上海代寫論文網專業提供代寫畢業論文、代寫本科論文服務
聯系方式
您現在的位置:首頁 > 農業論文 > 農學論文 > 甘薯淀粉及其糖類化合物含量預測模型分析
甘薯淀粉及其糖類化合物含量預測模型分析
發布時間:2016-02-15
摘要

  甘薯[Ipomoea batatas ( L. ) Lam]是典型的地下塊根淀粉類作物,淀粉與糖類化合物含量占其塊根干重 80%以上,是世界上重要的糧食、飼料和工業原料。2010 年中國甘薯種植面積約 4. 6 ×106hm2,約占世界甘薯種植面積的 50%,年產量約1. 0 × 108t,占世界甘薯總產量的 75. 3%[1-4]。近年來甘薯作為能源作物倍受關注,生產中其淀粉及糖類化合物含量對其酒精發酵效率、產率以及工藝有較大影響[5]。常規化學方法測定淀粉和糖類化合物含量不僅耗時耗力、實驗結果誤差大,而且產生的廢液、廢氣等污染物也不符合“低碳科研”的要求,科研發展與社會進步需求一種技術或手段來彌補不足。

  現代近紅外光譜分析是利用化學物質在 NIR光譜區內的光學特性,快速測定樣品中一種或多種化學成分含量和特性的新物理測定技術[6],具有樣品用量少,樣品無損失,分析速度快,同時測定多指標,無廢物污染以及成本低、利用率高等常規法無法比擬的優點。該技術在農業領域中已較成熟地應用于水稻、小麥、玉米、油料作物、水果和大豆上[7-13]。

  NIRS 法在甘薯上的應用李良等報道較早[14],Koji Ishiguro、Katayama K 等[15-16]、國際馬鈴薯中心Zum Felde Thomas 等[17]以及 Lu[18]等都做了大量探索性與開創性工作,認為 NIRS 技術在甘薯領域的發展有良好趨勢與前景。但目前在中國甘薯領域應用還存在不少問題,如缺少組分含量變異范圍大的建模樣品,缺乏較好的化學分析知識和實驗條件,所構建的模型實際適用性差、測定指標少、利用率低;或校正模型得不到及時維護和完善,不能適應甘薯科研的需要等。

  針對目前 NIRS 技術在中國甘薯科研和生產應用中獲得穩定、可靠的分析模型較少的現狀,本研究以國家甘薯資源材料庫為依托,篩選 248 份不同類型甘薯塊根樣品為定標與驗證樣品材料,確定樣品光譜收集方法,獲取有效的甘薯近紅外光譜信息,并運用各種光譜數據預處理技術和統計方法進行校正與驗證,確定各參數的最佳優化設置,初步建立甘薯淀粉及其糖類化合物含量預測模型,為進一步建立其他重要品質性狀指標模型提供基礎,以期為中國甘薯育種及資源品質改良研究提供高效、準確和快速的分析方法。

  1、材料與方法

  1. 1、材料

  從江蘇省徐州市國家甘薯種質資源庫篩選遺傳背景、生物性狀與區域來源不同的定標樣品 218 份,驗證樣品 30 份,主要包括國家審( 鑒) 定品種、國家區試材料、鑒定圃材料以及來自國際馬鈴薯中心等的引進材料。每份材料挑選大小均勻,無病蟲害薯塊,清洗、風干、去皮、切細條、分裝,于 - 50 ℃ 真空冷凍干燥 72 h,通過 FOSS CT410 旋風磨粉機高速粉碎,過 80 目篩,密封保存備用。

  1. 2、淀粉及糖含量常規測定

  淀粉測定: 參照 McCleary 等酶法[19],略改,試劑盒購自 Megazyme 公司,每樣品重復測定3 次。蔗糖、葡萄糖和果糖測定: 參照 GB/T 22221———2008食品中果糖、葡萄糖、蔗糖高效液相色譜法測定。

  1. 3、光譜采集與預處理

  本研究采用 VECTOR22/N 型傅立葉變換近紅外反射光譜儀( 德國 BRUKER 光譜儀器公司制) 采集光譜。為保證儀器的穩定和采集光譜信息的準確,提高檢測限,控制好信噪比,提高并穩定樣品譜帶信號強度,保持室內溫度( 25 ± 1) ℃,濕度 50%左右。測量前儀器預熱 30 min,儀器測試( 如峰和擴大信號等) 通過后,對背景進行掃描。通過不同樣品量、掃描次數等對照,選擇厚度約 5 mm 樣品( 5g 左右) 盛于直徑 50 mm 的旋轉樣品容器,掃描 64次,3 個重復。為保證測量環境和人工操作的一致性,光譜采集過程中每 30 個樣品進行一次背景掃描以消除漂移。

  為提高光譜質量與真實性,減少因儀器、環境、樣品不均勻以及人工操作等造成的誤差,利用配套軟件采取移動、平均、平滑、數據篩選等對原始光譜進行預處理,選擇常數偏移消除、矢量歸一化、一階導數、二階導數、直線差值以及一階導數 + 矢量歸一化、一階導數 + 直線差值等方法在光譜區范圍優化光譜數據,以提高光譜質量; 選擇偏最小二乘法( PLS) 作為建立數學模型的統計學方法。

  1. 4、模型建立、校正與評價

  光譜信息經適當處理后,建立與給定組分含量或特性之間相關關系,即為模型,利用 OPTIMIZE 程序自動優化處理,選擇最佳建模條件,找出最佳主變數,程序中同時設置交叉檢驗,除去異常樣品,得出最佳變量數; 以校正決定系數 R2cal、校正均方差( RM-SEE) 、主變數、交叉檢驗標準誤 ( RMSECV) 和交叉檢驗決定系數( R2CV) 對近紅外光譜模型的穩定性、準確性和可靠性進行數學評價; 同時也通過分析與驗證樣品集數據相關性評價其可靠性。

  2、結果與分析

  2. 1、常規化學分析

  定標樣品化學值的準確性決定數學模型的可靠性和準確性,含量的范圍也決定模型適用性的好壞。篩選的218 份甘薯塊根樣品( 干基) 淀粉含量、糖類化合物含量如表1 所示,218 份樣品所測指標差異很大,淀粉與糖類化合物含量呈極端值的樣品數較少。對照國家甘薯資源庫數據,樣品中淀粉與糖類化合物含量范圍基本代表了國內當前甘薯品種的情況。

表 1 校正與驗證樣品品質指標概況
表 1 校正與驗證樣品品質指標概況

  2. 2、甘薯塊根的 NIRS 分析

  在 4 000 ~10 000 cm- 1譜區內,甘薯塊根干粉近紅外反射光譜曲線各區段表現出獨特吸收特征( 圖 1) ,這為塊根干粉淀粉與糖類化合物含量的定量分析提供了豐富的信息基礎。由圖 1 可見,218份甘薯塊根干粉在近紅外光譜區吸收光譜特征基本一致,表明樣品組分類別的相似性; 同時,由于樣品的化學成分含量不完全相同,因此樣品的吸收光譜也不完全重合,這為預測組分含量提供了可能。

  2. 3、光譜的預處理、優化及模型的構建

  淀粉吸收光譜以一階導數和矢量歸一法預處理最佳,獲得1 個最佳光譜區,其他糖類光譜以一階導數法處理最佳,各有兩個理想譜區。用偏最小二乘法( PLS) 通過計算機自動回歸分析,建立定標樣品特定波長下的光譜數據與其已知化學測值間的相關關系( 表2) ,建立最優光譜與化學成分間關系模型( 圖2 ~圖5) 。從圖2 至圖5 可見,樣品比較集中地分布在擬合線附近,模型 R2cal和 R2CV都達 0. 990 以上,RMSEE( 0.203 ~0. 431) 與 RMSECV ( 0.224 ~ 0. 489) 的范圍較為理想,表明此模型具有較好的適用性。

圖 1 甘薯塊根干粉 NIRS 光譜圖
圖 1 甘薯塊根干粉 NIRS 光譜圖

表 2 甘薯淀粉及糖類物質含量校正模型的優化結果
表 2 甘薯淀粉及糖類物質含量校正模型的優化結果

圖 2 甘薯塊根淀粉含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性
圖 2 甘薯塊根淀粉含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性

圖 3 甘薯塊根蔗糖含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性
圖 3 甘薯塊根蔗糖含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性

圖 4 甘薯塊根果糖含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性
圖 4 甘薯塊根果糖含量化學測定值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 的相關性

  2. 4、模型可靠性評價與分析

  利用建立的預測模型,對 30 個驗證樣品的組分含量進行預測,獲得的預測值與測定值進行相關性分析,部分結果見表 3。結果表明,模型對樣品 NIRS 預測值與其相應的化學測定值有較好的相關性,相關系數都達 0. 990 以上,均方差值較小,預測值的誤差范圍絕大多數小于 5% ,接近或小于常規分析方法的誤差范圍。以此模型預測甘薯塊根淀粉與糖類化合物含量,結果較為準確,可替代常規化學分析方法。

圖 5 甘薯塊根葡萄糖含量化學值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 相關性
圖 5 甘薯塊根葡萄糖含量化學值與模型校正預測值( A) 及化學值與內部交叉檢驗預測值( B) 相關性

表 3 對部分甘薯驗證樣品的模型可靠性檢驗
表 3 對部分甘薯驗證樣品的模型可靠性檢驗

  3、討 論

  本研究利用近紅外光譜技術篩選了建模的最佳光譜預處理方法、譜區范圍和主成分維數,選擇偏最小二乘法( PLS) 建立甘薯淀粉及糖類化合物含量近紅外光譜分析預測模型,并選擇 30 份驗證樣品對模型預測結果的準確性進行評價,其預測值精度達到與常規法基本一致的水平,同時具有快速、無污染和測試效率高等優點。該技術在育種上的作用尤其明顯,能成批篩選每一環節上的育種材料,提高品質鑒定效率,縮小育種規模,縮短育種年限,快速選擇優良品系,提高育種效率。

  近紅外光譜技術是一種間接的定量分析技術,通過建立的預測模型來測定未知樣品的成分,模型的質量受樣品的代表性、化學分析測試數據以及光譜的準確性影響。本研究選擇的樣品來自國家甘薯資源庫,組分梯度大,代表性強,增強了模型適用性;化學分析測試數據的準確性與可靠性將直接決定建立模型的可靠性與適用性。本研究過程中我們加強了與國際馬鈴薯中心品質營養分析中心科學家的交流與合作,改進常規測試方法,提高原始數據的準確度,很大程度上提高了模型預測結果準確度,拓寬其應用領域。同時,在光譜采集與預處理過程中,控制試驗條件,減少系統誤差,增加樣品近紅外光譜的真實性,提高了光譜模型的預測能力和適用性。中國國內市場上近紅外光譜儀在設計和應用上都有差異,導致其自帶模型有限的適用性和可轉移性,而且,迄今未有一家儀器品牌建立甘薯等塊根( 莖) 類作物品質性狀預測模型,導致在中國甘薯領域應用NIRS 存在較多問題,如缺乏適用性好、可靠性高的模型,預測模型指標偏少,利用率低,模型未能及時校正和完善。近年我們利用材料資源與平臺優勢進行了一些研究,逐步建立并完善了適用于科研與生產上應用的甘薯主要品質性狀預測模型[20-21]。

版權所有:上海論文網專業權威的論文代寫、論文發表的網站,秉承信譽至上、用戶為首的服務理念,服務好每一位客戶
本站部分論文收集于網絡,如有不慎侵犯您的權益,請您及時致電或寫信告知,我們將第一時間處理,郵箱:[email protected]
荒无人烟一波中特网