棉籽棉酚含量的近紅外測定方法研究.pdf

1、棉花是一種重要的經濟作物，在我國經濟、政治和社會事物中占有舉足輕重的地位。棉籽是棉花的主要副產品，用途十分廣泛。據統(tǒng)計，平均每生產1 kg的棉花纖維，就會產生1.65 kg的棉籽。由于棉籽中含有對人畜有毒的棉酚及其衍生物，大量的棉籽營養(yǎng)物質未能被充分地開發(fā)利用。目前，棉籽及棉籽餅粕中的游離棉酚的檢測主要有分光光度法和高效液相色譜法等，但這些傳統(tǒng)方法存在所用化學試劑毒性較大、樣品準備繁瑣、分析時間長、檢測成本高等問題。近紅外光譜分析技術結

2、合化學計量學多元校正方法，可以有效解決上述問題。本研究擬構建棉籽棉酚含量近紅外校正模型，并通過變量選擇方法優(yōu)化變量空間，提高校正模型的穩(wěn)健性和預測能力，為棉籽中棉酚含量的檢測和棉花育種工作提供快速、有效地方法。主要研究結果如下:
　　(1)利用多年份、多地點種植的棉籽材料，隨機選取404份為試驗樣品。分別采集棉仁粉和整粒棉籽的近紅外光譜數據。然后，利用高效液相色譜法準確測定棉籽中棉酚含量。在校正模型構建之前，采用變量標準化、Sav

3、itzky-Golay卷曲平滑和1階微分等方法，對原始光譜數據進行預處理。經預處理后的光譜數據，運用蒙特卡羅無信息變量消除算法進行光譜變量選擇，剔除了大量的無信息變量和冗余變量，降低光譜變量的共線性，提高校正模型預測穩(wěn)健性和準確性，并在一定程度上克服了過擬合現(xiàn)象。在模型的構建過程中，采用了非線性的支持向量機(SVM)、最小二乘支持向量機(LS-SVM)和加權最小二乘支持向量機(WLS-SVM)，對比傳統(tǒng)的線性偏最小二乘法(PLS)，以尋

4、找并構建最優(yōu)的棉仁粉和整粒棉籽棉酚含量的近紅外校正模型。
　　(2)本研究構建的最優(yōu)棉仁粉棉酚含量近紅外校正模型，其決定系數R2=0.9331，剩余預測偏差RPD=3.8374，交叉驗證均方根誤差RMSECV=0.0744，預測均方根誤差RMSEP=0.0422。此模型取得了較高的預測精度和較好的穩(wěn)定性(R2＞9.0000, RPD＞3.0000)，完全可以代替?zhèn)鹘y(tǒng)的棉酚測定方法。最優(yōu)整粒棉籽棉酚含量近紅外校正模型決定系數R2=0

5、.8054，剩余預測偏差RPD=2.1692，交叉驗證均方根誤差RMSECV=0.1046，預測均方根誤差RMSEP=0.0776。整粒棉籽棉酚含量校正模型與棉仁粉的校正模型相比，其預測性能較差，但是，仍然可以用于大量樣品的篩選工作。
　　(3)利用構建的棉仁粉和整粒棉籽棉酚含量近紅外校正模型，為中國農業(yè)科學院棉花研究所、南京農業(yè)大學等單位測定了3000余棉籽樣品棉酚等指標含量。測定結果準確性高、適應范圍廣，完全可以代替?zhèn)鹘y(tǒng)的化學