CN101858862B - 一种油菜籽硫甙含量快速检测方法及*** - Google Patents
一种油菜籽硫甙含量快速检测方法及*** Download PDFInfo
- Publication number
- CN101858862B CN101858862B CN201010175823XA CN201010175823A CN101858862B CN 101858862 B CN101858862 B CN 101858862B CN 201010175823X A CN201010175823X A CN 201010175823XA CN 201010175823 A CN201010175823 A CN 201010175823A CN 101858862 B CN101858862 B CN 101858862B
- Authority
- CN
- China
- Prior art keywords
- rapeseed
- content
- reflectivity
- rape seeds
- wavelength
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 240000002791 Brassica napus Species 0.000 title claims abstract description 21
- 235000011293 Brassica napus Nutrition 0.000 title claims abstract description 20
- 229930182475 S-glycoside Natural products 0.000 title claims abstract description 18
- 150000003569 thioglycosides Chemical class 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012417 linear regression Methods 0.000 claims abstract description 9
- 235000004977 Brassica sinapistrum Nutrition 0.000 claims description 38
- 244000188595 Brassica sinapistrum Species 0.000 claims description 37
- 238000002310 reflectometry Methods 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 12
- 239000005864 Sulphur Substances 0.000 claims description 11
- 125000004383 glucosinolate group Chemical group 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 229930182478 glucoside Natural products 0.000 claims description 9
- -1 sulphur glucoside Chemical class 0.000 claims description 9
- 238000006467 substitution reaction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000003912 environmental pollution Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 239000003921 oil Substances 0.000 description 5
- 235000019198 oils Nutrition 0.000 description 5
- DPUOLQHDNGRHBS-UHFFFAOYSA-N Brassidinsaeure Natural products CCCCCCCCC=CCCCCCCCCCCCC(O)=O DPUOLQHDNGRHBS-UHFFFAOYSA-N 0.000 description 4
- URXZXNYJPAJJOQ-UHFFFAOYSA-N Erucic acid Natural products CCCCCCC=CCCCCCCCCCCCC(O)=O URXZXNYJPAJJOQ-UHFFFAOYSA-N 0.000 description 4
- DPUOLQHDNGRHBS-KTKRTIGZSA-N erucic acid Chemical compound CCCCCCCC\C=C/CCCCCCCCCCCC(O)=O DPUOLQHDNGRHBS-KTKRTIGZSA-N 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 235000019484 Rapeseed oil Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910000402 monopotassium phosphate Inorganic materials 0.000 description 1
- 235000019796 monopotassium phosphate Nutrition 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- PJNZPQUBCPKICU-UHFFFAOYSA-N phosphoric acid;potassium Chemical compound [K].OP(O)(O)=O PJNZPQUBCPKICU-UHFFFAOYSA-N 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种油菜籽硫甙含量快速检测方法,包括以下步骤:1)采集波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率;2)将各反射率分别代入多元线性回归方程:y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084,计算得到油菜籽的硫甙含量;方程中y为油菜籽中硫甙的含量,;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。本发明主要用于通过特征波长快速准确检测油菜籽硫甙含量,检测快速准确,大大缩短了检测的时间,减少了环境污染,降低了检测成本。
Description
技术领域
本发明涉及油菜检测领域,尤其涉及一种油菜籽硫甙含量快速检测方法及***。
背景技术
油菜是我国主要的油料作物和蜜源作物之一,油菜籽是制浸油脂原料主要品种之一。油菜的种植面积占全国油料作物总面积的40%以上,产量占全国食用植物油总产量的60%以上,居世界首位。油菜籽品质指标的快速评价和检测对油菜种植和生产具有重要意义。油菜籽中硫甙、芥酸的含量是评价油菜籽品质好坏的重要指标。优质油菜为低硫甙、低芥酸的双低油菜,由双低油菜榨制的菜籽油芥酸含量低,营养价值高,有益于人体健康。由此,对油菜籽中芥酸、硫甙含量进行快速、精确测定,可以将双低优质油菜与普通油菜区分开来,实行分开收购,单独加工,实现双低油菜的优质优用。
中国专利申请01133507.6公开了取1~5g菜籽样品粉碎后,称取0.20~0.80g置于具塞试管中,加入1.0~5.0ml蒸馏水,摇匀,发生硫甙降解反应,反应数分钟后过滤,取20~80μl滤液置于硫甙测试板,加入磷酸二氢钾水溶液60~240μl反应数分钟后,形成有色产物,由于溶液颜色深浅与样品中硫甙含量有关,采用分光光度法并根据标准曲线用测量仪即可测定硫甙含量。该方法需要在检测前对油菜籽进行处理,操作复杂。
可见/近红外光谱可以反映物质内部的有机成分,特别是C-H、O-H、N-H等基团的倍频和合频吸收,可用于定量测定物质有机物质的含量。光谱技术已广泛应用于农业、食品、石油化工、制药、饲料等行业。
发明内容
本发明提供了一种油菜籽硫甙含量快速检测方法,解决了现有检测方法需对油菜籽样品预处理,操作复杂的问题。
一种油菜籽硫甙含量快速检测方法,包括以下步骤:
1)采集波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率;
2)将各反射率分别代入多元线性回归方程:y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084,计算得到油菜籽的硫甙含量,硫甙单位为μmol/g;
方程中y为油菜籽中硫甙的含量;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。
因为油菜籽是非透明介质,当光波照射在其表面时,除部分被吸收外,其余均发生反射,而光波吸收的多少(或者反射率)是跟油菜籽内部化学物质含量是相关的,而针对硫甙这类具体物质的含量仅仅跟少数某些特征波长光波的反射率相关。应用连续投影算法在350~1100nm波长范围内进行特征波长的选取,得到这些特征波长分别为672nm、493nm、841nm、423nm。
本发明还提供了一种快速检测油菜籽硫甙含量的***,包括:
样品池:用于盛装油菜籽,底面为透明的光学窗片;
光谱采集装置:设于光学窗片的正下方,用于采集波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率;
处理模块:接收各反射率并代入方程::y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084,计算得到油菜籽中硫甙含量;
方程中y为油菜籽中硫甙的含量;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。
优选的,所述光谱采集装置由处于同一平面内的光源和与4个光敏组件组成,光源与光学窗片的中心处于同一竖直直线上;所有光敏组件以光源为中心均匀分布,它们所在的平面与光学窗片平行,该结构简单,制造方便。
所述的光敏组件优选由顶部的滤波片和底部的光敏传感器组成,结构简单,制造方便。
优选的,上述***包括用于对光谱采集装置和处理模块进行供电的电源装置,便于携带。
优选的,所述的样品池上设有手柄,便于操作使用和集成。
所述的光谱采集装置优选通过设于手柄内部的USB接口数据线与处理模块连接,外形外观,组装方便。
本发明具有的有益效果是:
(1)实现了油菜籽中硫甙含量的快速准确检测,具有实时性,快速、简便的特点;
(2)采用少数特征波长进行多元线性回归分析,检测快速,抗干扰能力强;
(3)该检测装置采用非接触式分析技术,不需经过化学处理等过程,检测过程不产生任何污染,且对被测油菜籽不会有任何损害和影响。
本发明主要用于通过特征波长快速准确检测油菜籽硫甙含量,检测快速准确,大大缩短了检测的时间,减少了环境污染,降低了检测成本。
附图说明
图1为本发明***的结构示意图;
图2为图1所示***的俯视图;
图3为图1所示***中光敏组件的结构示意图。
具体实施方式
如图所示,一种快速检测油菜籽硫甙含量的***,包括样品池1、光谱采集装置2以及处理模块3,其中样品池1的底面为透明的光学窗片11,保证其不吸光,不影响反射率检测。
样品池1上还设有手柄4,便于使用,同时光谱采集装置2通过手柄4内的USB接口数据线与处理模块3连接。处理模块3固定在手柄4上。它以单片机为核心,还包括存储器、显示器等。为了达到便携使用的目的,在手柄4上还固定由蓄电池和稳压器组成的电源装置,为光谱采集装置2和处理模块供电。
光谱采集装置2位于光学窗片11的正下方,它由处于同一平面的光源21和4个光敏组件22组成,光源能发出波长350~1100nm范围的光强恒定连续光,它与光学窗片11的中心处于同一竖直直线上。光敏组件22由顶层的滤波片221和底部的光敏传感器222组成,所有光敏组件22以光源11为中心均匀分布。
光敏传感器222和滤波片221主要用于采集特征波长的光波的反射率,所谓特征波长的光波是指其反射率与油菜籽内部硫甙含量相关的那些光波,这些光波可通过连续投影算法得到,特征波长分别为672nm、493nm、841nm、423nm,而4个光敏组件分别接收该4种波长的光波。
本发明先测定225份油菜籽样本在波长672nm、493nm、841nm、423nm处的反射率值,然后随机选择150份样本作为建模集样本,其余75份作为预测集样本,同时利用传统方法检测225份油菜籽的硫甙含量,通过多元线性回归方法(Multiple linear regression,MLR)得到如下多元线性回归方程:
y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084
程中y为油菜籽中硫甙的含量;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。
然后利用上述多元线性回归方程预测建模集样本和预测集样本的硫甙含量,并对预测结果进行评价。评价指标中相关系数和斜率越接近于1,均方根误差、偏差的绝对值和截距的绝对值越小,说明模型预测性能越好。预测结果如下表所示:
相关系数 | 均方根误差 | 偏差 | 斜率 | 截距 | |
建模 | 0.9666 | 5.3472 | -2.2×10-5 | 0.9343 | 2.3368 |
预测 | 0.9540 | 6.3529 | -0.5589 | 0.9035 | 2.9215 |
对建模集和预测集进行预测,油菜籽硫甙含量的预测值与真实化学方法测量值之间的相关系数均大于0.95,获得了满意的预测精度,说明应用本发明的方法能够快速准确地实现油菜籽硫甙含量的检测。
上述装置检测油菜籽硫甙含量方法如下:
将油菜籽放置于样品池1中,然后打开光源21垂直照射光学窗片11,光敏传感器222通过滤波片221只接收特定波长的反射光,光敏传感器221根据光源21的原始光强以及反射光的光强换算得到特征波长的光波反射率,单片机通过数据线接收到这些反射率数值,代入线性回归方程中,计算得到油菜籽硫甙含量。
Claims (7)
1.一种油菜籽硫甙含量快速检测方法,包括以下步骤:
1)采集波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率;
2)将各反射率分别代入多元线性回归方程:y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084,计算得到油菜籽的硫甙含量,硫甙单位为μmol/g;
方程中y为油菜籽中硫甙的含量;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。
2.一种快速检测油菜籽硫甙含量的***,其特征在于,包括:
样品池(1):用于盛装油菜籽,底面为透明的光学窗片(11);
光谱采集装置(2):设于光学窗片(11)的正下方,用于采集波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率;
处理模块(3):接收各反射率并代入方程:y=4619λ1-6593λ2-771.077λ3+1798λ4+153.084,计算得到油菜籽中硫甙含量,硫甙单位为μmol/g;
方程中y为油菜籽中硫甙的含量;λ1~λ4分别为波长672nm、493nm、841nm、423nm光波所对应的油菜籽的反射率。
3.根据权利要求2所述的***,其特征在于:所述光谱采集装置(2)由处于同一平面内的光源(21)和4个光敏组件(22)组成,光源(21)与光学窗片(11)的中心处于同一竖直直线上;所有光敏组件(22)以光源(21)为中心均匀分布,它们所在的平面与光学窗片(11)平行。
4.根据权利要求3所述的***,其特征在于:所述的光敏组件(22)由顶部的滤波片(221)和底部的光敏传感器(222)组成。
5.根据权利要求2所述的***,其特征在于:包括为光谱采集装置(2)和处理模块(3)供电的电源装置。
6.根据权利要求2所述的***,其特征在于:所述的样品池(1)上设有手柄(4)。
7.根据权利要求6所述的***,其特征在于:所述的光谱采集装置(2)通过设于手柄(4)内部的USB接口数据线与处理模块(3)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010175823XA CN101858862B (zh) | 2010-05-18 | 2010-05-18 | 一种油菜籽硫甙含量快速检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010175823XA CN101858862B (zh) | 2010-05-18 | 2010-05-18 | 一种油菜籽硫甙含量快速检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101858862A CN101858862A (zh) | 2010-10-13 |
CN101858862B true CN101858862B (zh) | 2011-07-20 |
Family
ID=42944885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010175823XA Expired - Fee Related CN101858862B (zh) | 2010-05-18 | 2010-05-18 | 一种油菜籽硫甙含量快速检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101858862B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102692387A (zh) * | 2012-06-15 | 2012-09-26 | 南京农业大学 | 一种植物中硫代葡萄糖苷总量的测定方法 |
CN103425091B (zh) * | 2012-07-20 | 2015-11-18 | 华中农业大学 | 单粒油菜籽品质的近红外光谱在线无损检测方法与装置 |
CN103048296B (zh) * | 2012-12-19 | 2015-06-03 | 浙江大学 | 一种检测小球藻含铁量的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1120362C (zh) * | 2001-09-28 | 2003-09-03 | 中国农业科学院油料作物研究所 | 一种油菜硫甙的速测方法及其测试板 |
CN2672647Y (zh) * | 2003-04-17 | 2005-01-19 | 中国农业科学院油料作物研究所 | 油菜硫甙芥酸测量仪 |
-
2010
- 2010-05-18 CN CN201010175823XA patent/CN101858862B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101858862A (zh) | 2010-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100590417C (zh) | 一种植物叶片生理指标无损检测方法 | |
Sheng et al. | Model development for soluble solids and lycopene contents of cherry tomato at different temperatures using near-infrared spectroscopy | |
CN103674864B (zh) | 一种基于高光谱成像技术的鱼水分含量分布检测方法 | |
CN103630499B (zh) | 一种基于高光谱成像技术的鱼蛋白质含量分布检测方法 | |
CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
CN100483109C (zh) | 带称重的便携式水果糖度无损检测装置 | |
CN106841103A (zh) | 近红外光谱检测水果内部品质方法及专用检测*** | |
CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
CN103983606B (zh) | 便携式近红外食用油品质快速检测仪 | |
Yu et al. | Nondestructive determination of SSC in Korla fragrant pear using a portable near-infrared spectroscopy system | |
CN104764699B (zh) | 一种测定食用油酸价的方法 | |
CN103293118A (zh) | 一种基于近红外光谱分析技术的潲水油鉴别方法 | |
CN103487397B (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
CN104034691A (zh) | 一种甜菜品质的快速检测方法 | |
CN201503392U (zh) | 基于近红外光谱的手持式土壤养分无损测量装置 | |
Si et al. | Quality assessment of fruits and vegetables based on spatially resolved spectroscopy: A review | |
CN101858862B (zh) | 一种油菜籽硫甙含量快速检测方法及*** | |
Xue et al. | Study of the influence of NIRS acquisition parameters on the spectral repeatability for on-line measurement of crop straw fuel properties | |
Wang et al. | Research on vehicle-mounted soil electrical conductivity and moisture content detection system based on current–voltage six-terminal method and spectroscopy | |
CN107132197B (zh) | 一种食醋总酸含量的检测方法及装置 | |
CN105158178B (zh) | 基于高光谱透射技术谱峰面积的脐橙糖度检测快速建模法 | |
CN102519903B (zh) | 一种近红外光谱测定双孢蘑菇白度值的方法 | |
CN201724900U (zh) | 基于近红外光谱技术的油菜籽品质无损检测装置 | |
Ning et al. | Study on apple damage detecting method based on relaxation single-wavelength laser and convolutional neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110720 Termination date: 20210518 |