基于便攜式近紅外光譜儀的糧食品質快速檢測方法研究

陳靜

摘要：當前，糧食品質對于消費者和糧食生產加工企業的重要性逐漸提高。由于傳統糧食品質檢測方法存在耗時長、流程復雜等問題，基于近紅外光譜技術（Near－Infrared Spectroscopy，NIRS）的糧食品質快速檢測技術有望成為傳統方法的理想替代技術。為了模擬現場收儲條件，本文采用了兩臺型號相同的便攜式近紅外光譜儀器進行實驗，以539份水稻、小麥和玉米樣本的多種組分（脂肪、蛋白質和水分）為檢測對象，利用近紅外光譜技術進行快速分析。結果表明，基于便攜式光譜儀的三種作物三種品質指標的NIRS檢測模型均可達到0.95以上的交叉驗證決定系數，具有良好的檢測精度，所采用方法和設備可為糧食收儲時的糧食品質快速檢測提供技術支撐。

關鍵詞：近紅外光譜學；水稻；小麥；玉米；脂肪；蛋白質

DOI：10.12433/zgkjtz.20233134

隨著經濟增長和人民生活水平的提高，我國糧食生產已由追求數量進入追求質量的階段，糧食質量檢測是糧食收儲流通的必要環節。除了傳統的糧食質量評價指標，例如，水分、不完善粒、容重等，還有影響糧食食用和加工效益的各項品質指標，例如，淀粉、脂肪、蛋白質、粗纖維等含量，越來越多地受到消費者和糧食生產加工企業的關注。然而傳統的糧食品質判定方法是基于濕化學分析方法，其判定指標多、技術流程復雜，環節多、時間長，專業性強，難以實現快速在線檢測。缺乏糧食質量快速判定技術是糧食優質不能優價、收購農民糧食時壓級壓價以及轉圈糧問題頻發的根源之一。發展糧食品質快速檢測和監測技術是提高人民生活水平、保障農民利益、實現優質優價、保障糧食儲藏安全性的重要課題，也是我國糧食生產由數量向質量轉化的需求。

本文基于兩臺相同型號的便攜式近紅外光譜儀，以水稻、小麥、玉米三類作物三種主要品質性狀：脂肪含量、蛋白質含量和水分含量為對象，介紹了便攜式檢測條件下糧食品質的NIRS快速檢測方法和檢測效果，旨在利用符合收儲為糧食行業收儲時的糧食質量安全提供智能化、數字化、快速便攜的檢測手段，進一步推進現代化糧食品質檢測技術的發展和應用。

一、材料與方法

（一）檢測儀器

本文采用的儀器為中國科學院合肥物質科學研究院研發的相同型號的兩臺便攜式糧食品質檢測儀。儀器外形為30×30×15cm3的梯形立方體，內部集成了光譜儀、光源、自動校正系統和中科院自主編寫的光譜采集、建模、預測等多套軟件。與進口商品化光譜儀相比，該設備體積更小，內部集成的光柵式光譜儀也不易受攜帶時運動條件干擾。儀器集成的自動校正系統在檢測每個樣品時也采集了一套參考光和背景光用于實時校正，從而降低收儲現場的溫度、濕度等復雜環境的影響。

（二）樣本準備

自2019～2021年底，從中國科學院合肥物質科學研究院、安徽省農業大學、安徽省農科院、中國科技大學、中儲糧糧庫等單位收集小麥、水稻和玉米樣本合計539份，其中水稻239份、小麥173份、玉米129份。將收集的小麥、水稻和玉米樣本進行處理并分類整理。通過研磨成粉狀樣本（水稻樣本先出糙，后磨粉處理），由單位樣本測試中心和中國科學院合肥物質科學研究院樣本檢測實驗室進行品質性狀檢測。樣本檢測后的剩余樣本經糧食品質便攜式快速檢測儀采集光譜，再存入光譜數據庫分析與建模使用。

（三）光譜采集

將每份樣品裝于玻璃樣品杯中，置于便攜式糧食品質檢測儀頂端的檢測窗口（直徑20mm），用戶通過儀器殼體上觸摸顯示屏加載光譜采集軟件進行光譜采集操作。每份樣品采集兩次取平均光譜，光譜范圍為900～1700nm，分辨率為1.56 nm。

（四）參考值測定

對三類糧食粉末樣本，采用烘干稱重法測量水分、采用索氏提取法測量脂肪含量、采用凱氏定氮法測量蛋白質含量，操作步驟分別按照中國國家標準GB 5009.3－2016、GB 5009.6－2016和GB 5009.5－2016執行。

（五）模型構建和評價

采用標準正態變量變換（Standard Normal Variate Transform）預處理光譜；利用偏最小二乘法（Partial Least Squares，PLS）構建光譜和待測組分間的回歸模型。利用校正決定系數（R2c， Determination Coefficient of Calibration）、交叉驗證決定系數（R2cv，Determination Coefficient of Cross－Validation，本文交叉驗證方式為留一交叉驗證）、校正均方根誤差（RMSEC，Root Mean Square Error of Calibration）和交叉驗證均方根誤差（RMSECV，Root Mean Square Error of Cross－Validation）評價模型的性能。

二、結果與討論

（一）糧食的近紅外光譜

以三種糧食的水分樣本集和便攜式儀器為例，經過光譜采集的三種糧食粉末的近紅外光譜如圖1所示。

圖1 ? 便攜式糧食品質檢測儀上采集的水稻（a）、小麥（b）和玉米（c）粉末的近紅外光譜

由圖1可知，便攜式儀器采集的三種糧食粉末的光譜曲線十分平滑，沒有鋸齒，具有良好的信噪比。在三種粉末的光譜圖上，在1204nm、1464nm等位置均有明顯吸收峰，峰與糧食的脂肪、蛋白和水分均密切相關，表明儀器采集到了必要的有機組分信息。

（二）樣本成分分布

將收集的小麥、水稻、玉米樣本分類整理后，研磨制成樣本粉末，測量樣本的化學值，樣本品質成分分布情況以及每種樣本的數量如表1所示。

由表1可知，三組樣本的化學值分布較為廣泛，其范圍能覆蓋實際收儲環境下大部分糧食的成分范圍，表明實驗所用樣本集具有良好的代表性。

（三）糧食品質成分模型的預測性能

基于SNV預處理和PLS算法，構建糧食光譜和對應成分間的回歸模型。兩臺相同型號光譜儀上的糧食品質NIRS模型的檢測效果分別如表2、表3所示。

由表2和表3可知，在兩臺相同型號的便攜式檢測儀上，三類糧食的三種組分的近紅外模型均表現出良好的校正效果，其R2cv均在0.95以上。其中，三類作物的水分含量檢測效果最好，可能是由于水分對近紅外吸收更加敏感。

三、結論

綜上所述，本文描述了一項基于便（下轉第106頁）（上接第100頁）攜式近紅外光譜儀上糧食品質檢測的實例，研究表明，利用近紅外光譜技術，在便攜式檢測設備條件下也能取得良好的檢測效果，檢測精度可以滿足快速檢測需求，為糧食分級定等、按質論價提供及時指導。由于采用的設備能收儲現場環境，對糧食品質快速檢測技術的推廣具有借鑒意義，采用的方法和設備有潛力在更多糧食收儲現場測試和應用。

參考文獻：

[1]魏孟輝，袁建.我國糧食質量標準與檢測技術研究進展[J].食品安全質量檢測學報，2015（11）：4677-4683.

[2]嚴衍祿，陳斌，朱大洲，等.近紅外光譜分析的原理、技術與應用[M].北京：中國輕工業出版社，2013.

[3]褚小立.近紅外光譜分析技術實用手冊[M].北京：機械工業出版社，2016.

[4]王鐸，張力，范素杰，等.大豆主要脂肪酸含量近紅外模型的建立[J].大豆科學，2017，36（02）：295-299.

[5]關二旗，崔貴金，卞科，等.基于近紅外光譜特征的赤霉病小麥籽粒SIMCA識別模型構建研究[J].中國糧油學報，2016（11）：124-129.

[6]李娟，李忠海，付湘晉.稻谷新陳度近紅外快速無損檢測的研究[J].光譜學與光譜分析，2012（08）：2126-2130.

[7]宋樂，王琦，王純陽，等.基于近紅外光譜的單粒水稻種子活力快速無損檢測[J].糧食儲藏，2015（44）：20-23.