基于中紅外漫反射光譜技術(shù)測定精米中直鏈淀粉含量的研究

1、基于中紅外漫反射光譜技術(shù)測定精米中直鏈淀粉含量的研究葉沁1 趙紫薇1 徐明雅1 張烝彥2 孫佳2 孟祥河1*(浙江工業(yè)大學(xué)海洋學(xué)院1, 杭州 310014)(杭州市糧油中心檢驗(yàn)監(jiān)測站2, 杭州 310009)摘要 研究了基于傅里葉中紅外漫反射光譜（DR-FTIR）技術(shù)結(jié)合偏最小二乘法（PLS），主成分分析法（PCR），經(jīng)典最小二乘法（CLS），逐步多元線性回歸法（SMLR）快速測定精米中直鏈淀粉含量。試驗(yàn)選取了161個精米樣品作為研究對象，通過光譜預(yù)處理，異常值剔除，波譜區(qū)間選擇對模型進(jìn)行了優(yōu)化。結(jié)果表明：采用PLS建模，通過多元散射校正，向后區(qū)間偏最小二乘法預(yù)處理后，所構(gòu)建的模型效果最優(yōu)。此

2、時，建模區(qū)間為3 8003 500, 3 1003 000, 2 9002 400, 2 3001 300, 1 000900 cm-1，模型相關(guān)系數(shù)R為0.995 6，校正均方差為0.291，預(yù)測均方差為1.23；同時，試驗(yàn)另選了34種精米樣品對模型進(jìn)行了準(zhǔn)確性驗(yàn)證。結(jié)果顯示驗(yàn)證集樣品的紅外預(yù)測值與真實(shí)值高度相關(guān)，線性擬合方程為Y=0.994X+0.068，相關(guān)系數(shù)R為0.994 9，說明試驗(yàn)所開發(fā)的直鏈淀粉DR-FTIR模型是有效的，預(yù)測結(jié)果準(zhǔn)確度好，模型穩(wěn)定性高。關(guān)鍵詞 中紅外漫反射光譜；直鏈淀粉；精米；測定中圖分類號：TS21 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-0174（2017）-

3、0230 精米的主要成分是淀粉，而直鏈淀粉含量是評價精米蒸煮品質(zhì)和食味品質(zhì)的重要指標(biāo)之一。直鏈淀粉含量越高，黏性越小，米飯越硬，飯粒干燥而蓬松，色澤發(fā)暗1。隨著人們生活水平的不斷提高，對精米的品質(zhì)要求也越來越高。目前，精米中直鏈淀粉的測定方法主要有碘比色法、電流滴定法、電壓滴定法和凝膠過濾法等化學(xué)方法2，這些方法在實(shí)際操作過程中存在周期長，操作復(fù)雜，需要消耗大量的化學(xué)試劑等缺點(diǎn)，且容易產(chǎn)生偶然誤差，難以實(shí)現(xiàn)準(zhǔn)確快速、實(shí)時在線監(jiān)測的目標(biāo)3?；痦椖浚汉贾菔修r(nóng)業(yè)科研自主申報項目（20160432B09）收稿日期：2017-06-01作者簡介：葉沁，女，1989年出生，博士，糧食、油脂與植物蛋白工程

4、通訊作者：孟祥河，男，1974年出生，教授，糧食、油脂與植物蛋白工程紅外光譜技術(shù)是近些年發(fā)展起來的一種現(xiàn)代分析新技術(shù)，因其分析快速，操作簡單，不需要任何化學(xué)試劑，對樣品無損傷，便于實(shí)現(xiàn)在線分析的特點(diǎn)，已經(jīng)成為大米品質(zhì)分析的一種重要方法4。而關(guān)于紅外光譜技術(shù)在測定稻米中淀粉含量的研究目前主要集中在近紅外光譜技術(shù)上。例如Xie等5利用近紅外光譜技術(shù)結(jié)合改進(jìn)的偏最小二乘法對米粉中的直鏈淀粉含量進(jìn)行了測定，所建模型的校正均方差（SEC）為1.14，相關(guān)系數(shù)為0.919 2；交叉相互驗(yàn)證校正均方差為1.36，相關(guān)系數(shù)為0.888 7。此外，近紅外透射光譜掃描與光譜分析技術(shù)在測定稻米中直鏈淀粉含量方面得到

5、了廣泛的應(yīng)用3,6-7。然而，近紅外光譜法在直鏈淀粉建模上雖然研究已較多，但仍無法克服近紅外光譜靈敏度低，無法直觀給出特征基團(tuán)信息等缺點(diǎn)。因此，尋找一種更為準(zhǔn)確的直鏈淀粉快速分析方法十分必要。中紅外光譜可以依據(jù)化合物基團(tuán)振動峰，快速鑒別其結(jié)構(gòu)信息，進(jìn)而結(jié)合化學(xué)計量學(xué)方法構(gòu)建相關(guān)定量模型，其靈敏度相比近紅外光譜，會有明顯提高。但是目前，關(guān)于利用中紅外漫反射技術(shù)快速檢測大米中直鏈淀粉的研究還少有報道。因此本試驗(yàn)將基于中紅外漫反射光譜技術(shù)，結(jié)合偏最小二乘法（PLS），主成分分析法（PCR），經(jīng)典最小二乘法（CLS），逐步多元線性回歸法（SMLR）四種化學(xué)計量學(xué)方法以及多種波譜預(yù)處理方法，并且通過向后

6、區(qū)間偏最小二乘法（biPLS）進(jìn)行波譜區(qū)間優(yōu)化，構(gòu)建精米中直鏈淀粉定量檢測模型，實(shí)現(xiàn)精米中直鏈淀粉的準(zhǔn)確、快速、無損、在線檢測，同時為相關(guān)檢測部門提供重要的技術(shù)支持。2.材料與方法2.1材料與試劑供試的195份稻米樣品，均由杭州市糧油檢測中心站提供，包括50份粳稻谷、65份晚秈稻谷，80份早秈稻谷。所用樣品經(jīng)過礱谷機(jī)、高速實(shí)驗(yàn)粉碎磨研磨成精米，經(jīng)150目篩子過篩處理后，貯于4 冰箱備用。95%乙醇溶液、乙酸、碘試劑（碘與和碘化鉀混合試劑）、馬鈴薯直鏈淀粉標(biāo)準(zhǔn)溶液、氫氧化鈉溶，以上試劑均為分析純。2.2 儀器與設(shè)備BRUKER TENSOR 27 傅里葉變換紅外光譜儀：德國布魯克公司；3100型

7、高速實(shí)驗(yàn)粉碎磨研磨儀：瑞典波通公司；UV-1800PC 分光光度計：上海美譜達(dá)儀器有限公司。2.3 直鏈淀粉理化值的測定精米直鏈淀粉含量理化值的測定按照GB/T 15683-2007 進(jìn)行測定。每個樣品測定3次，取其平均值。2.4 紅外光譜的采集利用BRUKER TENSOR 27 傅里葉變換紅外光譜儀（配有漫反射采樣系統(tǒng)）采集樣品光譜。為了減少測試誤差，在采集紅外光譜時，嚴(yán)格控制了每一個樣品上樣量為80 g，選用樣品杯的規(guī)格為直徑10 mm，深度2.3 mm，使樣品狀態(tài)盡量保持一致。紅外光譜測定范圍4 000400 cm-1，掃描次數(shù)32次，分辨率為4 cm-1，測量環(huán)境的濕度小于70%，溫

8、度保持在25 。以KBr作為背景，光譜數(shù)據(jù)以log(1/R) 形式表示。為了減少樣品光譜采集誤差，每個精米樣品采集3次光譜。2.5 模型的建立采用TQ Aanlyst 光譜分析軟件對所得的紅外光譜進(jìn)行預(yù)處理及模型的構(gòu)建。本試驗(yàn)選取樣品總數(shù)的2/3作為建模集，其余1/3作為預(yù)測集，分別采用PLS，PCR，CLS，SMLR進(jìn)行定量建模。為了進(jìn)一步提高模型的穩(wěn)定性，本試驗(yàn)通過波譜預(yù)處理對模型進(jìn)行優(yōu)化，預(yù)處理方法包括矢量標(biāo)準(zhǔn)歸一化（SNV），多元散射校正（MSC），一階導(dǎo)數(shù)（FD），二階導(dǎo)數(shù)（SD），同時通過剔除異常值，采用經(jīng)驗(yàn)偏最小二乘法，biPLS進(jìn)行波譜區(qū)間選擇8，實(shí)現(xiàn)模型的優(yōu)化。其主要的驗(yàn)證指

9、標(biāo)有校正相關(guān)系數(shù)R，校正均方差（RMSEC）和預(yù)測均方差（RMSEP）。模型的效果越好，R越接近1，而RMSEC和RMSEP的值越小。2.6 數(shù)據(jù)處理與分析所得紅外光譜分別通過TQ Analyst 分析軟件結(jié)合PLS，傳統(tǒng)偏最小二乘法和區(qū)間偏最小二乘法進(jìn)行相應(yīng)的波譜模型分析，同時利用origin 8.0 進(jìn)行分析。3. 結(jié)果與分析3.1 理化指標(biāo)各精米樣品直鏈淀粉含量的理化指標(biāo)檢測結(jié)果如表1所示。表1 精米樣品中直鏈淀粉的理化檢測結(jié)果樣品數(shù)最大值/%最小值/%平均值/%標(biāo)準(zhǔn)組12026.913.3218.62驗(yàn)證組 4022.7814.6017.993.2 光譜分析及建模方法的確立直鏈淀粉是指

10、D-葡萄糖以-(1,4)糖苷鍵連接的多糖鏈，各精米樣品的中紅外漫反射光譜如圖1所示。從圖中可以看出，精米樣品的紅外吸收峰主要集中在4 000600 cm-1波數(shù)范圍內(nèi)，因此在后續(xù)的建模過程中以4 000600 cm-1作為建模的全波段。圖中3 600 cm-1處為-OH的伸縮吸收段，在3 1002 800 cm-1處有較強(qiáng)的吸收峰，其中包括2 954 cm-1處的CH3非對稱伸縮鍵以及2 853 cm-1處的CH2非對稱伸縮鍵。1 684 cm-1是D-葡萄糖中的C=O伸縮振動峰，1 440，1 340，1 200 cm-1分別對應(yīng)于直鏈淀粉中-CH2，C-O-H，C-C-H基團(tuán)9。也有文獻(xiàn)將

11、1 090 cm-1和1 150 cm-1處的峰歸屬于淀粉的C-O伸縮振動，C-C和O-H的彎曲振動10?？拷?30 cm-1處的吸收峰為-(1,4)糖苷鍵的對稱伸縮振動。Log(1/R)波數(shù)/(cm-1)圖1 精米的中紅外漫反射光譜圖基于精米的紅外波譜特性，本試驗(yàn)分別用PLS，PCR，CLS，SMLR構(gòu)建直鏈淀粉定量模型，各模型相應(yīng)的穩(wěn)定性如表2所示。從表2可以看出，與PCR、CLS、SMLR相比，基于PLS構(gòu)建的直鏈淀粉定量模型效果最優(yōu)，其相關(guān)系數(shù)R為0.771 6，RMESC為2.13，RMSEP為3.00。因此本試驗(yàn)將選用PLS作為直鏈淀粉定量模型構(gòu)建的建模方法。謝新華6等在利用近紅外

12、透射光譜技術(shù)測定精米直鏈淀粉含量研究中采用了改進(jìn)的偏最小二乘法（MPLS）、PLS、PCR進(jìn)行建模，同樣得出用PLS技術(shù)建立線性回歸方程最佳的結(jié)果。表2 四種化學(xué)計量學(xué)方法對直鏈淀粉模型穩(wěn)定性的影響建模方法R標(biāo)準(zhǔn)集預(yù)測集N.S.RMSECN.S.RMSEPPLS0.771 61202.13413.00PCR0.417 31203.04413.12CLS0.217 21205.66416.01SMLR0.371 51203.11413.18N.S.：樣品數(shù)量3.3 光譜預(yù)處理利用TQ Analyst 軟件在全波段范圍內(nèi)（4 000600cm-1）對采集的光譜分別進(jìn)行SNV，MSC，F(xiàn)D，SD等波

13、譜預(yù)處理，并擬合建立相應(yīng)的紅外模型，所得結(jié)果列于表3中。由表3可以看出，光譜經(jīng)過一階導(dǎo)數(shù)，二階導(dǎo)數(shù)處理后，所得模型的RMSEC和RMSEP未見改善。而經(jīng)過SNV、MSC處理后，所得模型的穩(wěn)定性均有提高。且以經(jīng)過MSC處理后的模型的效果為最優(yōu)，此時模型的相關(guān)系數(shù)R，RMESC，RMSEP分別為0.8957，1.49，3.02。這說明MSC對于消除因米粒顆粒不均、裝填密度、濕度等物理因素造成的散射誤差是有效的5。表3 光譜預(yù)處理對直鏈淀粉模型穩(wěn)定性的影響預(yù)處理方法潛在變量數(shù)(LVs)RRMSECRMSEP原始30.771 62.133.00SNV40.894 61.502.96MSC40.895

14、71.493.02MSC+FD10.461 02.973.16MSC+SD30.808 91.973.633.4 異常樣品的剔除異常樣品指濃度值或光譜數(shù)據(jù)存在較大誤差的樣品。異常樣品對所構(gòu)建的標(biāo)準(zhǔn)集模型影響很大，因此在建立標(biāo)準(zhǔn)集模型時，須將異常值樣品從標(biāo)準(zhǔn)集樣品中剔除。本試驗(yàn)采用馬氏距離11，通過Dison檢驗(yàn)來剔除。本實(shí)驗(yàn)剔除4個異常值后，模型的RMSEC由原來的1.49，降低至1.22，RMSEP由原來的3.02，降至2.34，模型的準(zhǔn)確性明顯提高。3.5 波譜區(qū)間優(yōu)化為了進(jìn)一步提高模型的穩(wěn)定性，需對建模區(qū)間進(jìn)行相應(yīng)的選擇優(yōu)化。波譜區(qū)間選擇優(yōu)化法主要包括傳統(tǒng)偏最小二乘法、經(jīng)驗(yàn)偏最小二乘法、

15、區(qū)間偏最小二乘法（iPLS）、向前偏最小二乘法（fiPLS）和biPLS12-14。本試驗(yàn)主要通過經(jīng)驗(yàn)偏最小二乘法和biPLS-34（即將全波譜分為34個等區(qū)間）對波譜區(qū)間進(jìn)行優(yōu)化選擇，相應(yīng)的建模區(qū)間及模型效果見表4所示。表4波譜區(qū)間優(yōu)化對直鏈淀粉模型效果的影響建模方法區(qū)間選擇法波譜區(qū)間（cm-1）LVsRRMSECRMSEPPLS全波譜4 00060040.907 71.222.34經(jīng)驗(yàn)PLS3 1002 800 1 4001 000 10.159 63.062.41BiPLS-343 8003 500 3 1003 000 2 9002 400 2 3001 300 1 000900100

16、.995 60.2911.23由表4可以看出，與全波譜以及經(jīng)驗(yàn)PLS方法相比，biPLS-34優(yōu)化的模型效果均有不同程度的改善。這可能是因?yàn)榻?jīng)驗(yàn)PLS是基于化合物的某些特征基團(tuán)，根據(jù)經(jīng)驗(yàn)選擇相應(yīng)的波譜區(qū)間，這種方法簡便快速，但是所選區(qū)間通常無法較全面的涵蓋化合物所有的特征基團(tuán)，例如本試驗(yàn)中所選用的3 1002 800, 1 4001 000 cm-1波段，因未包含3 600 cm-1附近直鏈淀粉中典型的O-H伸縮振動峰，以及930 cm-1附近的-(1,4)糖苷鍵，導(dǎo)致所建模型的相關(guān)系數(shù)R僅為0.159 6。而biPLS則是在區(qū)間偏最小二乘法（iPLS）基礎(chǔ)上，依次剔除校正均方差RMSEC最低

17、值對應(yīng)的區(qū)間，以余下的區(qū)間組合建模，比較組合區(qū)間模型效果12-14，與全波譜相比，波譜區(qū)間選擇針對性更強(qiáng)，模型預(yù)測效果更理想。當(dāng)選用biPLS-34優(yōu)化得到的區(qū)間（3 8003 500, 3 1003 000, 2 9002 400, 2 3001 300, 1 000900 cm-1）建模，所得模型性能最好，此時模型的相關(guān)系數(shù)R為0.995 6，RMSEC為0.291，RMSEP為1.23。這可能是因?yàn)橛蒪iPLS-34優(yōu)化得到的波譜區(qū)間較為全面的包含了直鏈淀粉的紅外特征峰，例如有文獻(xiàn)報道15-16，3 8003 500 cm-1此波段為O-H對稱和不對稱伸縮振動，3 1003 000 cm

18、-1和2 9002 400 cm-1波段的紅外吸收主要源自亞甲基的C-H不對稱伸縮振動17-24，2 3001 300 cm-1為C-O-H的彎曲振動、C=O的伸縮振動9，1 000900 cm-1為-1,4糖苷鍵的C-O-C伸縮振動。通過biPLS優(yōu)化得到的包含這些特征基團(tuán)的波普區(qū)間，經(jīng)過線性擬合，可以明顯提高模型的穩(wěn)定性。biPLS-34模型紅外預(yù)測值與真實(shí)值之間的散點(diǎn)分布圖如圖3所示，表明該模型的紅外預(yù)測值與真實(shí)值線性相關(guān)較好，吻合度高。謝新華等6利用近紅外透射光譜技術(shù)結(jié)合PLS構(gòu)建的直鏈淀粉模型，其校正相關(guān)系數(shù)R和校正標(biāo)準(zhǔn)差（SEC）分別為0.965 4，0.937 2。徐澤林等3在利

19、用近紅外光譜經(jīng)二階導(dǎo)數(shù)及MSC預(yù)處理，結(jié)合PLS構(gòu)建的淀粉含量模型，其相關(guān)系數(shù)為0.878 0，標(biāo)準(zhǔn)偏差為0.720 5。上述模型的準(zhǔn)確性均明顯低于本試驗(yàn)，這可能是因?yàn)榻t外的靈敏度明顯低于中紅外，從而導(dǎo)致模型效果不及本試驗(yàn)所構(gòu)建的模型。圖2 精米直鏈淀粉標(biāo)準(zhǔn)集與預(yù)測集的紅外預(yù)測值與真實(shí)值之間的線性關(guān)系3.6 模型的檢驗(yàn)?zāi)Ｐ徒⒑?，選用34個樣品作為預(yù)測集樣品，驗(yàn)證已建模型的預(yù)測能力。結(jié)果發(fā)現(xiàn)樣品直鏈淀粉化學(xué)值和FTIR預(yù)測值的相關(guān)系數(shù)為0.994 9，模型RMESC為0.222，RMSEP為1.32。圖3為驗(yàn)證集樣品的預(yù)測值與真實(shí)值之間的線性關(guān)系圖，其線性方程為Y=0.994X+0.068，

20、說明驗(yàn)證集樣品的紅外預(yù)測值與真實(shí)值之間高度線性相關(guān)所構(gòu)建的直鏈淀粉定量模型準(zhǔn)確可靠。徐澤林等3在利用近紅外構(gòu)建淀粉模型后，同樣選取了驗(yàn)證集樣品用于外部驗(yàn)證，所得模型預(yù)測值與化學(xué)值之間的相關(guān)線性關(guān)系為Y=1.002X-0.222，相關(guān)系數(shù)為0.949 8。Bao等25基于近紅外光譜技術(shù)結(jié)合改進(jìn)的PLS，以及不同的數(shù)學(xué)處理方法，同時構(gòu)建了碾米和面粉直鏈淀粉等多項指標(biāo)的定量模型，并對其進(jìn)行了外部驗(yàn)證。結(jié)果顯示碾米中直鏈淀粉定量模型在經(jīng)過SNV，平滑，導(dǎo)數(shù)優(yōu)化后，其模型性能方差（SEP）的值在3.473.53之間。而面粉中直鏈淀粉定量模型在經(jīng)過同樣的預(yù)處理方法優(yōu)化后，其SEP的值在1.832.10。上

21、述模型的驗(yàn)證結(jié)果的相關(guān)系數(shù)均低于本試驗(yàn)結(jié)果，這可能是由于在本試驗(yàn)中，所建模型經(jīng)過MSC波譜預(yù)處理，消除了因米粒顆粒不均、裝填密度、濕度等物理因素造成的散射誤差。此外，本試驗(yàn)還通過剔除異常值，biPLS法優(yōu)化建模區(qū)間，模型的性能得到了很大的改善，從而在一定程度上提高了模型的預(yù)測準(zhǔn)確性。圖3 驗(yàn)證集樣品紅外預(yù)測值與真實(shí)值之間的線性關(guān)系4. 結(jié)論本研究證實(shí)了DR-FTIR分析大米直鏈淀粉含量時可行的。當(dāng)選用PLS法建模，通過MSC，剔除異常值，biPLS波譜選擇優(yōu)化后，所得模型效果最優(yōu)。此時建模區(qū)間為3 8003 500, 3 1003 000, 2 9002 400, 2 3001 300, 1

22、000900 cm-1，相應(yīng)的R為0.9956，RMSEC、RMSEP分別為0.291，1.23。此外，在模型的準(zhǔn)確性驗(yàn)證試驗(yàn)中，驗(yàn)證集樣品的紅外預(yù)測值與真實(shí)值高度相關(guān)，相關(guān)系數(shù)R為0.994 9，線性方程為Y=0.994X+0.068，說明本研究所建的模型有效。該方法具有準(zhǔn)確、簡便、經(jīng)濟(jì)等優(yōu)點(diǎn)，適合于大米直鏈淀粉的常規(guī)、快速分析，對大米品質(zhì)的質(zhì)量監(jiān)控和監(jiān)管具有重要的指導(dǎo)意義。參考文獻(xiàn)：1 Juliano B O.Rice chemistry and technologyM. AACC,St.Paul, MN.1985.443-5242 王儀春, 張小明, 石春海. 稻米直鏈淀粉含量測定方法的

23、探討J.中國農(nóng)學(xué)通報, 2001, 17(5): 30-32Wang Y C, Zhang X M，Shi CH. Studies on the analyzing method of amylose contents in riceJ. Chinese Agricultural Science Bulletin, 2001,17(5):30-323 徐澤林, 金華麗. 近紅外光譜法測定大米中的淀粉含量J. 農(nóng)產(chǎn)品加工, 2011, 3(3): 74-76Xu Z L, Jin H L. Determination of starch content in rice by near- infr

24、ared spectroscopyJ. Academic Periodical of Farm Products Processing, 2011,3: 74-764 陸婉珍.現(xiàn)代近紅外光譜分析技術(shù)M. 北京:中國石化出版社, 2007 :1-11Lu W Z. Modern near infrared spectroscopy analysis technology M. Beijing: Sinopec Press, 2007:1-115 Xie L H, Tang S Q, Chen N, et al. Optimisation of near-infrared reflectance

25、model in measuring protein and amylose content of rice flourJ. Food Chemistry, 2014, 142: 92-1006 謝新華, 肖昕, 李曉方. 用近紅外透射光譜技術(shù)測定精米直鏈淀粉含量研究J. 食品科學(xué), 2004, 25(1): 118-121Xie X H, Xiao X, Li X F, Zhang HQ, Liu LW. Study on calibration of polished rice amylose by NITSJ. Food Science, 2004, 25(1):118-1217 肖昕，

26、謝新華, 陳奕. 應(yīng)用近 紅外透射光譜法測定水稻種子直鏈淀粉含量的初步研究J. 中國農(nóng)業(yè)科學(xué), 2004, 37(11): 1709-1712Xiao X, Xie XH, Chen Y, et al. Application of near infrared transmittance spectroscopy to the determination of amylose content of rice grainJ. Scientia Agricultura Sinica, 2004,37(11):1709-17128 Leardi R, HYPERLINK /s?wd=author%3

27、A%28Lars%20N%C3%B8rgaard%29%20&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_f_para=sc_hilight%3Dperson t _blank Nrgaard L. Sequential application of backward interval partial least squares and genetic algorithms for the selection of relevant spectral regionsJ. Journal of Chemometrics, 2004, 18(11): 486-49

28、7 9 Flores-morales A, Jimnez-estrada M, Mora-escobedo R. Determination of the structural changes by FT-IR, Raman, and CP/MAS 13C NMR spectroscopy on retrograded starch of maize tortillasJ. Carbohydrate Polymers, 2012, 87(1): 61-6810 Xie X J, Liu Q, Cui S W. Studies on the granular structure of resis

29、tant starches (type 4) from normal, high amylose and waxy corn starch citratesJ. Food Research International, 2006, 39(3): 332-34111 嚴(yán)衍祿, 趙龍蓮, 韓東海. 近紅外光譜分析基礎(chǔ)與應(yīng)用M. 北京: 中國輕工業(yè)出版社, 2005Yan YL, Zhao LL, Han DH. Basic and application of near infrared spectroscopy analysisM. Beijing: China Light Industry P

30、ress, 200512 Balabin R M, Smirnov S V. Variable selection in near-infrared (NIR) spectroscopy: Benchmarking of feature selection methods on biodiesel dataJ. Analytica Chimica Acta, 2011, 692: 63-7213 Niu X Y, Zhao Z L, Jia K J, et al. A feasibility study on quantitative analysis of glucose and fruct

31、ose in lotus root powder by FT-NIR spectroscopy and chemometricsJ. Food Chemistry, 2012, 133: 592-59714 Mller L H A, Flores M M, Mller I E, et al., Attenuated total reflectance with Fourier transform infrared spectroscopy (ATR/FTIR) and different PLS algorithms for simultaneous determination of clav

32、ulanic acid and amoxicillin in powder pharmaceutical formulationJ. Journal of the Brazilian Chemical Society. 2011, 22: 1903-191215 孟令芝，龔淑玲，何永炳.有機(jī)波譜分析M. 武漢：武漢大學(xué)出版社，2003, 194-294.Meng LZ, Gong SL, He YB. Organic Spectral AnalysisM. Wuhang: WuHan University Press, 2003,194-29416 Jiang Q Q, Gao W Y, Li

33、 X, et al. Characteristics of native and enzymatically hydrolyzed Zea mays L., Fritillaria ussuriensis Maxim. and Dioscorea opposita Thunb.StarchesJ. Food Hydrocolloids, 2011, 25(3): 521-52817 Wang I A, Jabeen M, Geelani H, et al. Effect of gamma irradiation on physicochemical properties of Indian H

34、orse Chestnut (Aesculus indica Colebr.) starchJ. Food Hydrocolloids, 2014, 35(3):253-26318 Aadrade-mahecha M M, Tapia-blcido D R, Florencia C. Menegalli. Physical-chemical, thermal, and functional properties of achira (Canna indica L.) flour and starch from different geographical originJ. Starch/Sta

35、rke, 2012, 64(5): 348-35819 Santha N, Sudha K G, Vijayakumari K P, et al. Raman and infrared spectra of starch samples of sweet potato and cassavaJ. Journal of Chemical Sciences, 1990, 102(5): 705-71220 Lian X J, Zhang K S, Luo Q F, et al. A possible structure of retrograded maize starch speculated

36、by UV and IR spectra of it and its componentsJ. International Journal of Biological Macromolecules. 2012, 50(1) :119-12421 Lian X J, Sun H B, Li L, et al. Characterizing the chemical features of the lipid and protein in sweet potato and maize starchesJ. Starch/Starke 2013, 65(6):1-922 Lian X J, Zhu

37、W, Wen Y, et al. Screening of seeds prepared from retrograded potato starch to increase retrogradation rate of maize starchJ. International Journal of Biological Macromolecules, 2013, 60(9): 181-18523 Lian X J, Zhu W, Wen Y, et al. Effects of soy protein hydrolysates on maize starch retrogradation s

38、tudied by IR spectra and ESI-MS analysisJ. International Journal of Biological Macromolecules, 2013, 59(8): 143-15024 Lian X J, Wang C J, Zhang K S, et al. The retrogradation properties of glutinous rice and buckwheat starches as observed with FT-IR, 13C NMR and DSCJ. International Journal of Biolog

39、ical Macromolecules, 2014, (643): 288-29325 Bao J S, Wang Y F, Shen Y. Determination of apparent amylose content, pasting properties and gel texture of rice starch by near-infrared spectroscopyJ. Journal of the Science of Food and Agriculture, 2007, (87): 2040-2048. Detection of Amylose Content in M

40、illed Rice Based on Diffuse Reflectance FTIRYe Qin1, Zhao Ziwei1, Xu Mingya2, Zhang Zhengyan2, Sun Jia2, Meng Xianghe1 * (Ocean College，Zhejiang University of Technology1，Hangzhou 310018)(Hangzhou Grain and Oil Center Inspection Station2，Hangzhou 310009)Abstract The analysis method for rapidly determining amylose content in milled rice by Diffuse Reflectance Fourier transform infrared spectroscopy(DR-FTIR) combined with partial least squares(PLS), principal comp