棉籽中水分和油含量检测方案(近红外光谱仪)

智能文字提取功能测试中

近红外反射技术开放式检测棉籽中水分和油含量的研究 倪勇1 祝宏宽 石冬冬 周卫杰2 1 瑞典波通仪器公司中国代表处 北京市宣武区南滨河路31号华亨大厦818室 100055 2 中粮艾地盟（菏泽）粮油有限公司 山东省菏泽市经济技术开发区长江东路2号 274000 摘要：本文重点研究了近红外漫反射分析技术在棉籽，尤其是毛棉籽的水分和油含量检测中的应用，包括近红外漫反射技术基本原理，开放式检测方式的优点分析。具体建立了毛棉籽水分和油含量的近红外分析模型，并随机抽样验证了检测模型的检验精度。从结果来看，定标的相关系数较高，水分的相关系数0.965，含油的相关系数0.953，定标标准偏差分别为0.226和0.391，检测精度较高，检测结果完全可以达到代替传统检测方法的要求。同时，也利用部分样品建立了仁含油和仁出率的近红外检验模型，证明近红外方法也可以进一步应用于仁含油和仁出率的结果检测。 关键词：近红外反射 开放式 毛棉籽 油含量 Abstract In the paper, it is studied to analyze the moisture and oil content in gross cottonseed by near infrared reflectance spectroscopy (NIRS) technique. There is also including the basic theory of NIRS and advantage of open detecting mode. The calibrations of the moisture and oil content in gross cottonseed are built. The precision and accuracy of the moisture and oil content is clarified by random sampling. The correlation coefficient is high: 0.965 of moisture and 0.953 of oil. The calibration error (SECV) for the moisture and oil content in gross cottonseed are 0.226 and 0.391 separately. The result of NIRS prediction is proved that the NIRS method can replace the normal analysis method completely. Further studies on the calibration of oil content in nucleus and rate of nucleus in gross cottonseed are built with part of samples. It is proved that NIRS method can be applied to detect the oil content in nucleus and rate of nucleus in gross cottonseed. Keywords： NIRS, open mode, gross cottonseed, oil content 1 前言 近红外光谱（NIS）技术应用于谷物成分的含量分析已经有四十多年的历史了。近红外技术以其无损，操作简单，处理量大，客观而准确，快速而无污染等优点在国内外已经得到了很广泛的应用[1－3]。近红外技术通常来讲是利用物质中O-H，C-H和N-H等含羟基分子基团在近红外区（800－2500nm）的倍频和合频吸收，建立吸收光谱和物质含量之间的关联关系，检测物质中如蛋白，碳水化合物，水分和脂类等成分含量。近年来，随着计算机技术以及化学计量学的发展，近红外技术在农产品品质检测领域应用中得到快速的普及，在北美以及欧洲已经建立了多项近红外检测谷物的标准[4-8]。我国由于近红外技术应用较晚，所以普及率还不是很高，相应的标准也还处于制定阶段。但随着国际交流的加深，我国近红外的应用和研发水平已经和国外发达国家基本一致。 我国是农业大国，农产品产量和加工量很大，品种也很丰富，这为近红外技术的应用发展提供了广阔的舞台，并且已经开发了很多油料原料的整粒检测，如花生[9]、大豆[10]、油菜籽[11]等的应用。但是，对于另外一种很大宗的自产原料－棉籽的检测却几乎没有成熟近红外技术使用的报道。究其原因，主要是由于棉籽，尤其是毛棉籽的特殊形态影响到近红外检测精度。近年来，由于国内食用油消费量的增加，以大豆为加工原料的企业不断增多，大豆的进口量逐年增加，受国际大豆产量限制，大豆期货价格和运费逐年攀升，企业成本增加，利润逐年降低。而一些企业及时改进技术，使用了我国自产的原料－棉籽，使调和油的生产成本降低，获得了可观的经济效益，同时，随着棉籽深加工技术的成熟，棉籽产品的附加值逐步提高，棉籽的需求量也越来越大。由于我国农业产业分散的特点，生产企业棉籽原料都是小批量收购，企业需要根据水分和油的含量来论质定价，这也需要很高的检测频率，而传统方法检测十分耗时，无法达到实时性检测的要求。如油含量的检测，就需要经过脱绒、脱壳、研磨粉碎等样品前处理，然后使用常规方法，如索式抽提检测，根据检测和称量结果反算棉籽的油含量，单个样品检测大约需要几个小时。因此，研究近红外技术应用于棉籽的快速检测具有很高的实用价值并可带来可观的经济效益。 本文使用新型的近红外仪器，利用开放式检测方法检测整粒毛棉籽，分别建立了毛棉籽的水分和油含量的近红外模型，验证了模型的实际检验精度，结果达到了实际应用的要求。 2 技术分析、材料和方法 2.1 技术分析 一般来讲，能否应用近红外技术定量精确检测某种成分的含量主要由以下三方面的因素决定： 1）被检测的样品是否有很好的近红外光谱反应特性，即通常所说的“红外活性”。水分和含油都含有丰富的羟基基团，其在近红外区的一级倍频和二级倍频区都有较强的吸收，毛棉籽籽粒较大且不均匀，含有多种有机大分子，适合于应用近红外反射技术检测。 2）仪器自身的特性及相关的技术指标：检测过程中光谱的重复性精度、信噪比以及波长范围等因素。根据以上要求，同时针对棉籽检测的特殊性，我们使用符合条件的近红外分析仪DA7200用来分析。 3）用于建模定标的样品的代表性和化学值的准确程度。 这些定标前的准备工作将直接影响到检测结果的准确程度。 2.2 材料选择和设备介绍 2.1.1 材料选择与测量 由于应用目的为国内小批量棉籽的高频度收购检测，因此主要材料为国内收集，共收集山东、河南、河北、山西、辽宁、甘肃、新疆等主要产棉区的样品近300个。为了保证样品含量的代表性且均匀分布，除了注意分区域和品种收集以外，还使样品的收集时间持续近一年，以保证样品涵盖不同的收获季节和储藏时间。样品集中水分含量覆盖9.5－15%，含油12.2－17.5％（湿基），除了一些高含油新品种外，基本可以满足国内毛棉籽收购的要求。 所有样品的化学值均采用国标方法检测，并注意了近红外扫描与化学法检测的实时性。其中，水分的检测使用烘箱法（GB/T 5497-85）整粒检测，将毛棉籽经脱绒、去壳后使用咖啡磨研磨后过筛，使用抽提法（GB/T 5512-85）检测含油量，然后将棉仁含油折算回毛籽的含油。其间同时计算出仁含油和仁出率的值。 2.2.2 设备介绍 用于进行光谱收集的设备是瑞典波通仪器公司的DA7200固定光栅连续光谱近红外分析仪，其波长范围950-1650nm，包含了短波近红外和长波近红外区，在获得较高的吸光度信号的同时保证较深的穿透深度。向下照射的开放式检测方式使样品可以保持最原始的形态并且使光直接照射样品，特别适合于毛棉籽等密度不均匀、受压力影响大的样品的整粒测量。扫描方式为旋转式大面积扫描，有利于克服装样的不均匀误差（实际上棉籽等整粒样品很难保证装样的均匀度），每秒100次的全光谱收集速度保证扫描过程中样品不发生变化，且数据多次平均可以获得很好的重复性精度，这些特性可以确保DA7200近红外光谱仪对毛棉籽等特殊性状样品的非破坏性高精度检测。 2.3 光谱数据采集与处理 近红外光谱的收集是与化学检测同时进行的，收集过程中，样品采用自然装样方式，用手直接码匀，每一个样品都采用三次旋转扫描和三次重装后取平均的光谱收集方式，以保证克服样品的不均匀性，并收集尽可能多的样品信息。所有样品除了挑去一些较大的沙石等杂质外，不需进行任何其他预处理。 图1是收集的毛棉籽的近红外光谱吸光度曲线以及光谱相关度图。可见，在近红外区毛棉籽有很好的光谱响应，但没有特别明显的吸收峰，也就是说多种成分在近红外区的吸收相互重叠。因此我们利用化学计量学软件Grams使用统计学方法来建立预测的校准模型。在Grams32软件系统的化学计量方法中，我们选用偏最小二乘法（partial least square简称PLS）分别对经过不同预处理的光谱进行分析。光谱预处理方式是将乘积分散校正法（MSC）、标准正态变量转换法（SNV）、标准化处理（Normalization)与一阶、二阶（SG1、2，GAP1、2）导数处理相结合对光谱进行预处理，并以交互验证的标准偏差（SECV）和所建模型的相关系数（R2）为衡量曲线预测效果的主要参数，根据马氏距离、主因素分析图及光谱残差图及浓度残差图等分析结果剔除特异样品。最后，分别选择不同的波段，比较各波段的预测效果，从而确定定标模型。在两定标模型预测效果接近状态时，则根据其对验证样品的分析结果进行最终取舍。许多文献都曾重点研究过各种定标方法以及定标条件组合的优缺点，但从我们的使用经验来看，有些软件的数学方法的作用被夸大了，利用数学方法确实可以在一定程度上消除某些影响因素，有效提取光谱中的有用信号，提高所建模型的预测精度，但光谱的收集过程的条件控制、光谱仪自身的检测精度、所依赖的化学值的准确程度、样品集的代表性等才是建立好的校准的物理基础，例如毛棉籽，在光谱响应度好并且其他过程得到严格控制的条件下，比较了不同的光谱建模条件组合，发现并没有特别明显的差异。因此，只使用了最基本的建模条件组合：PLS1＋MC＋MSC＋SG1-7（水分），PLS1＋SNV＋SG1-5（含油），来建立校准模型，同时剔除了不超过5％的特异点。 3 结果分析 3.1 水分和含油的定标结果分析 建立水分的定标模型包含214个样品，样品范围和建模方法如前述。模型的相关系数为R＝0.965，近红外预测值和实验室值的相关性见图2，定标标准偏差SECV＝0.226。建立含油量的定标模型包含217个样品，样品范围和建模方法如前述。模型的相关系数为R＝0.953，近红外预测值和实验室值的相关性见图3，定标标准偏差SECV＝0.391。定标模型的相关系数很高，通常来讲，对于整粒样品的检测，相关系数超过0.9就可以判断为不错的预测模型，从模型的相关度值和标准偏差可以认定近红外方法可以比较精确的快速检测整粒毛棉籽的特性参数。 3.2 水分和含油的预测结果分析 为了验证模型在使用中的实际检测效果，选取有代表性但没有参与建模的水分和含油样品各40个，使用DA7200进行检测，近红外仪进行检测时的测量条件与建模时的测量条件保持一致，将检测结果与使用国标方法检测的化学值作比对，检测结果见表1。 表1： 整粒毛棉籽水分和含油近红外验证结果统计信息表 参数 样品个数 平均值 最大值 最小值 预测标准偏差 预测相关系数 水分 40 12.37 14.2 10.03 0.18 0.962 含油 40 14.95 16.67 12.6 0.37 0.931 从检测结果可以看出，近红外的检测结果完全达到或接近国标法规定的检测精度，检测范围较宽，用于棉籽收购时快速无损检测和论质定价具有很好的精度和较高的可信度。既可以在很大程度上取代传统方法的工作，又可以有效克服如核磁共振等快速仪器检测精度差的缺点。从验证样品集中随机抽取了10个样品进行双试样分析，以验证近红外检测方法的重复性精度。平行样分析的结果：水分的平均重复性绝对偏差0.11%，最大偏差0.19%，含油的平均重复性绝对偏差0.25%，最大偏差0.37%，偏差值均低于传统的检测方法。这主要是由于仪器自身有效克服人工环节误差以及仪器稳定性高的原因。 3.3 仁含油和仁出率的定标结果分析 在建模过程中，对于部分有仁含油（棉籽去皮脱壳后的含油量）以及仁出率（棉籽仁占总毛重的百分比）化学值的样品进行了定标。对于仁出率这种不属于含量概念的检测项目是否能使用近红外进行检测进行了初步探索，从结果可以看出近红外也可以用于检测这类项目。分析原因，主要是因为棉籽仁的主要成分是含羟基基团的有机大分子和水分，而壳和绒的主要成分是纤维，差别明显。近红外技术可以利用检测某些与仁出率有相关（正或负相关均可）的物质含量间接检测其结果。 建立仁含油的定标模型包含48个样品，样品含量范围22.6－41.2%。模型的相关系数为R＝0.971，近红外预测值和实验室值的相关性见图4，定标标准偏差SECV＝0.632。建立仁出率的定标模型包含58个样品，样品范围40.2－59％。模型的相关系数为R＝0.995，近红外预测值和实验室值的相关性见图5，定标标准偏差SECV＝0.456。从模型的相关度值和标准偏差可以认定近红外方法也可以比较精确的快速检测整粒毛棉籽的仁含油和仁出率。 4 结论 4.1 利用近红外开放式反射方法检测整粒毛棉籽，水分的相关系数0.965，含油的相关系数0.953，定标标准偏差分别为0.226和0.391，检测精度较高，检测结果完全可以达到代替传统检测方法的要求。 4.2 开放式检测由于可以最大限度保持样品的原始状态，并不带来压力影响，同时旋转式大面积扫描方式可以收集尽可能多的样品信息，两种方式结合可有效克服样品不均匀度和装样误差影响，是检测毛棉籽等密度不均匀样品的最佳方式。 4.3 对于有很好红外活性的样品，检测精度主要取决于光谱收集过程的条件控制、光谱仪自身的检测精度、所依赖的化学值的准确程度、样品集的代表性等物理因素，光谱数据的前处理方法以及建模方法并不是决定性条件。 4.4 利用近红外光谱技术还可以检测如仁出率等非含量概念的参数指标，前提是参数指标与某种红外活性物质相关，无论这种相关是正相关还是负相关。 参考文献 [1] 陆婉珍, 袁洪福, 徐广通等. 现代近红外光谱分析技术[M ]. 北京: 中国石化出版社, 2000. 73—87 [2] 高容强，范世福. 现代近红外光谱分析技术的原理及应用. 分析仪器，2002（3）：9～12 [3] S. R. Delwiche, Protein Content of Single Kernels of Wheat by Near-Infrared Reflectance Spectroscopy. [J]. Cereal Science, 1998, 27: 241-254 [4] ICC Standard Method. No.159 : Determination of Protein by Near Infrared Reflectance (NIR) Spectroscopy. [5] ICC Standard Method. No. 202 (​http:​/​​/​www.icc.or.at​/​methods3.php" \l "ICC202​):   Procedure for near infrared (NIR) reflectance analysis of ground wheat and milled wheat products. [6] AACC Method 39-00. Near-Infrared Methods: Guidelines for Model Development and Maintenance. [7] AACC Method 39-10. Near-Infrared Reflectance Method for Protein Determination in Small Grains (​http:​/​​/​www.aaccnet.org​/​approvedmethods​/​index​/​39-10.htm​) [8] AACC Method 39-21. Near-Infrared Reflectance Method for Whole-Grain Analysis in Soybeans (​http:​/​​/​www.aaccnet.org​/​approvedmethods​/​index​/​39-21.htm​) [9] 禹山林，朱雨杰，闵平等. 傅立叶近红外漫反射非破坏性测定花生种子蛋白质及含油量. 花生学报，2003，32(增刊)：138-143 [10] 王文真，付翠真. 利用近红外反射光谱快速测定大豆籽粒蛋白质、脂肪和部分氨基酸含量. 作物品种资源，1994，1：31-32 [11] 李延莉, 孙超才, 钱小芳等. 油菜籽品质测定方法(近红外反射光谱法与传统化学方法)的比较. 上海农业学报，2003，19(1)：11～14 图1 毛棉籽的近红外光谱与光谱相关系数（R）图 图2 整粒毛棉籽水分的相关度 图3 整粒毛棉籽含油的相关度 图5 整粒毛棉籽的仁出率相关度 图4 整粒毛棉籽的仁含油相关度