飼料中粗灰分的近紅外光譜快速檢測.doc

飼料中粗灰分的近紅外光譜快速檢測吉林燃料乙醇有限責任公司張小希楊維旭132021摘要：本文論述了采用近紅外光譜DA7200對飼料中粗灰分的定量過程。在化學分析檢驗數(shù)據(jù)的基礎上，采用偏最小二乘法（PLS）建立分析模型，并進行準確性和重復性的驗證。實驗表明：近紅外光譜法同標準分析方法之間，無顯著性差異；同時，為粗灰分含量的檢驗提供了新的方法模式。關鍵詞：粗灰分近紅外光譜偏最小二乘法（PLS）1 前言飼料中的粗灰分主要為礦物質(zhì)鹽及無機鹽類，粗灰分的檢測對評價飼料品質(zhì)及衛(wèi)生質(zhì)量具有較大意義。近紅外光譜作為分析行業(yè)最新技術，在飼料檢驗上已開始全面應用，我們按照GB/T188682002飼料中水分、粗蛋白質(zhì)、粗纖維、粗脂肪、賴氨酸、蛋氨酸快速測定的近紅外光譜法，采用DA7200建立數(shù)據(jù)模型的過程中，將粗灰分指標也納入分析組份中，發(fā)現(xiàn)其對近紅外光譜具有較強的響應。通過對光譜區(qū)域的選擇和基線的合理處理，經(jīng)驗證、調(diào)整、再驗證，數(shù)據(jù)表明：近紅外光譜法在粗灰分的檢測上，分析效果較為理想，且提高了分析效率、降低檢驗成本；值得推廣應用。但粗灰分同近紅外光譜間的函數(shù)關系的建立機理，有待進一步研討。2 試驗部分2.1儀器:波通 (Perten)公司DA7200近紅外光譜。波長范圍950-1650nm ，采用二極管陣列檢測器（CCD），因其光電管陰極涂附光敏性極高的In、Ga、As,且冷控處理，避免溫度因素造成的噪音及漂移，從而對光譜的精細結(jié)構(gòu)有更好的分辨能力。2.2樣品和基礎數(shù)據(jù)測定：儲運分公司提供DDGS飼料樣品。粗灰分測定基礎數(shù)據(jù)的標準方法：GB/T6438-92飼料中粗灰分的測定方法2.3樣品光譜采集：將樣品經(jīng)過3303保水磨破碎后，混合均勻。置于測量盤中，近紅外光譜掃描，每個樣品重復測量3次，并將光譜均值化處理。 圖1：DDGS飼料中粗灰分的近紅外光譜及相關系數(shù)(R2)圖2.4 化學計量學處理方式：在Grams32軟件系統(tǒng)的化學計量方法中，我們選用偏最小二乘法（partial least_square簡稱PLS）分別對經(jīng)過不同預處理的光譜進行分析。光譜預處理方式是將乘積分散校正法（MSC）、標準正態(tài)變量轉(zhuǎn)換法（SNV）、標準化處理（Normalization)與一階、二階（sg1.2）導數(shù)處理相結(jié)合對光譜進行預處理，并以交互驗證的標準偏差（SECV）和所建模型的相關系數(shù)（R2）為衡量曲線預測效果的主要參數(shù)，根據(jù)馬氏距離、主因素分析圖及光譜殘差圖及濃度殘差圖等分析結(jié)果剔除特異樣品 3。最后，分別選擇不同的波段，比較各波段的預測效果，從而確定定標模型。在兩定標模型預測效果接近狀態(tài)時，則需根據(jù)其對驗證樣品的分析結(jié)果進行最終取舍。 圖2：模型中灰分驗證曲線表1灰分分析模型的評價參數(shù)(波段1150-1500nm)項目樣本數(shù)范圍相關系數(shù)SEP平均偏差標準法再現(xiàn)性灰 分684.15-7.620.958將表1中的預測標準偏差（SEP）與標準方法再現(xiàn)性比較，可發(fā)現(xiàn)近紅外方法的測定數(shù)據(jù)符合標準方法的再現(xiàn)性要求。2.5分析模型的驗證及調(diào)整：為了驗證分析模型的準確性，隨機抽取DDGS飼料作為驗證集樣品，用所建立的Ash模型進行未知樣品的預測，并同標準方法的測定結(jié)果相比較。按統(tǒng)計學的T檢驗進行評價，統(tǒng)計分析結(jié)果見下表2：表2：近紅外分析與標準方法測定結(jié)果的對比統(tǒng)計結(jié)果組分樣本數(shù)量范圍（%）差值(%)|T|灰分Ash204.15-7.62-0.231.64注：差值為兩種方法所得結(jié)果差值的平均值。 采用T 檢驗方法，判定近紅外分析方法和標準方法是否存在顯著性差異：給定顯著水平=0.05，查得T(0.05 19) =2.09。由此可以看出：T檢驗結(jié)果|T|均小于2.09，說明兩種分析方法測定結(jié)果是一致的，即用近紅外光譜法代替標準方法進行分析檢驗是完全可行的。2.6 方法重復性實驗：模型對求救未知樣品的粗灰分指標進行15次重復性實驗，預測結(jié)果證明測量方法具有較好的重復性，見下表3：表3： 變性燃料乙醇分析重復性實驗預測結(jié)果次數(shù)(15)平均值STDCV標準方法重復性數(shù)據(jù)值(%)00.5 3結(jié)果和討論3.1通過此次數(shù)據(jù)模型的建立，交互驗證表明：DA7200對粗灰分指標具有光譜識別能力，采用DA7200近紅外光譜測量DDGS飼料中粗灰分的含量，同GB/T6438-92規(guī)定方法比較：測定數(shù)據(jù)較接近，測量精度及準確度符合要求，該方法是可取、可行的；是近紅外光譜應用上的新發(fā)現(xiàn)，但各公司的近紅外儀器或有一定的差距。3.2粗灰分同近紅外光譜間的函數(shù)關系的建立機理：3.2.1通過圖1：DDGS飼料中粗灰分的近紅外光譜及響應相關系數(shù)(R2) ，可以看出在1150-1500nm處有6個較強的光譜吸收。表4：粗灰分光譜吸收響應值：波長數(shù)(nm)118512481376138414131492光譜吸收值 R2(Abs)083.2.2 ：近紅外光譜屬分子振動光譜，是基頻分子振動的倍頻和組合頻；主要反映含氫基團XH（C、S、O、N）的特征信息。DDGS中粗灰分主要指金屬氧化物、堿土金屬堿式磷酸鹽及存于原糧組織中的二氧化硅。兩者之間并無直接聯(lián)系，通過查閱相關資料，筆者認為有可能金屬與粗蛋白質(zhì)中的酸性基(-COOH或-SH等)、配位基團(-NH2等)，進行配位作用，生成具有環(huán)狀結(jié)構(gòu)的螯合物，作用方式包括內(nèi)絡鹽、金屬螯合酸及螯合陽離子，形成NIR的特征信息、而對近紅外光譜間接產(chǎn)生響應的機理；但形成氨配化合物的反應過程、金屬對螯合物穩(wěn)定性的影響，有待于更深層次的探討。 參 考 文 獻1.Marie-Farance Laporte,Paul Paqin.Near-Infrared Analysis of Fat,Protein and Casein in Cows Milk .J.Agric.Food Chem, 1999,47(7):2600-2605。2. 李慶波 牛奶主要成分含量近紅外光譜快速測量法；食品科學：2002 第六期 121-124。3.蔣健 近紅外光譜法在調(diào)合汽油控制分析中的應用；/fbwzh/ 20040810-2.html,20044.慈云祥 周天澤 分析化學中的配位化合物；北京大學出版社；1986 () P135-162。Rapid analyze of ash in the forage by Near-infrared spectroscopy (DA7200)Abstract：The method of assay of ash in the forage by Near-infrared spectroscopy(DA7200) has been expounded in this thesis .Based on the data of chemical analysis ,the authors has described the sitting regression models by partial least-squares(PLS), and has validated the repeatability and accuracy . Therefore, the method between Near-infrared spectroscopy (DA7200) and standa