棉籽無機元素含量的近紅外測定方法研究.pdf

1、棉花是一種重要的經(jīng)濟作物，也是一種對國計民生非常重要的商品。棉籽是棉花生產(chǎn)中主要的副產(chǎn)品，全國每年棉籽產(chǎn)量高達1000萬噸以上，其中年產(chǎn)棉籽餅600萬噸左右。無機元素是植物生長發(fā)育所必需的，在植物體內(nèi)無法合成，只能從外界環(huán)境獲取。無機元素含量的高低，對于棉花的生長發(fā)育具有重要影響。棉籽油是棉產(chǎn)區(qū)人們的主要食用油，棉籽粕是一種重要的動物飼料，無機元素尤其是微量元素對于維持動物的健康及生長發(fā)育具有重要作用，缺乏或過多均可導致家禽飼喂發(fā)生一系

2、列的疾病，給畜牧業(yè)帶來嚴重危害。因此，研究棉籽的無機元素含量，對于棉株生產(chǎn)及家禽健康養(yǎng)殖均具有重要意義。本研究擬構(gòu)建棉籽無機元素近紅外校正模型，用于快速測定棉籽中無機元素含量。主要研究結(jié)果如下:
　　(1)采用電感耦合等離子原子發(fā)射光譜(ICP-OES)和電感耦合等離子體質(zhì)譜(ICP-MS)的方法，準確測定不同地區(qū)種植的288份棉籽粉樣品中的磷、鉀、鈣等20種無機元素含量。
　　(2)采用變量標準化和一階導等方法，對288份

3、棉籽樣品的原始光譜數(shù)據(jù)進行預處理。運用蒙特卡洛無信息變量消除算法進行光譜變量選擇，剔除大量無信息變量。在模型的構(gòu)建過程中，采用線性的偏最小二乘(PLS)、非線性的最小二乘支持向量機(LS-SVM)等算法構(gòu)建了20種棉籽粉無機元素含量的近紅外校正模型，并對模型的預測性能進行了分析。
　　(3) Mn和Cr的MC-UVE-LS-SVM校正模型性能最好，校正集決定系數(shù)(R2c)分別是0.9763和0.9671，預測集決定系數(shù)(R2p)分

4、別是0.9486和0.9343，剩余預測偏差(RPD)值分別是4.3354和3.7872，交叉驗證均方根誤差（RMSECV）、校正均方根誤差（RMSEC）和預測均方根誤差(RMSEP)值分別是2.1013、1.242、2.0108和0.5465、0.2495、0.2661。此模型有很高的預測精度和很好的穩(wěn)定性（R2＞0.9，RPD＞3），完全可以替代傳統(tǒng)的測定方法。
　　(4)K的MC-UVE-PLS校正模型性能最好，R2c、R2

5、p、RPD、RMSECV、RMSEC和RMSEP值分別為0.9394、0.8114、2.2224、0.4946、0.3116、0.5616。此模型也具有很好的預測精度（R2＞0.8，RPD＞2），可以用于樣品K含量的精確測定。
　　(5)P和S的全光譜PLS校正模型最好，而Mg的MC-UVE-LS-SVM校正模型性能最好。其中P校正模型的R2c、R2p、 RPD、RMSECV、RMSEC和RMSEP值分別為0.8621、0.676

6、9、1.6701、0.4155、0.2643和0.3408;S的分別為0.8731、0.7153、1.8438、0.1501、0.1128和0.1482;而Mg的分別為0.8668、0.6606、1.6888、0.1417、0.1009和0.1295。這3種元素模型性能一般，使用過程中測量誤差較大，雖不能進行樣品含量的精確含測定，但可以用于大量樣品的篩選。
　　(6)Ca、Ni、Se和Sr全光譜PLS模型中R2c值較高，分別為0.

7、8619、0.8179、0.8117和0.8069;而R2p值較低，分別為0.3988、0.4353、0.3615、0.3596。可以通過增加測樣數(shù)量，提高樣品的代表性，進一步提高模型的預測性能。
　　(7) Cu、Na、Fe、Zn、Al、B、Co、Cd、As和Pb等9種無機元素含量全光譜PLS校正模型性能很差，R2c值分別是0.5275、0.6840、0.2501、0.5542、0.4047、0.2281、0.5537、0.74

8、21、0.2274和0.3756; R2p值分別是0.4634、0.3541、0.1694、0.3409、0.4133、0.2123、0.3523、0.4132、0.2047和0.2589。R2c和R2p值均較低，不適合近紅外校正模型的構(gòu)建。
　　NIRS作為一種快速、高效、綠色、便捷的分析技術(shù)可以應用與棉籽粉中若干個無機元素含量的測定。在棉籽品質(zhì)改良研究中，使用NIRS技術(shù)可簡化試驗步驟，縮短育種年限，提高育種效率，同時可節(jié)省大