基于近红外光谱的稻谷、大米、大米粉直链淀粉含量预测

2021-05-11 03:44:06胡斌,王静
粮食科技与经济 2021年1期
关键词:检测模型

胡 斌,王 静

(1. 安徽省粮油产品质量监督检测站,安徽 合肥 230031;2. 安徽粮食工程职业学院,安徽 合肥 230011)

直链淀粉、蛋白质、脂肪、水分含量是大米的重要营养指标[1]。其中直链淀粉含量是优质稻谷限制指标,也是优质大米的重要品质[2]。它与米饭的黏性、光泽度、柔韧性、胀性密切相关[3],是影响稻米食用品质的重要因素[4]。对这些指标的传统测定方法存在过程繁琐、检测周期长等问题,不能满足现阶段中国推进优质粮食工程中优质储备收购要求。而近红外光谱法具有多指标同时检测、快速无损、成本低等优点[5],在粮食谷物中应用广泛[6-10]。

本实验以产自安徽省的99 份籼稻谷为研究对象,利用TAS 全校准技术下,稻谷、大米、大米粉3 种大米物理形态的近红外光谱测定直链淀粉结果的相关性,建立适用于安徽省所产稻谷中直链淀粉营养成分的定量模型,为稻谷收储过程中快速检测分类提供依据。

1 材料与方法

1.1 仪器与试剂

实验材料包含99 份籼稻谷,产自安徽省。2600XT-R 型近红外分析仪器:美国UNITY 公司。

1.2 测定方法

1.2.1 大米直链淀粉含量的测定

参照《GB/T 15683—2008 大米直链淀粉含量的测定》。每份样品至少检测2 次,取平均值。

1.2.2 样品近红外光谱采集

分别采集同一样品的稻谷、大米、大米粉3 种测定物理状态。采用漫反射方式采集样品光谱,设置采集光谱区间为4 000 ~12 500 cm-1,准确率为2 nm,步进式旋转扫描12 次。采集完后将采样杯中样品与原样品混合均匀后倒出,重复操作2 次,以2 次采集得到平均光谱作为该样品的最终光谱。……

登录APP查看全文

猜你喜欢
检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用