CN102353643A - 一种近红外漫反射光谱(nirs)快速测定油茶籽含油率的方法 - Google Patents

Abstract

本发明公开了一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法。从130多个油茶籽品种中筛选优质品种，其中茶油油酸含量70％-80％，亚油酸含量7％-12％，软脂酸含量7％-11％，硬脂酸含量1％-3％。对筛选出的油茶籽分析其含油率化学值，结合近红外漫反射光谱，建立精准的分析模型。经“一阶导数+SG+MSC”预处理组合效果最好，最优波段为4200.20-4088.35cm^-1和4666.89-4639.89cm^-1，最佳回归方法为偏最小二乘法。运用所建校正模型分析待测油茶籽样品的近红外光谱谱图，可得到其含油率，其分析值与预测值的相关系数r可达0.8978。本方法可用于快速、准确地测定未知油茶籽的含油量，在油茶优质育种和品质分析中具有很好的应用价值。

Description

一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法

技术领域

本发明涉及食用植物油品质分析领域，特别涉及一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法。

背景技术

油茶(Camellia oleifera)，为山茶科山茶属常绿小乔木，是我国特有资源，与油棕、橄榄和椰子齐名世界四大木本食用油源树种。油茶树主要分布在我国湖南、江西、广西、浙江等十多个省。茶油中的不饱和脂肪酸含量高达93％，其中油酸74％～87％，亚油酸7％～14％，其单不饱和脂肪酸含量是目前食用油中最高的。此外，茶油还含有丰富的维生素E、维生素D、胡萝卜素、磷脂等，长期食用茶油有利于防止血管硬化、高血压和肥胖病。所以油茶籽的含油量是其产量和品质的重要指标之一。

目前我国油茶种植面积快速发展，国家规划至2020年油茶籽产量1000万吨，由于油茶籽收集季节性很强，需要快速分析方法检测油茶籽的含油量，为加工过程中油茶籽的分级提供科学依据。而常见的提取法主要是有机溶剂浸提法和机械压榨法。压榨法的提取率很低，含杂质多；有机溶剂法提取过程冗长，还可能存在溶剂残留问题，将对人体健康存在潜在的威胁。这两种方法不能快速大批量地提取出茶油以便得知其含油量，且分析后的样品一般无法继续利用，这对于种子育种的筛选、收集分类及其加工利用是一个很大的限制。故迫切需要研究一种快速、经济、有效、简单的油茶籽含油量的测定方法。

近红外光谱技术是目前使用简单方便、分析快速、不破坏样品的一种新型分析技术。近红外光谱(NearInfrared Spectroscopy，NIRS)是由于分子振动能级的跃迁(同时伴随转动能级跃迁)而产生的，它反映的是含氢基团X-H振动的倍频和合频吸收。该分析技术可以同时测定出样品中的多种化学成分和物理参数，分析结果可准确接近常规测定方法。且不需要对样品进行化学处理，无需使用有机溶剂，被誉为是一种绿色分析技术。

近红外光谱根据其检测对象不同可分为近红外透射光谱(NIT)和反射光谱(NIR)两种。透射光谱(短波区域内)是指将待测样品置于光源与检测器之间，检测器所检测的光是透射光或与样品分子相互作用后的光(承载了样品结构与组成信息)。该光谱技术主要用于透彻的液体样品的检测，定量分析依据Beer定律E＝-log(I_trans/I₀)＝-logT＝εcd(ε：消光系数，c：浓度，d：光程)。若样品是混浊的，或样品中有能对光产生散射的颗粒物质，或光在样品中经过的路程是不确定的，此时透射光强度与样品浓度之间的关系不符合Beer定律。对这种样品应使用漫透射分析法，定量分析依据定律E＝-log(I_scatt/I₀)＝-logR＝kεc(ε：消光系数，c：浓度，k：散射系数)。反射光谱(长波区域内)是指将检测器和光源置于样品的同一侧，检测器检测的是样品以各种方式反射回来的光。应用漫反射光谱法分析时要求样品的粉碎程度一致，从而保证样品表面光滑一致。该光谱技术主要用于小颗粒固体和粉末样品的检测。

Greenwood C F等应用NIRS技术成功地测定了单粒油菜种子的含油量。Hartwig RA使用NIRS分析了海甘蓝中的油分。Misra等用近红外光谱结合多重线性回归分析研究了64种花生仁的含油量，其分析结果与传统方法获得的相近。国内有关含油率NIRS模型分析的研究有油菜、玉米、黄豆、棉籽等植物油种类。但国内外有关NIRS分析油茶籽含油率的研究从未报道。

本专利发明一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，意在建立利用近红外漫反射光谱技术分析油茶籽含油量的模型，通过光谱预处理和不同统计方法优化定标方程，快速检测油茶含油量，为其优质育种的筛选、收集分类及其加工利用提供理论依据。

发明内容

本发明提供一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，通过从120-150多个油茶籽品种中筛选优质品种。对筛选出的油茶籽分析其含油率化学值，结合近红外漫反射光谱，建立精准的分析模型。经“一阶导数+SG+MSC”预处理组合效果最好，最优波段为4200.20-4088.35cm^-1和4666.89-4639.89cm^-1，最佳回归方法为偏最小二乘法。运用所建校正模型分析待测油茶籽样品的近红外光谱谱图，可得到其含油率，其分析值与预测值的相关系数r可达0.8978。本方法可用于快速、准确地测定未知油茶籽的含油量，在油茶优质育种、品质分析和加工过程中具有很好的应用价值。

技术方案：为了快速检测油茶籽含油量，为其优质育种的筛选、收集分类及其加工利用提供理论依据，本发明的技术解决方案是采用傅里叶近红外漫反射光谱分析技术测定油茶籽含油量，由以下步骤组成：

第一步优质油茶品种筛选

从120-150个油茶籽品种中筛选优质品种，油酸含量65％-85％，优选70％-80％，亚油酸含量5％-20％，优选7％-12％，软脂酸含量3％-15％，优选7％-11％，硬脂酸含量1％-5％，优选1％-3％；

第二步油茶籽样品基础础数据测定

采用索式提取法测定油茶籽油脂含油率，采用气相色谱法分析茶油中主要脂肪酸的含量；

第三步油茶籽NIRS模型光谱采集

从步骤1中筛选出有代表的样品30-50个，分为20-40个建模样品集和5-10个验证样品集，测量光谱范围3800-12000cm^-1，扫描次数为64次，分辨率为8cm^-1，2倍增益。采样方式为Integrating SphereSample；数据采集形式为log(1/R)。编好采集程序后直接对样品进行光谱扫描，保存，待分析；

第四步油茶籽含油率NIRS模型的最佳光谱预处理方法的确定

利用TQ Analyst 8光谱处理软件进行光谱预处理、谱区选择和回归统计分析。首先采用校正样品集建立校正模型，通过软件自动选择最优的光谱范围，应用内部交叉验证法和外部验证对模型进行验证。优化模型时以模型的校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)、外部检验相关系数(r)等作为衡量模型优劣的重要指标；

第五步油茶籽含油率NIRS模型的外部验证

通过油茶籽含油率的NIRS模型对未知样品进行检测，将化学分析值与预测值进行比较，并绘出对应关系图，外部验证相关系数r为0.8800-0.9950。

本专利为了筛选出优质的茶油品种，从不同产地120-150个样品，优选脂肪酸含量集中代表原味茶油特征的129个品种，采用气相色谱分析不同品种茶油中油酸、亚油酸、软脂酸和硬脂酸含量，脂肪酸标准品和茶油样品GC特征图如图1。GC色谱柱选用SE-30，氢火焰离子化检测器(FID)，进样口温度280℃，检测器温度280℃，柱温200℃，持续5min，以每分钟5℃的速度升温至270℃，持续1min。

本专利对不同品种的茶油脂肪酸组成分析，发现各品种的组成及含量存在着区别，但其基本是由棕榈酸、硬脂酸、油酸和亚油酸等4种脂肪酸组成。其中不饱和脂肪酸的含量高于85％，以油酸为主。GC对129种茶油进行相应的脂肪酸成分分析，采用面积归一法。茶油中油酸含量65％-85％，亚油酸含量5％-15％，软脂酸含量3％-15％，硬脂酸含量1％-5％。

本专利采用索式提取法，用植物粉碎机将油茶籽粉碎成粉末状，称取一定量的油茶籽，将其放入滤纸筒内，脱脂棉塞入上部，压紧试样，放入抽提器内。在抽提瓶内加入石油醚回流提取，提取剂为石油醚(60℃-90℃)，固液比为1∶10-40(g/mL)，提取温度70℃-95℃，提取时间4-10h。不同品种油茶籽含油率根据计算公式w＝m₁/m₀×100％。其中w为含油率，m₁为油茶籽经石油醚抽提，石油醚提取液蒸空浓缩后茶油重量，m₀为未提取油茶籽重量。不同品种油茶籽含油率如表1(样品1号至120号来自江西)。

表1不同品种油茶籽的含油率(％)

本专利对云南、广西、江西等地132种油茶籽含油率的测定发现，不同品种油茶籽含油率存在较大差异，不同品种油茶籽的含油率分布如图2。含油率在30％以下有26个品种，30％到40％有27个品种，40％到50％有60个品种，50％以上有19个品种。其中含油率最低的为江西117号样品，仅为0.60％；最高的为江西69号样品，为57.96％。且其含油率大部分都集中在30％到60％之间，平均含油率为38.39％。由于不同品种油茶籽的含油率存在较大差异，而茶油的比重直接影响到其在食用油市场中开发的前景，选择高油量的优种油茶品系在其产业化过程中有着十分重要的作用。

近红外(Near Infrared，NIR)光是指波长介于可见光区与中红外区之间的电磁波，其波长范围为780～2526nm(对应的波数范围为12000-4000cm^-1)。茶油中主要有油酸、亚油酸、棕榈酸、硬脂酸等脂肪酸成分，还有角鲨烯、维生素E等活性物质，这些物质都有常见的C-H、O-H等基团，在近红外光谱区域会有很强烈的吸收，如图3。油茶籽的近红外光谱图在多处有明显的吸收峰，且不同样品的吸收峰强度不同，即油茶籽含油量不同，这是油茶籽的近红外光谱图定量测量其含油量的依据。

本专利将采集到的30-50个样品，分为20-40个建模样品集和5-10个验证样品集，分析其各品种中含油率的最大值、最小值、均值、标准偏差。测量光谱范围3800-12000cm^-1，扫描次数为64次，分辨率为8cm^-1，2倍增益。采样方式为Integrating Sphere Sample；数据采集形式为log(1/R)。编好采集程序后直接对样品进行光谱扫描，保存，待分析。

本专利利用TQ Analyst 8光谱处理软件进行光谱预处理、谱区选择和回归统计分析。首先采用校正样品集建立校正模型，通过软件自动选择最优的光谱范围，并且使用各种光谱预处理方法对模型优化，比如有多元信号修正(Multiplicative signal correction，MSC)、标准正则变换(Standrad normal variate，SNV)、一阶导数(First derivative，1^stDe riv.)、二阶导数(Second de rivative，2^nd Deriv.)、Savitzky-Golay平滑处理和Norris平滑处理等。再者，应用内部交叉验证法和外部验证对模型进行验证。优化模型时以模型的校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)、外部检验相关系数(r)等作为衡量模型优劣的重要指标。

本专利油茶籽含油量模型的校正相关系数(R_c)、校正标准误差(RMSEC)、交叉检验相关系数(R_cv)和交叉检验校准误差(RMSECV)分别为0.9100-0.9990、2.0-3.0、0.9000-0.9990和2.0-3.0。其中“一阶导数+SG+MSC”组合最为理想(R_cv＝0.91727)。

本专利获得以下技术效果：

1.首次提出近红外漫反射光谱快速测定油茶籽含油率的方法。通过光谱预处理和不同统计方法优化校正方程，建立油茶籽含油率NIRS模型，且运用此模型对未知样品进行了快速检测。油茶籽含油量模型的校正相关系数(R_c)、校正标准误差(RMSEC)、交叉检验相关系数(R_cv)和交叉检验校准误差(RMSECV)分别为0.9100-0.9990、2.0-3.0、0.9000-0.9990和2.0-3.0，可准确地预测实际样品。

2.所建油茶籽含油率NIRS模型的外部验证相关系数r为0.8978，可快速检测油茶含油量，为油茶优质育种的筛选、品种收集分类及其加工过程中质量调控提供理论依据，具有很好的应用价值。

3.通过分析不同品种含油率和油脂中脂肪酸含量，从120-150个油茶籽品种中筛选优质品种，油酸含量65％-85％，优选70％-80％，亚油酸含量5％-20％，优选7％-12％，软脂酸含量3％-15％，优选7％-11％，硬脂酸含量1％-5％，优选1％-3％的优质品种。

附图说明

附图1脂肪酸标准品和茶油样品GC特征图

附图2不同品种油茶籽的含油率分布图

附图3油茶籽的近红外光谱图

附图4油茶籽含油率的近红外反射光谱模型的外部验证图

具体实施方式

以下实施例为本发明的一些举例，不应被看做是对本发明的限定。

实施例1

一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，其特征在于近红外漫反射光谱分析技术测定不同品种油茶籽中油脂的含量，由以下步骤组成：

第一步优质油茶品种的筛选

从120-150个油茶籽品种中筛选优质品种，油酸含量65％-85％，优选70％-80％，亚油酸含量5％-20％，优选7％-12％，软脂酸含量3％-15％，优选7％-11％，硬脂酸含量1％-5％，优选1％-3％；

第二步油茶籽样品基础础数据测定

采用索式提取法测定油茶籽油脂含油率，采用气相色谱法分析茶油中脂肪酸的含量。

第三步油茶籽样品NIRS模型光谱采集

从步骤1中筛选出有代表的样品30-50个，分为20-40个建模样品集和5-10个验证样品集，测量光谱范围3800-12000cm^-1，扫描次数为64次，分辨率为8cm^-1，2倍增益。采样方式为Integrating SphereSample；数据采集形式为log(1/R)。编好采集程序后直接对样品进行光谱扫描，保存，待分析。

第四步油茶籽含油率NIRS模型的最佳光谱预处理方法的确定

利用TQ Analyst 8光谱处理软件进行光谱预处理、谱区选择和回归统计分析。首先采用校正样品集建立校正模型，通过软件自动选择最优的光谱范围，应用内部交叉验证法和外部验证对模型进行验证。优化模型时以模型的校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)、外部检验相关系数(r)等作为衡量模型优劣的重要指标。

第五步油茶籽含油率NIRS模型的外部验证

通过油茶籽含油率的NIRS模型对未知样品进行检测，将化学值与NIRS预测值进行比较，并绘出对应关系图，外部验证相关系数r为0.8800-0.9950；

本实施例为了建立原味茶油特有的特征图谱，从不同产地120-150个样品，如120个，125，130，135，140等个，优选脂肪酸含量集中能代表原味茶油特征的130个品种，采用气相色谱分析不同品种茶油中油酸、亚油酸、软脂酸和硬脂酸的含量，脂肪酸标准品和茶油样品GC特征图如图1。GC色谱柱选用SE-30，氢火焰离子化检测器(FID)，进样口温度280℃，检测器温度280℃，柱温200℃，持续5min，以每分钟5℃的速度升温至270℃，持续1min。

本实施例得到原味茶油中不同脂肪酸GC特征图谱和含量，不饱和脂肪酸总量大于85％，其中油酸含量含量65％-85％，亚油酸含量5％-15％，软脂酸含量3％-15％，硬脂酸含量1％-5％。

本实施例采用索式提取法，用植物粉碎机将油茶籽粉碎成粉末状，称取一定量的油茶籽，将其放入滤纸筒内，脱脂棉塞入上部，压紧试样，放入抽提器内。在抽提瓶内加入石油醚回流提取，提取剂为石油醚(60℃-90℃)，固液比为1∶10-40(g/mL)，提取温度70℃-95℃，提取时间4-10h。本发明不同品种油茶籽含油率计算根据公式w＝m₁/m₀×100％。其中w为含油率，m₁为油茶籽经石油醚抽提，石油醚提取液蒸空浓缩后茶油重量，m₀为未提取油茶籽重量。

实施例2不同品种油茶籽含油率测定

将干燥的油茶籽粉碎成粉末状(含种仁壳，样品含水率低于10％)，称取一定量的油茶籽粉末，记录重量m₀。将其放入滤纸筒内，脱脂棉塞入上部，压紧试样，放入抽提器内。在抽提瓶内加入石油醚(60℃-90℃)180mL，80℃下提取6h，提取液蒸空浓缩溶剂后即得茶油，称油重m₁。计算相应品种的含油率w＝m₁/m₀。130个品种山茶籽含油率如表3(样品1号至120号来自江西)。

本实施例选择云南、江西、浙江等地不同品种的油茶籽样品。不同品种油茶籽含油率在30％以下有26个品种，30％到40％有27个品种，40％到50％有60个品种，50％以上有19个品种。其中含油率最低的为江西117号样品，仅为0.60％；最高的为江西69号样品，为57.96％。且其含油率大部分都集中在30％到60％之间，平均含油率为38.39％，标准偏差为13.80。排在前10位的品种为江西69、88、13、12、118、74、100、10、86、70号样品。不同品种油茶籽的含油率明显不同，可能和当地气候、种子品种以及栽培方式不同等主观和客观因素有着密切的关系。

实施例3气相色谱测定不同品种茶油中脂肪酸组成

本实施例选择的品种有广西(凌云、柳州融水、防城垌中、百色、凤山、融安、田阳、南丹、普通油茶)、白花茶油、红花茶油、云南富宁昄朝以及江西1-120种样品等129个样品(如表3)少量滴于10mL试管中，加入2mL 0.5mol/L NaOH-CH₃OH，摇匀，放入到60℃水浴中甲酯化30min，取出再加入5mL正己烷，摇匀，静置后取出上层清液，进行GC色谱分析。

GC分析条件：色谱柱选用SE-30；氢火焰离子化检测器(FID)；进样口温度280℃，检测器温度280℃，柱温200℃，持续5min，以每分钟5℃的速度升温至270℃，持续1min。进样量：1μL。

通过对江西、云南和广西129种油茶品系中脂肪酸组成分析，发现各品种的组成及含量有着很大区别，但茶油的脂肪酸基本是由软脂酸、硬脂酸、油酸和亚油酸等4种脂肪酸组成。油酸的含量在70.33％-86.21％，均值为78.24％；亚油酸的含量在3.25％-17.18％，均值为9.50％；软脂酸，是茶油中含量最多的饱和脂肪酸，含量在7.03％-13.85％，均值为9.63％；硬脂酸的含量在1.35％-5.49％，均值为2.61％。结果如表2。

表2不同品种茶油的各种脂肪酸含量的统计(％)

实施例4近红外漫反射光谱快速测定油茶籽含油率

1)不同品种油茶籽含油率化学值测定

利用索式抽提法对广西、江西省等筛选的40个品种油茶籽提取，提取条件与实施例2。所得茶油色清味香，浅黄色。取30个样品为建模样品集，10个样品验证样品集。校正样品集和验证样品集的测量范围、平均值和标准差如表3。

表3油茶籽含油率的常规分析结果(％)

2)建立油茶籽含油率的NIRS模型

使用植物粉碎机将油茶籽碎至粉末状，过20目不锈钢筛子，称取1.5g放入样品瓶中，待扫描光谱。采集光谱前，先使用RESULT-Integration软件编写光谱采集程序，设置仪器工作参数。仪器主要工作参数为：测量光谱范围3800-12000cm^-1，扫描次数为64次，分辨率为8cm^-1，2倍增益。采样方式为IntegratingSphere Sample；数据采集形式为log(1/R)。编好采集程序后直接对样品进行光谱扫描，保存，采集油茶籽的近红外漫反射光谱。

本实施例利用TQ Analyst 8光谱处理软件进行光谱预处理、谱区选择和回归统计分析。首先采用校正样品集建立校正模型，通过软件自动选择最优的光谱范围，并且使用各种光谱预处理方法对模型优化，比如有多元信号修正(Multiplicative signal correction，MSC)、标准正则变换(Standrad normalvariate，SNV)、一阶导数(First derivative，1^stDeriv.)、二阶导数(Second derivative，2^ndDeriv.)、Savitzky-Golay平滑处理和Norris平滑处理等。再者，应用内部交叉验证法和外部验证对模型进行验证。优化模型时以模型的校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)、外部检验相关系数(r)等作为衡量模型优劣的重要指标。

本实施例采用PLS回归方法，通过不同的预处理方法，以校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)指标寻找到最佳的方法。如表4。

表4不同的光谱预处理方法对油茶籽含油量的近红外模型的影响

注：MSC：Multiplicative signal correction，多元信号修正；SNV：Standrad normal variate，标准正则变换；

SG：Savitzky-Golay filter；N：Norris de rivative filter

本实施例“二阶导数+SG+MSC”组合效果最优，分别为0.93627、2.35，其次是“原光谱+SG+MSC”，分别为0.92775、2.50；根据R_cv和RMSECV这两个指标最优的处理方法是“一阶导数+SG+MSC”，其为0.91727、2.67，其次是一阶导数，其为0.91698、2.67。“二阶导数+SG+MSC”对应的R_cv和RMSECV为0.90854、2.80；“一阶导数+SG+MSC”对应的R_c和RMSEC分别为0.92567和2.53，根据这些参数代表的物理意义，R_cv和RMSECV起着更主导的作用。本实施例选择该NIRS模型的最优预处理方法为“一阶导数+S+MSC”组合。

本实施例在“一阶导数+SG+MSC”的最优预处理方法下，软件自动优化的最优波段为4200.20-4088.35cm^-1和4666.89-4639.89cm^-1。“二阶导数+SG+MSC”和“一阶导数+SG+MSC”分别是R_c、RMSEC和R_cv、RMSECV最佳方法的代表，故选取这两种方式对光谱进行预处理，分别采用PCR、PLS回归方法来建立模型，仍然使用R_c、RMSEC、R_cv、RMSECV这四个指标评价模型。如表5。

表5不同的回归方法对油茶籽含油量的近红外模型的影响

注：PLS：partial least squares，偏最小二乘法；PCR：principal component regression，主成分分析3)油茶籽含油量的近红外模型的外部验证

随机选取10份未知样品对模型进行外部验证，检验模型的预测能力。对模型的预测值和化学测定值进行了比较，并绘出对应关系图，外部验证相关系数r为0.8978，能够较好地分析未知样品的含油量。如

表6。油茶籽含油率的近红外反射光谱模型的外部验证图见图4。

表6外部验证样品的化学值、预测值和偏差

Claims (4)

1.一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，其特征在于近红外漫反射光谱分析技术测定不同品种油茶籽中油脂的含量，由以下步骤组成：

第一步优质油茶品种的筛选

从120-150个油茶籽品种中筛选优质品种，油酸含量65％-85％，优选70％-80％，亚油酸含量5％-20％，优选7％-12％，软脂酸含量3％-15％，优选7％-11％，硬脂酸含量1％-5％，优选1％-3％；

第二步油茶籽样品基础数据的测定

采用索式提取法测定油茶籽油脂含油率，采用气相色谱法分析茶油中脂肪酸的含量；

第三步油茶籽样品NIRS模型光谱的采集

从步骤1中筛选出有代表的样品30-50个，分为20-40个建模样品集和5-10个验证样品集，测量光谱范围3800-12000cm^-1，扫描次数为64次，分辨率为8cm^-1，2倍增益。采样方式为Integrating Sphere Sample；数据采集形式为log(1/R)。编好采集程序后直接对样品进行光谱扫描，保存，待分析；

第四步油茶籽含油率NIRS模型的最佳光谱预处理方法的确定

利用TQ Analyst 8光谱处理软件进行光谱预处理、谱区选择和回归统计分析。首先采用校正样品集建立校正模型，通过软件自动选择最优的光谱范围，再应用内部交叉验证法和外部验证对模型进行验证。优化模型时以模型的校正相关系数(R_c)、交叉检验相关系数(R_cv)、校正标准误差(RMSEC)、交叉检验校准误差(RMSECV)、外部检验相关系数(r)等作为衡量模型优劣的重要指标；

第五步油茶籽含油率的NIRS模型的外部验证

通过油茶籽含油率的NIRS模型对未知样品进行检测，将预测值与GC分析值进行比较，并绘出对应关系图，外部验证相关系数r为0.8800-0.9950。

2.根据权利要求1所述一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，其特征在于索式提取法测定油茶籽油脂含油率，提取剂为石油醚(60℃-90℃)，固液比为1∶10-40(g/mL)，提取温度70℃-95℃，提取时间4-10h；

3.根据权利要求1所述一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，其特征在于脂肪酸的含量测定采用GC，色谱柱选用SE-30，氢火焰离子化检测器(FID)，进样口温度280℃，检测器温度280℃，柱温200℃，持续5min，以每分钟5℃的速度升温至270℃，持续1min；

4.根据权利要求1所述一种近红外漫反射光谱(NIRS)快速测定油茶籽含油率的方法，其特征在于油茶籽含油量模型的校正相关系数(R_c)、校正标准误差(RMSEC)、交叉检验相关系数(R_cv)和交叉检验校准误差(RMSECV)分别为0.9100-0.9990、2.0-3.0、0.9000-0.9990和2.0-3.0。

Images