2020109651910 应用近红外谷物分析仪建立油莎豆中粗脂肪含量的检测方法.pdf

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN112213282A
(43)申请公布日2021.01.12
(21)申请号202010965191.0
(22)申请日2020.09.15
(71)申请人吉林省农业科学院
地址130000吉林省长春市净月高新开发
区生态大街1363号
(72)发明人牟忠生魏尊苗程艳刘佳谣
王占海
(74)专利代理机构吉林大华铭仁律师事务所
22208
代理人李海峰
(51)Int.Cl.
G01N21/359(2014.01)

权利要求书1页说明书7页附图2页
(54)发明名称
应用近红外谷物分析仪建立油莎豆中粗脂
肪含量的检测方法
(57)摘要
本发明公开了一种应用近红外谷物分析仪
建立油莎豆中粗脂肪含量的检测方法，利用多个
有油莎豆样品，在近红外谷物分析仪上首次标定
了油莎豆粗脂肪模型，其中标样质量和脂肪含量
直接影响标线的准确性和适用范围，本发明所采
用标样为本团队选择纯化的油莎豆株系，其粗脂
肪含量覆盖范围为18.49％‑38.68％，可满足油
莎豆粗脂肪含量的测定。另外本发明具有分析速
度快、分析效率高、不使用任何化学试剂、不破坏
样品本身、且对环境不造成任何污染等优点。使
用本发明检测一个油莎豆待测样品的粗脂肪含
量平均只需1.5分钟，效率远高于传统方法，实现
了油莎豆粗脂肪快速无损分析。
CN112213282A
CN112213282A权利要求书1/1页

1.应用近红外谷物分析仪建立油莎豆中粗脂肪含量的检测方法，其特征在于，包括以
下步骤：
S1标准样品准备所用标准样品为粗脂肪含量覆盖范围18.49％-38.68％的油莎豆株
系，挑选饱满、无虫眼颗粒，洗净晒干备用；
S2近红外扫描取20g油莎豆样品放于旋转样品小盘中，采用近红外谷物分析仪扫描谱
区950-1650nm，分辨率为5nm，采集样品吸收光谱，获得样品在近红外波长的所有光谱信息，
得到校正集样本光谱；
S3光谱预处理对上述所得校正集样本光谱用TheUnscrambler软件进行预处理；
S4测定化学标准值依据NY/T4-1982方法检测油莎豆样品粗脂肪含量作为化学标准
值；
S5输入化学值并导出检测曲线将测定的样品化学标准值输入近红外谷物分析仪，将赋
有化学标准值的近红外光谱曲线导出；
S6建立定标模型以所述油莎豆样品的化学值为标准值，利用样品近红外光谱值与对应
化学标准值之间关系运用偏最小二乘法建立定标模型，将化学值和近红外值进行比较分
析，SEP值为小于0.5％；
S7模型导入设定项目将粗脂肪的定标模型导入近红外谷物分析仪内设定项目，即完成
设置，可以用来检测未知样品；
S8未知含量的油莎豆样品粗脂肪测定将步骤S1所述标样品替换为待测油莎豆样品，重
复所述步骤S1，用上述已导入定标模型的设定项目程序扫描待测样品，即可得到待测油莎
豆样品的粗脂肪含量。
2.根据权利要求1所述的检测方法，其特征在于，所用标准样品为纯化的油莎豆株系。
3.根据权利要求1所述的检测方法，其特征在于，所用标准样品为油莎豆株系100份以
上。
4.根据权利要求1所述的检测方法，其特征在于，所述近红外谷物分析仪为波通DA7250
近红外谷物分析仪。
5.根据权利要求1所述的检测方法，其特征在于，步骤S2中扫描方式为连续波长近红外
扫描或离散波长近红外扫描。
6.根据权利要求5所述的检测方法，其特征在于，扫描方式为连续波长近红外扫描时，
所述化学计量学多元校正算法为偏最小二乘法或主成分回归。
7.根据权利要求5所述的检测方法，其特征在于，所述扫描方式为离散波长近红外扫描
时，所述化学计量学多元校正算法为逐步回归算法或多元线性回归算法。
8.根据权利要求1所述的检测方法，其特征在于，步骤S3中所述的预处理方法为多元散
射校正法、平滑方法和求导方法的至少一种，求导方法为一阶求导或二阶求导法。

2
CN112213282A说明书1/7页

应用近红外谷物分析仪建立油莎豆中粗脂肪含量的检测方法

技术领域
[0001]本发明涉及检测分析技术领域，尤其涉及一种应用近红外谷物分析仪建立油莎豆
中粗脂肪含量的检测方法。

背景技术
[0002]油莎豆又名油莎草、地下板栗、地下核桃、虎坚果等，属莎草科莎草属多年生草本
植物，其为集油、粮、牧、饲多种用途于一体的新型植物。油莎豆经济化种植时，作为一年生
作物栽培，地上植株高100厘米左右，叶片狭窄、细长、革质，地下部分根系发达，根为须根，
根深15-25厘米左右，油莎豆植株分蘖能力强，生长过程中会不断从植株基部长出新的植
株，地下的须根可结出许多小球状的块茎，块茎成熟后呈圆球形、椭圆形和长椭圆形，直径
0.7-1.5厘米，表皮多为黄褐色，表面有节和鳞片，果肉白