大麦籽粒总淀粉含量近红外快速无损检测模型的构建

doi:10.16178/j.issn.0528-9017.20210119

浙江农业科学 ›› 2021, Vol. 62 ›› Issue (1): 40-41.DOI: 10.16178/j.issn.0528-9017.20210119

大麦籽粒总淀粉含量近红外快速无损检测模型的构建

巫小建¹(), 曾凡荣², 岳文浩¹, 汪军妹¹^,^*()

1.浙江省农业科学院作物与核技术利用研究所,浙江杭州 310021
2.浙江大学农业与生物技术学院,浙江杭州 310058

收稿日期:2020-06-24 出版日期:2021-01-11 发布日期:2021-01-05
通讯作者: 汪军妹
作者简介:汪军妹,E-mail: wangjunmei@mail.zaas.ac.cn。
巫小建(1983—),男,浙江衢州人,助理研究员,博士,从事作物栽培与遗传育种工作,E-mail: wu.321@163.com。
基金资助:
国家大麦青稞产业技术体系(CARS-05);国家自然科学基金(31671678);浙江省自然科学基金(LY19C130004);浙江省粮食新品种选育重大科技专项(2016C02050-9)

Received:2020-06-24 Online:2021-01-11 Published:2021-01-05

摘要/Abstract

摘要：

在通过标准化学方法测定大麦籽粒总淀粉含量的基础上,利用近红外光谱仪采集了大麦籽粒的近红外光谱数据,并将大麦籽粒的近红外光谱数据与总淀粉值进行了相关性分析,创建了大麦籽粒淀粉含量近红外光谱分析校正模型。该模型的校正决定系数达0.878 3,校正标准差为0.715,交叉验证决定系数达0.690 8,交叉验证标准差为1.120,相关性达极显著水平。由此可见,本研究采用的分析模型可靠,且具有分析速度快、效率高、成本低、对环境不造成任何污染等特点,可替代传统方法对大麦籽粒总淀粉含量进行快速无损检测。

关键词: 大麦, 近红外光谱, 无损, 淀粉, 矫正模型

中图分类号:

S512.3

巫小建, 曾凡荣, 岳文浩, 汪军妹. 大麦籽粒总淀粉含量近红外快速无损检测模型的构建[J]. 浙江农业科学, 2021, 62(1): 40-41.

图/表 2

参考文献 11

[1]	TESTER R F, MORRISON W R. Swelling and gelatinization of cereal starches. III. Some properties of waxy and normal nonwaxy barley starches[J]. Cereal Chemistry, 1993, 69(6):654-658.
[2]	HOLTEKJØLEN A K, UHLEN A K, BRÅTHEN E, et al. Contents of starch and non-starch polysaccharides in barley varieties of different origin[J]. Food Chemistry, 2006, 94(3):348-358. DOI URL
[3]	EVANS D E, LI C, EGLINTON J K. The properties and genetics of barley malt starch degrading enzymes[M]// Advanced Topics in Science and Technology in China. Berlin, Heidelberg: Springer Berlin Heidelberg, 2009: 143-189.
[4]	中华人民共和国卫生部, 中国国家标准化管理委员会. 中华人民共和国推荐性国家标准: 食品中淀粉的测定 GB/T 5009.9—2008[S]. 北京: 中国标准出版社, 2009.
[5]	徐昌杰, 陈文峻, 陈昆松, 等. 淀粉含量测定的一种简便方法:碘显色法[J]. 生物技术, 1998, 8(2):41-43.
[6]	BATEY I L. Starch analysis using thermostable alpha-amylases[J]. Starch-Stärke, 1982, 34(4):125-128. DOI URL
[7]	ENGLYST H N, CUMMINGS J H. Improved method for measurement of dietary fiber as non-starch polysaccharides in plant foods[J]. Journal of Aoac International, 1988, 71(4):808-814. DOI URL
[8]	MCCLEARY B V, GIBSON T S, MUGFORD D C, et al. Measurement of total starch in cereal products by amyloglucosidase-α-amylase method: collaborative study[J]. Journal of Aoac International, 1997, 80(3):571-579. DOI URL
[9]	REICH G. Near-infrared spectroscopy and imaging: basic principles and pharmaceutical applications[J]. Advanced Drug Delivery Reviews, 2005, 57(8):1109-1143. DOI URL PMID
[10]	刘发龙, 马新刚, 程福银, 等. 近红外光谱分析技术在快速分析上的应用[J]. 分析测试技术与仪器, 2008, 14(4):241-247.
[11]	刘燎原, 梁志毅, 刘丽萍, 等. 基于近红外光谱技术的砂仁提取物混合工艺研究[J]. 中国现代中药, 2020, 22(1):85-88.

[1]	宋慧, 安学君, 陈英子, 黄芸萍, 王毓洪, 古斌权. 粉用南瓜新品种在宁海山区的品比试验[J]. 浙江农业科学, 2023, 64(5): 1055-1058.
[2]	倪日群, 蔡康锋, 岳文浩, 巫小建, 汪军妹. 温州三熟制模式下大麦品种比较试验[J]. 浙江农业科学, 2022, 63(9): 1944-1946.
[3]	安依凡, 曹洋, 毛文林, 何佶弦, 杨洋, 李斌. 烟草根际细菌YF-6的分离筛选与生测[J]. 浙江农业科学, 2022, 63(11): 2688-2691.
[4]	白丽萍, 王伟, 王强, 王君虹, 张玉, 朱杰. 近红外光谱快速检测葡萄酒品质[J]. 浙江农业科学, 2021, 62(2): 389-391.
[5]	常蕾, 蒋莹, 谢吉先, 常庆涛. 密度对若叶大麦新品种主要农艺性状和产量的影响[J]. 浙江农业科学, 2021, 62(2): 263-267.
[6]	巫小建, 俞慧明, 曾凡荣, 岳文浩, 郑会超, 汪军妹. 二棱大麦浙皮10号青贮饲用营养品质分析[J]. 浙江农业科学, 2020, 61(9): 1906-1907.
[7]	赵信林, 郭媛, 邱化蛟, 邱财生, 龙松华, 王玉富. 氮磷钾用量对木薯产量和品质的影响[J]. 浙江农业科学, 2020, 61(7): 1286-1289.
[8]	徐燕尔, 丁鹏辉, 陈明路. 一株解淀粉芽孢杆菌抑菌成分的分离与抑菌特性[J]. 浙江农业科学, 2019, 60(9): 1516-1519.
[9]	张世玺, 姚坚. 不同类型晚稻品种的稻米品质陈化特性差异[J]. 浙江农业科学, 2018, 59(8): 1403-1405.
[10]	乔海龙, 陈和, 陈健, 陶红, 臧慧, 栾海业, 张英虎, 沈会权. 施氮量和密度对大麦苏啤7号茎叶氮含量、产量及籽粒蛋白质的影响[J]. 浙江农业科学, 2018, 59(4): 557-560.
[11]	王丽丽, 李洋, 林乐志. 抑制番茄青枯病拮抗菌株的田间生防效果[J]. 浙江农业科学, 2018, 59(2): 291-292.
[12]	范铭, 刘哲, 曹艳, 陆胜民. 不同干燥方式对桑葚渣提取物主要活性成分及α-淀粉酶抑制活性的影响[J]. 浙江农业科学, 2018, 59(10): 1911-1914.
[13]	张英虎, 沈会权, 臧慧, 栾海业, 乔海龙, 陶红, 陈健, 徐肖, 杨红燕, 陈和. 大麦种质资源穗长、每穗实粒数和千粒重的表型分析[J]. 浙江农业科学, 2018, 59(10): 1794-1796.
[14]	丁能飞, 郭彬, 林义成, 刘琛, 李华, 李凝玉, 傅庆林. 施用菇渣对盐胁迫下大麦苗期抗氧化酶活性及离子吸收的影响[J]. 浙江农业科学, 2018, 59(10): 1801-1804.
[15]	桂江生, 吴子娴, 顾敏, 迟元峰, 包晓安. 高光谱成像技术在农业中的应用概述[J]. 浙江农业科学, 2017, 58(7): 1101-1105.

大麦籽粒总淀粉含量近红外快速无损检测模型的构建

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 11

相关文章 15

编辑推荐

Metrics

本文评价