基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf

基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf

ID:51250474

大小:340.87 KB

页数:5页

时间:2020-03-22

基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf_第1页
基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf_第2页
基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf_第3页
基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf_第4页
基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf_第5页
资源描述:

《基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第41卷分析化学(FENXIHUAXUE)研究报告第6期2013年6月ChineseJournalofAnalyticalChemistry922—926DOI:10.3724/SP.J.1096.2013.20876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沙莎荣正勤刘海英陈进红祝水金(浙江大学农业与生物技术学院,生物系统工程与食品科学学院,杭州310058)摘要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份棉花种子为实验材料,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—SVM)方法,

2、结合蒙特卡罗无信息变量消除法(MC-UVE),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外校正模型的相关系数R分别为0.863,0.881,0.843,0.806,0.894和0.917,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

3、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料,具有可生物分解、无毒、低排放量等特点j。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,利用棉籽为原料生产生物柴油是一种较为理想的综合利用途径,相关技术和研究也越来越受到关注-z叫。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和气相色谱.质谱法为主_5J,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、检测成本高等问题。近红外光谱技术结合化学计量学方法,可

4、以有效解决上述问题,目前已成功应用于棉籽仁粉末的品质分析。Quarnpah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带来了较大的困难,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。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—SVM)方法,结合蒙特卡罗无信息变量消除法(MC.UVE),构建整粒棉籽中棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸、不饱和脂肪酸含量的近红外校正模型,为整粒棉籽脂肪酸

5、含量的检测提供一种快速、精确的无损分析方法。2实验部分2.1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籽的近红外光谱,再剥壳得到整粒棉仁,用DFI'-50高速粉碎机(林大机械有限公司)磨粉处理,待测。2.2脂肪酸含量的化学测定采用GB/T17377-2008气相色谱法(Agilent6890N气相色谱仪,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(%

6、)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1100~2498am的范围2012-08-30收稿;2012—12—10接受本文系国家973计划项目(No.2010CB126006),转基因生物新品种培育重大专项(No.2013ZX08005-005),国家863项目(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内,每隔2nm采集反射强度()。每份整粒棉籽样

7、品重复扫描4次,取平均值,并转化为lg(1/R)。近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r。因此,在构建校正模型前,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准化(SNV)、Savitzky—Golay卷积平滑(11点平滑)、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

8、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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。