使用现场/便携式仪器通过振动光谱学筛查燕麦片的营养质量

摘要：

该研究评估了在近红外（NIR）和中红外（MIR）波长下运行的低成本、实时和可现场部署的光谱仪器的性能，这些仪器用于测量燕麦的质量性状（β-葡聚糖、淀粉、蛋白质和脂质），以支持育种选择。样品由百事可乐研发部（n = 150）以燕麦去壳形式提供。手持式傅立叶近红外传感器（1350—2560 nm）测量了磨碎和完整燕麦样品的光谱，而便携式傅里叶红外光谱仪（4000—650 cm −1）仅测量了地面样品。使用几种实验室参考方法来测量 β-葡聚糖、淀粉、蛋白质和脂质成分，以开发基于偏最小二乘回归 (PLSR) 的光谱分析模型。最佳模型性能来自磨碎谷物的近红外光谱，β-葡聚糖、淀粉、蛋白质和脂质的标准预测误差（SEP）分别为0.2％、1.0％、0.6％和0.3％。MIR 光谱的 PLSR 模型表现出类似的预测精度。使用便携式和台式系统，这些 PLSR 模型的性能与文献中报告的近红外技术相匹配或优于这些技术。因此，新型的微型化近红外传感器可以为育种者提供一种快速（15 秒）的方法来筛选田间的独特特征，其可靠性和灵敏度与台式系统相同。