近红外光谱技术在稻米特性检测中的应用(综述)

doi:10.3969/j.issn.1009-7791.2014.02.020

亚热带植物科学 ›› 2014, Vol. 43 ›› Issue (02): 177-182.DOI: 10.3969/j.issn.1009-7791.2014.02.020

近红外光谱技术在稻米特性检测中的应用(综述)

吴维政,陈鸿鹏

（1.沅江市农业局，湖南沅江 413116；2.国家林业局桉树研究开发中心，广东湛江 524022）

收稿日期:2014-03-28 修回日期:2014-03-28 出版日期:2014-06-10 发布日期:2014-06-10
通讯作者: 陈鸿鹏
作者简介:吴维政，农艺师，从事水稻栽培和病虫害防治研究。
基金资助:
湛江市科技计划项目(2012C02139、2013A03016)；林业重大公益性行业专项(201104003）；广东省林业科技创新专项资金项目 (2011KJCX019)

Application Progress of Near Infrared Spectroscopy in Determination of Rice Characteristics

WU Wei-zheng,CHEN Hong-peng

(1.Bureau of agriculture of Yuanjiang, Yuanjiang 413116, Hunan China；2.China Eucalypt Research Centre, Zhangjiang 524022, Guangdong China)

Received:2014-03-28 Revised:2014-03-28 Online:2014-06-10 Published:2014-06-10
Contact: CHEN Hong-peng

摘要/Abstract

摘要： 近红外光谱技术是一种新型的检测分析技术，广泛应用于农业、林业、工业、医药以及食品等多个行业领域。文章综述近红外光谱技术在稻米特性检测中的应用概况，包括对大米淀粉、蛋白质和脂肪酸等营养物质的测定，大米糊化特性、粘稠度和食味特性的分析，水稻生长过程中氮、磷、钾和其他营养元素含量的分析，育种研究与品种鉴别，病害、重金属等有害物质以及其他方面。同时，指出该技术在当前检测应用中存在的一些问题，并针对目前发展趋势展望该技术的前景。

关键词: 近红外光谱, 稻米特性, 检测

Abstract: As a new detection technology, near infrared spectroscopy is widely applied in many industries including agriculture, forestry, industry, medicine, food and others. This paper reviews the application progress of near infrared spectroscopy in determination of rice characteristics, including analysis of carbohydrates, proteins and lipids and other nutrients, analysis of starch pasting property, viscosity and palatability, analysis of nitrogen, phosphorus, potassium and other nutrient elements content in the process of rice growth, identification of varieties and breeding, analysis of disease and heavy metals and other aspects. However, some defects of the spectral technology in the determination of rice characteristics are briefly discussed as well as the prospects of the technology with the current development trend.

Key words: near infrared spectroscopy, rice characteristics, determination

中图分类号:

S511
TH79

吴维政,陈鸿鹏. 近红外光谱技术在稻米特性检测中的应用(综述)[J]. 亚热带植物科学, 2014, 43(02): 177-182.

WU Wei-zheng,CHEN Hong-peng. Application Progress of Near Infrared Spectroscopy in Determination of Rice Characteristics[J]. Subtropical Plant Science, 2014, 43(02): 177-182.

参考文献

[1] 徐广通,袁洪福,陆婉珍. 现代近红外光谱技术及应用进展[J]. 光谱学与光谱分析, 2000,20(2): 134—142. 

[2] 张琳,周金池. 近红外光谱仪主要性能指标及研究进展[J]. 分析仪器, 2010,(5): 1—5. 

[3] 庞新安. 近红外光谱技术及其在农产品品质分析中的应用[J]. 广西农业生物科学, 2007,26(1): 83—87. 

[4] 徐彦. 近红外光谱技术快速检测籼稻主要成分及新陈度的研究[D]. 长沙: 中南林业科技大学, 2011. 

[5] 徐彦,李忠海,付湘晋,胡叶碧. 近红外光谱技术在稻米品质快速检测中的应用[J]. 食品与机械, 2011,27(1): 158—161,174. 

[6] Villareal C P, Cruz N M, Juliano B O. Rice amylose analysis by near-infrared transmittance spectroscopy[J]. Cereal Chemistry, 1994, 71(3): 292—296. 

[7] Delwiche S R, Bean M M. Apparent amylose content of milled rice by near-infrared reflectance spectroscopytry[J]. Cereal Chemistry, 1995, 72(2): 182—187. 

[8] 徐泽林,金华丽. 近红外光谱法测定大米中的淀粉含量[J]. 农产品加工, 2011(3): 74—76. 

[9] 辛阳,杨重法,罗海伟,姚立明,朱鹏. 近红外反射分析法测定水稻可能再转流物质的研究[J]. 光谱学与光谱分析, 2012,32(9): 2414—2417. 

[10] Wu J G, Shi C H, Zhang X M. Estimating the amino acid composition in the milled rice powder by near infrared reflectance spectroscopy[J]. Field Crop Research, 2002,75(1): 1—7. 

[11] 毕京翠,张文伟,肖应辉,王海莲,江玲,刘玲珑,万向元,翟虎渠,万建民. 应用近红外光谱技术分析稻米蛋白质含量[J]. 作物学报, 2006,32(5): 709—715. 

[12] 刘建学,吴守一,方如明. 神经网络在大米蛋白质含量预测模型中的应用[J]. 江苏大学学报(自然科学版), 2004,25(3): 196—198. 

[13] 吴金红,张洪江,梅捍卫,李荧,杨华,王晓珊,林榕辉,罗利军. 水稻蛋白质含量NIR模型适配范围的研究[J]. 中国农业科学, 2006,39(12): 2435—2440. 

[14] 王传梁,陈坤杰. 基于近红外漫反射技术的大米脂肪含量的研究[J]. 粮油加工, 2007,(2): 62—64. 

[15] 唐绍清,石春海,焦桂爱,胡培松,王海莲,万建民. 利用近红外反射光谱技术测定稻米中脂肪含量的研究初报[J]. 中国水稻科学, 2004,18(6): 563—566. 

[16] 范维燕,林家永,邢邯,窦发德,吴玉凯. 稻谷脂肪酸值近红外光谱快速测定技术研究[J]. 食品科学, 2009,30(24): 347—350. 

[17] 陈晓玲,邝碧玉,张芳英,谢振文. 水稻脂肪含量近红外模型的创建及在航天育种上的应用[J]. 广东农业科学, 2011(11): 30—32. 

[18] 刘义富,卢义宣,奎丽梅,郭咏梅,谭春艳,刘小莉. 近红外分析技术在稻米淀粉RVA谱特征值测定中的应用[J]. 西南农业学报, 2007,20(5): 974—978. 

[19] Bao J S, Wang Y F, Shen Y. Determination of apparent amylase content, pasting properties and gel texture of rice starch by near-infrared spectroscopy[J]. Joumal of the Science of Food and Agriculture, 2007,87(11): 2040—2048. 

[20] 谢新华,李晓方,肖昕,刘志霞. 应用近红外透射光谱法测定稻米淀粉回复值[J]. 分析仪器, 2009(6): 6—8. 

[21] 谢新华,李晓方,肖昕. 稻米淀粉崩解值的近红外透射光谱法测定[J]. 光谱实验室, 2009,26(2): 51l—514. 

[22] 谢新华,李晓方,肖昕,刘志霞. 应用近红外透射光谱法测定稻米淀粉消减值的研究[J]. 分子科学学报, 2009,25(3): 188—191. 

[23 刘建学,张玉先,董铁有,王建华,吴守一. 大米胶稠度近红外光谱分析数学模型的建立[J]. 农业工程学报, 2004,20(3): 176—179. 

[24] 谢新华,李晓方,肖昕. 应用近红外透射光谱法测定稻米胶稠度研究[J]. 中国粮油学报, 2009,24(2): 145—147. 

[25] 吕庆云. 国产籼米米饭食味感观评价及近红外检测研究[D]. 北京: 中国农业大学, 2006. 

[26] 孟庆虹,李霞辉,三上隆司,河野元信,卢淑雯,程爱华,姚鑫淼,关海涛. 可见光-近红外光谱预测粳稻食味的适应性研究[J]. 中国粮油学报, 2010,25(5): 90—94. 

[27] 赖穗春,河野元信,王志东,三上隆司,黄道强,李宏,卢德城,周德贵,周少川. 米饭食昧计评价华南籼稻食味品质[J]. 中国水稻科学, 2011,25(4): 435—438. 

[28] 吉川年彦,周宝库. 应用近红外分光法测定水稻叶片的氮、镁、钾[J]. 土壤学进展, 1992,(5): 53—54. 

[29] 张玉森,姚霞,田永超,曹卫星,朱艳. 应用近红外光谱预测水稻叶片氮含量[J]. 植物生态学报, 2010,34(6): 704—712. 

[30] 蒋淑丽. 稻米矿质元素分析及其近红外测定技术的研究[D]. 杭州: 浙江大学, 2007. 

[31] 姚霞,田永超,倪军,张玉森,曹卫星,朱艳. 水稻叶片色素含量近红外光谱估测模型研究[J]. 分析化学, 2012,40(4): 589—595. 

[32] 周冬琴,朱艳,杨杰,田永超,姚霞,曹卫星. 基于冠层高光谱参数的水稻叶片碳氮比监测[J]. 农业工程学报, 2009,25(3): 135—141. 

[33] 于飞健. 近红外光谱法在水稻育种中的应用基础研究[D]. 北京: 中国农业大学, 2002. 

[34] 李君霞,张洪亮,严衍禄,闵顺耕,李自超. 水稻蛋白质近红外定量模型的创建及在育种中的应用[J]. 中国农业科学 2006,39(4): 836—841. 

[35] 周光华,朱大洲,王成. 近红外光谱在粮食作物检测中的应用进展[J]. 安徽农业科学 2010,38(28): 15475—15478. 

[36] 梁亮,杨敏华,刘志霄,宋华湘. 杂交稻种品系与真伪的可见-近红外光谱鉴别[J]. 激光与红外, 2009,39(4): 407—410. 

[37] 周子立,张瑜,何勇,李晓丽,邵咏妮. 基于近红外光谱技术的大米品种快速鉴别方法[J]. 农业工程学报, 2009,25(8): 131—135. 

[38] 朱文超,文芳. 转基因水稻及其亲本叶片的可见/近红外光谱分析[J]. 光谱学与光谱分析, 2012,32(2): 370—373. 

[39] 刘占宇,王大成,李波,黄敬峰. 基于可见光/近红外光谱技术的倒伏水稻识别研究[J]. 红外与毫米波学报, 2009,28(5): 342—345. 

[40] 吴迪,曹芳,张浩,冯雷,何勇. 基于可见-近红外光谱技术的水稻穗颈瘟染病程度分级方法研究[J]. 光谱学与光谱分析, 2009,9(12): 3295—3299. 

[41] 李军会,王昌贵,康定明,王化琪,于春霞,张录达. 栽培稻叶片近红外光纤漫反射光谱的抗旱性鉴定分析[J]. 光谱学与光谱分析, 2009,29(10): 2646—2650. 

[42] 张龙,潘家荣,朱诚. 基于近红外光谱的重金属汞、镉和铅污染水稻叶片鉴别[J]. 浙江大学学报(农业与生命科学版), 2013,39(1): 50—55. 

[43] Lee J C, Yoon Y H, Kim S M. Development of prediction model for total dietary fiber content in brown rice by fourier transform-near infrared spectroscopy[J]. Food science and Technology, 2006, 38(2): 165—168. 

[44] 孙永海,万鹏,于春生. 基于BP神经网络的大米含水量近红外检测方法[J]. 中国粮油学报, 2008,23(6): 193—197. 

[45] 谢定,魏玉翠,欧阳建勋,刘永乐,俞健,王达能,伍湘东. 近红外光谱的主成分判别分析应用于籼稻贮藏时间的快速鉴别[J]. 粮食科技与经济, 2010,35(5): 41—42. 

[46] 邵咏妮,曹芳,何勇. 基于独立组分分析和BP神经网络的可见/近红外光谱稻谷年份的鉴别[J]. 红外与毫米波学报, 2007,26(6): 433—436. 

[47] 黎静,薛龙,刘木华,王晓,罗春生. 基于光谱技术识别不同农药污染脐橙的研究[J]. 江西农业大学学报, 2010,32(4): 723—728. 

[48] 代芬,张昆,洪添胜,洪涯. 龙眼表面农药残留的无损检测研究-基于近红外光谱分析[J]. 农机化研究, 2010,32(10): 111—114. 

[49] 薛利红,杨林章. 基于可见近红外高光谱的菠菜硝酸盐快速无损测定研究[J]. 光谱学与光谱分析, 2009,29(4): 926—930. 

[50] 张恒,高曼侠,许兆棠,李文谦,王琪. 非线性建模红外光谱法测定三聚氰胺的研究[J]. 安徽农业科学, 2011,39(1): 583—584, 590.

编辑推荐

Metrics

闽ICP备11008787号-5　

近红外光谱技术在稻米特性检测中的应用(综述)

Application Progress of Near Infrared Spectroscopy in Determination of Rice Characteristics

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 12

编辑推荐

Metrics

[1]	罗岸，左紫怡，焦雄，刘夏. 烟草合子时期表达基因NtZE1的克隆及结构分析[J]. 亚热带植物科学, 2019, 48(02): 103-108.
[2]	王泽锋,石玲,张薇,许春,张丽,闵勇. 响应面法优化乌骨藤通光藤苷G提取工艺[J]. 亚热带植物科学, 2016, 45(01): 7-12.
[3]	杨丽霞,邱华丽,彭新凯,宋涛平. 转基因大豆GTS40-3-2环介导等温扩增检测方法的建立[J]. , 2015, 44(03): 213-217.
[4]	林志楷,刘黎卿,陈菲. 井冈霉素研究概况(综述)[J]. 亚热带植物科学, 2013, 42(03): 279-282.
[5]	唐清杰,云勇,张吉贞,严小微,林尤珍,韩义胜,徐靖. 海南疣粒野生稻DNA导入栽培稻及其后代的SSR验证[J]. 亚热带植物科学, 2010, 39(04): 7-9,13.
[6]	林志楷,郭莺,刘黎卿. 兰花病毒检测技术研究进展[J]. 亚热带植物科学, 2010, 39(03): 87-92.
[7]	毛莎莎,曾明,何绍兰,郑永强,易时来,邓烈. 近红外光谱技术在水果成熟期预测中的应用[J]. 亚热带植物科学, 2010, 39(01): 82-87,96.
[8]	孟祥春,钟云,刘岩,易干军. 我国柑桔主要病毒类病害及其无毒化技术研究进展[J]. 亚热带植物科学, 2006, 35(03): 70-75.
[9]	黄玉环,刘鸿洲,尤瑞琛. 高效液相色谱法分离测定香兰素[J]. 亚热带植物科学, 1998, 27(02): 17-20.
[10]	陈移亮,周卫东,林耀辉. 曲酸的发酵生成与检测[J]. 亚热带植物科学, 1998, 27(01): 61-66.
[11]	李新贤,雷德成,马国佐. 对林檎分类学地位的研究[J]. 亚热带植物科学, 1992, 21(01): 47-50.
[12]	张进仁,高峰. 同工酶分析在柑桔研究中的应用[J]. 亚热带植物科学, 1990, 19(01): 23-27.