稻谷脂肪酸值近红外光谱快速测定技术研究

doi:10.7506/spkx1002-6630-200924077

食品科学 ›› 2009, Vol. 30 ›› Issue (24): 347-350.doi: 10.7506/spkx1002-6630-200924077

稻谷脂肪酸值近红外光谱快速测定技术研究

范维燕^1,2，林家永^{1 ,}*，邢邯³，窦发德⁴，吴玉凯⁴

1.国家粮食局科学研究院 2.南京农业大学食品科技学院 3.南京农业大学农学院 4.北京理工大学化工与环境学院

收稿日期:2008-12-19 修回日期:2009-04-07 出版日期:2009-12-15 发布日期:2010-12-29
通讯作者: 林家永 E-mail:linjy@chinagrain.org

Rapid Determination of Fatty Acid Content in Rice by Near-Infrared Spectroscopy

FAN Wei-yan1,2，LIN Jia-yong1,*，XING Han3，DOU Fa-de4，WU Yu-kai4

1. Academy of State Administration of Grain, Beijing 100037, China；2. College of Food Science and Technology, Nanjing
Agricultural University, Nanjing 210095, China；3. College of Agriculture, Nanjing Agricultural University, Nanjing 210095,
China；4. College of Chemical Industry and Environment, Beijing Institute of Technology, Beijing 100081, China

Received:2008-12-19 Revised:2009-04-07 Online:2009-12-15 Published:2010-12-29
Contact: LIN Jia-yong1,*， E-mail:linjy@chinagrain.org

摘要/Abstract

摘要：

采用近红外光谱(NIRS)分析技术和化学计量方法建立稻谷脂肪酸值的近红外分析模型，并对模型进行预测准确性评价；在建立定标模型的过程中，探讨光谱散射处理、数学(导数)处理等优化处理对定标模型的影响。结果表明：修正偏最小二乘法是建立稻谷脂肪酸值测定定标模型的最佳回归方法，所建立模型的定标相关系数(RSQ)为0.961，定标标准偏差(SEC)为1.9205；内部交互验证相关系数(1-VR)为0.9474，内部交互验证标准偏差(SECV)为2.2511。外部验证的相关系数(r)为0.951，外部验证标准偏差(SEP)为1.934。标准方法与NIRS 测定方法测定的稻谷脂肪酸值含量之间的t 检验值为1.403，显示两种方法测定结果无显著性差异(P ＜ 0.1)，预测值与实测值的平均绝对偏差为0.27，说明所建立的稻谷脂肪酸值的NIRS 数学模型预测准确性较好，可用于稻谷脂肪酸值的快速预测。

关键词: 稻谷, 脂肪酸值, 近红外光谱（NIRS）, 定标模型

Abstract:

The mathematic models for the prediction of fatty acid content of rice was established with the technique of nearinfrared spectroscopy (NIRS). The result showed that the calibration models developed by the partial least square (PLS) regression were optimum. The statistical values of calibration equation were as follows: the coefficient of correlation (RSQ) of 0.961, the standard error of calibration (SEC) of 1.9205, the determination coefficient of cross-validation (1-VR) of 0.9474, the standard error of cross-validation (SECV) of 2.2511, Regression squared (r) of 0.951, square error of prediction (SEP) of 1.934. The t test value between the chemical standard methods and NIRS method was 1.403 (P＜0.1), suggesting no significant difference between these two methods. The absolute average deviation was 0.27. This NIRS method could be applied to predict the fatty acid content in rice.

Key words: rice, fatty acid, near-infrared spectroscopy, calibration mode

中图分类号:

TS227

范维燕1,2，林家永1,*，邢邯3，窦发德4，吴玉凯4. 稻谷脂肪酸值近红外光谱快速测定技术研究[J]. 食品科学, 2009, 30(24): 347-350.

FAN Wei-yan1,2，LIN Jia-yong1,*，XING Han3，DOU Fa-de4，WU Yu-kai4. Rapid Determination of Fatty Acid Content in Rice by Near-Infrared Spectroscopy[J]. FOOD SCIENCE, 2009, 30(24): 347-350.

[1]	张玉荣，周显青，彭超. 不同储藏年限稻谷的品质及蒸谷米加工适应性分析[J]. 食品科学, 2021, 42(9): 39-45.
[2]	张玉荣，周显青，彭超，李建飞. 不同储藏年限稻谷的品质及鲜湿米粉加工适应性分析[J]. 食品科学, 2020, 41(23): 42-48.
[3]	刘慧，周建新，方勇，邱伟芬. 优势霉菌对稻谷品质的影响[J]. 食品科学, 2020, 41(21): 197-203.
[4]	吴中华，王珊珊，董晓林，赵丽娟，张忠杰. 稻谷等温干燥-缓苏过程数值模拟及优化[J]. 食品科学, 2019, 40(17): 7-13.
[5]	刘玲玲，李冰宁，欧阳杰，武彦文. 高效液相色谱-气相色谱联用法测定稻谷和大米中的饱和烃矿物油[J]. 食品科学, 2019, 40(16): 302-307.
[6]	周显青，彭超，张玉荣，郭利利，熊宁. 早籼稻的品质分析与其压榨型鲜湿米粉加工适应性[J]. 食品科学, 2018, 39(19): 36-43.
[7]	尹晓峰，杨明金，李光林，张先锋，周玉华，杨玲. 稻谷薄层热风干燥工艺优化及数学模型拟合[J]. 食品科学, 2017, 38(8): 198-205.
[8]	熊书剑，孙卫红，赵鲁宁，卢泽民，贺小宁，毛均铭，周秋阳. 稻谷分程干燥工艺优化[J]. 食品科学, 2017, 38(6): 274-281.
[9]	曹俊，蒋伟鑫，刘欣，陈文若，戴炳业，董文，陈银基. 温度动态变化对不同水分含量稻谷主要品质变化的影响[J]. 食品科学, 2016, 37(17): 76-83.
[10]	张越，丁超，杨国峰，刘强，朱鸿雁，李省朝. 基于多品质指标的响应面试验优化稻谷流化床干燥工艺[J]. 食品科学, 2016, 37(16): 54-62.
[11]	闵维1，李巨秀1,*，胡新中2，李璐3，陈秋桂3. 应用ASLT法预测燕麦片货架期[J]. 食品科学, 2014, 35(22): 356-360.
[12]	杨国峰，周雯，Rose Prabin Kingsly Ambrose，夏宝林，仇红娟，刘强，张越，陈江. 高温连续干燥与干燥-通风联合对稻谷品质的影响[J]. 食品科学, 2014, 35(17): 1-7.
[13]	周建新，林姣，张瑞，张杜鹃. 臭氧处理稻谷储藏过程中微生物的变化规律[J]. 食品科学, 2013, 34(7): 24-27.
[14]	李红1,2,3，方贵权1，李惠萍1，李琳2，何熙1，张五九3. 脂肪酸值在啤酒酿造辅料大米新鲜度评价中的应用[J]. 食品科学, 2013, 34(21): 103-106.
[15]	陈银基，鞠兴荣，董文，马广鹏. 稻谷中脂类及其储藏特性研究进展[J]. 食品科学, 2012, 33(13): 320-323.

稻谷脂肪酸值近红外光谱快速测定技术研究

Rapid Determination of Fatty Acid Content in Rice by Near-Infrared Spectroscopy

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价