近红外反射光谱测定玉米完整籽粒蛋白质和淀粉含量的研究

 以128份常用普通玉米自交系及杂交种的混合籽粒样品为材料,采用偏最小二乘(PLS)回归法,对近红外反射光谱(NIRS)测定玉米完整籽粒蛋白质、淀粉含量的可行性和方法进行了研究。结果表明,采用一阶导数+多元散射校正预处理、谱区为10000～4000cm-1和一阶导数+直线扣减预处理、谱区为9000～4000cm-1,分别建立的蛋白质、淀粉含量的校正模型,其校正和预测效果最佳。其校正决定系数(R2cal)均大于0.97,交叉验证和外部验证决定系数(R2cv、R2val)为0.92～0.95,各项误差(RMSEE     

水稻蛋白质近红外定量模型的创建及在育种中的应用

【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为 11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。     

巴山木竹蛋白质可见/近红外光谱定量分析模型研究

探讨了运用可见/近红外光谱分析技术建立巴山木竹蛋白质定量分析模型的可行性。运用传统方法实测了样品蛋白质含量,并运用光谱分析软件建立了样品蛋白质含量与光谱数据的PLS与PCR校正模型。基于主要性能指标对不同光谱预处理与建模方法进行评价,筛选出最优校正模型并使用验证集样品对校正模型的预测能力进行了验证。巴山木竹竹叶与竹秆蛋白质最优校正模型的决定系数(R_c~2)分别为0.935和0.862,交叉验证均方差(RMSEC)分别为0.351和0.172;经外部验证,预测模型决定系数(R_p~2)分别为0.916和0.874,验证集样品的相对分析误差(RPD)分别为3.562和2.840。表明应用可见/近红外光谱分析技术可以实现巴山木竹蛋白质含量快速检测。     

近红外光谱技术预测胡麻饼营养成分的定标模型建立及验证

【目的】探讨近红外光谱技术用于胡麻饼营养价值评定的可行性.【方法】以不同来源的胡麻饼为试验材料,在波长400~2 498nm,以改进最小二乘法搭配不同光谱预处理建立胡麻饼水分、粗灰分、粗蛋白、粗脂肪和总能的近红外定标模型.【结果】各指标模型交叉验证相关系数(1-VR)均在0.88以上,内部交叉验证集验标决定系数(RSQ)值均在0.92以上,外部验证集验标决定系数(RSQ)值均在0.85以上.【结论】近红外光谱技术能够快速无损测定胡麻饼营养成分,可以使胡麻饼更好地应用于动物饲料中.     

近红外光谱法检测果汁中的富马酸

应用傅立叶变换近红外光谱法测定40个果汁的近红外光谱数据,用OPUS/QUANT5.5定量分析软件将光谱与对应的化学成分值相关联,建立了果汁中富马酸的回归模型。富马酸含量近红外光谱分析模型的决定系数R2为97.53,交叉验证均方根RMSECV为0.00416。用该模型对10个未知样品进行了外部验证,外部验证的决定系数(R2)为99.1,均方差(RMSEP)为0.00294。内部交叉验证和外部验证均证明,近红外定量分析有较高的准确度,可应用于生产。     

花生自然风干种子蔗糖含量近红外定量分析模型构建

为快速测定花生种子蔗糖含量,筛选口感好的花生品种,本研究采集167份自然风干花生种子的近红外光谱,并利用高效液相色谱(HPLC)法测定其蔗糖含量,然后利用偏最小二乘法(Modified PLS)构建多粒自然风干花生种子样品蔗糖含量的近红外定量分析模型,经内部交叉检验和优化,确定该模型的最佳光谱预处理方法为最小-最大归一化法,蔗糖含量谱区范围为4 597.7~11 988.0 cm-1,维数为10,模型的决定系数(R2)为81.59,交叉验证根均方差(RMSECV)为0.414。经外部验证,所建模型可以较好地预测花生种子蔗糖含量。     

水稻籽粒蛋白质积累的模拟模型研究

 【目的】蛋白质含量是稻米的重要品质指标。通过解析和综合水稻植株氮素积累和转运的动态规律及其与环境因子和基因型的定量关系，构建一个基于氮流生理过程的水稻籽粒蛋白质形成模拟模型，以期为水稻生产中籽粒蛋白质指标的动态预测和管理决策提供量化工具。【方法】以田间试验资料为基础，结合已有水稻生长模型，采用生理发育时间作为定量生育进程的尺度，通过解析和综合水稻植株氮素积累和转运动态的基本规律及其与环境因子和基因型的定量关系，构建花前植株氮素吸收与积累、花后氮素吸收与转运及籽粒蛋白质形成过程的模拟模型。【结果】利用不同年份、不同生态点、不同品种类型和不同肥水条件下的大田试验资料对籽粒蛋白质形成模型进行了检验，籽粒蛋白质含量模拟值与观测值之间的决定系数大于0.84，根均方差（RMSE）小于0.26%。表明模型具有较好的通用性和可靠性，可以较准确地预测不同条件下的水稻籽粒蛋白质含量与蛋白质产量。【结论】基于植株氮素积累和转运的生理生态过程，以生理发育时间为主线，建立了较为简化的水稻籽粒蛋白质积累动态的模拟模型，模型的研究不仅为定量预测不同生态与肥水条件下不同水稻品种籽粒蛋白质含量与蛋白质产量的动态变化奠定了基础，而且是对国内外现有水稻生长与产量模拟模型的发展和完善。     

不同产地马铃薯主要成分的近红外无损测定模型

收集全国6个省(区)不同品种和分级的36份马铃薯(Solanum tuberosum L.)样品,以精确化学方法测定的成分含量值为依据,利用偏最小二乘回归法(PLS)建立马铃薯水分、还原糖和淀粉含量的近红外无损测定模型。结果表明,建立的马铃薯水分、还原糖和淀粉模型的决定系数(R2)分别为0.88、0.84和0.92,交互验证均方根误差(RMSCV)均小于1,验证集标准偏差与预测标准偏差的比值(RPD)均大于2.5。通过外部验证发现,模型预测的各成分含量决定系数R2均大于0.9,预测值与实测值的相对偏差较小。     

近红外光谱技术测定水稻直链淀粉含量研究

以298份水稻种子为样本,用常规法测定直链淀粉含量,采用偏最小二乘法(PLS),优化建立精米直链淀粉含量近红外光谱预测校正模型.模型校正决定系数RC为0.95;校正标准差SEC为1.58;内部交叉检验决定系数RP为0.91,标准误差SEP为1.92.利用20个样品进行外部检验,预测值与真实值之间差异不显著,其相关系数达95%以上.定标模型预测性能较好,可以替代化学分析法快速测定水稻直链淀粉含量.     

近红外快速测定初烤烟叶中的新植二烯

【目的】建立基于近红外光谱分析技术的初烤烟叶新植二烯含量快速测定方法并对定量测定模型的准确性和稳定性进行评价。【方法】采用近红外技术结合光谱预处理(多元散射校正+二阶求导+Norris平滑)、异常样本的剔除(模群迭代奇异样本诊断)、基于竞争自适应重加权(CARS)算法的波长优选、基于交互验证均方根误差的建模波长变量优选建立了初烤烟叶新植二烯含量近红外PLS校正模型,并从模型内部参数(校正模型的决定系数、交互验证均方根误差、校正误差均方根)和外部验证集的预测误差均方根及其配对t检验结果对模型的稳定性和准确性进行评价。【结果】(1)被优选出来建立校正模型的主要波长范围为:2 464.58～2 450.60 nm、1 962.7～1 959.74 nm、1 767.37～1 763.76 nm、1 687.98～1 681.41 nm、1 425.36～1 419.90 nm、1 412.93～1 409.86 nm、1 180.66～1 177.98 nm、1 174.78～1 173.18 nm、1 168.95～1 167.37 nm和1 156.44～1 154.38 nm;(2)初烤烟叶新植二烯近红外校正模型的决定系数为0.882 7,最优主成分数为5,校正标准误差为18.602μg/g,交互验证均方根误差为18.488μg/g,预测范围为166.21～398.24μg/g;外部验证集的预测误差均方根为20.995,外部验证集样品(n=20)预测值和实测值在α=0.05显著水平下配对t检验结果表明不存在显著差异。【结论】研究建立的初烤烟叶新植二烯含量近红外校正模型具有较好的稳定性和预测准确性。该方法能快速准确测定初烤烟叶新植二烯,具有较好的实用价值。     

Comparison of Near Infrared Spectroscopy Models for Determining Protein and Amylose Contents Between Calibration Samples of Recombinant Inbred Lines and Conventional Varieties of Rice

The near infrared spectra of 178 recombinant inbred lines （RILs） from the cross of Ⅱ-32B/Yuezaoxian 6 （YZX6） and 511 varieties in rice were acquired. A total of 80 RILs and 96 cultivars were selected as modeling samples by comparing the spectra similarity primarily. Three partial least square （PLS） regression models were developed, based on the RILs （RIL-model）, the varieties （Var-model） and their mixture （Mix-model）, for protein content （PC） and amylose content （AC）, respectively. Cross validation and outer prediction showed that the models were largely influenced by the range and distribution of modeling samples. The regression model of PC based on the cultivars and the model of AC based on RILs had higher coefficient of determination （r^2 ≥ 0.9） and lower root mean square error of cross validation （RMSECVs）. The disadvantages of RIL samples for PC model and variety samples for AC model were probably caused by the narrow range of variance. Aberrant predictions were obtained for outer sample with PC or AC outside the range or within the distribution gap of modeling samples. The Mix-models gave more reliable prediction as the distribution of RIL and variety modeling samples were complementary to each other.     

土壤有效态镉与稻米镉污染风险广东案例研究

为了科学评估土壤镉(Cd)污染造成的稻米Cd超标风险,以广东省韶关市(酸性土壤)和汕头市(中性土壤)Cd污染稻田为研究对象,对土壤与稻米配对样品进行回归分析,比较了两种提取剂(CaCl₂和DTPA)对土壤Cd的提取能力以及对稻米Cd含量的反映能力,以探讨适用于不同pH土壤的有效态Cd提取方法,建立最佳稻米Cd累积预测模型,并推导出土壤有效态Cd的风险阈值。结果表明:CaCl₂提取剂对Cd的提取能力小于DTPA;两种提取剂对酸性土壤Cd的提取能力显著高于近中性土壤。与土壤全Cd相比,有效态Cd含量可更好地预测稻米Cd含量。CaCl₂提取剂适用于全部试验区的酸性、中性土壤;DTPA适用于汕头市中性土壤,但不适用于韶关市酸性土壤。利用CaCl₂-Cd进行线性方程拟合,得到了最佳的稻米Cd预测模型。韶关市的早稻、晚稻预测模型各包含20个水稻品种,其土壤CaCl₂-Cd阈值分别约为0.10 mg·kg^-1和0.05 mg·kg^-1。研究表明,基于CaCl₂-Cd的稻米Cd预测方法和阈值可指导广东省Cd污染稻田安全利用,并对其他酸性土Cd污染区具有参考意义。     

稻米脂肪含量近红外光谱分析技术研究

 应用近红外光谱（NIRS）分析技术和偏最小二乘法（PLS）建立稻米脂肪定量分析数学模型，并比较糙米粒和糙米粉NIRS数学模型对预测稻米脂肪含量的效果差异。结果表明，当利用糙米粒和糙米粉NIRS数学模型对样品进行预测时，内部交叉验证预测值和真值之间的决定系数（R2）分别为94.44%和95.54%，内部交叉检验的标准差（RMSECV）分别为0.09%和0.08%；外部验证预测值和真值之间的R2值分别为79.51%和87.10%，预测标准差（RMSEP）分别为0.24%和0.26%，平均相对误差（ARE）分别为4.11%和3.30%。内部交叉验证和外部验证结果证明，糙米粒和糙米粉NIRS数学模型均具有较高的预测准确性，可应用于稻米营养品质改良实践。     

上海和韩国粳稻品种米质特性比较

利用6个上海粳稻品种和9个韩国粳稻品种进行了品质特性比较分析。结果表明,上海和韩国品种间的粒宽、长宽比、穗着粒密度、直链淀粉含量、蛋白质含量和碱消值均呈显著的差异,上海水稻品种比韩国水稻品种粒型较细长,穗着粒密度高,直链淀粉含量、蛋白质含量和碱消值高,但食味值和淀粉谱特性则相反,韩国水稻品种的食味值和淀粉谱特性中的最高粘度值、最终粘度值和下降粘度值显著高于上海水稻品种。水稻品质特性间相关分析结果表明,食味值与直链淀粉含量,蛋白质含量和穗着粒密度呈极显著负相关,而与最高粘度值和下降粘度值呈显著的正相关。直链淀粉含量和蛋白质含量与最高粘度值、最低粘度值和最终粘度值均呈极显著的负相关。由此认为,通过育种手段降低直链淀粉含量和蛋白质含量,改进穗型和粒型结构,并在栽培措施上降低氮肥施用量是提高上海水稻品质的有效途径。     

Discussion on strategy of grain quality improvement for super high yielding japonica rice in Northeast China

japonica rice is mainly distributed in Northeast China and accounts for 44.6% of the total cultivated area of japonica rice in China. The comprehensive using of inter-subspecies heterosis is the main breeding mode of super japonica rice varieties in this region. Improving rice quality at relative high yielding level is the current research focus. Performing crosses between indica and japonica lines allows for the recombination of regulatory genes and genetic backgrounds, leading to complicated genetic rice quality characteristics, which can be used to explore patterns of quality improvement. In the present study, we utilize recombinant inbred lines(RILs) derived from indica-japonica hybridization to analyze the effect factors of rice quality derived from genetic factors, which contain both regulatory genes concerning rice quality and genetic backgrounds' random introduction frequency coming from indica(Di value), and the improvement strategy was further discussed. The regulatory genes involved in amylase content(Wx) and nitrogen utilization efficiency(NRT1.1B) were the major factors affecting the amylose content(AC) and protein content(PC) in RILs, respectively. Both the Di value and the major grain width gene(GS5) had regulatory effects on milled rice width(MRW) in RILs, and their interaction explained the major variance of MRW in the RILs. With the mediation of MRW and chalkiness degree(C), Di value had a further impact on head rice rate(HR), which was relatively poor when the Di value was over 40%. In Northeast China, the Di value should be lowered by backcrossing or multiple crosses during the breeding of indica-japonica hybridization to maintain the whole better HR and further to emphasize the use of favorable genes in individual selection.     

Comparative analysis on grain quality and yield of different panicle weight indica-japonica hybrid rice(Oryza sativa L.) cultivars

Indica-japonica hybrid rice(Oryza sativa L.) cultivars showed high yield potential and poor tasting quality when compared with common japonica rice cultivars. Large panicle is a prominent factor of high yield for indica-japonica hybrid rice cultivars, and the panicle weight varies greatly among different indica-japonica hybrid rice cultivars. It is important to research on yield and grain quality of different panicle weight indica-japonica hybrid rice cultivars. In this study, two different panicle types indica-japonica hybrid cultivars were used to research on the relation of yield and grain quality. The yields of two heavy panicle weights indica-japonica hybrid cultivars were significantly higher than that of two medium panicle weight rice cultivars. The cooking and eating quality and starch properties of different panicle type cultivars were evaluated. Yongyou 6715(medium panicle) and Yongyou 1852(heavy panicle) got the relatively higher cooking and eating quality. Rice cultivars with medium panicle weight had more large starch granules and higher relative crystallinity than cultivars with heavy panicle weight. Transition temperature and retrogradation enthalpy(ΔHret) of medium panicle type cultivars were significantly higher than that of heavy panicle type cultivars. There was no significant difference in amylose content among different panicle type cultivars. Protein content of heavy panicle type cultivar was higher than that of medium panicle type cultivar, and protein content is the main factor affect cooking and eating quality in this study. The cultivar Yongyou 6715 got the highest taste value with the lowest protein content. Thus, it is suggested that the emphasis on improving rice cooking and eating quality of indica-japonica hybrid rice cultivars is how to reduce the protein content in rice grain. According to the results of this study, medium panicle type with high grain weight is the desired panicle type for high quality indica-japonica hybrid rice breeding.     

东北寒地水稻冠层氮素含量高光谱预测模型

为实现动态、无损监测寒地水稻氮素状况,利用高光谱成像技术,分析不同生育期水稻冠层光谱特征,借助波段自相关分析(Bands inter-correlation analysis,BICA)与主成分分析(Principal components analysis,PCA),选择特征波段构建多种植被指数.根据植被指数与氮素含量相关性,建立单变量预测模型.利用最大R2增量法(MAXR)分析全部植被指数与氮素含量定量关系,建立多变量预测模型.结果表明,从分蘖期到抽穗期,寒地水稻冠层光谱反射率在可见光波段内降低,在近红外波段内增加.基于BICA-PCA-MAXR预测模型预测精度和稳定性较基于BICA-PCA结合一元回归预测模型显著提升.研究结果可为水稻氮素含量快速检测提供地域参考,水稻精准施肥管理提供技术支持.     

基于CARS-BPNN的江西省土壤有机碳含量高光谱预测

【目的】探讨光谱变量选择及依据土壤类型进行分层校准两种方法对高光谱预测土壤有机碳（SOC）精度的影响。【方法】以江西省为研究区,490个土壤样本为研究对象,对研究区内的所有样本以及不同土壤类型样本分别通过竞争性自适应重加权采样（CARS）算法筛选特征波段,并采用偏最小二乘回归（PLSR）、支持向量机（SVM）、随机森林（RF）、反向传播神经网络（BPNN）4种模型,对比不同土壤类型下SOC在全波段以及CARS算法筛选后特征波段的预测精度。进而,还对比了全局校准和分层校准下SOC在全波段以及CARS算法筛选后特征波段的预测精度。【结果】（1）红壤筛选的特征波段为484、683—714和2 219—2 227 nm,水稻土筛选的特征波段为484、689—702和2 146—2 156 nm。红壤采用CARS-BPNN模型预测效果最佳（R ²=0.82）,较全波段建模验证集R ²提升0.07。水稻土采用CARS-RF模型预测效果最佳（R ²=0.83）,较全波段建模验证集R ²提升0.13。（2）在总体样本上,分层校准相比全局校准精度有所提升。采用CARS-BPNN进行分层校准预测效果最佳（R ²=0.82）,较全局校准验证集R ²提升0.06。【结论】采用CARS-BPNN进行分层校准能够较好地预测江西省土壤有机碳含量,本研究可为其他类似地区预测土壤属性提供科学依据。