小中大 1.5影响近红外分析结果的因素
近红外光谱分析技术虽具有快速、简便、相对准确等优点,但准确性受多种因素的影响 [10]。其中,样品的粒度及均匀度影响最大,粒度变异直接影响近红外光谱的变异。在实际工作中,应该在标样的制样条件下制备被测样品,使样品具有标准化的均匀粒度,减少由于粒度引起的误差。此外,模型初建时标样选择、数量及其设计也影响到预测的准确度。标样的选择要充分考虑样品成分的含量和梯度,标样的物理和化学特性,以提高多定标效果和应用范围。标样数量太少,不足以反映被测群体的常态分布规律,数量太多,将增加工作量。标样设计也影响定标的准确性。对于成分含量间相关性强的被测成分可根据同套样品进行定标,对相关性差的成分,可根据特定的筛选原则,分别以另外的样品进行定标,以提高定标效果及检验准确性。另外,不同温度会影响NIRS预测的准确性。彭玉魁等[11]研究近红外光谱分析在小麦营养成份上应用,以为NIR 对温度敏感,10 ~20℃就可引起吸光度发生变化,而且温度影响不呈规律性。
2.近红外分析技术应用前景
2.1应用现状
近红外分析技术的最早应用可追溯到1939年(Gordy),但真正用于农产品实用分析技术是60年代的Karl Norris[7]。由于光学、计算机数据处理技术、化学光度理论和方法等各种科学技术的不断发展,以及新型NIR仪器的不断出现和软件版本的不断翻新,近红外分析技术从研究低谷走出,研究内容增多、范围拓宽,在谷物产品、食品、饲料[10]、油脂工业[12]等领域得到应用,测定的成分也越来越多,包括直链淀粉[13]、氨基酸[14]。Dyer总结近红外应用包括常成分分析,能量含量、 氨基酸含量、脂肪酸含量、矿物质含量、物理特性等[6]。王成[1]利用傅立叶变换近红外漫反射光谱测定大麦粗蛋白含量,利用40个大麦样品建立预测方程,用预测方程进行预测,预测值和实测值的相关系数为 0.989,对未知40个样品进行预测,预测值和测定值的相关系数为0.969,说明证实此方法具有简单、快速、低成本、不需对样品做特别处理及不破坏样品等特点,适于大批样品的分析。陈邵苹[15]研究用近红外漫反射光谱测定饲料中的粗纤维含量,证实此方法与常规化学测定方法相同,是切实可行的,并对影响结果因素作了分析,刘继明等[16]探讨了近红外分析仪在面粉厂的重要应用,可以测定小麦及面粉灰分、水分、粒度含量等。
此外,近红外分析仪还应用在农产品特征检测中,包括果实损伤检测、果实识别、植物生长信息测定[17]。基于农产品内部成份及外部特性不同,在不同波长光线照射下会有不同的吸收或反射,根据这种特性,若选定一定波长的滤光镜,便可增强获得图像中果实正常部分和损伤部分或果实和叶子的对比度,从而使果实损伤的检测和特征提取更为容易。YangTao和他的研究小组提出利用近红外的漫反射图像快速检测苹果的缺陷,主要采用多波长来解决水果果面的缺陷区和梗萼凹陷区识别的困难[5]。
1.2近红外在农作物育种的广阔前景
随着科学技术的快速发展和农业生产水平的提高,人们对品质要求也相应提高。尤其随着我国加入WTO,只有提高我国农产品的质量,才会在国际市场中具有竞争力。因此,加强品质育种成为当前农作物研究的主要内容。进行农作物品质育种,需要对种质材料进行化学成分分析,而常规的化学分析,不仅需要一系列的预处理,操作繁琐,更遗憾的是将样品破坏,被测定鉴定的好样品已经不能被利用。因此,严重影响育种效率。而应用先进的分析仪器,可以在不破坏样品的情况下测定样品化学成分,是最理想的方法。例如,核磁共振仪(NMR)的出现,使高油玉米育种得到成功[18]。但对于核磁共振仪能否同时测定多个指标,还没有报道。而近红外光谱分析仪器可以同时测定多个指标,完全满足品质分析的需要。目前,DuPont公司利用近红外提高玉米含油量(个人通讯),Dyer指出,“利用近红外单粒分析,我们可以在育种周期中节省一个世代。”
我国在小麦[3]、菜豆[19]品质分析中已有应用NIRS的报道。赵环环等利用傅立叶近红外漫反射光谱技术测定玉米中蛋白质含量[20]。中国农科院 “NIR定标软件研制”列入国家“七五”攻关计划,在专用NIR品质分析仪上分析了谷物农产品,中国农业大学和厦门大学等在傅里叶变换光谱仪(FTIR)上分析了近红外漫反射光谱分析(NIRDRSA)的研究[7]。舒庆尧等[13]利用近红外反射光谱测定小样本糙米粉的品质性状,表明用精米粉和糙米粉测定蛋白质含量均有很好效果,而建立表观直链淀粉含量(ACC)回归方程时小样本糙米粉要比精米粉差。利用NIRS 技术对小样本品质性状的测定结果可以满足育种工作中对大量样本进行初筛的需要。而且,利用NIRS可同时对几提高稻米品质测定的效率,对水稻品质育种将起到很大的推动作用。
另外,近红外分析技术还用在病虫抗性鉴定上。南非Coetzee等用近红外分析芽鳞抽提物来预测对ELDANA SACCHARINA的抗性[21]。他们目前仅研究环境因子对芽鳞抽提物的影响,以确定此方法是否可用于预测对E.SACCHARINA的抗性,此后将研究与抗E.SACCHARINA有关的化合物的遗传。这些信息有助于抗性栽培品种的选育和育种计划中抗性亲本的选择。吴秀琴等[22]利用78份谷子品种进行抗栗芒蝇试验,近红外分析测定结果与田间鉴定结果吻合率94.7%。利用74份谷子品种进行抗玉米螟试验,近红外分析结果与田间鉴定结果吻合率 82.7%。因此,有望成为农作物抗虫鉴定的一条新途径。
通过30年来大量的研究,近红外光谱分析技术发展很快。尽管还有各种不足,但随着研究的不断深入,都将会得到解决。而且,NIRS 已不仅用作品质分析,还可利用近红外光谱进行模式识别,把化学成分相近的化合物区分开。另外,对加工中产品质量的在线 (on-line or in-line) 检测与控制,带来了显著的经济效益和社会效益。近红外分析技术是21世纪的检测技术,将得到更大的发展和应用。
主要参考文献
1. 王成,新疆农业科学,2000(2):68~70
2. Ciurczak E.W., Food Testing and Analysis,1995,5:35~39
3. 李庆青,王文真,张玉良.作物学报,1992,18(3):235~240
4. 王乐凯,粮食与饲料工业,1999,(4):45~46
5. 籍保平, 2000,(6):31~33
6. 任鹏编译.Daniel J.Dyer等著,国外畜牧科技,1998,25(4):19~22
7. 刘建学,吴守一,方如明,江苏理工大学学报,1998,19(3):1~5
8. Bochereau L,Beurgine P. et al, Journal of Agricultural Engineering Research,1992,51:207~216
9. Jasper W.J., Kovacs E T., Textile Research Journal, 1994,64(8):444~448
10. 扬英,范凌,王明仙等,饲料工业,2000,21(2):21~23
11. 彭玉魁,李菊英,祁振英,麦类作物,1997,17(2):33~35
12. 万钧,四川粮油科技,2000,(3):13~16
13. 舒庆尧,吴殿星,夏英武等,中国农业科学,1999,32(4):92~97
14. 张维军,江逆,中国饲料,2000,(7):28~29
15. 陈邵苹,饲料工业,1996,17(6):32~33
16. 刘继明,粮油食品科技,2000,8(5):28~29
17. 何东健,杨 青,薛少平等,农业工程学报,1996,12(4):80~84
18. 宋同明,作物学报,1989,15(2):160~166
19. 吴秀琴,梁东升,吴燕风等,作物品种资源,1993,(1):28~29
20. 赵环环,严衍录,玉米科学,1999,7(3):77~79
21. 张琼摘译(Coetzee等著),甘蔗糖业,1999,(5):37
22. 吴秀琴,金达生,刘旭明,中国农业科学,1995,28(5):92