施用羊糞下小米粗脂肪、粗蛋白質含量高光譜檢測

摘要：運用先進技術實現有機肥高效利用，因地制宜發展區域農業是有機旱作農業發展的重要手段。羊糞施用量的選擇與谷子種植用養結合能夠有效提高小米品質質量，區別于傳統檢測手段，高光譜成像對待測樣本可以做到檢測快速、無損，因而在實現小米粗脂肪、粗蛋白質快速檢測中具有巨大潛力。為了為谷子栽培措施的改避及利用高光譜成像對小米營養成分快速檢測提供參考和理論支持，試驗采集358份小米樣本高光譜圖像數據并利用傳統檢測手段進行粗脂肪、粗蛋白質含量測定，同時運用化學計量學方法進行2種成分含景預測。結果表明，連續投影算法結合迭代保留信息變量算法建立的偏最小二乘回歸模型在2種成分含量檢測上精度最高，其中模型預測粗蛋白質含量相關系數、均方根誤差、相對分析誤差分別為0.88、0.59、1.99，利用該回歸模型進行可視化表達可直觀看出不同羊糞施用量下粗脂肪、粗蛋白質的積累規律，并得出每公頃施用90m3肥料為最佳施用量。

關鍵詞：小米粗脂肪、粗蛋白質；高光譜；化學計量學方法；可視化

中圖分類號：0657.3 文獻標識碼：A 文章編號：1002-2481（2024）03-0001-08

小米中粗脂肪、粗蛋白質含量分別占比在5％和10％左右。研究表明，小米巾蛋白質含量高于小麥和大米，且涵蓋氨基酸種類齊全，比例適宜，熬制小米粥后，上浮“米油”對特殊人群極具一定藥用保健功能，小米以其豐富的營養價值現已被大眾公認為優質谷物，對于小米粗脂肪和粗蛋白質的快速檢測也變得日益重要。

高光譜檢測具有無損、快速、無接觸及化學試劑零使用等技術特點，目前，運用光譜技術針對農作物營養成分檢測的研究也漸漸被農業科研人員所關注。田翔等對小米淀粉、直鏈淀粉、蛋白質和脂肪應用近紅外光譜法進行快速檢測，結果表明，采用化學法和近紅外法檢測結果無顯著差異；王浩等運用近紅外結合PLSR模型實現小米硒含量的快速預測。此外，高光譜數據具有變量維度高的特點，為了降低變量維度、提升預測模型預測精度，一般采用特征波段提取算法對目標變量數據組進行特征波段選擇。其中，變量組合集群分析（Variable Combination Population Analysis，VCPA）算法能夠將所有存在相互影響的原始變量自由組合，并通過預設終端輸出變量波段數閾值，選取極具代表性的變量波段，趙環等阱運用該算法預測小麥蛋白質含量并取得較理想預測效果；SPA算法通過選擇初始向量，計算在未選變量上的投影，選出最佳波段組合，李穎運用SPA算法對木材可見一近紅外光譜數據進行特征波段提取并建立PLS模型，在木材分類過程中取得較為理想效果；而IRIV算法可以在剔除冗余波段的同時將變量強、弱信息波段盡可能多地保留，于雷等運用IRIV算法優選了大豆葉片高光譜波長并對葉綠素含量進行估測，為高光譜技術估測葉片生理參數提供新思路。目前，特征波段提取算法聯用在特征波段選擇上應用漸廣，余海東提出近紅外光譜波長選擇采用3步聯用策略，提高模型預測精度同時，既突出各算法優勢，也克服了算法局限性。因此，通過運用高光譜成像結合化學計量學相關知識實現小米粗脂肪、粗蛋白質快速檢測具有重要的現實意義。

本試驗主要對不同羊糞施用量處理下的小米高光譜數據，運用傳統化學方法測定粗脂肪和粗蛋白質含量，并結合化學計量方法建立快速檢測小米粗脂肪和粗蛋白質含量的預測模型，通過特征變量提取聯用建立的預測模型進行小米粗脂肪和粗蛋白質含量積累規律的可視化表達，旨在探尋快速、無毒、零接觸、低成本和可視化預測小米粗脂肪和粗蛋白質含量的方法。通過研究高光譜檢測技術結合化學計量學在小米粗脂肪和粗蛋白質檢測方面應用的可行性，為進一步在谷子農藝性狀選擇、育種栽培方式優化、產品質量分類定級以及提升小米終端商品價值提供參考依據。

1材料和方法

1.1試驗地概況

試驗地位于山西農業大學谷子研究所試驗基地，該區域屬暖溫帶大陸性氣候，年平均氣溫9.3℃，無霜期150 d。年平均降雨量580mm。土壤屬于紅壤，pH值為7.4。前茬作物是玉米?；痉柿椋和寥篮?5.9％，有效氮含量58.67 mg/kg，有效磷含量15.54 mg/kg，有效鉀含量95.20 mg/kg，有機質含量10.75 g/kg，土壤肥力處于中等水平。

1.2試驗材料

供試長生13（品種登記號：晉審谷（認）2015008）由山西農業大學谷子研究所提供。羊糞購買自農戶。羊糞有機質含量為42.7％，氮含量為1.86％，磷含量為1.47％，鉀含量為2.02％。

1.3試劑與儀器設備

石油醚、濃硫酸、脫脂濾紙、過氧化氧、溴甲酚綠、甲基紅、無水乙醇、鹽酸（國藥集團試劑有限公司）。

LTJM2099散熱型小米礱谷機（鄭州中谷機械設備有限公司），WF-20B型粉碎機（南京科益機械設備有限公司），HWS24型電熱恒溫水浴鍋（上海恒科技有限公司），8400型全自動定氮儀（丹麥FOSS公司），Starter Kit型高光譜成像儀（近紅外光程900-1 700 nm，數碼鏡頭焦距25 mm，光圈F/1.3，光源型號PHILIPS 6995P，工作色溫3 200K，額定電壓／功率為230 V/l OOOW，美國Headwall Photonics公司），鋁盒（中山市天美五金制品有限公司）。

1.4試驗方法

羊糞施用量設置4個處理：S1.60 m3/hm2，S275 m3／hm2，S3 90 m3／hm2，S4.105 m3／hm2，同時設s5為空白對照。羊糞都是底施，試驗一重復按15正序依次排列，二重復按5-1倒序排列。取樣時，采用棋盤采樣法，每小區采樣180個點，每點面積2 m2，相鄰5點混裝，編號記錄，經晾曬、礱碾、清選等工序后，共采集待測小米樣本358份。

1.4.1小米高光譜數據采集小 米高光譜數據采集過程中，被測樣裝入直徑5 cm、深1 cm的器皿內，保證被測樣品表面平整、緊實，載物臺平移速度16 mm/s，相機曝光時間0.9 ms，樣品表面距離鏡頭25 mm，每份被測樣品采集光譜數據3次，數據按順序編號、保存。數據采集開始前進行黑白校正，后根據式（1）運算得到樣本相對光強X，每采集3張高光譜圖像，重復進行上述校正過程。采集設備如圖1所示。