近红外技术快速分析整粒棉籽中的脂肪酸含量

近红外技术快速分析整粒棉籽中的脂肪酸含量

  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200份棉籽为实验材料,应用线性的偏最小二乘(PLS)方法,结合一阶微分和SG平滑处理,构建整粒棉籽中脂肪酸含量的近红外校正模型。结果表明,基于偏最小二乘法模型具有较佳的预测性能,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R2分别为0.854,0.879,0.855,0.821,0.912和0.894。本方法省略了种子的粉碎过程。

  引言:

  生物柴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[1]。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[2-3]。

  目前,脂肪酸的检测以常规的气相色谱和气相一质谱法为主,该方法的灵敏度和精确度高,但存在样品前处理繁琐、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,可以有效的解决以上问题。Quampah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[4]。本研究结合微分和平滑数学处理,对整粒的棉籽进行光谱扫描、建模,对其提供一种快速、无损检测的新方法。

  1.实验部分

  1.1仪器条件:

  近红外光谱仪,主要部件包括:仪器主机、电源适配器、集成显示器。仪器所用检测器为InGaAs,光谱采集软件,建模软件。实验所用的参数设置为:波长范围:680~2500nm;波长增量:1.0nm;扫描次数:24次。

  1.2光谱采集

  采用的200份棉花种子材料来源于全国各地棉花生态种植区。成熟的棉花种子,经脱绒、晒干后得到整粒棉籽。以漫反射方式采集的光谱数据。采集样品,将样品装进样品杯中,采用顶窗旋转的方式进行漫反射检测。其中随机挑选180样品为校正集,其余20个为验证集。每个样品重复扫描2次。

  1.3 肪酸含量的化学测定

  采用GB/T 17377—2008气相色谱法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(%)表示。

  1.4 建立校正模型

  将经过预处理后的建模光谱数据与样品含量数据关联,采用偏最小二乘法(PLS),交互验证法(cross-validation),用建模分析软件建立模型。

  在建立校正模型前,采用建模软件对光谱进行数学预测,当样本置信度超95%时,则被判为异常。偏最小二乘法( PLS)具备克服样品成分间相互干扰及吸收波段重叠引起偏离真实线性的能力, 用于复杂体系的校正模型建立[5]。PLS建模过程中,采用留一法计算内部交互验证标准偏差RMSECV, 当RM SECV最小时对应因子数为最佳。

  2.结果与讨论

  将经过光谱预处理的数据作为模型的输入变量,采用线性的PLS方法建立相应的脂肪酸含量的校正模型具有较大的R2、RPD值和较小的RMSECV、RMSEP值,说明整粒棉籽的近红外光谱信息和脂肪酸含量之间存在一定的非线性关系。其中,棕榈酸、硬脂酸、饱和脂肪酸、不饱和脂肪酸含量的校正模型取得较好的预测精度和稳健性,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R2分别为0.854,0.879,0.855,0.821,0.912和0.894。

  本研究结果表明,应用近红外光谱技术快速无损分析整粒棉籽中的脂肪酸含量是可行

  的,为其他带壳作物种子的无损分析提供了技术借鉴。

  参考文献

  1. ChenG,FangBS.Bioresour.Techn01.,2011,1029(3):2635-2640

  2. UmerR,Farooq A,GerhardK.Fuel Process.Techn01.,2009,90(9):1157-1163

  3. Hfiseyin A,Hasan B.Renew.Energy,2010,35(3):588-592

  4. Quampah A,Huang Z R,Wu J G,Liu H Y,Li J R,Zhu S J,Shi C H.J.Am.Oil Chem.Soc.,2012,89(4):567-575

  5. LorberA, Wangen L E, KowalskiB R. A theoretical foundation fo r the PLS a lgorithm [J]. Journal o f Chemo metrics, 1987,1( 1) : 19~ 31.

新消息