseed by near infrared reflectance spectroscopy[J]. Spectr. Spectr. Anal., 2006, 26(2): 259-262.

[29] 李延莉, 孫超才, 錢小芳, 等. 油菜籽品質測定方法 (近紅外反射光譜法與傳統(tǒng)化學方法) 的比較[J]. 上海農業(yè)學報, 2003, 19(1): 11-14. Li Y L, Sun C C, Qian X F,etal. Comparison of NIRS and routine methods for determining quality components in seed meal ofBrassicanapusL.[J]. Acta Agric. Shanghai, 2003, 19(1): 11-14.

[30] 楊翠玲, 趙興忠, 陳文杰, 等. 近紅外(NRS)技術分析小樣品油菜籽芥酸和含油量的應用研究[J]. 分析測試學報, 2007, 26(1): 29-33. Yang C L, Zhao X Z, Chen W J,etal. 2007, 26(1): 29-33. Analysis of oil content and erucic acid in small sample of rapeseed by near infrared reflectance spectroscopy[J]. J. Instr. Anal., 2007, 26(1): 29-33.

[31] 高建芹, 張潔夫, 浦惠明, 等. 近紅外光譜法在測定油菜籽含油量及脂肪酸組成中的應用[J]. 江蘇農業(yè)學報, 2007, 23(3): 189-195. Gao J Q, Zhang J F, Pu H M,etal. Analysis of oil, oleic acid and erucic acid contents in rapeseed by near infrared reflectance spectroscopy (NIRS)[J]. Jiangsu J. Agric. Sci., 2007, 23(3): 189-195.

[32] 朱文秀, 趙繼獻, 張品, 等. 近紅外光譜分析與化學方法檢測油菜種子品質參數(shù)的比較[J]. 安徽農學通報, 2010, 16(17): 182-185. Zhu W X, Zhao J X, Zhang P,etal. The comparison study of NIR and chemical method for determining quality parameters in rapeseed[J]. Anhui Agric. Sci. Bull., 2010, 16(17): 182-185.

[33] 趙升紅, 黃毅, 劉多強. 中紅外光譜技術在油品分析中的應用[J]. 石油化工應用, 2009, 28(7): 6-7. Zhao S H, Huang Y, Liu D Q. The application of mid-infrared spectroscopy in oil analysis[J]. Petroch. Ind. Appl., 2009, 28(7): 6-7.

[34] Karoui R, Downey G, Blecker Cetal. Mid-infrared spectroscopy coupled with chemometrics: A Tool for the analysis of Intact food systems and the exploration of their molecular structure-quality relationships—A review[J]. Chem. Rev. 2010, 110: 6144-6168.

[35] Baeten V, Fernández Pierna J A, Dardenne Petal. Detection of the presence of hazelnut oil in olive oil by FT-Raman and FT-MIR spectroscopy[J]. J. Agric. Food Chem., 2005, 53 (16): 6201-6206.

[36] Sivakesava S, Irudayaraj J, Ali D. Simultaneous determination of multiple components in lactic acid fermentation using FT-MIR, NIR, and FT-Raman spectroscopic techniques[J]. Proc. Biochem., 2001, 37(4): 371-378.

[37] Reeves J B Ⅲ, Mid-infrared diffuse reflectance spectroscopy for the quantitative analysis of agricultural soils[J]. J. Agric. Food Chem., 2001, 49 (2): 766-772.

[38] Szydlowska-Czerniak A. MIR spectroscopy and partial least-squares regression for determination of phospholipids in rapeseed oils at various stages of technological process[J]. Food Chem., 2007, 105: 1179-1187.

[39] 林芬芳, 陳祝爐, 鄧勁松, 等. 傅里葉變換中紅外光譜估測水稻種氮素含量的研究[J]. 植物營養(yǎng)與肥料學報, 2009, 15(4): 750-755. Lin F F, Chen Z L, Deng J S,etal. Determination of leaf nitrogen in rice using FTIR spectroscopy[J]. Plant Nutr. Fert. Sci., 2009, 15(4): 750-755.

[40] 康繼, 顧小紅, 湯堅, 等. 中紅外反射光譜結合偏最小二乘法快速定量分析葡萄酒[J]. 光譜實驗室, 2010, 27(3): 789-796. Kang J, Gu X H, Tang Jetal. simultaneous quantified analysis of wine by mid-infrared reflectance spectroscopy and partial least square[J]. Chin. J. Spectr. Lab., 2010, 27(3): 789-796.

[41] Li J S, Chen W D, Yu B L. Recent progress on infrared photoacoustic spectroscopy techniques[J]. Appl. Spectr. Rev., 2011, 46: 440-471.

[42] Sivakesava S, Irudayaraj J. Analysis of photo chips using FTIR photoacoustic spectroscopy[J]. J. Sci. Food Agric., 2000, 80 :1805-1810.

[43] Du C W, Zhou J M. Application of infrared photoacoustic spectroscopy in soil analysis[J]. Appl. Spectr. Rev., 2011, 46(5): 405-422.

[44] Irudayaraj J, Yang H, Sakhamuri S. Differentiation and detection of microorganisms using Fourier transform infrared photoacoustic spectroscopy[J]. J. Molec. Structr., 2002, 606: 181-188.

[45] 沈瓊. 中國油菜產業(yè)競爭優(yōu)勢與劣勢分析[J]. 農產品加工, 2008, 8: 57-59. Shen Q. Analysis on competitive advantages and disadvantages of Chinese rapeseed industry[J]. Acade. Peri. Farm Prod. Proc., 2008, 8: 57-59.

[46] 岑海燕. 基于光譜技術的油菜養(yǎng)分及油菜品質分析的研究[D]. 杭州：浙江大學碩士論文, 2007. Cen H Y. Study on oilseed rape nutrition and rapeseed quality analysis based on spectroscopy technology[D]. Hangzhou: Ms thesis of Zhejiang University, 2007.

Advancesintheapplicationofinfraredspectroscopyintherapidandnon-destructivecharacterizationofrapeseeds

LU Yu-zhen1, DU Chang-wen1*, YU Chang-bing2， ZHOU Jian-min1

(1InstituteofSoilScience/NationalKeyLaboratoryofSoilandSustainableAgriculture,ChineseAcademyofSciences,Nanjing210008,China; 2OilCropsResearchInstituteoftheChineseAcademyofAgriculturalSciences/KeyLaboratoryofBiologyandGeneticImprovementofOilCrops,MinistryofAgriculture,Wuhan,Hubei430062,China)

Infrared spectroscopy technology is a type of rapid and non-destructive detection technique of agricultural products, and has been widely involved in quality determination of rapeseeds. The paper reviewed the key application of infrared spectroscopy in the determination of nutritional qualities of rapeseeds. Further, the limitations of past researches and future study prospect had been discussed.

infrared spectroscopy; rapeseed; quantitative and qualitative analysis; non-destructive detection

2012-04-06接受日期2013-04-26

中國科學院知識創(chuàng)新重要方向項目 (KZCX2-YW-QN411) 資助。

陸宇振(1989—)， 男， 河南商丘人， 碩士研究生， 主要從事作物光譜表征方面的研究。E-mail: yzlu@issas.ac.cn * 通信作者 E-mail: chwdu@issas.ac.cn

S123； S565.4

A

1008-505X(2013)05-1257-07