论文部分内容阅读
稻谷是世界范围内的主要口粮,随着人类生活品质的提高,人们开始关注稻谷的食用品质。稻谷在收割之后到销售环节之间的加工和贮藏过程中,随着时间以及储藏环境的变化,其本身的理化性质慢慢改变,从而导致水稻的组成成分、风味口感等相应改变。目前,通过研究理化指标的变化可以有效地反应稻谷新陈程度,比如脂肪酸值、蛋白质等。但是,目前检测这些指标的方法费时、费力,易产生较大误差,并且不合适于大批量样品的同时测量。然而,傅里叶变换中红外漫反射方法(DRIFTS)及近红外漫反射方法(NIRDRS)在食品、药品以及农产品品质含量检测方面发挥着越来越重要的作用,并且具有良好的应用前景。因此本文基于FTIR法或NIR法结合偏最小二乘法(PLS)及朗伯比尔定律,在稻谷脂肪酸含量测定、稻谷蛋白质及胶稠度含量快速检测方法方面做了一定研究。首先,本文中先通过对比不同有机溶剂对糙米脂肪酸的预测能力不同,选择了利用乙醇/正己烷分步提取的方式进行接下来的实验。通过乙醇首次提取稻谷中的游离脂肪酸,而后再用正己烷将乙醇中的脂肪酸萃取出来,成功除去水峰对样品的干扰。提取液通过FTIR透射方法采集光谱,利用了稻谷游离脂肪酸在1714cm-1处有特征吸收峰的特点,结合朗伯-比尔定律测定稻谷脂肪酸值。其中,对光谱进行定点截取、做差谱以及基线校正可以增加标准曲线的相关系数(R2)。经计算,此模型的相对误差大约为5%,模型可以良好的反映稻谷脂肪酸值高低,并大致测定稻谷脂肪酸值。接着,本文研究了稻谷蛋白质的快速检测方法,通过对精米粉的DRIFTS光谱收集以及NIRDRS光谱的收集,利用PLS、iPLS及SiPLS以及BiPLS对其建立模型并优化,得到中红外的最佳模型为R2=0.96975,RMSECV=0.611,RMSEP=0.568(BiPLS)。近红外的最佳模型为 R2=0.96071,RMSECV=0.405,RMSEP=0.368(BiPLS),经验证,两种方法对稻谷蛋白质含量的预测能力都非常高,中红外验证结果略优于近红外。最后,本文研究了稻谷胶稠度的快速检测方法,方法相同,通过漫反射与近红外及中红外联用的方法分别采集光谱共300个,利用近红利用偏最小二乘法建模并优化,得到的最优近红外胶稠度模型为R2=0.95784,RMSECV=4.85,RMSEP=3.93;最优中红外模型为 R2=0.96581,RMSECV=4.73,RMSEP=4.79,准确性验证中,DRIFTS模型的误差大约在1.22%左右,NIRDRS模型的误差大约在0.72%左右,模型均可有效预测胶稠度含量大小。综上所述,本研究利用FTIR及NIR技术结合漫反射、朗伯比尔定律以及偏最小二乘法有效分析了稻谷中蛋白质、脂肪酸及胶稠度的含量。建立了新的稻谷理化指标测定方法,为稻谷在红外中的应用提供了新思路。