鄭洪健，劉凱麗，徐曉東，劉 鑫，楊 娟，闞 望，程 霞 ，白成星，殷富有*

(1.昆明學院 農(nóng)學與生命科學學院，云南 昆明 650214；2.云南省農(nóng)業(yè)科學院 生物技術與種質資源研究所，云南 昆明 650205；3.元江縣鄉(xiāng)村產(chǎn)業(yè)發(fā)展中心 水稻研究組，云南 元江 653300)

水稻的主要成分是淀粉，其質量分數(shù)直接關系到水稻類蒸煮食品的品質.從化學角度對直鏈淀粉的形成來看，其是D-葡萄糖基通過α(-1,4)糖苷鍵相互連接得到，在空間結構上呈現(xiàn)出卷曲螺旋形.研究[1]表明，水稻中的直鏈淀粉質量分數(shù)越高，其硬度越高，且具備干燥和蓬松的特點，顏色上也更暗；水稻中的直鏈淀粉質量分數(shù)越低，則其硬度越低，且具備柔軟和有彈性的特點，表面光澤度也更高.此外，現(xiàn)有針對水稻中直鏈淀粉質量分數(shù)的檢測方法主要包括常規(guī)方法、分光光度法等，其基本原理都是利用碘比色法間接得到直鏈淀粉的質量分數(shù)，而這些方法操作相對復雜，耗時長，且對技術方面的要求較高，不利于水稻中直鏈淀粉質量分數(shù)的高效、準確測定.然而，直鏈淀粉測試在食品領域中具有廣闊的應用前景，尤其是在糧食中的質量分數(shù)測定，以及糧食作物品種的選擇和培育方面，因此直鏈淀粉測試研究均具有較大意義.本文以云南省元江哈尼族彝族傣族自治縣的早稻、晚稻為材料，對其直鏈淀粉質量分數(shù)檢測方法進行探討，旨在為水稻中直鏈淀粉質量分數(shù)的快速檢測提供參考.

1 材料與方法

采用云南省元江哈尼族彝族傣族自治縣的早稻和晚稻為樣品，其中將早稻樣品編號為21-01～21-30，共30份；晚稻樣品編號為20-01～20-30，共30份.樣品去除雜質、灰塵等后，碾磨成粉末狀，過100目篩，然后分別裝入樣品袋，編號備用.

1.1 檢測方法的改進

1.1.1 直鏈淀粉質量分數(shù)檢測裝置選擇

對60份早、晚稻樣品進行測量，每個樣品重復兩次.在以往直鏈淀粉質量分數(shù)檢測方法的基礎上，對直鏈淀粉質量分數(shù)的測量裝置進行選擇，選擇范圍包括紫外可見分光光度計、全自動化學分析儀、流動注射儀等.對這些儀器設備進行選擇時，可選擇單色光鹵鎢燈類型，并要求其波長在300～1 000 nm 范圍內(nèi).針對其發(fā)射出的混合光，可利用單色器進行分解，獲得單色光源.通常情況下，單色光源的譜帶寬度與單色器裝置的狹縫大小有著直接關聯(lián).狹縫越窄，則單色光譜帶也越窄，發(fā)射出的光單色性越強；狹縫越寬，則單色光譜帶也越寬，發(fā)射出的光單色性越弱[2].為確保所測量的直鏈淀粉質量分數(shù)的精度符合要求，需要從檢測裝置的穩(wěn)定性和準確性進行改進，方案如下：

首先，針對檢測過程中產(chǎn)生的非單色光造成檢測結果朗伯-比爾定律偏離實際的問題，光源應采用高穩(wěn)定單波長激光光源；其次，針對檢測時光電轉換的非線性造成裝置出現(xiàn)的誤差，要使用線性度良好的硅光電池；最后，為實現(xiàn)直鏈淀粉質量分數(shù)的自動化檢測，引入模塊化技術，通過大幅縮小裝置體積的方式，將其應用到裝置內(nèi)部，以此通過模塊化的方式提升檢測裝置的自動化程度.根據(jù)上述方案改進后組建的直鏈淀粉質量分數(shù)檢測裝置內(nèi)部模塊組成如圖1所示.將裝置應用于X86 Windows，硬盤 80 G，Oracle 10 g XE數(shù)據(jù)庫，內(nèi)存在1 GB以上的運行環(huán)境中，利用面向對象的高級編程語言C++自行開發(fā)，并對獲取到的早、晚稻直鏈淀粉色度學信息進行分析.將本文提出的方法與現(xiàn)代色度學原理結合，并通過圖像識別和軟件編程實現(xiàn)對直鏈淀粉質量分數(shù)測定的簡化.

圖1 水稻直鏈淀粉質量分數(shù)檢測裝置內(nèi)部模塊組成

采用上述裝置檢測直鏈淀粉質量分數(shù)的基本操作流程如下：

先將激光投射到比色皿上，此時其中一部分光被溶液吸收，另一部分未被吸收的光投射到光電池上.光電池的作用是將光信號轉變?yōu)殡娦盘?，再利用檢測電路對電信號進行放大處理，通過模擬輸入模塊實現(xiàn)對電信號的傳輸.然后利用AC/DC模塊對這一過程中產(chǎn)生的數(shù)據(jù)進行采集，并完成模/數(shù)轉換，將得到的數(shù)據(jù)通過串口傳輸?shù)接嬎銠C中，最后利用計算機的分析單元對數(shù)據(jù)進行處理分析[2].

1.1.2 基于定量分析的直鏈淀粉光譜數(shù)據(jù)預處理

利用上述直鏈淀粉質量分數(shù)檢測裝置，并按照流程完成對樣品的檢測，從而得到樣品近紅外光譜結果，該結果中包含了樣品的物質組成信息和結構信息[3].而在元江的早、晚稻中，直鏈淀粉的質量分數(shù)與其結構有著更直接的關系，因此需要引入定量分析的方法，以確保兩者關聯(lián)，從而達到對光譜數(shù)據(jù)預處理的目的[4].除此之外，由于在檢測的過程中影響檢測最終結果的因素較多，檢測環(huán)境較復雜，常常會出現(xiàn)異常樣品和帶有光譜噪聲的檢測結果[5].針對這些問題，需要完成對數(shù)據(jù)變量的篩選，并優(yōu)化得出光譜的具體范圍，從而達到凈化譜圖信息的目的，同時也能夠降低甚至避免干擾因素對最終檢測結果造成的誤差影響[6].在預處理時，假設光譜矩陣為X，對該矩陣X進行去中心化處理，得到X′.此時X′當中所有數(shù)據(jù)的均值為零，找出X與X′之間變化關系，并得到如下表達式：

(1)

式(1)中，n表示X′矩陣行數(shù)；p表示X′矩陣列數(shù).

在確定光譜矩陣與去中心化光譜矩陣之間的關系后，對數(shù)據(jù)進行標準化處理，并得到X″.此時X″的均值為零，方差為1，以此確保矩陣中的數(shù)據(jù)在標度上具有可比性，并進一步消除單位不同產(chǎn)生的影響，完成上述操作則可實現(xiàn)對直鏈淀粉光譜數(shù)據(jù)定量預處理.

1.1.3 基于近紅外分析的直鏈淀粉質量分數(shù)差異檢測

在完成數(shù)據(jù)處理后，對元江早、晚稻中含有的直鏈淀粉進行測定，采用近紅外分析的方法確定不同樣品的直鏈淀粉質量分數(shù)差異.而針對檢測樣品的原光譜，利用Kennard-Stone算法進行挑選，選取光譜差異較大的樣品數(shù)目[7].樣品距離數(shù)值越大，則樣品與樣品族之間的距離越遠，對于樣品族而言，此時被檢測的樣品為異常樣品.在對其距離進行計算時，采用馬氏距離計算.對近紅外光譜矩陣進行主成分分解，并用主成分得到分矩陣，以此代替原近紅外光譜計算馬氏距離，得到樣品對應全局樣品族的距離，并根據(jù)上述全局距離理論找出異常樣品.在具體分析過程中，采用標準或認可的參考方法測定樣品的組成以及性質基礎數(shù)據(jù).由于本檢測方法引入了近紅外分析方法，而該技術是一種間接分析技術，因此為了確保檢測結果的準確性，在完成測定后還需要對結果進行校正.

1.1.4 檢測結果快速校正及優(yōu)化

基于上述近紅外分析方法得到的檢測結果，對其進行快速校正.首先引入多元線性回歸，從近紅外光譜中找出與直鏈淀粉顯著相關的幾個波長點上的吸光度，并得到標準函數(shù)，用于對未知樣品中直鏈淀粉質量分數(shù)的測定.其標準函數(shù)的表達式為：

y=Kb+e，

(2)

式(2)中，y表示樣品中直鏈淀粉質量分數(shù)標準值；K表示樣品近紅外光譜吸光度；b表示回歸系數(shù)；e表示殘差.將上述檢測得到的結果代入式(2)中，得到校正后的檢測結果.在實際應用中，由于采用多元線性回歸的方法檢測時不能對超過校正集的樣品數(shù)進行校正，因此存在一定局限性.針對這一問題，對于超過校正集樣品數(shù)量的部分，可選擇利用成分回歸方程求解的方式，對該部分樣品的主成分進行分析，并通過計算得到對應的載荷矩陣.將該矩陣代入最小二乘解中，用其反映數(shù)據(jù)變量的方差值，方差越大，則數(shù)據(jù)中包含的信息越多，以此從樣品本身實現(xiàn)對其信息量的優(yōu)化，確保檢測得到更準確的結果.

1.2 檢測方法驗證

為了驗證本文提出的快速檢測方法的應用性能和可行性，用本文檢測方法與“碘比色法”進行檢測結果對比.分別將檢測精度和檢測效率作為評價指標，對本檢測方法的實際應用效果進行客觀評價.樣品的前處理方法按照《稻米直鏈淀粉含量測定》(GB/T 15683—1995)的前處理方法進行，所用的設備為上述所選擇和設計的直鏈淀粉質量分數(shù)測量裝置.

2 結果與分析

從上述檢測的60份樣品結果中，隨機選取5份早稻樣品和5份晚稻樣品，并將測量結果列于表1中.

表1 元江早、晚稻直鏈淀粉質量分數(shù)測量結果 %

從表1中可以看出，利用本文上述提出的檢測方法能夠實現(xiàn)對元江早、晚稻中直鏈淀粉質量分數(shù)測定，并且得到的測定結果與傳統(tǒng)“碘比色法”測量的結果基本一致，二者之間差值不超過0.2%.為了進一步驗證本文檢測方法的效率，選擇將上述60份樣品的檢測速率作為測定效率評價的量化指標，檢測速率的計算公式為：

γ=m/t，

(3)

式(3)中，γ為本文檢測方法的檢測速率；m表示在規(guī)定時間內(nèi)完成檢測的樣本數(shù)；t為檢測時間.根據(jù)式(3)，計算出每10份樣品檢測的檢測速率，并將結果列于表2.

表2 本文檢測方法與“碘比色法”檢測速率比較

為了體現(xiàn)本文檢測方法的應用優(yōu)勢，表2記錄了傳統(tǒng)“碘比色法”和本文方法檢測方法對相同樣本測定時的檢測速率.從表2可以看出，利用本文提出的檢測方法在對元江早、晚稻中直鏈淀粉質量分數(shù)進行測定時，平均每1 min能夠實現(xiàn)對2份以上樣品的檢測，并得到檢測結果.而傳統(tǒng) “碘比色法”的檢測速率僅在1份/min左右，明顯低于本文檢測方法的檢測速率.

3 討論與結論

為了實現(xiàn)對水稻中直鏈淀粉質量分數(shù)的測定，本文提出了一種新的檢測方法.該方法不需要通過反復的測量即可得到準確的測量結果.而采用傳統(tǒng)檢測方法測量，由于測量精度過低，需要通過對同一組樣本進行多次測量并求解平均值的方式才能得到最終的檢測結果[8].在這一過程中傳統(tǒng)檢測方法會消耗大量的時間成本用于測量和計算.相比之下，本文提出的檢測方法的檢測效率更高、更能滿足實際應用的需要，且所獲得的結果準確度高，能夠為水稻選種提供參考.

除水稻以外，其他農(nóng)作物，如玉米、大麥、綠豆等也含有大量的直鏈淀粉，本文提出的檢測方法能否實現(xiàn)對這些農(nóng)作物的高效檢測還未得到驗證.因此，后續(xù)工作還將針對這一問題進行研究，并將以提升檢測結果的精度和預測能力為目標，對不同農(nóng)作物提出更具針對性的優(yōu)化策略，以此提高該檢測方法的應用范圍和適應性.