仲恺农业工程学院学报，２２（１）：０５—０８，２００９
＃＇ｏｕｒｎ应旷２抽Ｈｇ妇ｉ踟西粥蚵旷月ｇｒ妇出岍ａｎｄ踟萌硼袖呵
文章编号：１６７４－５６６３（２００９）ｍ一０（０）５—０４
水稻直链淀粉含量近红外模型的创建
陈晓玲１，冯前进１，谢振文¨，刘胜洪１，陈俊聪２，谢文青２
（１．仲恺农业工程学院生命科学学院，广东广州５１０２２５；２．台山市农业科学研究所，广东台山５２９２２０）
摘要：利用近红外分析仪，对３０份不同直链淀粉含量的水稻品系进行了光谱扫描，并用国标化学法对其直链淀粉含量的参比值进行了测定．通过近红外定标软件（ＷｉｎＬＳＩＨＩ），采用多种计量数学处理方法和不同的回归统计方法进行定标曲线的开发和比较。优化建立了水稻直链淀粉含量测定的近红外分析定标模型．其定标标准偏差（Ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
０ｆ
ｃａｌｉｂｒａｔｉｏｎ，ＳＥＣ）、交叉检验标准误差（Ｓ恤ｎｄａｎｌ
ｅｒｒｏｒ
０ｆ锄ｓ．ｖａｌｉｄａｔｉｏｎ，ＳＥＣＶ）和定标决定系
数（Ｒｅｇｒｅｓｓｉｏｎ
ｓｑｌｌａ捌，ＲｓＱ）分别为ｏ．２７７、１．４９２和０．９７９．利用建立的近红外定置分析模型，实现了对水稻
航天育种后代材料的快速筛选与鉴定．
关键词：水稻；直链淀粉；近红外光谱；航天育种中图分类号：ｓ５１１；Ｑ７５４
文献标识码：Ａ
ＥｓｔａｂｌｉｓｈｍｅｎｔｏｆＮＩＲＳｍｏｄｅｌｆｏｒｒｉｃｅａｍｙｌｏｓｅｃｏｎｔｅｎｔｓ
ＣＨＥＮＸｉａｏ．１ｉｎ９１，ＦＥＮＧ
Ｑｉａｎ－ｊｉｎｌ，ＸＩＥＺｈｅｎ—ｗｅｎｌ。，Ｌ［ＵＳｈｅｎｇ—ｈｏｎ９１，ＣＨＥＮＪｉｍ．ｃｏｎ９２，ＸＩＥＷｅｎ－ｑｉｎ９２
５１０２２５，Ｃｈｉｎａ；
（１．ＣｏＵｅｇｅ
ｏｆＬｉｆｅ
Ｓｃｉｅｎｃｅｓ，压∞鲥ＵｎｉｖｅｒｓｉｔｙｏｆＡ硝ａｌｈＩ玳ａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｇｕａｎｇｚｈｏｕ
ＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃ髓０ｆＴａｉｓｈｍＣｉｔｙ，Ｔｓｌｓｈｓｎ５２９２２０，Ｃｈｉｎａ）
２．Ｉｎｓｆｉｍｍｏｆ
Ａｂｓｔｒａｃｔ：’ｒｈｅｔｈｉｒｔｙｓａｍｐｌｅｓｏｆａｓｔｒｏｎａｕｔｉｃｄｅｅｓｅｅｄｓｗｅｒｅｓｃａｎｎｅｄｂｙ
ｎｅａｒ
ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｍｓ－
ｃｏｐｙ（ＮＩＲＳ）ａｎａｌｙｚｅｒ
ｔｏ
ｄｅｔｅｒｍｉｎｅａｎｄｔｈｅａｍｙｌｏｓｅ
ｃｏｎｔｅｎｔｓ
ｉｎｔｈｅｓｅｅｄ８．ＷｉｔｈｔｈｅＷｉｎＩＳｌⅢｃａｌｉｂｒａ－
ｔ．ｉｏｎｅｘｅｃｕｔｉｏｎｓｏｆｔｗａｒｅ，ｓｅｖｅｒａｌ
ｍｔｈｅｍｔｉｃｓ
ｔｒｅａｔｍｅｎｔｓｏｆｔｈｅｓａｍｐｌｅｓｐｅｃｔｒａａｎｄｄｉｆｆｅｒｅｎｔｒｅｇｒｅｓｓｉｏｎ
ｍｅｔｈｏｄｓｗｅｒｅａｄｏｐｔｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｅｑｕａｔｉｏｎ，ａｎｄｔｈｅＮＩＲＳｃａｌｉｂｒａｔｉｏｎｆｏｒｒｉｃｅａｍｙｌｏｓｅＷＳＳｅｓｔａｂ＿
ｌｉｓｈｅｄ．而ｅ
ｓｉｏｎ
ｔｅｎｔｓ
ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
ｏｆ
ｃａｌｉｂｒａｔｉｏｎ（ＳＥＣ），ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
ｏｆ
ＣＲＯＳＳ—ｖａｌｉｄａｔｉｏｎ（ＳＥＣＶ）ａｎｄ
ｒｅｇｒｅｓ－
ｃｏｎ－
ｓｑｕａｒｅｄ（ＲＳＱ）ｏｆｔｈｅｃａｌｉｂｒａｔｉｏｎｗｅｒｅ０．２７７，１．４９２
ａｎｄ
０．９７９
ｒｅｓｐｅｃｔｉｖｅｌｙ．ｎｅ
ａｍｙｌｏｓｅ
ｏｆｒｉｃｅｓｅｅｄｓｉｎｓｐａｃｅｍｕｔａｔｉｏｎｂｒｅｅｄｉｎｇｐＲＯｇｒａｍｓｃｏｕｌｄｂｅｒａｐｉｄｌｙｓｃｒｅｅｎｅｄａｎｄｉｄｅｎｔｉｆｉｅｄｂｙＮＩＲＳ
ｍｏｄｅｌｗｈｉｃｈＷａＳｅｓｔａｂｌｉｓｈｅｄｉｎｔｈｉｓｓｔｕｄｙ．
Ｋｅｙｗｏｒｄｓ：ｒｉｃｅ；ａｍｙｌｏｓｅ；ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ；ｓｐａｃｅｍｕｔａｔｉｏｎｂｒｅｅｄｉｎｇ
直链淀粉含量的高低是决定水稻口感和品质的重要因素之一，直链淀粉含量是评价稻米蒸煮食味品质的一个重要指标…，大多数水稻品种稻米直链淀粉含量偏高是水稻品质育种需要解决的关键问题．直链淀粉含量的测定常用标准碘蓝比色法（常规法），这是一种繁琐、耗时、费力的破坏性分析方法，难以及时准确提供分析数据，一定程度上阻碍了水稻育种的研究进程口一】．因此研究稻米直链淀粉含量的快速检测方法，对制定合理的水稻育种计划和程序，实现对大量育种中间材料的快速检测和选优汰劣，具有十分重要的意义．
近红外光谱分析技术是新近发展起来的高效分析方法，已成功应用于食品、药物、烟草、饲料以及石油化工等诸多行业产品的分析测定ＨＪ．特别是在农副产品的品质分析上，因其快速、无须前期处理、非破坏性，以及多组分同时定量分析测试等优势而得到广泛的应用．许多学者净加１应用近红外光谱分析测定了水稻、玉米、小麦等作物的直链淀粉、蛋白质、氨基酸、脂肪、产量等，取得较为满意的结果．由于不
收稿日期：２００８—０９—２０
基金项目：国家航天工程育种项目（２００６ＨＴｌ０－Ｏ００４）、仲恺农业工程学院校级科研基金项目（Ｇ３０７１３０７）资助．
作者简介：陈晓玲（１９７２一），女。广东廉江人，助理研究员．
・通讯作者：Ｅ—ｍａｌｌ：ｘｉｅｚｈｗｅｎ＠１６３．啪
６
仲恺农业工程学院学报第２２卷
同型号的近红外仪的性能、参数和定标软件及拟分析对象不同，难以直接引用前人的定标研究结果．因此，作者采用新引进的ＦＯＳＳ—ＮＩＲＳｙｓｔｅｍｓ５０００近红外分析仪对稻米直链淀粉含量测定定标进行研究，试图为水稻育种的品种资源鉴定、育种中间材料的筛选寻找一种更加准确、简便和有效的测定手段，以期为相关研究与应用提供参考．
１材料与方法
１．１供试材料
供试的４２份水稻品系为航天诱变选育的后代，由台山市农业科学研究所提供．１．２仪器
ＦＯＳＳ—ｈｒ［ＲＳｙ’ｓｔｅｍｓ
５０００近红外分析仪，美国ＦｏＳｓ公司生产．
１．３近红外透射光谱（ＮＩＦＬＳ）扫描与光谱分析
ｌ－３．１样品扫描样品经去壳除杂（水稻糙米），碾磨成粉，置于分析盘的样品杯内，在近红外分析仪上进行光谱扫描．在波长ｌ１００－２４９８１１１１１范围内，每个样品重复扫描３次，得到ｌ条平均近红外光谱图，通过分析仪适配器转换，把得到的光谱数据存于计算机，然后使用ＦＯＳＳ公司提供的近红外专业定标软件（ＷｉｎＩＳＩＩＩＩ）对光谱进行分析．
１．３．２光谱分析光谱分析采用了ＷｉｎＩＳＩＨＩ软件具备的“标准正常化处理和散射处理”数学处理方法，参数选择分别为０．０．１．１、１．４．４．１和１．７．７．１，对所收集的光谱进行处理和比较，了解光谱的特性并剔除异常光谱，使用软件（软件优化条件：马氏距离（ＧｌｏｂａｌＨ，ＧＨ）＝３．０，邻居距离（ＮｅｉｇｈｂｏｒＮＨ）＝Ｏ．６）的自动条件筛选功能和主成分分析技术对光谱进行聚类分析．１．４直链淀粉含量测定
将已扫描过的样品再经过０．１７７ｎ＇ｌＩｎ孔径筛，混匀装入药品袋备用．直链淀粉含量测定按文献［１１］的方法进行．测定前对样品进行水分测定、脱脂等预处理，每个样品测定２次，求两次重复测定结果的平均值．同时对两次重复实验相差超过２％的样品重新测定，以保证其准确性．
Ｈｏｏｄ，
２结果与分析
２．１扫描光谱
水稻样品经近红外透射光谱扫描，并通过归类分析，筛选出３０份作为定标样本．其ＮＩＲＳ扫描光谱如图１．
２．２真链淀粉含量
３０份水稻定标样品化学法测定的直链淀粉含量为１６．４１６％一２５．１９３％，样本基本符合正态分布，其含量分布如表１所示．结果显示定标样品具有良好的连续性与代表性。满足定标条件的要求．
ｌ
裹１定标样本直链淀粉含量分布
Ｔａｂｌｅｌ
Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ
《ｏ
８昌皂
ｏ
ｊ耋
《
胁∥７ｉ
。
，、洌
－
ａｍｙｌｏｓｅ
ｃｏｎｔｅｎｔｓ
ｉｎｃａｌｉｂｒａｔｉｎｇ
ｓａｍｐｌｅｓｓａｍｐｌｅｓ
直链淀粉含量分布
Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ
定标样本数量
ａｍｙｌｏｓｅｃｏｎｔｅｎｔ／％Ｎｕｍｂｅｒｏｆｃａｌｉｂｒａｔｉｎｇ
３ｌｌ１２３１
堪鬟螫
一，
一
ｌ曳泸√
ｌ４５０
１
●●１６．００—１８．００１８．００—２０．００２０．００一２２．００
Ｉ
●
１００７９９２４９２４
２２．００—２４．００２４．００—２６．００
图ｌ
Ｆｉｇ１
３０份水稻种子样品的ＮＩＲＳ连续扫描光谱图
ｏｆ３０ｒｉｃｅｓａｍｐｌｅｓｄｓｅｅｄｓ
ＮＩＰＳｓｃａｎｎｉｎｇｓｐｅｃｔｒｏｇｒａｍ
第１期
陈晓玲，等：水稻直链淀粉含量近红外模型的创建
７
２．３定标模型的建立
利用ＷｉｎｌＳＩＩＩＩ软件，结合不同数学处理方式，对３０份水稻定标样品数据进行前处理，利用软件提供的改进偏最／ｂ－－乘法回归（ＭｏｄｉｆｉｅｄＰＬＳ）和主成分分析回归（Ｐｒｉｍａｒｙ
ｐａｒｔｉａｌｌｅａｓｔ
ｓｑｕａｒｅ，ＭＰＬＳ）、偏最小二乘法回归（Ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅ，
ｃｏｎｓｔｉｔｕｅｎｔｓ
ｒｅｇｒｅｓｓｉｏｎ，ＰＣＲ）３种常用的数学计量学方法建立定标模型，
通过使用３种回归技术配搭不同散射处理方法与处理参数得到的交叉验证结果进行比较，选出最好的定标方程．通过定标建模交叉验证检验发现，使用ＭＰＬＳ技术，采用“标准正常化处理和散射处理（Ｓｔａｎｄａｒ
ｎｏｒｍａｌｖａｒｉａｎｔａｎｄ
ｓｃａｔｔｅｒ
ｄｅｔｒｅｎｄ，ＳＮＶ＋Ｄｅｔｒｅｎｄ）”，参数选择为“１．４．４．１”的数学处理方法得到的结果
ｅｒｒｏｒ
最好，其定标标准偏差（Ｓｔａｎｄａｒｄ到极显著水平（表２）．
ｏｆ
ｃａｌｉｂｒａｔｉｏｎ。ＳＥＣ）、交叉检验标准误差（Ｓｔａｎｄａｒｄ印ｗ
ｏｆ
ｃｒｏｓｓ．
ｖａｌｉｄａｄｏｎ，ＳＥＣＶ）和定标决定系数（Ｒｅｇｒｅｓｓｉｏｎｓｑｕａｒｅｄ，ＢＳＱ）分别为０．２７７、１．４９２、０．９７９，相关性达
表２不同预处理方法交叉验证结果比较
Ｔａｂｌｅ２
Ｔｈｅｃｒｏ髓ｖａｌｉｄａｔｉｏｎｒｅｓｕｌｔｓ
ｏｂｔａｉｎｅｄｂｙｖａｒｉｏｕｓｐｒｅｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｓ
・标准正常化处理和散射处理Ｓｔａｎｄａｒｄ
ＮｏｒｍａｌＶａｒｉａｎｔａｎｄ
Ｓｃａｔｔ目Ｄｅｔｍｎｄ（ＳＮＶ＋Ｄｅ嗽Ｉｄ）．
・・无散射处理ＮｏＳｃａｔｔ日ｍ恤札ｄ（Ｎｏｎｅ）．
２．４定标模型的验证
模型的验证选取１２份没有参加定标的水稻样本材料，同时利用化学法和近红外分析仪测定其直链淀粉含量（表３）．从中可以看出，化学分析法和近红外测定值的绝对误差在一２．３８１一１．２２４之间，相关系数ｒ＝０．８９７，其相关性达到显著水平．表明近红外定标样品测定值与常规化学分析法之间没有显著差异，进一步说明定标方程可信．该方程对未知样品直链淀粉含量的预测在实际应用中具有很好的参考价值．２．５定标模型在水稻育种中的应用
利用新建立的数学模型，对４２份空间诱变水稻ＳＰ２代材料的直链淀粉含量进行分析．所有育种材料直链淀粉含量介于１５％一２５％之间，其中２份材料直链淀粉含量在２５％以上，２２份材料直链淀粉含量低于２０％（表４）．这说明水稻种子经空间诱变后产生了丰富的变异后代，为水稻航天育种的优越性提供了佐证，为航天诱变后代筛选提供了依据．
８
仲恺农业工程学院学报
表３化学法与近红外法测定直链淀粉含量的比较
Ｔａｂｌｅ３
Ｒｅｓｕｌｔｓｏｆａｍｙｌｏｓｅ
第２２卷
ｃｏｎｔｅｎｔ（Ａｃ）ｍｅ．ａｓｕｒｅｄｂｙｃｈｅｍｉｃａｌａｎｄＮＩＰＳｍｅｔｈｏｄｓ
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
ｌ２３４５６７８
化学法测定值
ＡＣｖａｌｕｅｏｆｃｈｅｍｉｃａｌｍｅｔｈｏｄ／％
２１．４０４１９．０４５
近红外测定值
ＡＣｖａｌｕｅｏｆ
绝对误差
Ａｂｓｏｌｕｔｅ
ＮＩＲＳ／％ｅｒｒｏｒ／％
２０．８０４一Ｏ．６００１．２２４—０．５７６—０．５９２—０．８２０Ｏ．７６９—２．３８１—０．２９９—０．２３６—０．７３８０．１８３１．１５４
２０．２６９
１７．２２３１６．０８１１７．８４７
１７．７９９
１６．６７３１８．６６７１９．７７６２１．０４９１８．７４４２１．１７６２５．１９６
２０．“５
１８．６６８
１８．４４５２０．９４０２４．４５８１９．４８４１９．９１２
９
１０１１１２
１９．３０１
１８．７５８
表４应用定标模型预测航天育种水稻材料ＳＰ２代的直链淀粉含量
Ｔａｂｌｅ４
Ａｍｙｌｏ∞ｃｏｎｔｅｎｔｓ
ｉｎａｓｔｒｏｎａｕｔｉｃ
ｒｉｃｅ（ＳＰ２）ｐｒｅｄｉｃｔｅｄ
直链淀粉含量
Ａｍｙｌｏｓｅ
ｂｙｔｈｅｃａｌｉｂｒａｔｅｄＮＩＲＳｍｏｄｅｌ
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ０３２Ｘ０３８）（０４７
直链淀粉含量
Ａｍｙｌｏ能ｃｏｎｔｅｎｔ／％
２１．３７４２１．４０４１９．０１７１７．７９８１６．６６０１８．６１０
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ１２０Ｘ１２７Ｘ１２９Ｘ１４３Ｘ１４４Ｘ１５１Ｘ１８５Ｘ２２７Ｘ２３ｌＸ２７１
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ３８９Ｘ４２２
直链淀粉含量
Ａｍｙｌｏｓｅｃｏｎｔｅｎｔ／％
２１．６１７
ｃｏｎｔｅｎｔ／％
１８．７７３１９．１７９２０．８０５１９．０４５２１．２１１
２０．８８６
１９．７７６２１．０４９１８．７４４２１．１７６２５．１９６
）泓ｌ
Ｘ禾屹Ｘ驰－７Ｘ５９３Ｘ６８１Ｘ７０８Ｘ｜７１８Ｘ７３４）【７５２Ｘ７６７Ｘ８７２Ｘ８９０
）【ｏ“
煳
Ｘ０６９Ｘ０８０Ｘ０８２Ｘ０８４Ｘ０９２Ｘ１０９Ｘ１１５Ｘ１１８
２０．４８０
２２．５９３１８．８５４２１．２９２
）（０７３
１９．７４８
２１．０４９１８．６９２２１．１３０２５．１９３１９．２６１１８．７７３２３．５６８
１９．３０１
２１．５３６２２．０２４１８．７５８１８．７７３２０．０７３１６．４１６
１７．７９９
１９．６６７２０．３１７１６．６７３１８．６６７
）Ｑ７６
）【２９２Ｘ２９４Ｘ３１４
３
讨论
近红外光谱分析技术虽具有快速、简便、相对准确等优点，但其准确性受多种因素的影响【７’１２。玎】．
对影响其准确性的因素进行深入研究，尽可能减小试验误差，提高试验的准确性是今后此类研究的工作重点．本试验中，为了使模型达到理想的分析效果，减小试验误差，采用平均光谱、平均化学值，运用建模软件的优化手段，对异常值删除，选用多种预处理方法排除干扰信息，由此建立模型的决定系数在９７％以上，对样品的预测效果比较理想．
水稻航天诱变育种是将水稻干种子搭载返回式航天器（卫星或宇宙飞船），经过空间诱变作用产生变异，在地面选择有益变异培育新种质、新品种的育种方法¨引．与常规育种相比，航天诱变育种具有诱变频率高、变异幅度大、育种周期短、有利突变体多等特点．利用近红外定标分析模型，实现对航天水稻育种材料直链淀粉含量的快速测定，大大提高了选择效率，加快选育的进程．
（下转第１２页）
１２
仲恺农业工程学院学报第２２卷
参考文献：
［１］应锦凯．压花与干花技艺［Ｍ］．北京：中国农业出版社，１９９９．
［２］谢明．干花与人造花家庭装饰［Ｍ］．杭州：浙江科学技术出版社，２０００．［３］刘文利．发展我国干燥花产业的几点建议［Ｊ］．西南园艺，２０００１，２９（３）：３４．
［４］王向阳，包嘉波，袁海娜．玫瑰干花护形研究［Ｊ］．浙江农业学报，２００２，１４（６）：３５１—３５３．
［５］弓弼，马柏林，马惠玲．月季干花制作中的防皱技术研究［Ｊ］．西北林学院学报，１９９９，１４（３）：１０１—１０４．［６］余清，陈青青，庞杰．玫瑰花色稳定性研究［Ｊ］．北华大学学报：自然科学版，２００４，２（５）：１６５—１６８．
［７］梁凌云，程玉来，张佰清．真空冷冻干燥和微波干燥在切花月季干燥中的应用［Ｊ］．农业机械学报，２００５，１（３６）：
７１—７４．
［８］洪波，刘香环，张散方．红色月季花瓣平面干燥保色技术与机理研究［Ｊ］．园艺学报，２００２，２９（６）：５６１—５６５．［９］
赵燕．不同类型花卉在压制过程中色变的探讨［Ｊ］．云南农业大学学报，２００３，２（１８）：２１３－２１４．
【责任编辑徐妍】
（上接第８页）
本定标模型是在基于正态分布、变幅广（１６％～２５％），且符合正常粘稻品种直链淀粉含量范围的３０份水稻品系基础上取得的，模型测定值与常规国标法的相关性达到显著水平，通过对水稻航天诱变后代的测定，初步显示了其准确性．研究结果表明，可借助近红外分析快速检测技术，开展水稻直链淀粉含量测定进行辅助育种．
基于近红外光谱的快速测定方法的基础是建立具有稳定性好和适应性强的数学模型．本试验尚存在样本数偏少、样本谱窄等不足，因此在后续的研究工作中必须大量收集基于南方稻区具有代表性的样本，提高其直链淀粉化学值测定的准确度，以进一步优化近红外检测模型，保证模型的稳定性和可靠性．
参考文献：
【１］余飞，邓丹雯，董婧，等．直链淀粉含量的影响因素及其应用研究进展［ｊ］．食品科学，２００７，２８（１０）：６０４—６０８．［２］王仪春，张小明，石春海．稻米直链淀粉含量测定方法的探讨［Ｊ］．中国农学通报，２００１，１７（１１）：３０—３２．［３］张建，于辉。张建奎．２种测定稻米直链淀粉含量方法的差异性研究［Ｊ］．西南农业大学学报：自然科学版，２００５，２７（６）：８２１—８２４．
［４］钟连进，程方民．水稻籽粒鲜样品的直链淀粉含量测定方法［Ｊ］．浙江大学学报：农业与生命科学版，２００２，２８（１）：３３—３６．［５］许琼，马国欣．近红外光谱技术在化学分析方面的应用进展［Ｊ］．中国高新技术企业，２００７（３）：１２３—１２４．
［６］陈建华，郭咏梅，刘义富，等．云南水稻直链淀粉含量近红外模型的创建研究［Ｊ］．云南农业大学学报，２００８，２３（２）：
１４１—１４４．
［７］
陈春燕，凌英华，杨正林，等．水稻籽粒直链淀粉含量非破坏性活体测定方法研究［Ｊ］．西南大学学报：自然科学版，２００７，２９（１２）：７３－７６．
［８］陆艳婷，金庆生，叶胜海，等．应用近红外光谱技术快速测定粳稻品种的直链淀粉含量［Ｊ］．中国粮油学报，２００７，２２
（３）：１４９—１５３．
［９］景茂，严衍禄，刘广田．付里叶变换近红外漫反射光谱法测定小麦单籽粒中蛋白质含量［Ｊ］．光谱学与光谱分析，
１９９１，１１（３）：２０—２３．［１０］ＦＥＲＲＩＯＪ
Ｐ，ＢＥＲＴＲＡＮＥ，ＮＡＣＨＩＴＭＭ，ｅｔａ１．Ｅｓｔｉｍａｔｉｏｎｏｆ黟ａｉｎｙｉｅｌｄｂｙｎｅａｒ—ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅＢｐｔ矧叽措ｃｏｐ，ｒｉｎ
ｄｕ．
ｒｕｎ３
ｗｈｅａｔ［Ｊ］．Ｅｕｐｈｙｔｉｅａ，２００４，１３７（３）：３７３—３８０．
［１１］中华人民共和国农业部．ＮＹ／Ｔ８３—１９８８米质测定方法［Ｓ］．北京：中国标准出版社，１９８８．
［１２］魏良明，严衍禄，戴景瑞．近红外漫反射光谱测定玉米完整籽粒粗蛋白质和淀粉含量的研究［Ｊ］．中国农业科学，２０（Ｏ，
３７（５）：６３０—６３３．
［１３］肖听，陈奕，罗文永．单粒活体稻谷种子直链淀粉含量的近红外透射光谱分析［Ｊ］．中国水稻科学，２０（１３，１７（３）：２８７—２９０．［１４］李东芳，倪丕冲，沈桂芳．水稻航天诱变育种及其机理研究的进展与展望［Ｊ］．生物技术通报，２００４（３）：２３—２５．
【责任编辑冯元璋】
水稻直链淀粉含量近红外模型的创建
作者：作者单位：
陈晓玲， 冯前进， 谢振文， 刘胜洪， 陈俊聪， 谢文青， CHEN Xiao-ling， FENG Qian-jin ， XIE Zhen-wen， LIU Sheng-hong， CHEN Jun-cong， XIE Wen-qing
陈晓玲,冯前进,谢振文,刘胜洪,CHEN Xiao-ling,FENG Qian-jin,XIE Zhen-wen,LIU Sheng-hong(仲恺农业工程学院,生命科学学院,广东,广州,510225)， 陈俊聪,谢文青,CHEN Jun-cong,XIE Wen-qing(台山市农业科学研究所,广东,台山,529220)仲恺农业工程学院学报
JOURNAL OF ZHONGKAI UNIVERSITY OF AGRICULTURE AND TECHNOLOGY2009,22(1)
刊名：英文刊名：年，卷(期)：
参考文献(14条)
1. 余飞;邓丹雯;董婧 直链淀粉含量的影响因素及其应用研究进展[期刊论文]-食品科学 2007(10)2. 王仪春;张小明;石春海 稻米直链淀粉含量测定方法的探讨[期刊论文]-中国农学通报 2001(11)
3. 张建;于辉;张建奎 2种测定稻米直链淀粉含量方法的差异性研究[期刊论文]-西南农业大学学报(自然科学报)2005(06)
4. 钟连进;程方民 水稻籽粒鲜样品的直链淀粉含量测定方法[期刊论文]-浙江大学学报(农业与生命科学版)2002(01)
5. 许琼;马国欣 近红外光谱技术在化学分析方面的应用进展[期刊论文]-中国高新技术企业 2007(03)
6. 陈建华;郭咏梅;刘义富 云南水稻直链淀粉含量近红外模型的创建研究[期刊论文]-云南农业大学学报 2008(02)7. 陈春燕;凌英华;杨正林 水稻籽粒直链淀粉含量非破坏性活体测定方法研究[期刊论文]-西南大学学报(自然科学版) 2007(12)
8. 陆艳婷;金庆生;叶胜海 应用近红外光谱技术快速测定粳稻品种的直链淀粉含量[期刊论文]-中国粮油学报2007(03)
9. 景茂;严衍禄;刘广田 付里叶变换近红外漫反射光谱法测定小麦单籽粒中蛋白质含量 1991(03)10. FERRIO J P;BERTRAN E;NACHIT M M Estimation of grain yield by near-infrared reflectancespectroscopy in durum wheat[外文期刊] 2004(03)11. 中华人民共和国农业部 NY/T 83-1988.米质测定方法 1988
12. 魏良明;严衍禄;戴景瑞 近红外漫反射光谱测定玉米完整籽粒粗蛋白质和淀粉含量的研究[期刊论文]-中国农业科学 2004(05)
13. 肖昕;陈奕;罗文永 单粒活体稻谷种子直链淀粉含量的近红外透射光谱分析[期刊论文]-中国水稻科学 2003(03)14. 李东芳;倪丕冲;沈桂芳 水稻航天诱变育种及其机理研究的进展与展望[期刊论文]-生物技术通报 2004(03)
本文读者也读过(10条)
1. 邵学广. 蔡文生 漫反射NIR光谱用于复杂样品的绿色分析手段[会议论文]-2006
2. 胡昌泉. 苏军. 陈建民. 陈在杰. 王锋 糙米直链淀粉含量透射式近红外定标方程的建立[期刊论文]-福建农业学报2004,19(1)
3. 程磊. 王新其. 沈革志. 周根会 微量稻米样品直链淀粉含量测定中若中因素的研究[期刊论文]-上海交通大学学报(农业科学版)2001,19(1)
4. 谢君红. 吴笑盈 稻谷中直链淀粉含量测定方法的探讨[期刊论文]-浙江农业科学2008(2)
5. 严文潮. 富田桂. 金庆生. 裘伯钦. YAN Wen-chao. Katsura Tomita. JIN Qing-sheng. QIU Bo-qin 稻米直链淀粉含量测定中试验材料形态调整的研究[期刊论文]-科技通报2000,16(2)
6. 姚鑫淼. 王乐凯. 戴常军. 顾晓红. 高春霞 利用近红外透射光谱技术建立大豆品质定标模型的研究[会议论文]-
2006
7. 田锦兰. 唐章林. 徐新福. 王瑞. 李加纳. TIAN Jin-lan. TANG Zhang-lin. XU Xin-fu. WANG Rui. LI Jia-na NIRS定量分析羽衣甘蓝油含量、蛋白质含量数学模型的建立[期刊论文]-植物遗传资源学报2009,10(3)
8. 李燕萍. 许宏贤. 钱莹. 段钢. Li Yanping. Xu Hongxian. Qian Ying. Duan Gang 发酵液中乙醇含量的近红外光谱NIRS定量分析与验证[期刊论文]-食品与发酵工业2008,34(7)
9. 张小明. 石春海. 鲍根良. 叶胜海. ZHANG Xiaoming. SHI Chuenghai. BAO Genliang. YE Shenghai 稻米直链淀粉含量测定方法研讨[期刊论文]-植物遗传资源科学2002,3(1)
10. 肖昕. 陈奕. 谢新华. 罗文永. 刘彦卓. 毛兴学. 李晓方 稻米直链淀粉含量测定方法的研究[会议论文]-2003
引用本文格式：陈晓玲. 冯前进. 谢振文. 刘胜洪. 陈俊聪. 谢文青. CHEN Xiao-ling. FENG Qian-jin. XIE Zhen-wen. LIU Sheng-hong. CHEN Jun-cong. XIE Wen-qing 水稻直链淀粉含量近红外模型的创建[期刊论文]-仲恺农业工程学院学报 2009(1)
仲恺农业工程学院学报，２２（１）：０５—０８，２００９
＃＇ｏｕｒｎ应旷２抽Ｈｇ妇ｉ踟西粥蚵旷月ｇｒ妇出岍ａｎｄ踟萌硼袖呵
文章编号：１６７４－５６６３（２００９）ｍ一０（０）５—０４
水稻直链淀粉含量近红外模型的创建
陈晓玲１，冯前进１，谢振文¨，刘胜洪１，陈俊聪２，谢文青２
（１．仲恺农业工程学院生命科学学院，广东广州５１０２２５；２．台山市农业科学研究所，广东台山５２９２２０）
摘要：利用近红外分析仪，对３０份不同直链淀粉含量的水稻品系进行了光谱扫描，并用国标化学法对其直链淀粉含量的参比值进行了测定．通过近红外定标软件（ＷｉｎＬＳＩＨＩ），采用多种计量数学处理方法和不同的回归统计方法进行定标曲线的开发和比较。优化建立了水稻直链淀粉含量测定的近红外分析定标模型．其定标标准偏差（Ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
０ｆ
ｃａｌｉｂｒａｔｉｏｎ，ＳＥＣ）、交叉检验标准误差（Ｓ恤ｎｄａｎｌ
ｅｒｒｏｒ
０ｆ锄ｓ．ｖａｌｉｄａｔｉｏｎ，ＳＥＣＶ）和定标决定系
数（Ｒｅｇｒｅｓｓｉｏｎ
ｓｑｌｌａ捌，ＲｓＱ）分别为ｏ．２７７、１．４９２和０．９７９．利用建立的近红外定置分析模型，实现了对水稻
航天育种后代材料的快速筛选与鉴定．
关键词：水稻；直链淀粉；近红外光谱；航天育种中图分类号：ｓ５１１；Ｑ７５４
文献标识码：Ａ
ＥｓｔａｂｌｉｓｈｍｅｎｔｏｆＮＩＲＳｍｏｄｅｌｆｏｒｒｉｃｅａｍｙｌｏｓｅｃｏｎｔｅｎｔｓ
ＣＨＥＮＸｉａｏ．１ｉｎ９１，ＦＥＮＧ
Ｑｉａｎ－ｊｉｎｌ，ＸＩＥＺｈｅｎ—ｗｅｎｌ。，Ｌ［ＵＳｈｅｎｇ—ｈｏｎ９１，ＣＨＥＮＪｉｍ．ｃｏｎ９２，ＸＩＥＷｅｎ－ｑｉｎ９２
５１０２２５，Ｃｈｉｎａ；
（１．ＣｏＵｅｇｅ
ｏｆＬｉｆｅ
Ｓｃｉｅｎｃｅｓ，压∞鲥ＵｎｉｖｅｒｓｉｔｙｏｆＡ硝ａｌｈＩ玳ａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｇｕａｎｇｚｈｏｕ
ＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃ髓０ｆＴａｉｓｈｍＣｉｔｙ，Ｔｓｌｓｈｓｎ５２９２２０，Ｃｈｉｎａ）
２．Ｉｎｓｆｉｍｍｏｆ
Ａｂｓｔｒａｃｔ：’ｒｈｅｔｈｉｒｔｙｓａｍｐｌｅｓｏｆａｓｔｒｏｎａｕｔｉｃｄｅｅｓｅｅｄｓｗｅｒｅｓｃａｎｎｅｄｂｙ
ｎｅａｒ
ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｍｓ－
ｃｏｐｙ（ＮＩＲＳ）ａｎａｌｙｚｅｒ
ｔｏ
ｄｅｔｅｒｍｉｎｅａｎｄｔｈｅａｍｙｌｏｓｅ
ｃｏｎｔｅｎｔｓ
ｉｎｔｈｅｓｅｅｄ８．ＷｉｔｈｔｈｅＷｉｎＩＳｌⅢｃａｌｉｂｒａ－
ｔ．ｉｏｎｅｘｅｃｕｔｉｏｎｓｏｆｔｗａｒｅ，ｓｅｖｅｒａｌ
ｍｔｈｅｍｔｉｃｓ
ｔｒｅａｔｍｅｎｔｓｏｆｔｈｅｓａｍｐｌｅｓｐｅｃｔｒａａｎｄｄｉｆｆｅｒｅｎｔｒｅｇｒｅｓｓｉｏｎ
ｍｅｔｈｏｄｓｗｅｒｅａｄｏｐｔｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｅｑｕａｔｉｏｎ，ａｎｄｔｈｅＮＩＲＳｃａｌｉｂｒａｔｉｏｎｆｏｒｒｉｃｅａｍｙｌｏｓｅＷＳＳｅｓｔａｂ＿
ｌｉｓｈｅｄ．而ｅ
ｓｉｏｎ
ｔｅｎｔｓ
ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
ｏｆ
ｃａｌｉｂｒａｔｉｏｎ（ＳＥＣ），ｓｔａｎｄａｒｄ
ｅｒｒｏｒ
ｏｆ
ＣＲＯＳＳ—ｖａｌｉｄａｔｉｏｎ（ＳＥＣＶ）ａｎｄ
ｒｅｇｒｅｓ－
ｃｏｎ－
ｓｑｕａｒｅｄ（ＲＳＱ）ｏｆｔｈｅｃａｌｉｂｒａｔｉｏｎｗｅｒｅ０．２７７，１．４９２
ａｎｄ
０．９７９
ｒｅｓｐｅｃｔｉｖｅｌｙ．ｎｅ
ａｍｙｌｏｓｅ
ｏｆｒｉｃｅｓｅｅｄｓｉｎｓｐａｃｅｍｕｔａｔｉｏｎｂｒｅｅｄｉｎｇｐＲＯｇｒａｍｓｃｏｕｌｄｂｅｒａｐｉｄｌｙｓｃｒｅｅｎｅｄａｎｄｉｄｅｎｔｉｆｉｅｄｂｙＮＩＲＳ
ｍｏｄｅｌｗｈｉｃｈＷａＳｅｓｔａｂｌｉｓｈｅｄｉｎｔｈｉｓｓｔｕｄｙ．
Ｋｅｙｗｏｒｄｓ：ｒｉｃｅ；ａｍｙｌｏｓｅ；ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ；ｓｐａｃｅｍｕｔａｔｉｏｎｂｒｅｅｄｉｎｇ
直链淀粉含量的高低是决定水稻口感和品质的重要因素之一，直链淀粉含量是评价稻米蒸煮食味品质的一个重要指标…，大多数水稻品种稻米直链淀粉含量偏高是水稻品质育种需要解决的关键问题．直链淀粉含量的测定常用标准碘蓝比色法（常规法），这是一种繁琐、耗时、费力的破坏性分析方法，难以及时准确提供分析数据，一定程度上阻碍了水稻育种的研究进程口一】．因此研究稻米直链淀粉含量的快速检测方法，对制定合理的水稻育种计划和程序，实现对大量育种中间材料的快速检测和选优汰劣，具有十分重要的意义．
近红外光谱分析技术是新近发展起来的高效分析方法，已成功应用于食品、药物、烟草、饲料以及石油化工等诸多行业产品的分析测定ＨＪ．特别是在农副产品的品质分析上，因其快速、无须前期处理、非破坏性，以及多组分同时定量分析测试等优势而得到广泛的应用．许多学者净加１应用近红外光谱分析测定了水稻、玉米、小麦等作物的直链淀粉、蛋白质、氨基酸、脂肪、产量等，取得较为满意的结果．由于不
收稿日期：２００８—０９—２０
基金项目：国家航天工程育种项目（２００６ＨＴｌ０－Ｏ００４）、仲恺农业工程学院校级科研基金项目（Ｇ３０７１３０７）资助．
作者简介：陈晓玲（１９７２一），女。广东廉江人，助理研究员．
・通讯作者：Ｅ—ｍａｌｌ：ｘｉｅｚｈｗｅｎ＠１６３．啪
６
仲恺农业工程学院学报第２２卷
同型号的近红外仪的性能、参数和定标软件及拟分析对象不同，难以直接引用前人的定标研究结果．因此，作者采用新引进的ＦＯＳＳ—ＮＩＲＳｙｓｔｅｍｓ５０００近红外分析仪对稻米直链淀粉含量测定定标进行研究，试图为水稻育种的品种资源鉴定、育种中间材料的筛选寻找一种更加准确、简便和有效的测定手段，以期为相关研究与应用提供参考．
１材料与方法
１．１供试材料
供试的４２份水稻品系为航天诱变选育的后代，由台山市农业科学研究所提供．１．２仪器
ＦＯＳＳ—ｈｒ［ＲＳｙ’ｓｔｅｍｓ
５０００近红外分析仪，美国ＦｏＳｓ公司生产．
１．３近红外透射光谱（ＮＩＦＬＳ）扫描与光谱分析
ｌ－３．１样品扫描样品经去壳除杂（水稻糙米），碾磨成粉，置于分析盘的样品杯内，在近红外分析仪上进行光谱扫描．在波长ｌ１００－２４９８１１１１１范围内，每个样品重复扫描３次，得到ｌ条平均近红外光谱图，通过分析仪适配器转换，把得到的光谱数据存于计算机，然后使用ＦＯＳＳ公司提供的近红外专业定标软件（ＷｉｎＩＳＩＩＩＩ）对光谱进行分析．
１．３．２光谱分析光谱分析采用了ＷｉｎＩＳＩＨＩ软件具备的“标准正常化处理和散射处理”数学处理方法，参数选择分别为０．０．１．１、１．４．４．１和１．７．７．１，对所收集的光谱进行处理和比较，了解光谱的特性并剔除异常光谱，使用软件（软件优化条件：马氏距离（ＧｌｏｂａｌＨ，ＧＨ）＝３．０，邻居距离（ＮｅｉｇｈｂｏｒＮＨ）＝Ｏ．６）的自动条件筛选功能和主成分分析技术对光谱进行聚类分析．１．４直链淀粉含量测定
将已扫描过的样品再经过０．１７７ｎ＇ｌＩｎ孔径筛，混匀装入药品袋备用．直链淀粉含量测定按文献［１１］的方法进行．测定前对样品进行水分测定、脱脂等预处理，每个样品测定２次，求两次重复测定结果的平均值．同时对两次重复实验相差超过２％的样品重新测定，以保证其准确性．
Ｈｏｏｄ，
２结果与分析
２．１扫描光谱
水稻样品经近红外透射光谱扫描，并通过归类分析，筛选出３０份作为定标样本．其ＮＩＲＳ扫描光谱如图１．
２．２真链淀粉含量
３０份水稻定标样品化学法测定的直链淀粉含量为１６．４１６％一２５．１９３％，样本基本符合正态分布，其含量分布如表１所示．结果显示定标样品具有良好的连续性与代表性。满足定标条件的要求．
ｌ
裹１定标样本直链淀粉含量分布
Ｔａｂｌｅｌ
Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ
《ｏ
８昌皂
ｏ
ｊ耋
《
胁∥７ｉ
。
，、洌
－
ａｍｙｌｏｓｅ
ｃｏｎｔｅｎｔｓ
ｉｎｃａｌｉｂｒａｔｉｎｇ
ｓａｍｐｌｅｓｓａｍｐｌｅｓ
直链淀粉含量分布
Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ
定标样本数量
ａｍｙｌｏｓｅｃｏｎｔｅｎｔ／％Ｎｕｍｂｅｒｏｆｃａｌｉｂｒａｔｉｎｇ
３ｌｌ１２３１
堪鬟螫
一，
一
ｌ曳泸√
ｌ４５０
１
●●１６．００—１８．００１８．００—２０．００２０．００一２２．００
Ｉ
●
１００７９９２４９２４
２２．００—２４．００２４．００—２６．００
图ｌ
Ｆｉｇ１
３０份水稻种子样品的ＮＩＲＳ连续扫描光谱图
ｏｆ３０ｒｉｃｅｓａｍｐｌｅｓｄｓｅｅｄｓ
ＮＩＰＳｓｃａｎｎｉｎｇｓｐｅｃｔｒｏｇｒａｍ
第１期
陈晓玲，等：水稻直链淀粉含量近红外模型的创建
７
２．３定标模型的建立
利用ＷｉｎｌＳＩＩＩＩ软件，结合不同数学处理方式，对３０份水稻定标样品数据进行前处理，利用软件提供的改进偏最／ｂ－－乘法回归（ＭｏｄｉｆｉｅｄＰＬＳ）和主成分分析回归（Ｐｒｉｍａｒｙ
ｐａｒｔｉａｌｌｅａｓｔ
ｓｑｕａｒｅ，ＭＰＬＳ）、偏最小二乘法回归（Ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅ，
ｃｏｎｓｔｉｔｕｅｎｔｓ
ｒｅｇｒｅｓｓｉｏｎ，ＰＣＲ）３种常用的数学计量学方法建立定标模型，
通过使用３种回归技术配搭不同散射处理方法与处理参数得到的交叉验证结果进行比较，选出最好的定标方程．通过定标建模交叉验证检验发现，使用ＭＰＬＳ技术，采用“标准正常化处理和散射处理（Ｓｔａｎｄａｒ
ｎｏｒｍａｌｖａｒｉａｎｔａｎｄ
ｓｃａｔｔｅｒ
ｄｅｔｒｅｎｄ，ＳＮＶ＋Ｄｅｔｒｅｎｄ）”，参数选择为“１．４．４．１”的数学处理方法得到的结果
ｅｒｒｏｒ
最好，其定标标准偏差（Ｓｔａｎｄａｒｄ到极显著水平（表２）．
ｏｆ
ｃａｌｉｂｒａｔｉｏｎ。ＳＥＣ）、交叉检验标准误差（Ｓｔａｎｄａｒｄ印ｗ
ｏｆ
ｃｒｏｓｓ．
ｖａｌｉｄａｄｏｎ，ＳＥＣＶ）和定标决定系数（Ｒｅｇｒｅｓｓｉｏｎｓｑｕａｒｅｄ，ＢＳＱ）分别为０．２７７、１．４９２、０．９７９，相关性达
表２不同预处理方法交叉验证结果比较
Ｔａｂｌｅ２
Ｔｈｅｃｒｏ髓ｖａｌｉｄａｔｉｏｎｒｅｓｕｌｔｓ
ｏｂｔａｉｎｅｄｂｙｖａｒｉｏｕｓｐｒｅｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｓ
・标准正常化处理和散射处理Ｓｔａｎｄａｒｄ
ＮｏｒｍａｌＶａｒｉａｎｔａｎｄ
Ｓｃａｔｔ目Ｄｅｔｍｎｄ（ＳＮＶ＋Ｄｅ嗽Ｉｄ）．
・・无散射处理ＮｏＳｃａｔｔ日ｍ恤札ｄ（Ｎｏｎｅ）．
２．４定标模型的验证
模型的验证选取１２份没有参加定标的水稻样本材料，同时利用化学法和近红外分析仪测定其直链淀粉含量（表３）．从中可以看出，化学分析法和近红外测定值的绝对误差在一２．３８１一１．２２４之间，相关系数ｒ＝０．８９７，其相关性达到显著水平．表明近红外定标样品测定值与常规化学分析法之间没有显著差异，进一步说明定标方程可信．该方程对未知样品直链淀粉含量的预测在实际应用中具有很好的参考价值．２．５定标模型在水稻育种中的应用
利用新建立的数学模型，对４２份空间诱变水稻ＳＰ２代材料的直链淀粉含量进行分析．所有育种材料直链淀粉含量介于１５％一２５％之间，其中２份材料直链淀粉含量在２５％以上，２２份材料直链淀粉含量低于２０％（表４）．这说明水稻种子经空间诱变后产生了丰富的变异后代，为水稻航天育种的优越性提供了佐证，为航天诱变后代筛选提供了依据．
８
仲恺农业工程学院学报
表３化学法与近红外法测定直链淀粉含量的比较
Ｔａｂｌｅ３
Ｒｅｓｕｌｔｓｏｆａｍｙｌｏｓｅ
第２２卷
ｃｏｎｔｅｎｔ（Ａｃ）ｍｅ．ａｓｕｒｅｄｂｙｃｈｅｍｉｃａｌａｎｄＮＩＰＳｍｅｔｈｏｄｓ
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
ｌ２３４５６７８
化学法测定值
ＡＣｖａｌｕｅｏｆｃｈｅｍｉｃａｌｍｅｔｈｏｄ／％
２１．４０４１９．０４５
近红外测定值
ＡＣｖａｌｕｅｏｆ
绝对误差
Ａｂｓｏｌｕｔｅ
ＮＩＲＳ／％ｅｒｒｏｒ／％
２０．８０４一Ｏ．６００１．２２４—０．５７６—０．５９２—０．８２０Ｏ．７６９—２．３８１—０．２９９—０．２３６—０．７３８０．１８３１．１５４
２０．２６９
１７．２２３１６．０８１１７．８４７
１７．７９９
１６．６７３１８．６６７１９．７７６２１．０４９１８．７４４２１．１７６２５．１９６
２０．“５
１８．６６８
１８．４４５２０．９４０２４．４５８１９．４８４１９．９１２
９
１０１１１２
１９．３０１
１８．７５８
表４应用定标模型预测航天育种水稻材料ＳＰ２代的直链淀粉含量
Ｔａｂｌｅ４
Ａｍｙｌｏ∞ｃｏｎｔｅｎｔｓ
ｉｎａｓｔｒｏｎａｕｔｉｃ
ｒｉｃｅ（ＳＰ２）ｐｒｅｄｉｃｔｅｄ
直链淀粉含量
Ａｍｙｌｏｓｅ
ｂｙｔｈｅｃａｌｉｂｒａｔｅｄＮＩＲＳｍｏｄｅｌ
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ０３２Ｘ０３８）（０４７
直链淀粉含量
Ａｍｙｌｏ能ｃｏｎｔｅｎｔ／％
２１．３７４２１．４０４１９．０１７１７．７９８１６．６６０１８．６１０
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ１２０Ｘ１２７Ｘ１２９Ｘ１４３Ｘ１４４Ｘ１５１Ｘ１８５Ｘ２２７Ｘ２３ｌＸ２７１
样品号
ＮＯ．ｏｆｓａｍｐｌｅｓ
Ｘ３８９Ｘ４２２
直链淀粉含量
Ａｍｙｌｏｓｅｃｏｎｔｅｎｔ／％
２１．６１７
ｃｏｎｔｅｎｔ／％
１８．７７３１９．１７９２０．８０５１９．０４５２１．２１１
２０．８８６
１９．７７６２１．０４９１８．７４４２１．１７６２５．１９６
）泓ｌ
Ｘ禾屹Ｘ驰－７Ｘ５９３Ｘ６８１Ｘ７０８Ｘ｜７１８Ｘ７３４）【７５２Ｘ７６７Ｘ８７２Ｘ８９０
）【ｏ“
煳
Ｘ０６９Ｘ０８０Ｘ０８２Ｘ０８４Ｘ０９２Ｘ１０９Ｘ１１５Ｘ１１８
２０．４８０
２２．５９３１８．８５４２１．２９２
）（０７３
１９．７４８
２１．０４９１８．６９２２１．１３０２５．１９３１９．２６１１８．７７３２３．５６８
１９．３０１
２１．５３６２２．０２４１８．７５８１８．７７３２０．０７３１６．４１６
１７．７９９
１９．６６７２０．３１７１６．６７３１８．６６７
）Ｑ７６
）【２９２Ｘ２９４Ｘ３１４
３
讨论
近红外光谱分析技术虽具有快速、简便、相对准确等优点，但其准确性受多种因素的影响【７’１２。玎】．
对影响其准确性的因素进行深入研究，尽可能减小试验误差，提高试验的准确性是今后此类研究的工作重点．本试验中，为了使模型达到理想的分析效果，减小试验误差，采用平均光谱、平均化学值，运用建模软件的优化手段，对异常值删除，选用多种预处理方法排除干扰信息，由此建立模型的决定系数在９７％以上，对样品的预测效果比较理想．
水稻航天诱变育种是将水稻干种子搭载返回式航天器（卫星或宇宙飞船），经过空间诱变作用产生变异，在地面选择有益变异培育新种质、新品种的育种方法¨引．与常规育种相比，航天诱变育种具有诱变频率高、变异幅度大、育种周期短、有利突变体多等特点．利用近红外定标分析模型，实现对航天水稻育种材料直链淀粉含量的快速测定，大大提高了选择效率，加快选育的进程．
（下转第１２页）
１２
仲恺农业工程学院学报第２２卷
参考文献：
［１］应锦凯．压花与干花技艺［Ｍ］．北京：中国农业出版社，１９９９．
［２］谢明．干花与人造花家庭装饰［Ｍ］．杭州：浙江科学技术出版社，２０００．［３］刘文利．发展我国干燥花产业的几点建议［Ｊ］．西南园艺，２０００１，２９（３）：３４．
［４］王向阳，包嘉波，袁海娜．玫瑰干花护形研究［Ｊ］．浙江农业学报，２００２，１４（６）：３５１—３５３．
［５］弓弼，马柏林，马惠玲．月季干花制作中的防皱技术研究［Ｊ］．西北林学院学报，１９９９，１４（３）：１０１—１０４．［６］余清，陈青青，庞杰．玫瑰花色稳定性研究［Ｊ］．北华大学学报：自然科学版，２００４，２（５）：１６５—１６８．
［７］梁凌云，程玉来，张佰清．真空冷冻干燥和微波干燥在切花月季干燥中的应用［Ｊ］．农业机械学报，２００５，１（３６）：
７１—７４．
［８］洪波，刘香环，张散方．红色月季花瓣平面干燥保色技术与机理研究［Ｊ］．园艺学报，２００２，２９（６）：５６１—５６５．［９］
赵燕．不同类型花卉在压制过程中色变的探讨［Ｊ］．云南农业大学学报，２００３，２（１８）：２１３－２１４．
【责任编辑徐妍】
（上接第８页）
本定标模型是在基于正态分布、变幅广（１６％～２５％），且符合正常粘稻品种直链淀粉含量范围的３０份水稻品系基础上取得的，模型测定值与常规国标法的相关性达到显著水平，通过对水稻航天诱变后代的测定，初步显示了其准确性．研究结果表明，可借助近红外分析快速检测技术，开展水稻直链淀粉含量测定进行辅助育种．
基于近红外光谱的快速测定方法的基础是建立具有稳定性好和适应性强的数学模型．本试验尚存在样本数偏少、样本谱窄等不足，因此在后续的研究工作中必须大量收集基于南方稻区具有代表性的样本，提高其直链淀粉化学值测定的准确度，以进一步优化近红外检测模型，保证模型的稳定性和可靠性．
参考文献：
【１］余飞，邓丹雯，董婧，等．直链淀粉含量的影响因素及其应用研究进展［ｊ］．食品科学，２００７，２８（１０）：６０４—６０８．［２］王仪春，张小明，石春海．稻米直链淀粉含量测定方法的探讨［Ｊ］．中国农学通报，２００１，１７（１１）：３０—３２．［３］张建，于辉。张建奎．２种测定稻米直链淀粉含量方法的差异性研究［Ｊ］．西南农业大学学报：自然科学版，２００５，２７（６）：８２１—８２４．
［４］钟连进，程方民．水稻籽粒鲜样品的直链淀粉含量测定方法［Ｊ］．浙江大学学报：农业与生命科学版，２００２，２８（１）：３３—３６．［５］许琼，马国欣．近红外光谱技术在化学分析方面的应用进展［Ｊ］．中国高新技术企业，２００７（３）：１２３—１２４．
［６］陈建华，郭咏梅，刘义富，等．云南水稻直链淀粉含量近红外模型的创建研究［Ｊ］．云南农业大学学报，２００８，２３（２）：
１４１—１４４．
［７］
陈春燕，凌英华，杨正林，等．水稻籽粒直链淀粉含量非破坏性活体测定方法研究［Ｊ］．西南大学学报：自然科学版，２００７，２９（１２）：７３－７６．
［８］陆艳婷，金庆生，叶胜海，等．应用近红外光谱技术快速测定粳稻品种的直链淀粉含量［Ｊ］．中国粮油学报，２００７，２２
（３）：１４９—１５３．
［９］景茂，严衍禄，刘广田．付里叶变换近红外漫反射光谱法测定小麦单籽粒中蛋白质含量［Ｊ］．光谱学与光谱分析，
１９９１，１１（３）：２０—２３．［１０］ＦＥＲＲＩＯＪ
Ｐ，ＢＥＲＴＲＡＮＥ，ＮＡＣＨＩＴＭＭ，ｅｔａ１．Ｅｓｔｉｍａｔｉｏｎｏｆ黟ａｉｎｙｉｅｌｄｂｙｎｅａｒ—ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅＢｐｔ矧叽措ｃｏｐ，ｒｉｎ
ｄｕ．
ｒｕｎ３
ｗｈｅａｔ［Ｊ］．Ｅｕｐｈｙｔｉｅａ，２００４，１３７（３）：３７３—３８０．
［１１］中华人民共和国农业部．ＮＹ／Ｔ８３—１９８８米质测定方法［Ｓ］．北京：中国标准出版社，１９８８．
［１２］魏良明，严衍禄，戴景瑞．近红外漫反射光谱测定玉米完整籽粒粗蛋白质和淀粉含量的研究［Ｊ］．中国农业科学，２０（Ｏ，
３７（５）：６３０—６３３．
［１３］肖听，陈奕，罗文永．单粒活体稻谷种子直链淀粉含量的近红外透射光谱分析［Ｊ］．中国水稻科学，２０（１３，１７（３）：２８７—２９０．［１４］李东芳，倪丕冲，沈桂芳．水稻航天诱变育种及其机理研究的进展与展望［Ｊ］．生物技术通报，２００４（３）：２３—２５．
【责任编辑冯元璋】
水稻直链淀粉含量近红外模型的创建
作者：作者单位：
陈晓玲， 冯前进， 谢振文， 刘胜洪， 陈俊聪， 谢文青， CHEN Xiao-ling， FENG Qian-jin ， XIE Zhen-wen， LIU Sheng-hong， CHEN Jun-cong， XIE Wen-qing
陈晓玲,冯前进,谢振文,刘胜洪,CHEN Xiao-ling,FENG Qian-jin,XIE Zhen-wen,LIU Sheng-hong(仲恺农业工程学院,生命科学学院,广东,广州,510225)， 陈俊聪,谢文青,CHEN Jun-cong,XIE Wen-qing(台山市农业科学研究所,广东,台山,529220)仲恺农业工程学院学报
JOURNAL OF ZHONGKAI UNIVERSITY OF AGRICULTURE AND TECHNOLOGY2009,22(1)
刊名：英文刊名：年，卷(期)：
参考文献(14条)
1. 余飞;邓丹雯;董婧 直链淀粉含量的影响因素及其应用研究进展[期刊论文]-食品科学 2007(10)2. 王仪春;张小明;石春海 稻米直链淀粉含量测定方法的探讨[期刊论文]-中国农学通报 2001(11)
3. 张建;于辉;张建奎 2种测定稻米直链淀粉含量方法的差异性研究[期刊论文]-西南农业大学学报(自然科学报)2005(06)
4. 钟连进;程方民 水稻籽粒鲜样品的直链淀粉含量测定方法[期刊论文]-浙江大学学报(农业与生命科学版)2002(01)
5. 许琼;马国欣 近红外光谱技术在化学分析方面的应用进展[期刊论文]-中国高新技术企业 2007(03)
6. 陈建华;郭咏梅;刘义富 云南水稻直链淀粉含量近红外模型的创建研究[期刊论文]-云南农业大学学报 2008(02)7. 陈春燕;凌英华;杨正林 水稻籽粒直链淀粉含量非破坏性活体测定方法研究[期刊论文]-西南大学学报(自然科学版) 2007(12)
8. 陆艳婷;金庆生;叶胜海 应用近红外光谱技术快速测定粳稻品种的直链淀粉含量[期刊论文]-中国粮油学报2007(03)
9. 景茂;严衍禄;刘广田 付里叶变换近红外漫反射光谱法测定小麦单籽粒中蛋白质含量 1991(03)10. FERRIO J P;BERTRAN E;NACHIT M M Estimation of grain yield by near-infrared reflectancespectroscopy in durum wheat[外文期刊] 2004(03)11. 中华人民共和国农业部 NY/T 83-1988.米质测定方法 1988
12. 魏良明;严衍禄;戴景瑞 近红外漫反射光谱测定玉米完整籽粒粗蛋白质和淀粉含量的研究[期刊论文]-中国农业科学 2004(05)
13. 肖昕;陈奕;罗文永 单粒活体稻谷种子直链淀粉含量的近红外透射光谱分析[期刊论文]-中国水稻科学 2003(03)14. 李东芳;倪丕冲;沈桂芳 水稻航天诱变育种及其机理研究的进展与展望[期刊论文]-生物技术通报 2004(03)
本文读者也读过(10条)
1. 邵学广. 蔡文生 漫反射NIR光谱用于复杂样品的绿色分析手段[会议论文]-2006
2. 胡昌泉. 苏军. 陈建民. 陈在杰. 王锋 糙米直链淀粉含量透射式近红外定标方程的建立[期刊论文]-福建农业学报2004,19(1)
3. 程磊. 王新其. 沈革志. 周根会 微量稻米样品直链淀粉含量测定中若中因素的研究[期刊论文]-上海交通大学学报(农业科学版)2001,19(1)
4. 谢君红. 吴笑盈 稻谷中直链淀粉含量测定方法的探讨[期刊论文]-浙江农业科学2008(2)
5. 严文潮. 富田桂. 金庆生. 裘伯钦. YAN Wen-chao. Katsura Tomita. JIN Qing-sheng. QIU Bo-qin 稻米直链淀粉含量测定中试验材料形态调整的研究[期刊论文]-科技通报2000,16(2)
6. 姚鑫淼. 王乐凯. 戴常军. 顾晓红. 高春霞 利用近红外透射光谱技术建立大豆品质定标模型的研究[会议论文]-
2006
7. 田锦兰. 唐章林. 徐新福. 王瑞. 李加纳. TIAN Jin-lan. TANG Zhang-lin. XU Xin-fu. WANG Rui. LI Jia-na NIRS定量分析羽衣甘蓝油含量、蛋白质含量数学模型的建立[期刊论文]-植物遗传资源学报2009,10(3)
8. 李燕萍. 许宏贤. 钱莹. 段钢. Li Yanping. Xu Hongxian. Qian Ying. Duan Gang 发酵液中乙醇含量的近红外光谱NIRS定量分析与验证[期刊论文]-食品与发酵工业2008,34(7)
9. 张小明. 石春海. 鲍根良. 叶胜海. ZHANG Xiaoming. SHI Chuenghai. BAO Genliang. YE Shenghai 稻米直链淀粉含量测定方法研讨[期刊论文]-植物遗传资源科学2002,3(1)
10. 肖昕. 陈奕. 谢新华. 罗文永. 刘彦卓. 毛兴学. 李晓方 稻米直链淀粉含量测定方法的研究[会议论文]-2003
引用本文格式：陈晓玲. 冯前进. 谢振文. 刘胜洪. 陈俊聪. 谢文青. CHEN Xiao-ling. FENG Qian-jin. XIE Zhen-wen. LIU Sheng-hong. CHEN Jun-cong. XIE Wen-qing 水稻直链淀粉含量近红外模型的创建[期刊论文]-仲恺农业工程学院学报 2009(1)