基于双线性曲面模型与近红外光谱的全麦粉面筋品质测定方法

《Food Chemistry: X》：Bilinear surface model-enhanced determination of gluten quality in whole wheat flour by NIR spectroscopy

　　

本研究采用近红外光谱（Near-infrared spectroscopy，NIRs）技术对全麦粉的面筋特性进行定量分析，旨在探索一种集成机器学习与双线性曲面模型的建模策略，以实现对面筋含量和强度指标的同步预测。具体内容包括：（1）评估在小样本条件下协方差引导的分层聚类采样算法的适用性；（2）通过定义基于目标变量先验知识的权重函数，并将其耦合至目标变量矩阵，建立由关键参数α控制的双线性曲面函数模型；（3）将双线性曲面模型与机器学习算法相结合，开发面向全麦粉面筋特性的优化预测模型。结果表明，所提出的协方差引导分层聚类采样算法能够有效利用响应变量间的协方差结构实现代表性样本划分；基于参数曲面函数的预处理范式结合逆回归变换，成功实现了对多个面筋质量指标的联合预测。该研究为全麦粉加工过程中面筋品质的快速无损检测提供了新的技术途径。

论文解读文章

一、研究背景与问题提出

全麦粉由整粒小麦研磨而成，保留了麸皮、胚芽等天然营养成分，是现代健康饮食的重要基础原料。面筋含量与面筋强度是决定其加工特性和育种筛选的关键因素。面筋含量指面筋蛋白在全麦粉中的质量百分比，反映面筋的数量属性；面筋强度则指面筋网络在应力作用下的抗变形能力和弹性恢复能力，反映面筋的质量属性。根据面筋指数（Gluten Index，GI）可将面筋分为弱（<30%）、中等（30%–80%）和强（>80%）三类。高面筋含量、强面筋强度的面粉适用于面包、披萨等需良好持气性和弹韧结构的食品，而低面筋含量、弱面筋强度的面粉则更适合饼干、酥饼等需柔软质地的烘焙产品。

目前，面筋相关指标的国标检测方法（GB/T 5506.2-2024、GB/T 5506.4-2008）流程繁琐、耗时费力、对操作人员技能要求高、破坏样品、消耗大量样品和化学试剂，难以满足现代粮食加工企业对原料快速在线分级、工艺实时调整以及育种领域大规模高通量基因型筛选的迫切需求。近红外光谱（NIRs）技术因其快速、无损、高效的特点，已在多种食品品质检测和表型分析中得到广泛应用。然而，现有研究大多针对不同指标分别建立独立模型，在实际应用中并非理想方案。虽有研究尝试建立统一的多指标预测模型，但针对全麦粉的关注相对有限。此外，常用的样本划分策略如Kennard-Stone（KS）算法和基于联合X-Y距离的样本集划分（SPXY）均依赖欧氏距离，在多响应场景下未能充分考虑指标间固有的相关性，可能影响多输出建模的样本代表性。因此，亟需探索一种能够同时预测多个面筋品质指标的统一建模策略。

二、研究方法概述

研究人员从北京顺义区采集了100个小麦品种的全麦粉样本，经北京小麦种子检测中心利用SSR分子标记验证品种真实性。研究主要采用了以下关键技术方法：（1）协方差引导的分层聚类采样（Covariance-guided Stratified Cluster Sampling，CGSS）算法，通过马氏距离（Mahalanobis distance）和稳健协方差估计捕捉多个响应变量间的相关性，实现小样本条件下多指标光谱数据集的代表性划分；（2）基于参数曲面函数（parametric surface function）的响应变量导向预处理范式，通过定义基于目标变量先验知识的权重函数并与目标变量矩阵耦合，建立由关键参数α控制的表面函数模型；（3）集成逆回归变换（inverse regression transformation）实现后向反演，将双线性曲面模型与机器学习算法融合，构建优化预测模型。

三、研究结果

3.1 协方差引导分层聚类采样的有效性评估

研究表明，传统的KS和SPXY算法因依赖欧氏距离，在多响应场景下未能充分利用指标间的协方差结构。CGSS算法通过捕获响应矩阵的主方向（即相关响应变量联合变异的主导轴），在划分过程中显式考虑了协方差结构，从而保留了多个响应变量间的内在相关性。实验证明，该算法在小样本条件下能够更有效地实现代表性样本划分。

3.2 双线性曲面函数模型的建立

研究人员通过定义基于目标变量先验知识的权重函数，将其耦合至目标变量矩阵，建立了由关键参数α控制的双线性曲面函数模型。该模型通过逆回归变换实现了从光谱到面筋品质指标的后向反演，为多指标同步预测提供了统一的预处理框架。

3.3 优化预测模型的性能评价

将双线性曲面模型与机器学习算法集成后，所开发的模型实现了对湿面筋含量（Wet Gluten Content，WGC）、14%水分基湿面筋含量（WGC(14% MB)）、干面筋含量（Dry Gluten Content，DGC）、筛上残留湿面筋（Wet Gluten Remaining on the Sieve，WGS）和面筋指数（GI）等多个面筋品质指标的同步预测。模型表现出良好的预测精度和稳定性，验证了该统一建模策略在全麦粉面筋品质检测中的可行性。

四、讨论与结论

讨论部分总结：研究讨论了传统样本划分方法在多响应场景下的局限性，指出欧氏距离假设各维度独立，无法有效捕获响应变量间的相关性。相比之下，CGSS算法通过协方差引导实现了更具代表性的样本划分。此外，现有研究多采用多个模型分别预测不同指标，而本研究所提出的双线性曲面模型集成策略实现了多指标同步预测，显著提升了建模效率和实用性。研究还指出，以往对面筋品质的检测主要集中在普通小麦粉和小麦籽粒上，而对全麦粉的关注有限，本研究填补了这一空白。

研究结论：本研究通过整合协方差引导分层聚类采样算法和基于参数曲面函数的预处理范式，成功建立了基于近红外光谱的全麦粉面筋品质同步预测模型。该模型能够同时预测面筋含量和面筋强度相关指标，为全麦粉加工过程中面筋品质的快速无损检测提供了一种有效的技术方案，也为小麦品质育种和高通量表型分析提供了新的技术支持。