路輝 彭彬倩 馮曉宇 沈曉芳*

（1 江蘇省農(nóng)墾農(nóng)業(yè)發(fā)展股份有限公司，南京210019；2 江南大學(xué)食品學(xué)院，江蘇無(wú)錫214122；第一作者：429772084@qq.com；*通訊作者：xfshen@jiangnan.edu.cn）

營(yíng)養(yǎng)和風(fēng)味是大米的重要品質(zhì)。直鏈淀粉、蛋白質(zhì)、脂肪、水分含量是大米的重要營(yíng)養(yǎng)指標(biāo)[1]，同時(shí)，直鏈淀粉、蛋白質(zhì)和脂肪含量與食味品質(zhì)密切相關(guān)，是影響稻米食用品質(zhì)的重要因素。大米中脂類(lèi)物質(zhì)的分布會(huì)影響加工精度[2]；大米蛋白具有氨基酸組成平衡合理以及不會(huì)產(chǎn)生過(guò)敏反應(yīng)等優(yōu)點(diǎn)[3]；直鏈淀粉含量與米飯的脹性、柔韌性、光澤度、粘性有密切關(guān)系[4]；水分含量則會(huì)影響大米的儲(chǔ)藏品質(zhì)。對(duì)這些指標(biāo)的傳統(tǒng)測(cè)定方法存在過(guò)程繁瑣、耗時(shí)耗力等不足，而近紅外光譜法具有多指標(biāo)同時(shí)檢測(cè)、快速無(wú)損、成本低等優(yōu)點(diǎn)[5]，在糧食谷物中應(yīng)用廣泛[6-9]。

基于近紅外光譜法對(duì)大米各營(yíng)養(yǎng)成分含量的快速檢測(cè)研究在國(guó)內(nèi)外均有報(bào)道。李路等[10]運(yùn)用分段小波消噪光譜預(yù)處理，建立了海南省產(chǎn)的大米蛋白質(zhì)、脂肪、總糖、含水量的檢測(cè)模型。王傳梁等[2]證明了利用近紅外光譜技術(shù)測(cè)定稻米脂肪含量的可行性。黃道強(qiáng)等[11]通過(guò)比較近紅外分析儀和常規(guī)法測(cè)定水稻種子直鏈淀粉含量，認(rèn)為通過(guò)增加數(shù)據(jù)量建?？梢詼p少誤差，達(dá)到利用近紅外分析儀輔助選育中等直鏈淀粉含量新品種的目的。SAMPAIO 等[12]聯(lián)合區(qū)間偏最小二乘回歸（siPLS）選擇的光譜區(qū)域提高模型的預(yù)測(cè)能力，從而說(shuō)明了近紅外技術(shù)對(duì)直鏈淀粉含量測(cè)定的可行性。HEMAN 等[13]采用近紅外無(wú)損檢測(cè)方法來(lái)檢測(cè)大米樣品的水分含量，比較化學(xué)計(jì)量學(xué)方法，得到PLS 為最佳模型（rp>0.9）。近紅外技術(shù)在大米營(yíng)養(yǎng)成分檢測(cè)中的應(yīng)用報(bào)道較多，但大多是對(duì)單項(xiàng)指標(biāo)的研究，而對(duì)大米多項(xiàng)品質(zhì)指標(biāo)的評(píng)價(jià)較少，且由于大米產(chǎn)地頗多，南北各地稻米存在較大差異，各區(qū)域模型并沒(méi)有普適性，尤其針對(duì)江蘇省區(qū)域的大米模型鮮有。本實(shí)驗(yàn)針對(duì)產(chǎn)自江蘇省的90 個(gè)品種126 份粳米、糯米和秈米為研究對(duì)象，測(cè)定直鏈淀粉、蛋白質(zhì)、脂肪和水分含量，同時(shí)采集對(duì)應(yīng)的近紅外全光譜，建立偏最小二乘定量模型，再通過(guò)篩選最佳光譜預(yù)處理方式和譜區(qū)范圍來(lái)優(yōu)化模型，從而建立適用于江蘇省所產(chǎn)大米中直鏈淀粉、蛋白質(zhì)、脂肪和水分含量等營(yíng)養(yǎng)成分的定量模型，為大米行業(yè)實(shí)現(xiàn)在線品控提供了依據(jù)。

1 材料與方法

1.1 儀器與試劑

實(shí)驗(yàn)材料包含90 個(gè)大米品種（表1），有粳米、糯米和秈米，粳米占多數(shù)，均由江蘇省農(nóng)墾農(nóng)業(yè)發(fā)展股份有限公司提供，產(chǎn)自江蘇省，共計(jì)126 個(gè)大米樣品。Antaris II 近紅外分析儀與數(shù)據(jù)分析軟件TQ Analyst 購(gòu)自Thermo Fisher 科技（中國(guó)）有限公司。

表1 90 個(gè)大米品種名稱(chēng)

1.2 測(cè)定方法

1.2.1 大米直鏈淀粉、蛋白質(zhì)、脂肪、水分含量的測(cè)定

直鏈淀粉參照GB/T 15683-2008《大米直鏈淀粉含量的測(cè)定》。采用GB 5009.5-2016《食品安全國(guó)家標(biāo)準(zhǔn)食品中蛋白質(zhì)的測(cè)定》中凱氏定氮法測(cè)定大米的蛋白質(zhì)含量，氮折算成蛋白質(zhì)的折算系數(shù)為5.95。采用GB 5009.6-2016《食品安全國(guó)家標(biāo)準(zhǔn)食品中脂肪的測(cè)定》中索氏抽提法測(cè)定大米的脂肪含量。采用GB 5009.3-2016《食品安全國(guó)家標(biāo)準(zhǔn)食品中水分的測(cè)定》中直接干燥法測(cè)定大米的水分含量。每份樣品至少檢測(cè)3 次，取平均值。

1.2.2 樣品近紅外光譜采集

大米樣不經(jīng)過(guò)粉碎等前處理，混勻后直接填滿(mǎn)圓形樣品池。采用漫反射方式采集樣品光譜，設(shè)置采集光譜區(qū)間為 4 000～10 000/cm，分辨率為8/cm，樣品掃描頻數(shù)為64 次，測(cè)量間隔為3.857/cm。采集完后將采樣杯中樣品與原樣品混合均勻后倒出，重復(fù)操作3 次，3次采集得到平均光譜作為該樣品的最終光譜。

1.2.3 光譜處理與建模

對(duì)光譜數(shù)據(jù)計(jì)算馬氏距離后刪除異常點(diǎn)，預(yù)先指定各模型驗(yàn)證集20 份，剩余樣本為校正集，驗(yàn)證集測(cè)定值范圍應(yīng)包含在校正集范圍之內(nèi)。使用校正集樣本，采用偏最小二乘（partial least squares, PLS）回歸法建立大米直鏈淀粉、蛋白質(zhì)、脂肪、水分含量模型，根據(jù)交叉驗(yàn)證均方誤差（root mean square error of cross-validation, RMSECV）選擇最佳主因子數(shù)。為了優(yōu)化校正模型，提高相關(guān)有效光譜信息，削減無(wú)效干擾光譜，采用5 種光譜預(yù)處理方法，分別為多元散射校正（multiplicative signal correction, MSC）、標(biāo)準(zhǔn)正態(tài)變化（standard normal variate, SNV）、一階導(dǎo)數(shù)（first derivative, 1st）、二階導(dǎo)數(shù)（second derivative, 2nd）和 Savitzky-Golay 濾波平滑（Savitzky-Golay filter, SG），之后在最佳光譜預(yù)處理下，采用手動(dòng)法[14]篩選特征波段進(jìn)一步優(yōu)化模型。校正集的相關(guān)系數(shù)rc和均方誤差（root mean square error of calibration, RMSEC）作為直接評(píng)判模型的主要指標(biāo)，以相對(duì)分析誤差（relative percent deviation, RPD）進(jìn)一步衡量模型的優(yōu)劣，若RPD≥2.0，表明模型穩(wěn)健，可用于日常實(shí)際定量檢測(cè)；若2.0 ＞RPD ≥ 1.4，則模型一般，如要精確需要改良；若RPD ＜1.4，則模型用于實(shí)際定量檢測(cè)困難[15-17]。最后，用不參與建模的驗(yàn)證集對(duì)模型進(jìn)行驗(yàn)證。

2 結(jié)果與分析

2.1 近紅外原始光譜

如圖1 所示，大米每條原始近紅外光譜趨勢(shì)相似，難以用肉眼評(píng)判特定波段峰值與指標(biāo)含量的關(guān)系。光譜顯示在 4 000～6 000/cm 和 8 000～9 000/cm 區(qū)域吸收較強(qiáng)，其中，在5 155/cm 處的譜帶與—OH 基團(tuán)的第一倍頻和組合頻相對(duì)應(yīng)，主要代表了水分含量；而對(duì)于—CH2和—CH3官能團(tuán)，在拉伸和彎曲振動(dòng)的組合頻出現(xiàn)在4 300/cm 附近、5 700/cm 附近是拉伸振動(dòng)的第一倍頻、8 351/cm 是拉伸振動(dòng)的第二倍頻，4 700/cm 左右吸收峰帶則與蛋白質(zhì)含量有關(guān)[3,18]。通過(guò)TQ Analyst 軟件將光譜進(jìn)行預(yù)處理及波段的剔篩，從而利用偏最小二乘法建立各組分的定量模型。

圖1 大米樣本近紅外光譜圖

表2 大米直鏈淀粉、蛋白質(zhì)、脂肪和水分化學(xué)值統(tǒng)計(jì)結(jié)果

表3 大米樣本校正集和驗(yàn)證集參數(shù)

2.2 各成分測(cè)定結(jié)果

如表2 所示，蛋白質(zhì)和水分指標(biāo)的樣品集數(shù)目沒(méi)有出現(xiàn)異常值，脂肪指標(biāo)剔除樣本數(shù)4 份后為122 份。由于126 份大米中有24 份為糯米品種，再除去異常點(diǎn)后，實(shí)際直鏈淀粉指標(biāo)參與建模的樣本數(shù)為100 份。

2.3 校正集與驗(yàn)證集的劃分

如表3 所示，總樣本的驗(yàn)證集含量范圍包含在校正集內(nèi)，且校正集與驗(yàn)證集的平均值和標(biāo)準(zhǔn)偏差相近。因此，校正集樣本所建的檢測(cè)模型能較好地適用于驗(yàn)證集樣本。

2.4 光譜預(yù)處理

表4 大米樣本校正集和驗(yàn)證集參數(shù)

應(yīng)用5 種光譜預(yù)處理方式分別對(duì)直鏈淀粉、蛋白質(zhì)、脂肪和水分含量的PLS 校正模型進(jìn)行優(yōu)化，表4 為優(yōu)化結(jié)果，基于全波段的不同光譜預(yù)處理下，脂肪和直鏈淀粉模型均在Savitzky-Golay 濾波平滑（SG）下取得最小RMSEC 為0.15 和2.17，此時(shí)rc達(dá)到最大，分別為0.7810 和 0.6322，RPD 分別為 1.6 和 1.3，采用 SG 光譜預(yù)處理方法通過(guò)重新計(jì)算設(shè)定窗口內(nèi)平滑值，能有效減少光譜噪音干擾，提高信噪比。采用標(biāo)準(zhǔn)正態(tài)變化光譜（SNV）預(yù)處理，蛋白質(zhì)模型最佳，rc為 0.9078，RMSEC 為 0.27，與無(wú)任何光譜預(yù)處理比較，RPD 由 2.2 提升至2.4。SNV 常用于掃描固體樣品后的漫反射光譜，由于漫反射帶來(lái)光程不一等負(fù)面影響，因此常被用光程調(diào)節(jié)預(yù)處理方法。導(dǎo)數(shù)是解決近紅外光譜基線漂移或旋轉(zhuǎn)的重要方法，水分在一階導(dǎo)數(shù)（1st）的光譜預(yù)處理下表現(xiàn)最佳，水分模型的rc和RMSEC 分別為0.9554和0.30，相較于無(wú)光譜預(yù)處理，RPD 值提升尤為明顯，從 2.3 升至 3.4。

建模的優(yōu)良不僅取決與校正集結(jié)果，且與最終驗(yàn)證集相關(guān)，而主因子數(shù)大/小會(huì)導(dǎo)致校正模型過(guò)/欠擬合，導(dǎo)致校正集和驗(yàn)證集模型差別較大，因此選擇合適的主因子數(shù)尤為重要[19-20]。在RMSEC 最小時(shí)選擇最佳主因子數(shù)，直鏈淀粉、蛋白質(zhì)、脂肪和水分含量模型主因子數(shù)分別為 5、10、9 和 4。

表5 基于最優(yōu)光譜預(yù)處理的特征波段下建模結(jié)果

圖2 大米脂肪、蛋白質(zhì)、直鏈淀粉和水分含量的定量模型

圖3 大米脂肪、蛋白質(zhì)、直鏈淀粉和水分含量模型驗(yàn)證

2.5 特征波段的篩選

原始近紅外光譜包含雜信息，為提取有效的成分相關(guān)光譜信息，可提高模型的精度。本研究采用人工方法[14]將全波段分為12 個(gè)光譜范圍，11 個(gè)分割點(diǎn)依次為：4 500/cm、5 000/cm、5 500/cm、6 000/cm、6 500/cm、7 000/cm、7 500/cm、8 000/cm、8 500/cm、9 000/cm、9 500/cm。在最佳光譜預(yù)處理?xiàng)l件下，依次移除一個(gè)光譜范圍，其他波段用于建模所得rc與全波段（4 000～10 000/cm）下的rc比較，結(jié)合TQ Analyst 軟件給出的建議波段進(jìn)行了嚴(yán)格篩選，排除了與組分無(wú)關(guān)的波段。最后，將選定的譜區(qū)用于單譜區(qū)或組合譜區(qū)進(jìn)行比較。表5 為建立大米樣品中直鏈淀粉、蛋白質(zhì)、脂肪和水分含量的最佳模型，在5 703～7 194/cm、8 520～9 975/cm下，脂肪含量模型的rc由0.7810 提升至0.8110，RMSEC 由0.15 降低為0.14，RPD 提高了 0.1。直鏈淀粉含量模型的rc沒(méi)有得到明顯提升，從0.6322 提高到0.6671，RPD 從1.3 提高到1.4。從相關(guān)系數(shù)大小來(lái)看，蛋白質(zhì)和水分含量模型的預(yù)測(cè)值與實(shí)測(cè)值顯示出良好的相關(guān)性，兩者PLS 模型表現(xiàn)最佳分別使用5 613～6 379/cm 和 8 004～8 956/cm、4 755～4 982/cm 和 5 501～7 888/cm 的光譜范圍，rc均在0.9 的基礎(chǔ)上再次增加，分別為 0.9713 和 0.9663，RPD 分別為 4.3 和 3.9。可見(jiàn)其預(yù)測(cè)性能好、準(zhǔn)確度高，說(shuō)明模型可用于實(shí)際定量檢測(cè)。

如圖2 所示，脂肪含量與直鏈淀粉含量模型有少數(shù)點(diǎn)與擬合線略有分離；蛋白質(zhì)含量和水分含量散點(diǎn)分布在擬合曲線周邊，沒(méi)有顯著偏離，且rc均在0.95以上。

2.6 模型的檢驗(yàn)

圖3 為最優(yōu)模型下驗(yàn)證集的預(yù)測(cè)值和實(shí)測(cè)值的散點(diǎn)圖，可見(jiàn)各指標(biāo)驗(yàn)證效果良好，尤其是蛋白質(zhì)含量和水分含量模型的預(yù)測(cè)性效果良好，rp在0.94 左右，驗(yàn)證集的蛋白質(zhì)含量在主成分?jǐn)?shù)為10 時(shí)，5 613～6 379/cm和8 004～8 956/cm 的波段范圍內(nèi)進(jìn)行SNV 光譜預(yù)處理后建立，得到模型 rp為 0.9429、RMSEP 為 0.28；驗(yàn)證集的水分含量在主成分?jǐn)?shù)為4 時(shí)，4 755～4 982/cm 和5 501～7 888/cm 的波段范圍內(nèi)進(jìn)行1st 光譜預(yù)處理后建立，得到模型rp為 0.9421、RMSEP 為0.49。脂肪含量和直鏈淀粉含量的檢測(cè)結(jié)果相對(duì)較差，主要是因?yàn)榇竺字兄镜暮枯^低，且大多集中在米粒表層，這就導(dǎo)致樣本所含脂肪很少[10]，對(duì)于直鏈淀粉含量rp為0.8030，是由于測(cè)定方法允許誤差本身較大[21]，且建模樣品數(shù)小于其他指標(biāo)，但兩種模型仍可以用于實(shí)際樣品的粗測(cè)。

3 討論與小結(jié)

水稻是我國(guó)的主要糧食作物，隨著生活水平的提高，大米品質(zhì)愈發(fā)受到人們的關(guān)注，同時(shí)要求企業(yè)能在線快速無(wú)損測(cè)定大米各營(yíng)養(yǎng)成分的含量，提高工作效率，降低成本。大米中蛋白質(zhì)含量等是衡量其營(yíng)養(yǎng)與風(fēng)味品質(zhì)的重要指標(biāo)，同時(shí)對(duì)口感影響較大[11，22]，也是研究者普遍關(guān)注的熱點(diǎn)。前人以大米為材料，構(gòu)建近紅外優(yōu)化模型多見(jiàn)報(bào)道，但在一定區(qū)域內(nèi)建立大米PLS 模型的研究鮮有報(bào)道。本實(shí)驗(yàn)基于產(chǎn)于江蘇省大米（種類(lèi)包括粳米、糯米和秈米）的化學(xué)值和光譜數(shù)據(jù)，利用近紅外光譜分析技術(shù)建立了基于偏最小二乘法的大米直鏈淀粉、蛋白質(zhì)、脂肪和水分含量定量模型。選擇合適的譜區(qū)范圍和光譜預(yù)處理方法可以有效地提高模型的性能，該模型可用于大米工業(yè)在線快速檢測(cè)和評(píng)估營(yíng)養(yǎng)指標(biāo)，有利于大米資源的合理利用。

模型的建立與優(yōu)化中，光譜預(yù)處理和光譜區(qū)的作用舉足輕重。首先，不同的光譜預(yù)處理較大程度會(huì)提高rc和RPD，降低RMSEC。再者，通過(guò)光譜區(qū)的篩選，蛋白質(zhì)和水分模型rc均在0.95 以上，高于黃林森等[24]所得rc，而0.9 以上的相關(guān)系數(shù)已經(jīng)表明了模型具有良好的預(yù)測(cè)性能。最后，通過(guò)驗(yàn)證集結(jié)果驗(yàn)證了定量模型的可 靠 性 ，4 個(gè) 模 型 驗(yàn) 證 結(jié) 果 為 0.8030 ≤rp≤0.9429，0.18≤RMSEP≤2.46，表明模型的預(yù)測(cè)值與實(shí)測(cè)值接近，預(yù)測(cè)效果良好，實(shí)驗(yàn)所建立的定量模型可以實(shí)現(xiàn)對(duì)產(chǎn)自江蘇省大米中直鏈淀粉、蛋白質(zhì)、脂肪以及水分含量的快速無(wú)損檢測(cè)，可在實(shí)際檢測(cè)中實(shí)時(shí)反饋大米品質(zhì)?？傊?，近紅外光譜分析技術(shù)能快速檢測(cè)江蘇省產(chǎn)大米的直鏈淀粉、蛋白質(zhì)、脂肪和水分含量，更能夠應(yīng)用于水稻品質(zhì)改良育種的在線快速測(cè)定與篩選，提高育種篩選效率。