何思洋 李 蒙 唐朝臣 周方圆 谢光辉*

(1.中国农业大学 农学院，北京 100193； 2. 湖南农业大学 生物科学技术学院，长沙 410128； 3. 广东省农业科学院 作物研究所/广东省农作物遗传改良重点实验室，广州 510640； 4.国家能源非粮生物质原料研发中心，北京 100193)

随着化石能源的消费量与日俱增，发展生物质等可再生能源成为确保能源安全和减少碳排放的重要途径之一。高粱作为一种高产、抗旱和耐盐碱的C4作物，具有很大的生产潜力，从能源用途上分为甜高粱和生物质高粱[1-2]。其中甜高粱和生物质高粱是籽粒高粱的变种，因两者分别含有较高的可溶性糖、纤维素、半纤维素和木质素，被认为是发展第一、二代生物乙醇的理想作物之一[3-4]。在生物乙醇生产过程中，可溶性糖、纤维素、半纤维素、木质素和灰分等能源转化相关化学成分的含量都影响着乙醇的产量和转化效率[5]，因此，了解能源高粱茎、叶中能源转化相关化学成分的含量以及成分之间的关联，对能源高粱新品种选育及生产十分必要。此外，传统的化学分析方法存在测定周期长和费用高等问题，无法满足大批量的测定需求，建立一种快速、准确测定目标成分的方法，对于高粱能源品质分析至关重要。

应用近红外光谱(Near-infrared spectroscopy，NIRS)模型技术测定各种材料的化学成分具有快速、高效、无损和可在线分析等优势，目前在农业、制药和石化等多个领域得到广泛应用[6-9]。建立近红外光谱分析模型时，对光谱进行处理筛选和对样品子集的划分能够有效提升模型的稳健性和准确性[10]：多元散射校正(Multiplicative scatter correction, MSC)能够有效降低散射影响，增强光谱的信噪比[11]；……