基于可见/近红外光谱的稻米植酸、无机磷及总磷含量的模型创建

发布时间：2023-10-03 21:25

　　植酸是一种抗营养因子,也是谷物营养品质检测的一项重要指标。磷是动植物生长发育必需的营养元素之一,在多种生理活动中发挥着重要作用。本研究旨在运用可见/近红外光谱(Vis/NIRS)技术,并结合化学计量学方法测定精米中植酸、无机磷及总磷含量,构建的快速测定模型取得了良好的预测精度。主要研究结果如下:1.采用三氯化铁比色法测定样品植酸含量,采用钼蓝比色法分别测定样品无机磷及总磷含量。样品中植酸、无机磷及总磷含量的分布范围分别为:0.0620-0.7624%,0.0165-0.0528%,0.0892～0.2510%。2.精米样品中植酸、无机磷与总磷含量两两之间均在0.01水平上呈显著正相关。其中,植酸与总磷含量呈高度正相关,相关系数r为0.8570,植酸与无机磷、总磷与无机磷含量均呈中度正相关,相关系数分别为0.6285、0.6045。3.校正集样品的植酸、无机磷及总磷含量范围均能覆盖验证集样品中对应组分的含量范围,且校正集与验证集样品的光谱信息是相互覆盖的,说明本研究中校正集和验证集的划分是合理的。4.采用平滑法、导数法、标准正态变量变换(SNV)等8种光谱预处理方法对样品的原始光谱进行处...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
致谢
缩略词表
摘要
Abstract
1 引言
2 文献综述
    2.1 植酸
        2.1.1 植酸的性质
        2.1.2 植酸在作物中的存在情况
        2.1.3 植酸的抗营养作用
            2.1.3.1 植酸对磷元素的影响
            2.1.3.2 植酸对矿质元素的影响
            2.1.3.3 植酸对蛋白质及消化酶的影响
        2.1.4 植酸的测定方法
            2.1.4.1 植酸的直接测定方法
            2.1.4.2 植酸的间接测定方法
    2.2 磷
        2.2.1 磷的生理功能
        2.2.2 磷对作物生长发育的影响
        2.2.3 磷的测定方法
            2.2.3.1 光度法
            2.2.3.2 仪器法
    2.3 可见/近红外光谱技术概述
        2.3.1 可见/近红外光谱技术简介
        2.3.2 可见/近红外光谱技术定量分析的基本流程
        2.3.3 影响可见/近红外光谱技术测定准确性的因素
        2.3.4 可见/近红外光谱技术在水稻中的应用
            2.3.4.1 可见/近红外光谱技术在水稻中的定性分析
            2.3.4.2 可见/近红外光谱技术在水稻中的定量分析
    2.4 本研究的目的意义、研究内容及技术路线
        2.4.1 目的意义
        2.4.2 研究内容
        2.4.3 技术路线
3 材料与方法
    3.1 材料
        3.1.1 实验材料
        3.1.2 仪器与试剂
            3.1.2.1 仪器
            3.1.2.2 试剂
    3.2 方法
        3.2.1 样品中植酸、无机磷及总磷含量的测定
            3.2.1.1 样品中植酸含量的化学测定
            3.2.1.2 样品中无机磷含量的化学测定
            3.2.1.3 样品中总磷含量的化学测定
        3.2.2 样品可见/近红外光谱采集
        3.2.3 数据处理
            3.2.3.1 光谱数据预处理
            3.2.3.2 主成分分析(Principal component analysis, PCA)
            3.2.3.3 特征波长选取方法
            3.2.3.4 多元校正方法
        3.2.4 模型评价参数及数据处理软件
            3.2.4.1 模型评价参数
            3.2.4.2 数据处理软件
4 结果与分析
    4.1 植酸含量统计及校正模型的创建
        4.1.1 样品集的划分
        4.1.2 植酸含量化学值统计分析
        4.1.3 光谱预处理分析
        4.1.4 光谱主成分分析
        4.1.5 基于全波段光谱的植酸含量校正模型构建
        4.1.6 特征波长筛选
        4.1.7 基于特征波长的植酸含量校正模型构建
    4.2 无机磷含量统计及校正模型的创建
        4.2.1 样品集的划分
        4.2.2 无机磷含量化学值统计分析
        4.2.3 光谱预处理分析
        4.2.4 光谱主成分分析
        4.2.5 基于全波段光谱的无机磷含量校正模型构建
        4.2.6 特征波长筛选
        4.2.7 基于特征波长的无机磷含量校正模型构建
    4.3 总磷含量统计及校正模型的创建
        4.3.1 样品集的划分
        4.3.2 总磷含量化学值统计分析
        4.3.3 光谱预处理分析
        4.3.4 光谱主成分分析
        4.3.5 基于全波段光谱的总磷含量校正模型构建
        4.3.6 特征波长筛选
        4.3.7 基于特征波长的总磷含量校正模型构建
    4.4 精米中植酸、无机磷及总磷含量的相关性分析
5 讨论
    5.1 利用可见/近红外光谱技术预测精米植酸含量
    5.2 利用可见/近红外光谱技术预测精米无机磷含量
    5.3 利用可见/近红外光谱技术预测精米总磷含量
    5.4 可见/近红外光谱技术在水稻育种中的应用
6 参考文献
附表
7 作者介绍



本文编号：3850673