全 文 ：中国雇 学 通报 2 0 14 , 3 0 (3 ) : 17 3 一 17 7
C h i n e s e A gr i c u lut r a l S c i e n c e B u ll e t i n
棉子油分近红外光谱测定技术研究
韩智彪 , 郭小平
(作物遗传国家重点实验室 /华中农业大学植物科技学院 ,武汉 4 300 70)
摘 要 : 以近红外光谱分析技术无损 、 快速和高效等优点 ,建立棉籽油分含量的近红外分析模型 ,进行棉
籽油分快速大批测定 ,提高分析水平和效率。 2 18 份陆地棉的脱绒光籽为定标样品 ,通过不 同的光谱数
学预处理和光谱反射方式 ,优化棉子含油量近红外光谱法所建立的回归方程 。 结果表明 ,采用 (2 , 4 , 4 ,
1) 光谱数学预处理和散射校正 (S N V) 得到的回归方程效果最好 , 回归决定系数 (R S李 .0 97 73 )和验证决定
系数 ( 1- v R = 0 . % 46 )最高 , 回归标准误差 ( S石〔匕0 . 69 7 )和 交互验证标准误差 ( S 石〔, =v o . 871 4) 最小 。 对 30
份验证样品的化学测定值和近红外光谱预测值相 关系数高达 0 . 9 882 , 平均偏差 0 . 65 % , 回归标方程具有
很好的预测效果 , 可以在 实践 中应 用 。 长江流域棉花杂交种棉子含油量平均值为 2 8 . 05 % ,含油量在
26
.
50 %
一
30
.
05 % 区间的品种居多 ,具有很大的改 良潜力 。
关键词 :棉子 ;近红外光谱 ;含油量 ; 回归方程
中图分类号 : 5 5 62 文献标志码 : A 论文编号 : 2 0 1 3一 0 5 05
M e a s u
r em e n t T e e h n i q u e o f 0 11 C o n t e n t i n C o t t o n s e e d b y N e a r I n fr a r e d R e fl e e t a n e e S P e e t r o s e o P y
H a n Z h ib i a o
,
G u o X i a o P i n g
仍 d t i o n a l 凡妙 L a b o r a t o 理 of C r叩 肠 n e t i c l m刀r 、 e m e n tC/ o ll`召℃ of P la n t S e i e n e e a n d eT ch n o lo戮
uH
口名而。鳍 A g ir e u lt u ar l nU i* sr i妙 , W u h a n 4 30 07 0 )
A b s t r a e t : T h e n e a r 一 i n fr a r e d s p e e tor s e o p y a n a l y s i s m o d e l o f e o t t o n s e e d 0 11 e o n t e n t h a s b e e n s e t u p , w h i e h 15
n o n 一 d e s tr u e t i v e , af s t a n d e if e i e n t
,
t o a s s a y t h e 0 11 e o n t e n t o f e o t t o n s e e d i n l a r g e q u a n t i t ie s af s t e r a n d t o
i m p r o v e t h e s t a n d a r d a n d e if
e ie n e y o f th i s a n a l y s i s
.
A b e tt e r er g r e s s io n e q u a ti o n w a s e s t a b l i s h e d b y u s i n g
d i fe er
n t s p e e tr a l m a t h e m a t i e a l p r e t er a tm e n t a n d s p e e tr a l er fl e e t a n e e m o d e
,
w i th 2 1 8 u p l a n d e o t t o n s e e d s a s
t e s t s a m p l e w h i e h 15 n a ke d e o t to n
, a b e t t e r r e g er s s i o n e q u a t i o n fo r 0 11 e o n t e n t b y n e a r i n fr a r e d s p e e t r o s e o p y
(N I R S ) w
a s e s t a b l i s h e d t h r o u g h t h e m e t h o d s o f s p e e t r a m a t h e m a t i e p r e tr e a tm e n t a n d d i fe
r e n t s p e c t r a
er fl e e t i o n ter a tm e n t
.
T h e r e s u l t s s h o w e d th e b e s t r e g r e s s i o n e q u a t i o n w a s o b t a i n e d b y th e m a th e m a t ie s
p er t er a tm e n t
“
2
,
4
,
4
,
1
”
fo r s p e e tr o s e o p i e d a t a
, a n d t r a n s fo r m a t i o n o f S t a n d a r d N o mr
a l V a r i a n t (SN V )
.
I t h a d
th e h i g h e s t r e g er s s i o n s q u a r e d o f t h e e a l ib r a t i o n (R S华0 . 9 7 7 3 ) a n d v e r i if e a t i o n s q u a er d o f t h e e a l ib r a t i o n
(1
一
VR
= 0
.
9 6 4 6 )
, a n d t h e s a m e t i m e
,
i t h a d th e l e a s t r e g er s s i o n s t a n d a r d e r r o r o f th e e a l ib r a t i o n (胭=C O. 6 9 7 7 ) ,
a n d t h e l e a s t e r o s s 一 v a l id a t i o n s t a n d a dr e r r o r o f t h e e a l ib r a t i o n (胭C =V O . 8 7 14 ) . T h e er w a s a e o r er l a t i o n
e o e
if
e i e n t 0
.
9 8 8 2 b e tw e e n t h e d a t a o f 0 11 e o n te n t o b t a i n e d b y th e e h e m i e a l a n d N I R S m e t h o d b y 3 0 v e r i if e d
s a m p l e s
, o n l y w i t h a d e v i a t i o n o f 0
.
6 5%
.
T h e er g r e s s i o n e q u a t io n b y N I R S e o u ld m e a s u r e t h e 0 11 e o n t e n t o f
e o t t o n s e e d a e e u r a t e l y ; i t e o u ld b e a p p l i e d i n p r a e t i e e
.
T h e a v e r a g e e o t t o n s e e d 0 11 e o n te n t o f h yb r id v a r i e t ie s
fr o m t h e Y a n g t
z e R i v e r B a s i n w a s 2 8
.
0 5%
, r a n g i n g for m 2 6
.
5 0% t o 3 0
.
0 5% i n m aj
o r i t y
,
i t h a d a l a笔e p o t e n t i a l
fo r i m p r o v e m e n t o f t h e e o t t o n v a r ie t i e s
.
K e y w o r d s : e o t t o n s e e d ; n e a r 一 I n fr a er d s p e e t r o s e o p y ; 0 11 e o n t e n t ; r e g er s s i o n e q u a t i o n
基金项目 :农村领域国家科技计划课题 “ 杂交棉花新品种培育与扩繁 ” ( Z o l lB A D 35 B o s) 。
第一作者简介 :韩智彪 , 男 , 19 8 7年出生 , 湖北宜昌人 ,硕士 , 主要从事棉花油分的遗传育种工作 。 通信地址 : 4 3 0 0 70 武汉市洪山区狮子 山街 1 号华中
农业大学植物科技学院 , eT l : 0 2 7 一 8 7 2 8 7 5 9 1 , E 一 m a i l : h a n z b O7 @ w e b m i a l上 z au 七du ￡ n 。
通讯作者 : 郭小平 , 男 , 19 64 年出生 , 河南焦作人 ,教授 , 硕士 , 主要从事棉花遗传育种工作 。 通信地址 : 4 3 0 0 70 武汉市洪山区狮子 山街 1号 华中农业
大学植物科技学院 , eT l : 0 2 7 一 8 7 2 8 7 5 9 1 , E 一m a i l : x p g u o @ m a i l上 z au 七面￡ n 。
收稿日期 : 2 0 13 一 0 2一 2 7 ,修回日期 : 20 1 3一 0 4 一 2 1 。
17 4 中国农 学通报 ht Pt :w/ w w
.
c as .b o gr
.
nc
0 引言
棉花是中国重要的经济作物 , 除生产棉纤维供应
纺织工业外 , 还带来数量庞大的棉子副产品 。 棉子含
有较高的脂肪酸 , 是中国重要的植物油料资源之一 ,每
年可生产棉子油约 150 万 lat 〕 。 一些企业开始改进生产
工艺 , 以棉籽为原料来生产调和油 , 降低生产成本 , 并
获得了可观了经济效益 。 通过棉花品种改良提高棉子
含油量 , 解决粮棉油争地的矛盾 , 已成为新的棉花育种
目标 ! 2〕。 油分遗传改 良必 然涉及棉子油分的测 定技
术 , 传统的棉子油分测定技术不仅测定过程繁琐 、成本
高 , 而且破坏了棉花种子 , 不利于育种低世代种子的油
分分析 。
近红外光谱 ( N I R )S 分析技术是一种集现代电子技
术 、 光谱分析技术 、计算机技术和化学计量学技术于一
体的现代光谱分析技术 ! 3〕。 它是利用化学物质在近红
外光谱区域内的光谱特性 , 快速定性或定量测定样品
中一种或多种化学成分的物理技术 ! 4〕 , 具有快速 、 方
便 、 高效 、 不破坏样品 、 成本低等优点 ! 5〕, 该技术在国外
农产品品质分析中日趋成熟 , 已广泛应用 , 许多许多方
法已成为 A O A C , A A C C , IC C 的标准方法 ! 6〕。 国内外
近红外 光谱技术在油菜方面的研究应用 比较多 , 对油
菜的各种脂肪酸和含油量等品质都有丰富的研究 , 并
得到应用 ! 7 一 8〕 , 在蔬菜 、水果等也得到了应用 ! 9一 11〕。
在棉花上 , 汪旭升等日 2〕、 倪勇等 日 3〕、 徐鹏等 日 4〕用常规
棉花品种或棉籽粉建立了棉子油份和蛋 白质的 N IR S
分析模型 , 达到 了比较理想的预测结果 。 进一步改进
和开发现有的数学模型 , 借助最新型近红外分析仪器 ,
突破传统限制 , 收集更加广泛的种子资源 , 建立棉子油
分含量测定的数学模型 , 发展快速 、无损棉子油分测定
技术 , 更利于促进棉子油分的遗传改良研究 。 分析长
江流域杂交棉棉籽油分分布状况 , 为评价杂交棉油份
含量升值潜力提供基础 。
1 材料与方法
1
.
1 供试材料
棉子油分近红外光谱分析建模材料 , 选用华中农
业大学棉花 2 01 1年试验 田收获的 2 65 份陆地棉 , 其中
常规棉品种和杂交棉组合 1 61 份 , 高油与低油亲本杂
交形成的后代品系 10 4份 。 收取供试材料中部成熟棉
铃 , 种子进行硫酸脱绒处理 。 近红外光谱分析均采用
棉花脱绒光子 。
收集参加 2 0 10 和 2 0 1 年国家长江流域棉花区试
的杂交棉品种 53 份 , 采用近红外光谱分析 , 了解长江
流域棉花品种的棉子油分状况 。
1
.
2 油分含量的化学测定
采用索氏抽提法 (残差法 )测量棉子种仁油份含
量 , 具体方法参照 N Y /T 4 一 1982 日 5〕。 每个样品重复测定
2次 ,相对误差控制在 2% 以内。
1
.
3 近红外光谱分析方法
1
.
3
.
1 光谱仪器 FO S S 公 司 D S 2 50 数控分光光栅型
近红外光谱分析仪 , 扫描范 围 4 0 0 ~ 2 5 0 0 n m , 分辨率为
2 n m
, 外部与计算机联机 。 该仪器配套的数据分析软
件系统为 W IN I S I 111 1 . 5 。
1
.
3
.
2 分析方法 用 D S25 0 0 红外 光谱仪对 2 65 份棉子
样品进行扫描 ,得到光谱数据 。 利用 w IN I SI m 1 . 5分
析软件 , 剔除异常和重叠数据后 , 获得 248 份具有代表
性的样品 。 以其中 21 8份材料作为建立预测模型的定
标样品 , 另外 30 份材料作为验证样品 。
在W I N IS I m 1 . 5分析软件中 , 对定标样品的光谱
数据采用 4种数学预处理方式和 5种光谱散射处理 , 以
其得到最好的近红外 光谱预测方程 。 4 个判别指标
中 , 定标决定系数 (R SQ )和交叉验证决定系数 ( 1一 VR )越
接近 1越好 , 定标标准误差 ( 5曰乃和交叉验证误差
( S石〔,竹越小越好 。 最后用 30 份验证样品对回归方程
进行验证 。
2 结果与分析
2
.
1 棉子油分化学测定结果分析
定标样品和验证样品化学分析结果见表 1 , 在 2 18
份定标样品化学测定结果中 , 油分含量变幅为 2 .4 08 %
一 4 0
.
6 6%
, 平均值 32 . 95 % , 标准差 4 . 65 % , 样品油分含
量分布广 , 有助于建立棉子油分含量的预测方程 。 验
证样品集共 30 份 , 其含油量范围为 26 . 20 % 一38 . 83 % ,
平均值 31 . 8 1% , 标准差 .4 0 4% , 变幅较大 , 也能较好的
对预测方程进行验证 。
.2 2 数学预处理对定标方程的影响
在建立定标回归方程的过程中 , 对光谱数据进行
合适的数学预处理可 以解决基线偏移和漂移问题 。 未
经数学 处理 (C K )建立的定标方程 , 决定系数 (R S必
.0 9 5 52) 和内部交互验证决定系数 ( 1 - v R= 0 . 9 4 83) 都最
表 1 定标样品与验证样品棉子含油量的化学法测定结果
样品 样品数 范围 /% 平均值 /% 标准差 /%
定标样品
验证样品
2 18
3 O
24刀 8~ 4 0石 6 3 2 .9 5
2 6 2 0~ 3 8名 3 3 1 . 8 1
4
.
6 5
4
.
0 4
韩智彪等 : 棉子油分近红外光谱测定技术研究 17 5
小 , 并且标 准误差 ( S石〔匕 .0 981 0) 和交叉 验证误 差
( S石〔, =v 1
.
05 32 )最大 。 经过不 同数学处理产生的回归
方程 , 效果都优于对照 (表 2 ) 。 在 1 6种数学预处理的
定标结果中 , 以 (2 , 4 , 4 , 1) 数学预处理的效果最好 , 其
R S Q为 0 . 9 7 7 3 川夕石C 为 0 . 6 9 7 8 , 1一 VR 为 0
.
9 6 4 5 川夕石C v
为 0 . 8 7 16 。
表 2 不 同数学预处理得到的定标方程结果
数学处理方式 5关U V
对照 C K O月 8 10 1 . 0 5 3 2 O月4 83
0
.
7 4 3 4 O名4 3 8 O月6 6 8
,
4
,
4
,
0
.
7 5 9 6 O名5 64 0
.
9 6 5 7
,
6
,
6
,
0 7 8 8 1 O名7 5 9 0 . 9 6 4 2
,
1 0
,
10
,
0
.
8 2 8 3 0
.
9 0 3 4 O月6 19
平均
2
,
3
,
3
,
0
.
7 7 9 9 O名6 9 9 0 . 9 6 4 7
0
.
7 3 5 6 O乡 14 2 O月6 14
2
,
4
,
4
,
O石 9 7 8 O名7 16 0 . 9 6 4 5
2
,
6
,
6
,
0 7 1 3 1 O名4 6 7 0 . 9 6 6 6
2
,
1 0
,
10
,
0
.
7 2 4 0 O名2 6 9 O月6 8 1
平均 0 7 1 7 6 O名6 4 9 0 . 9 6 5 2
3
,
3
,
3
, 0
.
8 2 6 7 0
.
9 7 4 2 0
.
9 5 6 0
3
,
4
,
4
,
0
.
74 5 9 O乡 19 5 0 . 9 6 0 9
3
,
6
,
6
,
0
.
74 6 2 0
.
9 0 5 2 O月6 19
3
,
1 0
,
10
,
0 7 6 13
R S Q
0
.
9 5 5 2
0
.
9 7 4 3
0
.
9 7 3 1
0
.
9 7 10
0
.
9 6 8 0
0
.
9 7 16
0
.
9 7 5 0
0
.
9 7 7 3
0
.
9 7 6 4
0
.
9 7 5 6
0
.
9 7 6 1
0
.
9 6 8 3
0
.
9 7 4 3
0
.
9 7 4 1
0
.
9 7 3 0
0
.
9 7 2 4
0
.
9 7 0 0
0
.
9 6 9 2
0
.
9 64 6
0
.
9 7 4 7
0
.
9 6 9 6
O名8 4 0 0 . 9 6 3 5
平均
4
,
3
,
3
,
0
.
7 7 0 0 0
.
9 2 0 7 0
.
9 6 0 6
0 7 9 9 1 O乡6 6 1 0 . 9 5 3 3
4
,
4
,
4
,
0
.
8 1 2 0 O乡5 0 8 0 . 9 5 7 6
4
,
6
,
6
,
0
.
8 7 4 8 0
.
9 6 7 9 0
.
9 5 6 6
4
,
1 0
,
10
,
0
.
7 3 3 7 O名5 3 1 0 . 9 6 5 7
平均 0 . 8 0 4 9 0 . 9 3 4 5 O月5 8 3
2
.
3 不 同散射校正对定标回归方程的影响
在近红外分析时 , 由于样品的不均匀性常会导致
所测样品光谱具有较大的差异 。 对样品光谱数据进行
散射校正 , 可以消除样品漫反射光谱中粒度和装样误
差 , 进一步提高模型的质量 。 在建立棉子含油量定标
回归方程时 , 对 2 18 份校正集样品采用 5种光谱散射方
式处理 : N S D P 、 S N V 、 D E T 、 N S V + D E T 、 M S C 。 不 同光
谱散射处理方式对棉子油分含量模型有一定的影响 ,
但差别不大 。 其中 D E T 处理方式虽然 R S以 .0 9 7 80) 最
高 , 但其误差值 1- V R值和 S石C V值也最大 。 综合 4 个
判别指标 , SN V 在 5 种光谱散射处理中表现最好 , 其
R S Q为 0 . 9 7 7 3 川夕石C 为 0 . 6 9 7 7 , 1一 VR 为 0
.
9 6 4 6川夕石C v
最小为 0 . 8 7 14 (表 3 ) 。
.2 4 棉子油分近红外分析模型的检验
用优选的定标回归方程对 30 份验证集样品进行
化学值与预测值比较 (表 4 ) , 结果表明 , 化学测定值与
表 3 不同光谱散射处理对定标回归方程的影响
光谱散射方式 R S Q S E C V
0
.
9 7 5 9 0 7 19 8 O乡6 4 1 O名 7 9 0
0
.
9 7 7 3 0
.
6 9 7 7 0
.
9 6 4 6 O名 7 14
O乡 7 8 0 O石8 9 9 O乡6 15 O乡 13 4
S N V + D E T 0
.
9 7 7 3 O石9 7 8 0 . 9 6 4 5 O名 7 16
0
.
9 7 7 3 0
.
6 9 7 7 0
.
9 6 4 6 O名 7 15
17 6 中国农学通报 ht Pt :w/ w w
.
cas . b o gr
.
n c
表 4 验证样品棉子含油量的化学值 、 预测值及偏差
预测值的偏差范围在 一 1. 0 6% 一 1. 26 %之间 , 预测偏差的
平均值为 0 . 65 % , 说明预测效果较好 。 从预测相关图
( 图 1) 也可 以看出 , 选取的定标方程具有很好的预测
相关性 , 预测值与化学测定值的相关系数达到 .0 9 8 8 2 ,
说明该定标回归方程具有很好的准确性 。
图 1 预测样品预测值与测定值的相关性
.2 5 长江流域杂交棉品种棉子含油量分布
对 53 份参加长江流域区试的杂交棉品种进行油
分测定 , 含油量分布情况见 图 2 。 从中可 以看出 , 长江
流 域杂交 棉 品种棉 子 油 分含 量 范 围 为 2 .4 8 % -
3 7
.
0 6%
, 虽然变化幅度较大 , 但其中含油量在 2 .6 50 % -
3 .0 0 5% 区间的棉花品种居多 , 有 43 份 ; 所有品种的平
均值为 28 . 05 % , 最小值 24 . 8 % , 最大值 37 . 0 6% 。 但棉
子含油量超过 36 %的高油材料仅有 1份 , 这说明长江
流域棉子油分含量具有很大的提升潜力 。
3 结论与讨论
通过对光谱数据的数学预处理和散射方式校正 ,
建立了近红外光谱棉子油分含量测定的定标回归方
程 , 棉子含油量的定标决定系数高达 R S必 .0 9 7 73 。 通
过对 30 份样品化学测定值和近红外预测值的比较 , 平
均偏差 0 . 65 % , 相关系数高达 .0 9 8 8 2 。 这一数学模型
显著高于汪旭升等 ! 1 2〕用 2 48 份棉子粉 ( R S必 .0 93 5) 和
倪勇等 ! 1 3〕用 2 17 份毛棉籽 (R S李 .0 9 0 82) 建立的油分测
定模型 。
N I R S作为一种间接分析技术 , 数学预测模型的可
靠性受定标样品代表性 、 样品数量以及 光谱分析误差
等因素的影响 。 目前代表性样品选择主要有人工选择
和软件选择两种方式 , 人工选择侧重于样品的遗传系
谱与化学测定值的分布 , 软件选择主要依据不同样品
的光谱特征 , 至于那一种方法更为科学还没有研究报
导 , 但软件选择已成为新型仪器的代表性样品选择方
式 。 对于定标样品数 目的大小 , 严衍禄等 ! 5〕认为一般
不少于 5 0个 , 增加样品容量可以提高定标方程的可靠
性 , 本试验样本容量为 21 8份 , 定标决定系数已高达
.0 9 7 7 3
, 完全满足了准确测定的需要 。 减少光谱扫描
误差 , 可以采取重复装样 , 取平均光谱的方法 ,提高了
韩智彪等 : 棉子油分近红外光谱测定技术研究 17 7
nUL一卜3气艺月
..
令、彰于股昭
2 4 5
一 2 6 5 2 6 5一 2 8
.
5 2 8
.
5
一
3 0 5 3 05
一
32
.
5 32 5
一
34
.
5 34 5
一
36 5 36 5一 3 8
.
5
含油量肠
图 2 长江流域棉花品种棉子含油量分布
所建模型的质量 。
本研究所用型号的近红外光谱仪 , 棉花光子样品
量需要在 40 9 以上 , 但在科学研究过程中 , 有时样品量
较小 , 是否还能运用 同一数学模型有待进一步探讨 。
进行小样品含油量测定时 , 也可以借鉴吴建国 ! 16〕的方
法 , 对样品杯进行改造 , 重新建立校正回归方程 , 进行
小样品的分析 , 提高近红外分析仪的适用范围 。
参考文献
韩俊 ,谢扬 ,张云华 .中国油料供求现状 、 前景和对策 [J] .中国发展评
论 , 2 0 10 , 12 ( l ) : 3 8一料 .
赵永国 ,郭瑞星 .棉子含油量研究进展与高油棉花育种可行性分析
[J ]
.棉花学报 , 2 0 1 1 ,2 3 ( 2 ) : 1 8 4一 1 8 8 .
刘晓庚 .近红外光谱技术在粮油储藏及其品质分析中的应用 [J] .粮
食储藏 , 2 0 0 7 , 3 6 ( l ) : 2 9一 3 5 ·
O s b o m e B G
.
N e ar I n fr ar e d s P e e tr o s e o P y i n fo
o d a n a ly s i s
.
P u b l ish e d in U S A
,
19 8 8
.
严衍禄 ,赵龙莲 ,韩东海 ,等 .近红外光谱分析基础与应用「M ] .北京 :
中国轻工业出版社 , 20 05 , 17 2 一19 1 .
S h e n k
.
J
, 、 V已s t e hr au s M 0
.
A n a ly s i s o f A g r i e u lut r e a n d F o o d
P r o d u e t s b y N e ar I n fr ar e d R e fl e e t a n e e S P e e tr o s e op y
,
I n fr a s o ft
[ 16 ]
I n t e r n a t i o n a l
,
P o r t M a t i ld a
,
U S A
,
19 9 3
.
甘莉 ,孙秀丽 ,金良 ,等 .N I R s 定量分析油菜种子含油量 、 蛋白质含
量数学模型的创建 [J ] .中国农业科学 ,2 0 0 3 ,3 6 ( 12 ) : 16 0 9 一 1 6 13 .
李延莉 ,孙超才 ,钱小芳 ,等 .油菜籽品质测定方法 (近红外反射光谱
法与传统化学方法 )的比较 [J] .上海农业学报 , 2 0 03 , 19 (l ) : 1 一 14 .
王多加 ,钟娇娥 ,胡祥娜 ,等 .用傅里叶变换近红外光谱和偏最小二
乘法测定蔬菜中硝酸盐含量 .分析化学 ,2 0 03 , 31 : 89 2 .
刘燕德 ,应义斌 .基于 M A ll A B 语言的苹果糖度近红 外光谱定量
分析 [J] .浙江大学学报 , 20 04 , 10 .
赵文杰 ,张海东 ,刘桦 .利用近红外漫反射光谱技术进行苹果糖度
无损检测的研究 [J] .农业工程学报 , 2 005 ,3 .
汪旭升 ,陆燕 ,吴建国 .近红外光谱分析法 (N IR )S 测定棉籽粉中油
分含量的研究 [J ] .浙江农业学报 , 2 0 0 1 , 1 3 (4 ) : 2 18 一 2 2 2 .
倪勇 ,祝宏宽 ,石冬冬 ,等 .近红外反射技术开放式检钡J棉籽中水分
和油含量的研究 [A] .中国粮油学会油脂专业分会第十四届学术
年会论文选集 [e ] . 2 0 0 5 , 5 9一 6 3 .
徐鹏 ,郭婷婷 ,张香桂 ,等 .近红外反射光谱 (N IR )S 测量棉子中油份
和蛋白质含量的研究「J] .中国棉花 , 2 01 0, 3 7 (l) : 17一 19 .
国家标准总局 . G B/ T 2 9 06一 19 82 谷类 、 油料作物种子粗脂肪测定
方法 S[ ] .北京 :中国标准出版社 , 19 82 : 1 81 一 187 .
吴建国 ,石春海 ,张海珍 ,等 .应用近红外反射光谱法整粒测定小样
品油菜籽含油量的研究 [J] .作物学报 , 2 0 02 , 2 8 (30 : 4 21 一 4 25 .
l0[]
l23[]
l45[]