应用近红外光谱法测定苎麻粗纤维含量

彭玉梅，蔡敏，李雅玲，吕发生，刘华强

(重庆市渝东南农业科学院，重庆 涪陵 408000)

应用近红外光谱法测定苎麻粗纤维含量

彭玉梅，蔡敏，李雅玲，吕发生*，刘华强

(重庆市渝东南农业科学院，重庆 涪陵 408000)

摘要：以66份苎麻材料为检测对象，常规化学方法测定苎麻粗纤维含量，应用近红外光谱技术采集其光谱,运用偏最小二乘法(PLS)建立了苎麻粗纤维含量的校正模型，该模型的相关系数为0.97，标准偏差为0.78。用16个验证集对所建模型预测效果进行外部检验，预测值与化学值之间存在较好的相关性，其相关系数为0.92，表明近红外光谱法用于苎麻粗纤维含量测定是可行的。

关键词：近红外光谱法；苎麻；粗纤维；校正模型

1引言

苎麻属荨麻科植物，原产于中国西南地区，是多年生宿根性草本植物，中国的苎麻产量约占世界苎麻产量的90%以上，国际上称为“中国草”，是重要的纺织纤维作物。麻叶养分含量极为丰富，养分种类齐全，麻叶(干态)含粗蛋白23%、粗纤维16.5%、钙3.64%、磷0.33%，还含有微量元素和维生素[1]。随着对苎麻植物多功能开发和利用，除了用作传统的纺织原料外，苎麻还可以制作成干粉或颗粒用作禽畜、鱼类的精饲料。

我国是饲料需求大国，在农业领域上已进行了大量苎麻品种培育工作。粗纤维含量高低是评价饲用苎麻品质的一个重要指标，其含量的测定对苎麻育种工作也具有重要的指导作用。苎麻粗纤维的含量是依据GB/T6434-2006《饲料中粗纤维的含量测定—过滤法》进行化学分析测定的。其传统的化学方法操作繁锁、耗时、费力、效率较低、测试周期长，在一定程度上阻碍饲用苎麻育种研究工作，给优质资源的筛选和鉴定带来困难。

近红外分析技术是近年来兴起的一种快速、无损的物理检测技术。近红外光(NIR)是指波长介于可见光与中红外光之间的电磁波，其波长范围约为780 nm～2526 nm。它具有快速分析，破坏性小、无污染、可对样品多种成分同时分析等优点，近红外光谱技术在农产品,食品,药品和石油化工等各行业已得到广泛应用[2]。

肖爱平，姜伟等利用近红外漫反射光谱技术，采用偏最小二乘法建立模型预测苎麻纤维素、果胶及灰分含量，取得较为满意的结果[3-6]。笔者在前期研究近红外建模技术对苎麻粗蛋白含量预测具有一定的可行性和准确性[7]，为进一步研究近红外建模技术对苎麻化学成分含量的预测准确度，该研究采用近红外谷物分析仪，采集近红外漫反射光谱，同时用传统的化学方法测定样品粗纤维值，建立苎麻粗纤维含量预测模型，并且验证了该定标模型的准确性。

2实验

2.1材料的采集与制备

66份供试材料由重庆市渝东南农业科学院涪陵苎麻试验站提供。先将1000 g左右苎麻全株样品85℃烘干，用摇摆式高速粉碎机粉碎，再105℃烘干至恒量，用FZ 102型植物粉碎机粉碎过筛，以备光谱扫描和化学分析。

2.2主要仪器设备

近红外光谱分析仪(SUPNIR-2720)；恒温干燥箱；分析天平；高温马福炉；摇摆式高速粉碎机；植物粉碎机等。

2.3实验方法

2.3.1化学值的测定

苎麻试样经酸煮和碱煮后，经水洗及真空抽滤后烘干至恒量，称量后高温灼烧灰化并再次称量，由灰化时的质量损失计算粗纤维含量。每个试样均进行2次平行测定，取其平均值，并用空白测定作为对照，有效分析结果作为建模数据。

2.3.2原始光谱的采集

测量前将近红外光谱仪预热30 min，其波长范围约为1000 nm～1799 nm，采用漫反射的测样方式。测量时保持试样装载的深浅和紧密均匀一致，每个试样扫描2次，其光谱数据的平均值作近红外光谱分析。苎麻粗纤维含量原始光谱如图1所示。

3模型的建立与验证

3.1样品粗纤维含量化学测定值的统计与样品集的划分

66个苎麻粗纤维含量结果如表1所示。所选样品的粗纤维含量范围在7.74%～26.47%之间，平均值为15.11%， 说明样品的粗纤维含量变幅很大,具有较宽覆盖范围。校正集、验证集及全部样品的粗纤维含量分布十分接近，表明样品集的划分是均匀的，具有良好的代表性与连续性，可以用作近红外光谱采集建立模型。

表1样本粗纤维含量统计

Tab.1The statistic of crude fiber content of ramie samples

3.2校正模型的建立

3.2.1光谱的预处理

散射、基线漂移等各种非目标因素对NIR光谱是有影响的，通过光谱预处理可以减弱或消除其影响[8]。为消除噪声和基线漂移等各方面因素对光谱的影响，提高模型的预测精度，需对原始光谱进行预处理，该处理过程由光谱仪附带的分析软件进行。该软件提供了4种类型光谱预处理方法，包括标准化，导数，平滑和信号校正处理。经过比较不同光谱预处理，最后采用一价求导，Savitzky-Golay平滑，多元散射校正和均值中心化相结合的方式来完成。

3.2.2近红外光谱分析模型的建立

将50个苎麻光谱数据与粗纤维含量的化学值相关联，建立校正集。由本光谱仪附带的分析软件，用化学计量的方法对样品进行定量分析建立模型。近红外分析常用的化学计量学方法有多元回归(MLR)，逐步回归(SRA)，主成分回归(PCR)，偏最小二乘回归(PLS)，人工神经网络(ANN)等[9]。本实验建立模型的化学计量学方法为偏最小二乘回归(PLS)，通过内部交叉验证，剔除并校正异常样品，然后将不同的处理方法与不同的光谱区进行组合，并且选择不同的主成分维数，根据相关系数最大、标准偏差最小的原则，进行逐步优化模型。

优化后模型的最佳参数见表2所示，其最佳主因子数为12，定标决定系数(RC)为0.97，定标标准偏差(SEC)为0.78，交叉检验标准误差(SECV)为0.86。校正样本集的预测情况见图2，该图显示预测值和真实值的吻合程度。可见，校正模型达到较好效果。

表2校正模型结果

Tab.2The correction model results

图2校正样本化学值与预测值对比

Fig.2The comparison between the chemical values and prediction values of calibration samples

3.2.3模型的验证

利用验证集(未参与建立模型的)16份苎麻，采用外部验证法验证所建立的近红外光谱定标模型的预测精度和可靠性，验证集样品的化学值和模型预测值(见表3)。

由下表可知，化学法和仪器法测定的粗纤维含量绝对偏差在0.31%～2.16%之间，误差较小。通过线性回归，得到苎麻粗纤维含量化学分析值和模型预测值之间的相关性(见图3)。

表3化学值和近红外光谱法预测值的结果对比(%)

Tab.3Comparison between values by chemical method and predicted values by near-infrared spectroscopy

图3苎麻粗纤维含量化学值与预测值之间相关图

Fig.3The correlation of chemical values and predition values of crude fiber content in ramie

16个验证样品的化学值和预测值进行相关性分析，其趋势线的斜率为0.96，相关系数为0.92，斜率和相关系数均接近1，说明苎麻粗纤维近红外光谱模型预测值和化学分析法测定值之间具有良好的相关性，用近红外光谱预测模型快速预测苎麻的粗纤维含量是可行的。

4结语

近红外光谱法具有方便、快速、准确、无损、无污染的特点，是一种非常值得推广的绿色分析方法。本次实验应用近红外光谱仪，采用偏最小二乘法建立苎麻粗纤维含量的预测模型，同时对模型进行了验证。该模型具有较高的相关系数0.97，较低的校正集标准差0.78和交互验证标准差0.86。通过外部验证，化学值与预测值比较接近，二者之间具有较好的相关性，可见，近红外光谱法应用于苎麻的粗纤维含量测定是可行的。

该研究为苎麻粗纤维的定量分析提供了新的测试方法，可以提高工作效率，对苎麻的育种和鉴定，品种筛选等具有指导作用。在以后的应用研究中应该不断扩大样本集，进一步优化和验证模型，以使所建模型具有更高的可靠性与适用性。

参考文献：

[1]李亚玲,唐朝霞.苎麻植物的多功能开发与利用[J].四川农业科技,2014(3):45-46.

[2]严衍禄,赵龙莲,韩东海,等.近红外光谱分析基础与应用[M].北京:中国轻工业出版社,2005:1-9.

[3]姜伟,韩光亭,张元明,等.基于近红外技术的苎麻纤维素及胶质含量快速测定[J].纺织学报,2012,33(1):6-10.

[4]肖爱平,冷鹃,杨喜爱,等.苎麻纤维素含量近红外预测模型的建立与探讨[J].中国麻业科学,2011,33(4):189-191.

[5]肖爱平,李伟,冷鹃,等.近红外光谱法快速测定苎麻果胶含量的研究与探讨[J].中国麻业科学,2009,31(4):238-241.

[6]姜伟，韩光亭，张元明.近红外光谱法快速测定苎麻灰分含量研究[EB/OL].2009-03-05.http://www.paper.edu.cn.

[7]彭玉梅,李雅铃,蔡敏,等.近红外光谱法快速测定苎麻粗蛋白质含量[J].中国麻业科学, 2015,37(6):301-305.

[8]陆婉珍,袁洪福,徐广通,等.现代近红外光谱分析技术[M].北京:中国石化出版社,2000.

[9]张卉,宋妍,冷静,等．近红外光谱分析技术[J].光谱实验室,2007,24(3):388-395.

Application of Near-infrared Spectrometry on the Determination of Ramie Crude Fiber Content

PENG Yumei, CAI Min, LI Yaling, LYU Fasheng*, LIU Huaqiang

(Chongqing Yudongnan Academy of Agricultural Sciences, Fuling 408000, Chongqing,China)

Abstract:In this paper, we chose 66 ramie material as test objects and the conventional chemical method was used for determining the crude fiber content in ramie. And then calibration model of ramie crude fiber content was established by using partial least squares (PLS) using near infrared spectroscopy for collecting the spectra. The correlation coefficient of the model was 0.97 and the standard deviation was 0.78. With 16 validation set to external test of the model prediction effect, there was a good correlation between predicted values and the chemical values, and the correlation coefficient was 0.92. The results showed that the near infrared spectroscopy for ramie crude fiber content measurement was feasible.

Key words:near-infrared spectrometry; ramie; crude fiber; correction model

文章编号：1671-3532(2016)03-0125-04

收稿日期：2016-02-29

基金项目：现代农业产业技术体系(CARS-19-S16)

作者简介：彭玉梅(1973-)，女，农艺师，主要从事苎麻多用途关键技术应用研究。E-mail: 564377718@qq.com。 *通讯作者：吕发生(1968-)，男，本科，高级农艺师，主要从事苎麻栽培及相关研究。E-mail: 505952375@qq.com。

中图分类号：S563.1

文献标识码：A