基于近红外反射光谱技术的燕麦（Avena sativa L.）籽粒出米率高通量快速测定方法研究

《Journal of Food Composition and Analysis》：A rapid, high-throughput near-infrared reflectance spectroscopy method for oats ( Avena sativa L.) groat percentage measurement

　　

专业术语翻译摘要 本研究旨在开发一种基于近红外反射光谱（Near-infrared reflectance, NIR）技术的燕麦（Avena sativa L.）籽粒出米率（groat percentage, GP）快速、非破坏性高通量测定方法。研究人员收集了2023和2024两个生长季来自澳大利亚多个种植环境的503份燕麦籽粒样品，采用压缩空气脱壳法测定GP作为参考值。光谱数据使用FOSS DS2500近红外光谱仪在400–2500 nm范围内以0.5 nm间隔采集。研究人员评估了多种光谱预处理方法，包括多元散射校正（multiplicative scatter correction, MSC）、标准正态变量（standard normal variate, SNV）、去趋势（detrend, DE）、导数+标准正态变量（D+SNV）以及标准正态变量+去趋势（SNV+DE）等，并采用改进偏最小二乘法（modified partial least squares, mPLS）建立校准模型。研究结果表明，SNV+DE组合预处理方法表现最优，校准模型的决定系数（R2C）为0.91，交叉验证均方根误差（RMSECV）为1.87%。通过将全光谱范围划分为五个等宽子波段进行波长筛选，研究人员确定了820–1240 nm为有效光谱区域。基于该子波段构建的优化验证模型实现了预测决定系数（R2P）为0.86、预测均方根误差（RMSEP）为1.55%的良好性能。该研究为燕麦育种项目中GP的高通量筛选提供了一种高效、准确的无损检测工具。

论文解读文章

一、研究背景与意义

燕麦（Avena sativa L.）是全球重要的谷类作物，因其营养价值和对健康的益处而被广泛种植。燕麦籽粒中可食用部分——籽粒仁（groat）约占总重量的70–75%，富含淀粉、蛋白质、脂质、可溶性膳食纤维，特别是与降低胆固醇和控制血糖相关的β-葡聚糖（β-Gln）。相比之下，主要由木质素和纤维素组成的颖壳（hull）约占25–30%，营养价值较低。籽粒出米率（groat percentage, GP），即籽粒仁占整粒燕麦的比例，是影响碾磨产量和食品级燕麦价格的关键品质参数。

传统的GP测定方法主要依赖手工脱壳，虽然最为简单和准确，但劳动强度大、耗时费力，严重限制了分析通量。在育种计划和粮食收购站点等大规模应用场景中，这些局限性制约了GP测定的可行性。机械脱壳方法虽然提高了效率，但产生的籽粒仁组分可能含有完整或破碎的籽粒仁、颖壳和未脱壳籽粒，回收率和效率均低于手工脱壳法。基于图像数字分析和籽粒物理特性表征（如容重）的替代方法则依赖籽粒形态与籽粒仁比例之间的间接关系，容易受到基因型、籽粒大小分布和环境变异的影响，在不同燕麦多样性中的稳健性有限。因此，开发快速、可靠且高通量的GP测定方法对于燕麦产业具有重要意义。

近红外反射光谱（NIR）技术凭借其高通量、非破坏性样品制备和多种组分同时分析的优点，已成为农业和食品材料质量评估的可靠技术。NIR已成功应用于燕麦中淀粉、蛋白质、油脂和β-葡聚糖等关键组分的高精度预测。此外，NIR光谱受籽粒大小、密度以及颖壳与籽粒仁之间结构差异的影响，为预测GP提供了理论基础。然而，NIR模型对GP的预测性能仍面临挑战，受样品多样性、光谱预处理和波长选择等因素影响，需要进一步优化模型性能。

二、研究内容与结论

本研究旨在开发一种准确的NIR模型，用于燕麦育种计划中GP的非破坏性、高通量筛选。研究人员收集了503份来自澳大利亚多个种植环境的燕麦籽粒样品，涵盖2023和2024两个生长季，确保最大的遗传变异性。所有样品在InterGrain实验室（西澳大利亚州Bibra Lake）进行彻底清洁后，于4°C冷室储存至NIR分析和GP测定。

三、关键技术方法

研究人员采用了以下主要技术方法：

样品来源与参考值测定：使用压缩空气脱壳机（Laboratory testing huller Type LPS 1，Streckel and Schrader，德国）在5 bar气压下脱壳约3.5分钟测定GP，GP计算为籽粒仁重量与初始籽粒重量的比值。采用Z-score方法（阈值±3）剔除分析化学异常值，共标记8个异常样品。

光谱采集：使用FOSS DS2500近红外光谱仪在23°C恒温实验室中采集光谱，波长范围400–2500 nm，间隔0.5 nm，每个光谱为32个子光谱（8个空间位置×4次重复）的平均值。

光谱预处理与模型构建：评估了MSC、SNV、DE、D+SNV、SNV+DE和平滑方法（1,16,16,1）等预处理方法，采用改进偏最小二乘法（mPLS）算法建立校准模型，最大因子数设为15以防止过拟合。使用Venetian-blinds方法进行四数据块交叉验证。

波长选择：将全光谱范围划分为五个等宽子波段（400–820 nm、820–1240 nm、1240–1660 nm、1660–2080 nm和2080–2500 nm），采用SNV+DE预处理后分别建立校准模型。

四、研究结果

3.1 压缩空气脱壳法GP分析结果：503份样品经Z-score方法剔除8个分析化学异常值后，剩余495份样品按4:1比例自动分为校准集（406份）和验证集（89份）。校准集GP范围为51.77–84.99%，均值70.31±5.29%；验证集GP范围为57.19–79.43%，均值70.63±4.10%。两组样品GP覆盖范围相似，表明GP在校准和验证集中均得到了良好代表。

3.2 光谱数据分析结果：原始NIR光谱显示，最低吸光度位于约1000 nm波段，而约1200 nm、1450 nm、1750 nm、1950 nm、2100 nm和2300 nm处观察到显著吸收带。1000 nm附近的吸收主要由O-H伸缩振动的二级倍频和N–H伸缩振动的二级倍频引起，与富含多糖的组分（如淀粉）和蛋白质密切相关；1200 nm附近的吸收由C-H伸缩振动的二级倍频引起，主要贡献来自碳水化合物；1450 nm和1950 nm附近的波长与O-H的一级倍频和组合倍频相关，与水分含量密切相关；1750 nm附近的吸收与燕麦中脂肪酸的C-H基团一级倍频相关；2100 nm附近的峰代表蛋白质中N-H和C-O键的伸缩和组合振动或多糖中C-O-O伸缩的三级倍频；2300 nm附近的峰可能与淀粉中O-H弯曲和脂肪中C-H伸缩相关。原始光谱表现出显著变异，但仍存在光谱重叠和背景干扰，需要适当的光谱预处理。

3.3 NIR校准模型的开发

3.3.1 光谱预处理筛选结果：大多数预处理方法显著影响校准模型性能，但D+SNV方法除外。校准集R2_C范围为0.90–0.91，RMSEC在1.55–1.67之间轻微变化。交叉验证性能在预处理方法间相对稳定，R2_CV值为0.85–0.87，RMSECV值介于1.87–1.97。未经预处理的原始光谱模型使用14个潜在因子，R2_C为0.90、RMSEC为1.63，R2_CV为0.85、RMSECV为1.97。单一预处理方法如DE、SNV和MSC使用15个潜在因子，略微提高了校准模型精度。SNV和MSC方法取得了良好的校准性能，RMSEC分别为1.56和1.57，RMSECV分别为1.91和1.89。组合预处理中，D+SNV未改善模型性能，而SNV+DE获得了更精确的校准模型，RMSEC为1.55、RMSECV为1.87。验证结果表明，预处理方法未显著提高模型准确性，R2_P范围为0.82–0.83，RMSEP在1.73–1.82之间轻微变化。因此，SNV+DE方法需要进一步通过波长选择来优化。

3.3.2 波长选择结果：五个子波段的校准模型性能差异显著。400–820 nm子波段模型性能最差，R2_C和R2_CV分别为0.60和0.56，RMSEC和RMSECV分别为3.12和3.29，该波段被视为可见波段，可能受燕麦果皮颜色影响。2080–2500 nm子波段也表现不佳，R2_C和R2_CV分别为0.62和0.56，RMSEC和RMSECV分别为3.09和3.33，虽然该波段覆盖了与蛋白质或淀粉相关的2100 nm峰和与淀粉、脂肪或蛋白质相关的2300 nm峰，但也包含噪声。820–1240 nm子波段表现最优，R2_C为0.87、RMSEC为1.83，R2_CV为0.84、RMSECV为2.05，该波段包含与多糖（如淀粉）和蛋白质相关的O-H和N-H伸缩振动二级倍频信息。1240–1660 nm和1660–2080 nm子波段性能中等，R2_CV分别为0.77和0.63。基于820–1240 nm子波段构建的优化模型在验证集上实现了R2_P为0.86、RMSEP为1.55%的良好预测性能。

五、讨论与结论

本研究通过系统评估光谱预处理方法和波长选择策略，成功开发了基于NIR技术的燕麦GP快速预测模型。SNV+DE组合预处理方法通过校正基线和减少散射干扰，显著改善了校准模型性能。820–1240 nm有效光谱区域的确定表明，该波段包含的化学信息（主要与淀粉和蛋白质相关）与GP密切相关，同时避免了可见光波段果皮颜色干扰和长波段的噪声影响。该模型在验证集上实现了R2_P为0.86、RMSEP为1.55%的良好性能，根据Albanell等（2021）的评价标准，该模型属于良好级别（0.82≤R2≤0.90）。

研究结论表明，NIR技术结合适当的预处理方法和波长选择策略，能够为燕麦GP提供快速、非破坏性、高通量的预测工具。该方法在燕麦育种计划中具有重要的应用价值，可显著提高GP筛选效率，为燕麦品质改良和食品级燕麦生产提供技术支持。