大米的加工精度，是评价大米品质的一个重要指标。大米的加工精度越高，不仅其外观品质更好，而且口感也更佳，更受消费者欢迎；但是在大米加工过程中，碾米的次数越多，大米中的部分营养成分会失去的越多，即存在着加工精度与营养品质之间的矛盾，因此，确定合适的大米加工精度十分重要。目前，在实际生产过程中，国内外对大米加工精度的检测，普遍上采用人工判断的方法。这种方法，不仅存在着很大的主观偏差，而且也难于实现对大米加工精度的实时在线检测。因此，研究制定一种大米加工精度的客观评定标准以及检测方法，使其易于在线操作，是保证大米加工质量、实现大米加工过程自动化的基本要求，对提高我国大米品质、提升我国大米加工业的技术水平，满足不同层次的需求，具有十分重要的现实意义。有关研究表明，在稻米的表层和内部，稻米的营养成分含量有明显的差异。随着加工程度的增加，稻米的脂肪含量会随之减少。因此，如果能在加工过程中检测出稻米表面的脂肪含量，就有可能据此判断出稻米当前大致的加工精度。由于近红外光谱分析技术可以方便快速地对某些物质的化学组分作定量分析和检测，因此，可以将之应用于稻米表面脂肪含量的测定，然后根据稻米的脂肪含量，进行大米加工精度等级的判定，实现大米加工精度的在线检测。本课题通过德国Bruker公司生产的Vector22／N型傅立叶变换近红外光谱分析仪对大米样品进行光谱扫描，采用近红外漫反射光谱分析技术、PLS化学计量学算法建立大米表面脂肪含量的预测模型；结合索氏抽提残余法和国家标准染色法，研究大米的加工精度与脂肪含量之间的关系，确定每个精度等级下的脂肪含量的阈值允许区间（置信或覆盖范围），然后根据预测的未知样品脂肪含量所处的区间，进行大米的加工精度的判定。实验以武育粳3号为实验材料，利用实验室砻谷机、碾米机等设备，模拟大米的加工过程，将稻米加工到不同程度的精度等级制备出大米样品。根据索氏抽提残余法，测得校正样品集和检验样品集的脂肪含量范围分别为0.160％～1.763％和0.216％～0.927％。利用OPUS5.0定量软件自动优化功能，使用120个定标样品，得到最佳光谱预处理方法为乘法散射校正法（MSC），最佳谱区为11998.9cm^-1～4246.5cm^-1，最佳主成分维数为8。由此参数进行内部交叉检验，建立校正模型，剔除5个异常光谱图，最终校正样品集为115个样品。交叉验证决定系数（R²）为0.9981，交叉验证误差（RMSECV）为0.0191；用已知真值的18个检验样品进行检外部检验，外部验证决定系数（R²）为0.9889，预测误差（RMSEP）为0.0241，相关系数（r）为0.999，相关性达到极显著水平，预测值与化学值非常接近，表明模型可被用来对未知样品的脂肪含量进行实际预测。依据所大米加工精度等级对应的脂肪含量阈值允许区间，进行未知样品的大米加工精度判定，判定正确率可以达到83.3％，表明可以利用近红外漫反射光谱分析技术，建立大米加工精度等级的客观判定模型。由于大米加工精度也用糙出白率来区分，如果建立糙出白率的定标模型作为大米加工程度的判断指标，实验结果显示，根据模型预测的糙出白率与真值高度一致，模型完全可以达到预测要求。由于近红外光谱分析技术在远程监控和在线分析中的优势，使该方法在实现大米加工精度的实时检测方面具有很大的潜力，对指导大米在线加工、大米贮藏、大米品质研究等具有十分重要的意义。