一種利用光譜法測定水稻主要營養(yǎng)成分的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于物質(zhì)檢測領(lǐng)域，特別是涉及利用光譜檢測化學成分的方法，具體是涉 及一種利用光譜法測定水稻主要營養(yǎng)成分的方法。
【背景技術(shù)】
[0002] 隨著人們對食品安全的關(guān)注度越來越高，消費者在選擇果蔬時對其內(nèi)部品質(zhì)指標 的要求也越來越高，水稻作為餐飲上最常見的果蔬，其營養(yǎng)成分品質(zhì)的高低通常作為選擇 水稻的主要參考指標，而目前對水稻營養(yǎng)成分的測定常以破壞性化學分析或者在實驗室使 用昂貴的實驗儀器分析為主，主要由人工結(jié)合化學處理的方法來完成，操作過程繁瑣，工作 量大，所需時間長，檢測效率和檢測結(jié)果的一致性都比較差。除傳統(tǒng)的化學方法外，一些先 進的新技術(shù)或者其他領(lǐng)域的技術(shù)也都有所引入，如計算機視覺、液相色譜、隨機擴增多態(tài)性 DNA技術(shù)(RAPD)等，但其方法大都因檢測速度慢、有損、效率低、成本高等原因不能滿足糧食 作物檢測的要求，并且這些方法都需要將水稻損壞，并且不能進行現(xiàn)場測試分析。
[0003] 利用光譜技術(shù)分析成為農(nóng)作物成分檢測的發(fā)展方向，現(xiàn)代近紅外光譜分析技術(shù)分 析速度快，是因為光譜測量速度很快，計算機計算結(jié)果速度也很快的原因。
[0004] 專利申請201310280774.X公開了一種基于近紅外光譜的水稻種質(zhì)真?zhèn)螣o損檢測 方法，包括光譜采集，光譜預處理，聚類分析。將待測產(chǎn)品的種子放入樣品杯，使用樣品杯漫 反射掃描參數(shù)，光譜掃描范圍為4000~UOOOcnf 1，本發(fā)明是利用不同遺傳背景的水稻品種 籽粒中含氫基團化學物質(zhì)組成和比例不同，通過近紅外光譜技術(shù)建立聚類分析模型，快速 無損地檢測區(qū)分種子真?zhèn)巍?br>[0005] 目前的方法中，因為模型的建立按照圖譜的模式進行的，或者是按照局部數(shù)據(jù)進 行的，或者是在化學計量的基礎(chǔ)上進行匹配光譜數(shù)據(jù)，這些方法都存在建模后調(diào)整難度大， 基礎(chǔ)數(shù)據(jù)不齊全，導致數(shù)據(jù)模型的校正和公式的更新和更換難度大，如何建立光譜數(shù)據(jù)和 水稻化學成分數(shù)據(jù)模型成為該領(lǐng)域的研究重點和難點。

【發(fā)明內(nèi)容】

[0006] 為了克服上述測定方法所存在的各種缺陷，本發(fā)明提供了一種利用光譜法測定水 稻主要營養(yǎng)成分的方法，該方法包括如下步驟：
[0007] A.確定光譜法測定水稻主要營養(yǎng)成分種類為T，1 ST <4,營養(yǎng)成分分別為：淀粉、 蛋白質(zhì)、脂肪、纖維素；
[0008] B.確定水稻主要營養(yǎng)成分測量的光譜范圍為:800-2500nm;
[0009] C.進行大于等于50個以上水稻樣品的光譜數(shù)據(jù)收集和化學檢測數(shù)據(jù)收集；
[0010] D.利用光譜數(shù)據(jù)和化學檢測數(shù)據(jù)建立數(shù)據(jù)模型，數(shù)據(jù)模型嵌入數(shù)據(jù)運算服務器；
[0011] E.針對待檢水稻進行光譜數(shù)據(jù)收集，將光譜數(shù)據(jù)輸入數(shù)據(jù)運算服務器，同時選擇 需要檢測的水稻和營養(yǎng)成分，所述營養(yǎng)成分為步驟A中確定的營養(yǎng)成分中的一種或多種；
[0012] F.運算服務器根據(jù)所需要檢測的產(chǎn)品名稱和營養(yǎng)成分匹配數(shù)據(jù)模型中的K個公 式，進行運算，獲得所檢測水稻的所選定的營養(yǎng)成分含量，K2T。
[0013] 所述步驟D是利用光譜數(shù)據(jù)和化學檢測數(shù)據(jù)建立數(shù)據(jù)模型，包括將物體的光譜數(shù) 據(jù)輸入光譜數(shù)據(jù)庫，將相同物體的化學檢測數(shù)據(jù)的輸入化學數(shù)據(jù)庫，然后將光譜數(shù)據(jù)庫中 的光譜數(shù)據(jù)和化學數(shù)據(jù)庫中的化學檢測數(shù)據(jù)進行映射，形成該物體的映射數(shù)據(jù)庫，包括如 下步驟：
[0014] 步驟I:用光源發(fā)射兼光譜收集的裝置發(fā)射光斑照射待檢測的水稻樣品Μ，然后收 集水稻樣品Aii射回來的光譜，采用光譜分析設(shè)備確定所收集光譜的波長及吸光度，形成 水稻樣品^的光譜數(shù)據(jù)；
[0015] 步驟II:對水稻樣品Ai進行化學分析，分析其T種成分及含量，形成水稻樣品的化 學檢測數(shù)據(jù)；
[0016] 步驟III:將水稻六:的光譜數(shù)據(jù)和化學檢測數(shù)據(jù)錄入同一數(shù)據(jù)庫，形成數(shù)據(jù)映射 XI;
[0017] 步驟IV:重復上述步驟I、步驟II和步驟III，對水稻樣品如至4"+1進行η次重復，形 成η組光譜數(shù)據(jù)和對應的η組化學檢測數(shù)據(jù)，將光譜數(shù)據(jù)和化學檢測數(shù)據(jù)錄入同一數(shù)據(jù)庫， 形成η組數(shù)據(jù)映射的數(shù)據(jù)映射集合；
[0018] 步驟V:將上述數(shù)據(jù)庫中數(shù)據(jù)映射集合中的光譜數(shù)據(jù)選取2-100個波長的吸光度數(shù) 值與化學檢測數(shù)據(jù)進行對應，確定2-100個波長吸光度變化與化學檢測數(shù)據(jù)變化具有定性 和定量關(guān)系的Κ個公式。
[0019] 步驟VI:將上述步驟的Κ個公式嵌入運算服務器，采集水稻新樣品Αχ的光譜數(shù)據(jù)， 將其錄入數(shù)據(jù)庫的同時，選取步驟V確定的2-100個波長錄入運算服務器，計算出未進行實 際檢測的水稻新樣品化學數(shù)據(jù)，同時將該化學數(shù)據(jù)輸出到顯示端和數(shù)據(jù)庫，并在數(shù)據(jù)庫中 與水稻新樣品Αχ的光譜數(shù)據(jù)形成測量數(shù)據(jù)映射，該測量數(shù)據(jù)映射與已有的數(shù)據(jù)映射形成更 新的數(shù)據(jù)映射集合。
[0020] 步驟VII:根據(jù)步驟I至步驟VI所形成的數(shù)據(jù)庫和運算服務器上的Κ個公式，將數(shù)據(jù) 庫和運算服務器相連，同時設(shè)置數(shù)據(jù)庫的數(shù)據(jù)輸入端和數(shù)據(jù)輸出端、設(shè)置運算服務器的數(shù) 據(jù)輸入端和數(shù)據(jù)輸出端，形成水稻的光譜數(shù)據(jù)模型。
[0021 ]上述步驟IV中建立數(shù)據(jù)映射集合的方法具體是：
[0022] 1)光譜數(shù)據(jù)輸入光譜數(shù)據(jù)庫中，按照納米級建立數(shù)據(jù)條，每個納米級波長定義為 一個數(shù)據(jù)條，將每個納米級波長數(shù)據(jù)和波長強度數(shù)據(jù)錄入數(shù)據(jù)庫中，形成光譜數(shù)據(jù)庫中的 光譜數(shù)據(jù)條，光譜范圍中的納米波長數(shù)量k對應形成相應數(shù)量的光譜數(shù)據(jù)條k;例如波長范 圍為1000-1500納米，則有501條光譜數(shù)據(jù)條，k為501，每個光譜數(shù)據(jù)條包括波長和強度；
[0023] 2)化學檢測數(shù)據(jù)輸入化學數(shù)據(jù)庫中，將化學檢測數(shù)據(jù)按所檢測成分的數(shù)量建立數(shù) 據(jù)條，照成分建立數(shù)據(jù)條，每個成分定義為一條數(shù)據(jù)條，將每個成分名稱及成分含量錄入數(shù) 據(jù)庫中，形成化學數(shù)據(jù)庫中的成分數(shù)據(jù)條，成分的數(shù)量對應形成相應數(shù)量的成分數(shù)據(jù)條;例 如某物體的化學檢測數(shù)據(jù)中有5中成分，則有5條數(shù)據(jù)條，分別為Y1、Y2……Υ5,每個數(shù)據(jù)條 包括成分名稱和成分含量;或者將化學檢測數(shù)據(jù)進行排列組合，然后將所有排列組合作為 數(shù)據(jù)條數(shù)據(jù)數(shù)據(jù)庫，排列組合；
[0024] 3)將光譜表中的一條光譜數(shù)據(jù)條對應化學數(shù)據(jù)表中的所有成分數(shù)據(jù)條，形成映射 數(shù)據(jù)組，對應原則是一條光譜數(shù)據(jù)條分別對應各成分數(shù)據(jù)條，形成單光譜和多成分對應的 映射數(shù)據(jù)組;例如光譜數(shù)據(jù)條為X1000,成分數(shù)據(jù)條為￥1、￥2、￥3、￥4、￥5，則針對1000納米的 單光譜和多成分對應的映射數(shù)據(jù)組為{X1000Y1，X1000Y2，X1000Y3，X1000Y4，X1000Y5};
[0025] 按照上述建立映射數(shù)據(jù)組的方法，將光譜表中的所有光譜數(shù)據(jù)條與化學數(shù)據(jù)表中 所有成分數(shù)據(jù)條進行分別對應，形成所有映射數(shù)據(jù)組的集合，即為映射數(shù)據(jù)集合;例如光譜 數(shù)據(jù)條為501條，成分數(shù)據(jù)條為5條，則一次檢測所形成的光譜數(shù)據(jù)和化學檢測數(shù)據(jù)的映射 數(shù)據(jù)集合中包含501 X5 = 2505條數(shù)據(jù)，該2505條數(shù)據(jù)即為物體該次檢測的映射數(shù)據(jù)集合。
[0026] 如果對該物體的不同樣品進行η次檢測，則形成η個映射數(shù)據(jù)集合，將η個映射數(shù)據(jù) 集合統(tǒng)一輸入一個單獨的數(shù)據(jù)庫中，則形成該物體映射數(shù)據(jù)庫。
[0027] 上述η大于等于30，η大于等于50,更加優(yōu)選的，η大于等于100。
[0028]優(yōu)選的，所述光譜的波長范圍為800-1800nm，或光譜的波長范圍為1500-2500。
[0029] 優(yōu)選的，所述水稻為營養(yǎng)組成成分基本相同但成分含量差異值在20%以內(nèi)的同類 水稻。
[0030] 優(yōu)選的，所述光譜數(shù)據(jù)為波長為800-1800nm的1001個波長的波長和強度的數(shù)據(jù)集 合，或者光譜數(shù)據(jù)為波長為1500-2500的1001個波長的波長和強度的數(shù)據(jù)集合。
[0031]優(yōu)選的，所述公式的個數(shù)為K個，K值滿足如下關(guān)系式：
[0032]
[0033] T表不水稻的營養(yǎng)成分數(shù)，其中C表不組合式的含義
[0034] 優(yōu)選的，所述公式中的T為4,所述公式的個數(shù)為15個。
[0035] 本發(fā)明的方法中，化學測量數(shù)據(jù)，也稱為化學計量數(shù)據(jù)，