吕 慧，张正竹，*，王胜鹏，戚 丽，林茂先

（1.安徽农业大学茶叶生物化学与生物技术教育部重点实验室，安徽合肥230036；2.合肥美亚光电技术有限责任公司，安徽合肥230038）

基于近红外光谱技术的大米品质分析与种类鉴别

吕 慧1，张正竹1，*，王胜鹏1，戚 丽2，林茂先2

（1.安徽农业大学茶叶生物化学与生物技术教育部重点实验室，安徽合肥230036；2.合肥美亚光电技术有限责任公司，安徽合肥230038）

应用近红外光谱（NIRS）技术建立了大米食味品质分析与种类快速鉴别的方法。提取了102份粉碎后大米样品的近红外光谱，采用偏最小二乘法（PLS）建立了大米水分、蛋白质和直链淀粉定量分析模型，对模型预测结果的准确性进行了评价。预测模型的内部交叉验证决定系数（R2）分别为：0.992、0.9792和0.9736；内部交叉验证标准差（RMSECV）分别为：0.141、0.201和0.209；模型外部验证决定系数（R2）分别为0.9861、0.912和0.9373；外部验证标准差（RMSEP）分别为0.179、0.206和0.243。通过计算样品的近红外光谱图之间的欧氏距离来反映不同样品间的差异，对不同属性和不同产地的大米进行了定性聚类分析，种类识别准确率达到100%。结果表明，NIRS分析技术可以用于对大米品质和种类的快速无损检测。

近红外光谱，大米，偏最小二乘法，品质分析，聚类分析，种类鉴别

1 材料与方法

1.1 实验材料

样品 采集102份大米样品，其中包括粳米66份（安徽粳米33份、东北粳米25份、泰国粳米8份），糯米13份（安徽糯米9份、湖北糯米1份、吉林糯米1份、江苏糯米2份），籼米6份（安徽籼米5份、江苏籼米1份），黄米6份（山西黄米1份、山东黄米1份、吉林黄米1份、辽宁黄米2份、黑龙江黄米1份），黑米5份（吉林黑米1份、黑龙江黑米2份、辽宁黑米1份、吉林黑米1份），红米4份（江苏红米2份、河南红米1份、吉林红米1份），高粱米2份（河北高粱米1份、山西高粱米1份）。……