玉米品质鉴定
玉米营养品质的快速鉴定
摘要：光谱检测法作为玉米营养品质含量的快速分析方法，首先需要根据常规
生化检测数据结合光谱响应数据完成合理的定标与矫正，建立合适的数据分析模型。在进行光谱检测时，由于光谱波长区间大、波长取值点较多，对快速分析带来了不便。首先，本文采用R型聚类的方法，将区间内所有波长分成5类，采用相关性分析，从中筛选出5个代表波长作为研究对象。其次利用多元线性回归的方法，对代表波长的响应数据和蛋白质含量进行回归分析，得出蛋白质含量与光谱响应数据之间的关系，建立了蛋白质含量的光谱分析模型。结合F检验、残差数据分析等方法得出所建立的模型可信的结论。然后，给出以残差平方和为指标的模型评价体系，并讨论了模型的适用范围。其次，对剩余26个样本的蛋白质含量进行了预测。最后，针对多输入多输出的问题，本文采用BP神经网络模型，对样本数据进行学习与训练，在对第81-100个样本进行检验并符合要求之后，建立了三种营养成分的快速检测模型。然后分别对26个样本的蛋白质含量、纤维素含量和脂肪含量进行了预测。
关键词：聚类分析；多元回归；BP神经网络
1 问题重述
玉米是生态农业的关键农作物之一，玉米中富含蛋白质、纤维素、脂肪、水溶性多糖和糖醇类等多种生理活性物质。玉米的营养品质是指玉米中所含的各种营养成分（蛋白、纤维素、脂肪等）。为了实行优质玉米的培养，需要实现玉米营养品质的快速鉴定。
玉米营养品质的鉴定需要对主要营养成分的含量进行检测。光谱检测法是能够检测物质成分含量的快速分析方法，它可以根据物质的光谱响应特征来鉴别物质并确定化学组成和相对含量，具有测定时间短、非破坏性、多指标同时测定等优点，能够实现在线、实时、原位的定量分析与监测。光谱检测分析首先需要根据常规生化检测数据结合光谱响应数据完成合理的定标与矫正过程，建立合适的数据分析模型，进而实现对物质成分的快速检测。
准备126个玉米样品，经过物理方法加工为粉末状。采用Fourier 近红外光谱分析仪采集光谱数据，同一样品对不同频率的光产生不同的响应，光波长变化范围为10000~40001cm -（其中1cm -为光波长单位），得到所有样品的光谱响应数据。为完成光谱建模实现快速检测，采用常规生化方法检测前100个玉米样品的蛋白、纤维素和脂肪的成分含量值。
现需要结合测定的数据建立数学模型解决下列问题：
1、根据前100个样品的光谱响应数据和蛋白含量的生化检测值，建立单一成分的光谱分析模型；拟定模型评价指标，并讨论模型的适用范围。
2、根据所建立的数学模型，估算其余26个玉米样品（编号101~126）的蛋白含量。
3、结合玉米的光谱响应数据和蛋白质、纤维素、脂肪三种营养成分的生化检测值，设计合理的玉米营养品质快速检测方案建立数学模型；进一步利用模型估算其余26个玉米样品中蛋白质、纤维素、脂肪三种营养成分含量。
2问题分析
问题一的分析：光谱检测可以根据物质的光谱响应特征来鉴别物质并确定化学组成和相对含量。现已知100个样品的光谱响应数据和蛋白质的生化检测含量，建立光谱分析模型，就是根据常规生化检测数据结合光谱响应数据完成合理的定标与矫正。由于不同样品的蛋白质、纤维素、脂肪等营养成分含量的不同，导致不同样品对于不同频率光谱的响应数据也不同。对于一种样品，其蛋白质元素含量与光谱响应数据存在一定的关系，本问就是要通过已知的100个样品的数据，确定两者之间的关系。通过对已知数据的分析知，样品对不同波长的响应特征与蛋白质含量是多对一的关系，本文采用多元线性回归分析建立光谱分析模型，明确了两者的关系函数。同一样品对不同波长的响应有390组数据，这组数据维数过大，为了方便模型的建立与求解，在实际操作过程中，可选取有代表意义，可以更多的体现蛋白质含量和光谱响应数据关系的波长来进行建模。本文采用聚类分析的方法筛选出具有代表意义的波长数据，然后建立多元回归分析模型，求解出蛋白质含量和光谱响应数据之间的关系，即光谱分析模型。最后以误差平方和为评价指标，并对线性回归模型的适用范围进行了分析。
问题二的分析：本问要根据上一问所建立的光谱分析模型，估算剩余样品的蛋白质含量。将剩余样品的光谱响应数据带入上一问求解得到的线性回归方程，
可得到剩余样品的蛋白质含量。
问题三的分析：本问要设计合理的玉米营养品质快速检测方案建立数学模型，就是根据前100个样品的光谱响应数据和蛋白质、纤维素、脂肪三种营养成分含量，建立两者之间的关系。这是一个多输入多输出的模型，本文采用BP 神经网络，通过网络不断地学习，使实际输出与期望尽可能地相近，即使网络输出层的误差平方和达到最小，从而建立玉米营养品质快速检测方案模型。最后本文利用上述检测模型，对其余26种样品的蛋白质、纤维素、脂肪三种营养成分含量进行了预测。
3模型假设与符号说明
3.1模型假设
（1）在整个光谱检测过程中，不存在人为和外部环境因素的干扰；
（2）假设10000-40001cm -为测定玉米中蛋白质、脂肪、纤维素含量的有效波段；
（3）假设蛋白质、脂肪、纤维素含量的检测之间没有相互影响 。 3.2 符号说明
ij x 第i 个玉米样品的第j 个波长指标变量的响应数据； ij x 中心化变换后的响应数据； jk
r 两变量j
x 与
k
x 的样本相关系数；
j β 变量
j
x 的回归系数；
i y 第i 个样品的蛋白质含量实测数据； ?i y
第i 个样品的蛋白质含量估计数据；
Q 误差平方和；
U 回归平方和；
R 称为复相关系数； ij
w 表示隐含层第i 个节点到输入层第j 个节点之间的权值；
i θ 表示隐含层第i 个节点的阈值； ()x φ 表示隐含层的激励函数；
ki
w 表示输出层第k 个节点到隐含层第i 个节点之间的权值；
k
a 表示输出层第k 个节点的阈值；
()x ψ 表示输出层的激励函数；
k
o 表示输出层第k 个节点的输出；
p
E 每一个样本p 的二次型误差准则函数为。
4基于聚类分析和多元回归的光谱分析模型
4.1 聚类分析模型
聚类分析，亦称群分析或点群分析，它是研究多要素事物分类问题的数量方法。其基本原理是，根据样本自身的属性，用数学方法按照某些相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。对样本进行分类称为Q 型聚类分析，对指标进行分类称为R 型聚类分析。本文采用R 型聚类分析对波长变量进行聚类[1]
。
通过对样品的光谱响应数据进行分析，发现样品对于不同波长的相应数据有390个，波长变量维数太多，且波长变量间的相关度较高，给系统分析与建模带来了很大的不便。若要对样品的光谱响应数据与蛋白质含量进行多元线性回归，就要求样品数量应大于变量个数，而已知蛋白质含量的样品只有100个，远小于波长变量的维数，因此需要对波长变量进行筛选，选出具有代表意义的波长来进行回归分析。本文采用R 型聚类分析，通过研究变量的相似系数，按照变量的相似关系把它们聚合成若干类，进而找出影响系统的主要因素，选取每一类中具有代表意义的波长。
4.1.1数据的标准化处理 已知共有100个玉米样品，每个样品测得了390个波长变量的响应数据，原始数据矩阵为：
11121,39021
222,390100,1
100,2
100,390x x x x x x X x x x ?????
?=????
??
（1）
其中，ij x （1,2,,100i = ，1,2,,390j = ）为第i 个玉米样品的第j 个波长指标变量的响应数据。
由于样本数据矩阵由多个指标组成，样品对于不同指标的响应数据可能存在量纲和数量级不同的问题，为了消除两者的影响，需要先进行数据变换处理。
本文采用标准化变换对数据进行处理，其处理方法如下。 首先对每个变量进行中心化变换，然后用该变量的标准差进行标准化，即有：
ij j
ij j
x x
s μ-= ，1,2,,100i = ，1,2,,390j = （2）
其中，100
1
100
ij
i j x
μ==∑，
j s =
4.1.2 指标变量相似程度的测量计算
研究变量的亲疏程度或相似程度的数量指标通常有两种：一种是相似系数，性质越接近的变量或样品，其取值越接近于1或-1，而彼此无关的变量或样品的相似系数则越接近于0，相似的归为一类，不相似的归为不同类。另一种是距离，它将每个样品看成p 维空间的一个点，100个样品组成p 维空间的100个点。用各点之间的距离来衡量各指标变量之间的相似程度（或靠近程度）。距离近的点归为一类，距离远的点属于不同的类。对于变量之间的聚类（R 型）常用相似系数来测度变量之间的亲疏程度，而对于样品之间的聚类分析（Q 型），则常用距离来测度样品之间的亲疏程度。
本文对指标变量进行R 型聚类分析，采用相关系数研究变量的相似程度。
对于变量j x 和k x ，可以用两变量j x 与k x 的样本相关系数jk r 作为它们的相似性度量。
()()
()()1001
11001002
2211ij
j ik k i jk ij j ik k i i x
x x x r x x x x ===--=
??
-?-??
??
∑∑∑， （3）
ij x 表示第i 个玉米样品对第j 个近红外光波长的响应数据，j x 的值是矩阵X
的一个列向量，j x 表示j x 向量的均值。jk r 越接近1，表示j x 与k x 越相关或相似。
jk r 越接近0，表示j x 与k x 的相似性越弱。
4.1.3系统聚类法
正如样品之间的距离可以有不同的定义方法一样，类与类之间的距离也有各种定义。例如可以定义类与类之间的距离为两类之间最近样品的距离，或者定义为两类之间最远样品的距离，也可以定义为两类重心之间的距离等。类与类之间用不同的方法定义距离，就产生了不同的系统聚类方法。常用的系统聚类方法有，最短距离法、最长聚类法、中间距离法、重心法、类平均法、可变类平均法、可变法和离差平方和法。
本问选择了类平均法聚类，该方法度量类1G 和2G 的距离为：
()()1
2
1212
1,,i j i
j
x G x G D G G d x x n n ∈∈=
∑∑， （4）
它等于1G ，2G 中两样本点距离的平均，1n ，2n 分别为1G ，2G 中的样本点个数。
其中(),1i j ij d x x r =-。
系统聚类法是聚类分析方法中使用最多的方法。其基本思想是：相似系数大的变量先聚为一类，相似系数小的后聚成类，此过程一直进行下去，每个样品总能聚到合适的类中。它包括如下步骤：
（1）将每个变量独自聚成一类，构造390个类；
（2）根据所确定的变量的相似系数公式，计算390个变量两两间的相似系数，构造相似系数矩阵，记为R 。
（3）把相似系数最大的两类归为一新类，其它变量仍各自聚为一类，共聚成（390-1）类。
（4）计算新类与当前各类的相似系数，将相似系数最大的两个类进一步聚成一类，共聚成（390-2）类。以上步骤一直进行下去，最后将所有的样品（或变量）聚成一类。
（5）画聚类谱系图。
（6）决定类的个数及各类包含的变量，并对得到的分类做出解释。 4.1.4聚类分析模型的求解
根据上述模型，利用MATLAB 软件编程对波长变量进行聚类分析。
首先，对附件1中玉米样品对于不同波长的光谱响应数据进行标准化处理，然后求出各波长变量的相似系数矩阵，由于矩阵维数过于庞大，本文就不在正文中给出。通过观察各变量的相似系数矩阵发现，某些矩阵元素非常接近1，说明某些指标变量之间确实存在很强的相关性，因此本文从这些指标变量中选取几个有代表性的变量进行聚类分析。
对指标变量进行R 型聚类分析，变量间相似性度量采用相关系数，类间相似性度量的计算采用类平均法。依据系统聚类法的方法，对390个波长变量进行聚类，其部分变量聚类图如图1所示。
图1部分变量聚类图
通过对聚类图的分析，以及为了方便下文的多元回归，本文将波长变量分为5类。其结果如表1所示。
表1 聚类结果
为了在每一类中选出具有代表性的变量，本文采用的是选取每一类中和其余
变量相似系数之和的均值最大的那个变量。这样可使被选取的变量与所在类的其余变量之间的相似性最大，从而可以最大程度的代表该类中的其余变量。每一类中相似系数最大变量结果如表2所示。
表2聚类代表变量
高，可以较好的代表其余变量，本文所选出的变量是合理的。 4.2多元线性回归模型 4.2.1模型的建立
上文采用聚类分析的方法，对波长进行了聚类，将整个波段分为5类，然后选取出了每类中最具代表性，能较多的反映光谱响应数据与蛋白质含量之间关系的一个波长。本文要建立的是玉米样品的蛋白质含量和选取的5个波长的响应数据的回归模型，这属于多元线性回归模型
[2,3]
。
现有5个变量125,,,x x x ，对它们分别进行了100次观测，即由100个玉米样品，玉米样品的蛋白质含量为y 。
多元线性回归分析的模型为：
()
011552
~0,y x x N βββε
εσ=++++????? （5） 式中，2015,,,,βββσ 都是与125,,,x x x 无关的未知参数，其中015,,,βββ 称为回归系数。
现得到100个独立观测数据()15,,,i i i y x x ，1,,100i = ，由上式得：
()011552
~0,,1,,100i i i i
i
y x x N i βββεεσ=++++???=?? （6） 记
1115100,1100,511x x X x x ????=??????
，1100y Y y ????=?????? （7）
[]1100T εεε= ，[]15T
βββ=
则式（4.4）可表示为：
()2
100~0,Y X N E βε
εσ=+?????
（8） 式中，100E 为100阶单位矩阵。 4.2.2参数估计
模型（4.4）中的参数015,,,βββ 采用最小二乘法估计，即应选取估计值?j
β，使当?j j
ββ=，
0,1,2,,5j = 时，误差平方和
()
100100
2
2
011551
1
i i i i i i Q y x x εβββ====----∑∑ ，
（9） 达到最小。为此，令
0j
Q
β?=?，
0,1,2,,5j = （10）
得到：
()()100
0115510
100
01155120
20
i i i i i i i ij
i j Q
y x x Q y x x x ββββββββ==??=-----=??????=-----=???
∑∑ ，1,2,,5j = （11） 经整理化为以下正规方程组：
100100100100
01122551111
100100100100100
2
0111212515111111
1001001100100
2
0515********
1111100i i i i
i i i i i i i i i i i i
i i i i i i i i i i i i i
i i i i i x x x y x x x x x x x y x x x x x x x y ββββββββββββ==============++++=++++=++++=∑∑∑∑∑∑∑∑∑∑∑∑∑ 00?
?
?
?????
???∑（12） 正规方程的矩阵形式为：
T T X X X Y β=（13）
当X 列满秩时，T X X 为可逆矩阵，上式的解为：
()1
?T T X X X Y β
-=（14） 将?β
带回原模型得到y 的估计值：
01155
????y x x βββ=+++ （15） 这组数据的拟合值为??Y
X β=，拟合误差?e Y Y =-称为残差，可作为随机误差ε的估计，而
()100
100
2
2
1
1
?i i i i i Q e y y
====-∑∑（16） 为残差平方和（或剩余平方和）。 4.2.3回归模型的假设检验
因变量y 与自变量125,,,x x x 之间是否存在如模型（20）所示的线性关系是
需要检验的，显然，如果所有的?j β（1,2,,5j = ）都很小，y 与125
,,,x x x 的线性关系就不明显，所以可令原假设为：
0:0j H β=，1,2,,5j = （17）
当0H 成立时U ，Q 满足：
()
()5
~5,1005110051U F F Q =
----（18）
式中，()100
2
1
?i i U y
y ==-∑,U 称为回归平方和，反映自变量对y 的影响。 在显著性水平α下，若
()()1225,100515,10051F F F αα---<<-- （19）
则接受0H ，否则拒绝。且F 越大，说明回归方程越显著。
还有一些衡量y 与125,,,x x x 的相关程度的指标，如用回归平方和中的比重定义的复判定系数：
2U
R SST
=
（20） 式中，()100
2
1
i i SST y y ==-∑,称为总平方和,R 称为复相关系数，R 越大，y 与
125,,,x x x 的相关程度越高，通常0.8R >认为相关关系成立。且R 越接近1，说明回归模型越显著。
当0H 被拒绝时，j β不全为0，但是不排除其中若干个等于0。所以应进一步作如下6个检验：
()0:0,0,1,2,,5j
j H j β== （21）
当()
0j
H 成立时，有
~(10051)j t t =
--， （22）
其中：jj c 是()
1
T X X -中的第(,)j j 个元素，对给定的α，若
()0
.025
10051j t t <-
-，则接受()
0j
H ，否则拒绝。
4.2.5回归模型的求解
已知玉米样品的蛋白质含量和选取的5个波长的响应数据分别为：
125,,,,i i i i y x x x ，根据式（14）求解正规方程组的015,,,βββ 的估计值：
()101
5???,,,T T X X X Y βββ-??=?? （23） 利用MATLAB 编程求得样品的估计值，本文画出了估计值在置信度α=0.05时
的残差图，如图2所示。
图2 估计值的残差图
上图中，中间的横线表示100个样品的实测值，绿色的线表示估计值的置信区间，绿色直线中间的点代表估计值。通过上图发现，有7个样品的值存在异常，其样品编号分别为：32、43、71、73、79、88、89。本文将上述7个样品点去除后再进行回归分析。
本文求解得到的回归方程系数为：
[]?8.6455, 2.2956,18.0968,22.8772,18.1789,9.7564β
=---（24）
因变量y 与自变量125,,,x x x
之间是否存在线性关系是需要检验的，显然，
如果所有的?j β（0,1,2,,5j = ）都很小，则因变量y 与自变量125
,,,x x x 之间的线性关系就不明显。
本文取显著性水平α=0.05。利用MATLAB 程序求得统计量F=38.0057，查表得上2α分位数()0.0255,94 2.7046F =，因为()0.025F>5,94F ，所以拒绝0H ，模型整体上通过了检验，即j β不全为0。且F=38.0057较大，说明回归方程越显著。
复相关系数R =0.9640，非常接近于1，说明因变量y 与自变量125,,,x x x 之间相关关系密切。
当0H 被拒绝时，j β不全为0，但是不排除其中若干个等于0。所以应进一步作t 检验。利用MATLAB 编程求得统计量：
[]5.3610,-2.1736,-3.8029,3.1264,-2.5281,2.5274t =， （25）
查表得上分位数()0.02594 1.9855t =。
对于()
0j
H 检验，在显著性水平α=0.05时，()0.02594j t t >，拒绝
()0:0,0,1,2,,5j
j H j β==
，即125,,,x x x 与y 存在明显线性关系。
综上所述，本文建立的蛋白质光谱分析模型为：
123458.6455 2.2956+22.877218.096818.1789+9.7564y x x x x x =---（26）
式中，
125
,,,x x x 分别表示由聚类分析得出的5个波长变量。
4.3光谱分析模型的评价指标及适用范围 4.3.1光谱分析模型的评价指标
本文建立了光谱响应数据和蛋白质含量的回归模型，为了对模型的精度进行评价，本文拟定模型的评价指标，并对模型进行评价。
为了体现回归估计值和实测的蛋白质含量的差别，本文采用误差平方和Q 为评价指标，对模型精度进行评价。
()100
100
2
2
1
1
?i i i i i Q y y
ε====-∑∑（27） 利用上文所建立的回归方程，求出估计值和实测值的误差平方和为31.9594，则每个样品的估计误差平均值为0.32。由附表2知，每个样品的蛋白质含量约为10（00），每个样品的估计误差约占实测值的003.2。为了更直观的比较估计值和实测值的差别，本文给出了估计值和实测值的对比图，如图3所示。
图3 前100个样品的估计值和实测值的对比图
上图中，红色的点表示实测蛋白质含量，空心点表示由回归方程估计的蛋白质含量值。
通过观察上图和对误差平方和的分析，可以发现本文所建立的多元线性回归模型可以较好的拟合出样品的光谱相应数据和蛋白质含量之间的关系，比较合理。 4.3.2模型的适用范围
多元线性回归模型的适用范围：一种现象常常是与多个因素相联系的，它可以运用两个或两个以上的解释变量来来解释某个因变量的形成原因，由多个自变量的最优组合得出因变量与自变量的多元线性关系，共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。该方法已经被广大经济学家及机构认可,其主要研究三个方面,即分析市场供求、分析经济现象及制定相关政策、分析投入产出。
本文建立的的是样品的蛋白质含量和光谱响应数据的多元线性回归模型，因变量蛋白质含量和自变量光谱响应数据是一对多的关系，本模型只能应用于单一成分的回归分析。且由于线性回归模型的限制，要求自变量个数应小于样品的个数，否则无法确定回归方程的参数。
5基于回归模型的蛋白质预测
5.1多元线性回归模型
在第一问中，本文建立了关于蛋白质含量和光谱响应数据的多元线性回归模型，其结果如下：
123458.6455 2.2956+22.877218.096818.1789+9.7564y x x x x x =---（28）
5.2对玉米样品的蛋白质含量预测
将其余26个玉米样品（编号101~126）的光谱响应数据带入上述光谱分析模型，可以求得其余样品的蛋白质含量，其结果如表3所示。
表3 其余26个玉米样品的蛋白质含量预测值
结果如图4所示。
图4 蛋白质含量分布图
上图中，红色的点表示实测蛋白质含量，空心点表示由回归方程估计的蛋白质含量值。
6 问题三的解答
6.1 BP神经网络模型的建立
6.1.1BP神经网络原理
BP神经网络是一种具有三种或三种以上的多层神经网络，每一层都由若干个神经元组成，其结构图如图6.1所示。它的左右各层之间各个神经元实现全连接，即左层的每一个神经元与右层的每个神经元都有连接。BP神经网络按有导师学习方式进行训练，当一对学习模式提供给网络后，其神经元的激活值将从输入层经各隐含层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应。
然后，按减少希望输出与实际输出误差的原则，从输出层经各隐含层，最后回到输入层逐层修改各连接权。由于这种修正过程是从输出到输入逐层进行的，所以称它为误差逆传播法。随着这种误差逆传播训练的不断修正，网络对输入模式响应的正确率也将不断提高[4]
。
图6.1 神经网络结构图
图6.1中j x 表示输入层第j 个节点的输入，1,...,j M =；ij w 表示隐含层第i 个节点到输入层第j 个节点之间的权值；表示隐含层第i 个节点的阈值；()x φ表示
隐含层的激励函数；ki w 表示输出层第k 个节点到隐含层第i 个节点之间的权值，
1,...,i q =；k a 表示输出层第k 个节点的阈值,1,...,k L =；()x ψ表示输出层的激励
函数；k o 表示输出层第k 个节点的输出。
BP 神经网络算法是一种监督式的学习算法，其主要思想是：对于M 个输入学习样本，已知与其对应的输出样本。学习的目的是用网络的实际输出与目标矢量之间的误差来修改其权值，使实际与期望尽可能地相近，即使网络输出层的误差平方和达到最小，是通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差的变化而逐渐逼近的目标。每一次权值和偏差的变化都与网络误差的影响成正比。并以反向传播的方式传递到每一层。
（1）信号的前向传播过程 隐含层第i 个节点的输入i net ：
M
i ij j i j net w x θ=+∑（6.1）
隐含层第i 个节点的输出
i
y ：
1()()
M
i i ij j i j y net w x φφθ===+∑（6.2）
输出层第k 个节点的输入k net ：
1
1
1
()q q M
k ki i k ki ij j i k i i j net w y a w w x a φθ====+=++∑∑∑（6.3）
输出层第k 个节点的输出k o ：
111()(())q q M
k k ki i k ki ij j i k i i j o net w y a w w x a ψψψφθ===??
==+=++ ???
∑∑∑（6.4）
（2）误差的反向传播过程 误差的反向传播，即首先由输出层开始逐层计算各层神经元的输出误差，然后根据误差梯度下降法来调节各层的权值和阈值，使修改后的网络的最终输出能接近期望值。
对于每一个样本p 的二次型误差准则函数为p E ：
21
1()2L
p k k k E T o ==-∑（6.5）
系统对p 个训练样本的总误差准则函数为：
211
1()2p L
p p k k p k E T o ===-∑∑（6.6）
根据误差梯度下降法依次修正输出层权值的修正量ki w ?，输出层阈值的修正量k a ?，隐含层权值的修正量ij w ?，隐含层阈值的修正量i θ?。
ki ki E w w η
??=-?；k k E a a η??=-?；ij ij E
w w η??=-?；i i
E θηθ??=-?（6.7）
输出层权值调整公式：
k k
ki ki k k ki o net E E w w o net w η
η
?????=-=-????（6.8） 输出层阈值调整公式：
i k
k k i k k
y net E E a a y net a η
η?????=-=-????（6.9） 隐含层权值调整公式：
i i
ij ij i i ij
y net E E w w y net w η
η
?????=-=-????（6.10） 隐含层阈值调整公式：
i i
i i i i i
y net E E y net θη
ηθθ?????=-=-????（6.11） 最后得到以下公式：
'11
()()p
L
p p ki k k k i p k w T o net y ηψ==?=-??∑∑（6.12）
'11
()()p
L
p p k k k k p k a T o net ηψ==?=-?∑∑（6.13）
''11
()()()p L
p p ij k k k ki i j p k w T o net w net x ηψφ==?=-????∑∑（6.14）
''11
()()()p
L
p p i k k k ki i p k T o net w net θηψφ==?=-???∑∑（6.15）
6.1.2 BP 神经网络算法具体步骤
该算法由两部分组成，信息的正向传递与误差的反向传播。在正向传递过程中输入信息从输入层经隐含层逐层计算传向输出层，每一层神经元的输出作用于下一层神经元的输入，如果输出层没有达到期望的输出，则计算输出层的误差的变化值后转向反向传播，通过网络误差信号沿原来的连接通路反转回来修改各层的权值直至达到期望目标。
BP神经网络的学习算法步骤如下：
（1）初始化网络及学习参数，如设置网络初始权矩阵、学习因子等。
（2）提供训练模式，训练网络，直到满足学习要求。
（3）前向传播过程：对给定的训练模式输入，计算网络的输出模式，并与期望模式比较，若有误差，则执行步骤（4），否则返回步骤（2）。
（4）反向传播过程：计算同一单元层的误差，修正权值和阈值，然后返回步骤（2）。
该算法具体过程流程图如下:
图6.2 BP神经网络算法流程图
网络的学习是通过用给定的训练集训练而实现的。通常用网络的均方差误差来定量的反应学习的性能。一般的，当网络的均方差误差低于给定值时，则表明对给定的训练集学习满足要求了。
6.2 BP神经网络模型的求解
首先本文以前80个样本数据的光谱相应数据为输入，以样品的蛋白质、纤维素、脂肪三种营养成分含量为输出，初始化网络并设定学习参数。在前100个样本中把前80个样本作为学习集中的对象，当网络的均方差误差低于给定值时，学
习结束。将剩余的20个样本作为检测所用的样本数据。本文给出了前100个样品中剩余20个样品的估算值和误差值，如图6.3和图6.4所示。
图6.3 第80-100个样品的检验图
图6.4第80-100个样品的估计误差图
然后利用上述BP神经网络模型，以其余26个样品的光谱响应数据为输入，预测出其余26个玉米样品中蛋白质、纤维素、脂肪三种营养成分含量。其结果分别如表6.1-6.3所示。
表6.1 其余26个玉米样品中蛋白质含量预测值
表6.2 其余26个玉米样品中纤维素含量预测值
表6.3 其余26个玉米样品中脂肪含量预测值
7 模型的评价
7.1 模型的优点
本文采用聚类分析的方法，将波长进行聚类并选出了具有代表性的波长指标，这样既可以尽可能多的波长响应数据与蛋白质含量的关系，又为多元回归模型减轻了负担。利用BP神经网络分别预测玉米三种营养物质含量，可以尽可能多的体现出光谱响应数据与营养物质含量的关系。
7.2模型的改进
采用光谱检测样品时，会存在噪音干扰，可采用去噪方法如小波去噪法处理原光谱数据矩阵，以减少光谱响应数据中噪音的干扰，提高信噪比，得到比较可靠的光谱数据。
参考文献
[1] 姜启源，数学模型，北京：高等教育出版社，2003
[2]孙毅刘仁云王松冷晓冰臧雪柏，基于多元线性回归模型的考试成绩评价与预测，吉林大学学报，2013年7月，第4期
[3] 郑咏梅王芳荣张军陈星旦申铉国，近红外光谱定量分析小麦粉蛋白含量，吉林大学学报，2002年8月，第3期，编号1671-5896（2002）
[4]刘浩白振兴，BP网络的Matlab实现及应用研究，2006年第2期总第217期
第四章--玉米品质及检验
第四章玉米品质及检验 玉米是中国主要粮食饲料兼用作物，常年播种面积在3.9亿亩左右，仅次于稻谷和小麦，总产量在1.2亿～L3亿吨，仅次于稻谷。中国种植的玉米绝大部分是普通玉米，专用玉米种植比例很小，尽管近年来审定推广了一些专用玉米品种，也因不能实施区域化种植和与之配套的栽培管理措施，专用玉米的品质潜力没有得到发挥。 中国玉米的70%用于饲料，lO%左右用于口粮或食品工业，约15%用于工业，5%用于出口。玉米在工业上主要是用于淀粉业及深加工，主要玉米加工产品有淀粉、变性淀粉、淀粉糖（葡萄糖、果葡糖浆、高纯果糖）、山梨醇、酒精、淀粉塑料、高吸水性树脂、玉米胚油（进一步生产人造奶油）、食用蛋白粉、谷氨酸（味精）、醇溶蛋白、玉米黄色素及蛋白饲料等多种产品。 美国是世界上玉米生产第一大国，也是出口第一大国，其玉米出口量占世界玉米总出口量的70%以上，其次法国、阿根廷、泰国等国。中国自20世纪90年代开始出口玉米，1996年出口16万吨，1997年出口661万吨，1998年出口469万吨，1999年出口431万吨，2000年出口1047万吨，2001年出口500万吨。近年来中国玉米出口量占粮食总出口量的65%左右。中国玉米主要出口到韩国、马来西亚和日本。中国玉米出口量的不断增加与国家出口补贴政策和中国的地域优势有密切关系，但出口玉米的等级低，质量差，价格相对偏高，在国际市场上的竞争力不强。中国加入WTO后，在取消玉米出口补贴政策的情况下，美国、法国、阿根廷、泰国玉米可能会抢夺中国玉米的国外市场，也可能冲击中国国内市场。提高国产玉米质量和安全水平和降低成本是亟待解决的问题。 第一节玉米品质及其评价 一、玉米品质概念及其内涵 玉米品质是一个综合性的概念，它有四个含义：营养品质、卫生品质、加工品质、商业品质。具体到某一种玉米，其品质主要侧重哪一方面主要与该产品的用途密切联系，离开用途谈品质则没有意义。 ①营养品质。泛指玉米籽粒中所含的营养成分，主要包括蛋白质、淀粉、脂肪、膳食纤维等评价指标。要进一步衡量蛋白质的质量时，则需要测定氨基酸的成分和含量，尤其是赖氨酸、色氨酸等必需氨基酸含量。育种家为改善和提高玉米营养品质开展了优质蛋白玉米工作，高油玉米是从提高脂肪含量角度提高玉米的品质。 ②卫生品质。是指玉米籽粒中农药残留和有害重金属的多少，有害微生物及病菌的有无，黄曲霉素含量等。 ③加工品质。针对不同的加工目的，要求玉米具备不同的品质。如加工淀粉要求淀粉含量要高，易于提取；生产玉米粉和玉米淀粉糖要求籽粒硬度较大，角质率高，易脆皮；生产玉米油则需要含油率要高等。 ④商业品质。商业品质主要是感官评定的，包括外观、色泽、气味、包装、商标、标签等内容。这些内容以前是被人们忽略的，而今后越来越成为进入市场的玉米的重要质量评价指标。 二、国外玉米品质的质量标准 （一）玉米国际标准 1．国际食品法典委员会(CAC)标准 CAC标准涉及玉米产品标准共有6件，分别是CODEX STAN 153-1995《玉米》、CODEX STAN 154-1995《粗磨全玉米面》、CODEX STAN 155-1995《去胚玉米粉和玉米碴》、CODEX STAN 18-1981《罐装甜玉米》、CODEX STAN 132-1981《速冻整玉米粒》、CODEX STAN 133-1981《速冻笋玉米》。另外，CAC对玉米中25种农药残留、甜玉米籽粒中3种农药残留和笋玉米中13种农药残留制定了限量标准。
玉米等级的划分
玉米等级的划分 玉米等级如何区分 我国玉米国家级质量标准有三个，分别是最基础的玉米国标、饲料用玉米国标以及工业用玉米国标。这三个标准既相互联系又各有特点。玉米国标是大宗玉米的通用标准，广泛适用于商品玉米的收购、贮存、运输、加工以及销售。而饲料用玉米标准和工业用玉米标准针对性更强，在玉米国标的基础上，又有一些变化和调整。这三个标准共同点是以水份、杂质、不完善粒、生霉粒等作为衡量玉米品质的主要指标;其不同点在于饲料用玉米除保留容重等主要指标外，还增加了粗蛋白质这一技术指标，而工业用玉米则舍弃了容重这一指标项，总体看，容重、杂质、水分、不完善粒以及生霉粒指标是衡量玉米质量最基本也是最重要的指标，具有广泛代表性和权威性。 我国不同产地玉米在质量上存在以下差异： (1)容重 在正常年景，东北内蒙玉米的容重最高，通辽和赤峰玉米的质量基本在二等以上，一等占到90%;吉林玉米70%以上为二等;黑龙江玉米质量一般，60%-70%能达到三等;辽宁玉米50%能达到二等，80%能够达到三等。但玉米容重受年景影响较大，比如2003年由于天气原因，导致玉米水分较大，容重减少，吉林省的二等玉米只占总产量的50%左右，黑龙江玉米大部分都为等外。 在正常年景，华北山东和河北的玉米基本都在二等以上，尤以山西北部、河北邢台以北地区的玉米质量为好。 (2)水分
在正常年景，东北地区玉米收获时水分在28%-30%，年景不好时最高达到35%-40%。内蒙玉米的水分稍低，一般在24%左右，有时会达到27%-28%。 东北地区由于冬季天气寒冷，自然晾干玉米的比例较小，除内蒙通辽和辽宁西南以外，大部分是烘干玉米。烘干主要采用两种方式，一是直接烘干至14.5%左右，在存放过程中，水分逐渐散失至14%以下;二是先晾干至水分20%左右，然后再烘干。东北地区春节前上市的玉米主要采用第一种方式，由于一次降水幅度过大，容易造成玉米籽粒发瘪和容重偏低。而春节后上市的玉米主要采用第二种方式，事先自然晾干时间较长，因此籽粒饱满，容重普遍较高。在一般情况下，粮库将水分只降到14.5%，因此在10、11、12三个月，东北玉米很难达到14%的水分，到第二年4、5月份经过几个月的自然失水后，才能达到14%的标准。从产区到销区的运输过程中，水分有时还可能进一步下降。但作为国储粮收购的玉米，烘干后水分基本上在14%以下，最多不超过14.5%。也有的粮库根据买方的要求来确定烘干效果，水分指标由购买者自定，一般自13%-15%不等。 与东北玉米相比，华北玉米收获时水分较低，大多在18%至20%左右，而且气温高于东北地区，一般晾晒5-6天就可以达到15%以下，因此几乎全部采用自然晾干方式进行降水。正常年景时，河北玉米水分在16%-18%左右，山东玉米的水分在14%-16%左右。 (3)杂质 东北玉米由于采用机器烘干，杂质较少，一般不超过1%，有的地区杂质甚至小于0.5%。华北玉米采用自然晾干，晾晒过程会掺入大量杂质，因此华北地区的玉米杂质偏多，有时超出1%，需要额外过筛整理。 (4)不完善粒 东北玉米在烘干过程中，降水过快极易造成破碎，机械操作也造成破碎粒比例增加，同时烘干造成了热损伤粒增多，因此破碎粒普遍高于5%。烘干玉米经过储存、出库、再到港口转运、装卸、搬倒、再入库、再出库等一系列环节后，破碎粒还会有所增加，导致不完善粒普遍达到8%。 华北玉米采用自然晾晒，破碎粒较少，基本都控制在5%以内，质量稍好一些的只有2%。在现货收购中，一般规定不完善粒总量不得超过5%。 (5)生霉粒
稻谷品质测定指标及方法
测定指标及其方法 总体指标：杂质、不完善粒含量、出糙率、黄粒米、整精米率、（色泽、气味、口味）鉴定、异品种粒、垩白粒率、垩白度、特型长宽比、胶稠度、食味品质、直链淀粉含量、粗蛋白含量（13种）具体方法如下： 1.杂质和不完善粒含量 杂质：除本种粮粒以外的其他物质，包括以下几种： 筛下物：通过直径2.0mm圆孔筛的物质 无机杂质：泥土、砂石、砖瓦块及其无机杂质。 有机杂质：无食用价值的稻谷粒、异种谷粒和其他有机物质。 不完善粒：包括以下尚有食用价值的颗粒：未熟粒、虫蚀粒、病斑粒、生芽粒、霉变粒。 1.1仪器与用具 天平：精度0.01g、0.1g、1g。 谷物选筛：直径2.0mm 电动筛选器 分样器或分样板 分析盘、镊子等。 1.2 样品制备 检验杂质分大样、小样，大样用于检验大样杂质，包括大型杂质和绝对筛层的筛下午；小样是从检验过大样的杂质的样品中分出少量试样，检验与粮粒大小相似的并肩杂质。 按GB 5491的方法，将样品倒在光滑平坦的桌面上或者玻璃板上，用两块分样板将样品摊成正方形，然后从样品左右两边铲起样品约1cm高，对准中心同时倒落，再换一个方向同样操作（中心点不动），如此反复混合4、5次，将样品摊成等厚的正方形，用分样板在样品上划两条对角线，分成4个三角形，取出其中2个对顶三角形的样品，剩下的样品再按上述方法反复分取，直至最后剩下的两个对顶三角形的样品接近所需试样重量为止（约500g）。 1.3 操作步骤 1.3.1大样杂质检验 将质量标准中规定的筛层套好（大孔筛在上，小孔筛在下，套上筛底），称取制备好的样品(m)（大约500g，精确至1g）放入筛上，放在电动筛选器上，接通电源，打开开关，筛选自动地向左向右各筛1min（110r/min-120r/min），筛后静止片刻，将筛上物和筛下物
玉米储存品质判定规则标准模板
玉米储存品质判定规则 1 范围 本标准规定了玉米储存品质的术语和定义、分类、技术要求、检验方法、检验规则及判定规则。 本标准适用于评价在安全储存水分和正常储存条件下玉米的 储存品质, 指导玉米的储存和适时轮换。 2 规范性引用文件 下列文件对于本文件的应用必不可少。凡是注日期的引用文件, 仅注日期的版本适用于本文件。凡是不注日期的引用文件, 其最新版本适用于本标准。 GB/T 601 化学试剂标准滴定溶液的制备 GB/T 5490- 粮油检验一般规则 GB 5491 粮食、油料检验, 扦样、分样法 GB/T 5492 粮食、油料检验色泽、气味、口味鉴定法。 GB/T 5497 粮食、油料检验水分测定法 GB/T 5507 粮食、油料检验粉类粗细度测定法。 GB/T 6682 分析实验室用水规格和试验方法
GB/T 25069 稻谷储存品质判定规则 GB/T 29405- 粮油检验谷物及制品脂肪酸值测定仪器法 3 术语和定义 GB/T 25069界定的以及下列术语和定义适用于本标准。 3.1 色泽color 玉米在规定条件下的综合颜色和光泽。 3.2 气味odor 玉米在规定条件下的综合气味。 3.3 蒸煮品评cooking quality evaluation 将玉米制成玉米粉, 在规定条件下制作成窝头后, 对其色泽、气味、外观结构、内部性状、滋味等进行品评的试验, 结果用品尝评分值表示。 3.4 品尝评分值tasting assessment value 窝头品评试验所得的色泽、气味、外观结构、内部性状、滋味等各项评分值的总和。
4 储存品质分类 按储存品质的优劣将玉米分为宜存、轻度不宜存和重度不宜存三类。 5 储存品质指标 玉米储存品质指标见表1。 表1 玉米储存品质指标 6 检验方法 6.1 脂肪酸值检验: 按附录A执行。 6.2 色泽、气味评定: 按附录B的B.3执行。 6.3 品尝评分值检验: 按附录B执行
农产品品质检验(甜玉米品质的测定)
一、实验目的和要求 1、掌握外植体消毒技术； 2、学会超净工作台的使用和维护方法； 3、学会无菌接种技术； 二、材料、器具和使用方法 1、材料：水稻种子 2、器具：无菌吸水纸、酒精灯、脱脂棉花、记号笔、超净工作台、酒精瓶、酒精喷壶、烧 杯、镊子、解剖刀、碟子、大烧饼等。 3、超净工作台的使用方法：用75%酒精棉球擦拭超净工作台台面；将培养基及接种用具放 在超净工作台台面；打开超净工作台紫外灯，照射约20-30min；打开送风开关，并关闭 紫外灯，通风约10min后，开日光灯；接种；做好清洁卫生；关掉电源。 4、消毒药品的配制：0.1%HgCl2，准备一个500ml的玻璃杯，倒入约100ml的蒸馏水，称 取0.5g的氯化汞放入磁条后，放到磁场搅拌器哪里搅拌，待溶液彻底溶解后，倒入500ml 的容量瓶中定容；75%乙醇，准备一个1000ml的量筒，倒入750ml的95%的乙醇，后 加水到950ml就配成了75%的乙醇溶液。 三、操作步骤 1、接种材料的准备：将水稻颖果人工去壳，洗净手后用洗洁精水溶液清洗颖果，流水冲洗 干净后，沥干水分带到超净工作台。 2、外植体的消毒（超净工作台上进行）：点燃酒精灯，把颖果置于无菌空瓶中，倒入75% 酒精溶液浸泡30秒后，把酒精倒入到烧杯中，用无菌水清洗，并把无菌水倒进烧杯中， 再用0.1%的氯化汞，浸泡10min后，无菌水冲洗六次备用 3、接外植体：将消毒后的颖果用无菌镊子接种到诱导培养基上，每瓶接上六粒，盖上盖子
后，用记号笔写上小组号，接种日期、接种材料。 4、将上述接种有颖果的培养瓶防止与组织培养室内，黑暗条件下处理15天，后揭开报纸， 自然散射光下进行培养。 5、培养过程中要观察、记录：于接种后5天、10天、20天、30天观察污染和脱分化的情 况，记录初代培养过程（起始脱分化时间、愈伤组织形成上涨过程）、污染个数和启动 个数，计算污染率和诱导率。 四、注意事项 1、超净工作台在进行接种前必须擦拭干净并通风够30min，否则很容易引起污染； 2、手伸进超净工作台进行任何操作或者在接种过程中手伸到外面时，必须用酒精喷壶喷手 或者用酒精棉充分擦拭，防止手引起的细菌真菌污染； 3、接种过程中，尽量不要讲话。 五、实验记录 水稻愈伤组织的诱导接种日期2013.9.22 接种天数（天）接种种子数（个）污染数（个）启动数（个）诱导率 5 9 6 36 90 93.75% 10 96 42 90 93.75% 20 96 42 90 93.75% 30 96 42 90 93.75% 六、思考题 1、接种过程中，如何防止交叉污染？ 首先外植体用具都要严格依照实验操作要求杀毒灭菌。实验超净工作台先开半个小时 以上，还要用酒精消毒擦拭工作台面。镊子手术刀都要用酒精灯烧炙杀菌，禁止手过
玉米质量标准
玉米质量标准 水分% 12～16 玉米粒杂质% ≤3 淀粉含量% （干基）≥70 灰分 %（干基） 1.2～1.6 蛋白质%（干基）8～11 脂肪%（干基）4～6 玉米加工淀粉收率 1吨玉米能加工得以下产品： 0.67吨淀粉0.12吨浓度为40%玉米浆 0.060吨胚芽（0.025玉米油0.035玉米油饼） 0.045吨蛋白粉0.0.08吨纤维渣 （0.67淀粉加工成甜味剂0.59吨，发酵成燃料酒精为0.38吨） 制糖用淀粉乳 波美芽/°Be 19～21(15℃) 蛋白质（干基）/% ≤0.5 脂肪（干基）/% ≤0.09 PH 5.0±0.3 二级种子质量要求 种龄 7～8h Ph 7.2左右 光密度：OD净增值0.5左右
残糖：消耗1%左右 噬菌体检查：无 镜检;菌体后长旺盛，排列整齐 革兰氏染色：阳性反应 糖液的质量要求 色泽：淡黄色透明液 糊精反应：无 还原糖含量：18%以上（双酶法25～38%）DE值 97%以上 DX值 95%以上 PH值 4.6～5.0 蛋白质含量 0.5%以下 粉糖转化率 92%以上
玉米种植与甜高梁种植对比 玉米亩产：一般为1500斤，最高达到2000斤左右 早熟品种为80～100天，中熟为100～120天，晚熟为120～150天生长温度在10～45℃都能生长 根系深入表面土壤2米以下，脊土也可以栽培，耐旱 一亩地产味精为331公斤谷氨酸。（产一吨谷氨酸要3亩地的玉米） 甜高梁亩产：4～5吨茎杆，茎汁含量为65%左右，茎杆含糖17～21%，可制糖300公斤左右，制糖后的废渣可以制优质纸和纤维板原料，还可养殖奶牛，可增产鲜奶1.5～3.5斤左右。 高梁籽亩产为200～500公斤，籽粒含淀粉为60%左右。 植株高达4米以上，其所含碳水化合物为玉米的3.2倍，早熟品种为90天左右，中熟为120天左右，晚熟为150天左右 早熟品用于饲料制作为佳，中熟与晚熟品用于酒精发酵和制糖、味精、纤维板（亩产150平方米）等。 一亩地可210公斤左右谷氨酸。(一吨谷氨酸要5亩地的甜高梁)
浅析玉米储存品质控制指标
龙源期刊网 https://www.360docs.net/doc/b711427685.html, 浅析玉米储存品质控制指标 作者：何清革 来源：《现代食品·上》2017年第08期 摘要：我国是玉米生产大国，同时玉米含有丰富的营养物质，作为我国重要的粮食作 物，玉米在维护国家粮食安全中具有重要作用。玉米作为一种粮食，同其他粮食一样，在储存过程中会发生微弱的新陈代谢。所以，研究玉米储存过程中的品质变化和控制指标，对于改善玉米储存条件和储存效果，提升玉米储存质量，具有重要意义。 关键词：玉米；储存品质；控制指标 Abstract：China is a big producer of corn. At the same time， corn is rich in nutrients. As an important grain crop in China， maize plays an important role in the maintenance of national food security. As a grain， corn， like other grains， produces a weak metabolism during storage. Therefore， it is of great significance to study the quality changes and control indexes in the process of Maize Storage to improve the storage conditions and storage effects of maize and to enhance the storage methods of maize. Key words：Corn； Storage quality； Control index 中图分类号：S513.093 粮食籽粒是一种具有生命力的生命体，在储存过程中，各种环境因素相互影响，都可能导致粮食籽粒产生变化。与此同时，粮食籽粒在储存过程中不断进行新陈代谢，随着储存时间延长，其生命力和储存品质不断降低，影响粮食储存安全和日后的使用。玉米是一种原始水分较高的粮食，储存中产生病虫和霉变的概率较大，且玉米胚芽部分较大，呼吸强度高，对储存条件的要求更高。 1 粮食储存品质控制指标 粮食储存品质控制指标是指判定在安全水分条件下正常储存的无污染粮油宜存、轻度不宜存、重度不宜存的品质指标。现行粮油储存品质判定规则中规定，稻谷、玉米储存品质控制指标为色泽气味、脂肪酸值、品尝评分值；小麦储存品质控制指标为色泽气味、面筋吸水量、品尝评分值；大豆储存品质控制指标为色泽气味、粗脂肪酸价、蛋白质溶解比率；食用油脂储存品质控制指标为过氧化值和酸价。 2 玉米储存过程中品质变化影响因素 随着玉米储存时间延长，玉米籽粒中生物酶的活性降低，导致呼吸强度不断降低，玉米中的原生质发生改变，最终导致储存品质产生变化。玉米籽粒中脂肪酸容易受到外界环境变化的
鸡蛋品质指标的测定方法
鸡蛋品质指标的测定方法 一、蛋品质测定的目的与作用 1.蛋品质概念 一般是指外形（大小、形状、清洁度、光泽）与内容物的品质（蛋白的粘稠度、 色泽，蛋黄大小、形状、色泽，气室大小、气味、微生物状况、药残等） 2.影响因素 受遗传、饲养管理、饲料、疾病、鸡龄、应激、蛋贮存期等因素影响。 3.目的与作用 商业性测定：检验蛋的新鲜度、食用品质，进行蛋品的分级 专业性测定：反映出种质资源特性（遗传特性）、饲养状况与条件，可以积累 育种、饲养管理的技术资料。 二、蛋品质测定的一般指标 1、蛋重 2、蛋壳颜色 3、蛋形指数 4、比重 5、蛋壳强度 6、蛋壳厚度 7、蛋黄颜色 8、哈氏单位 9、血、肉斑 10、蛋黄比率 三、各项指标的含义与测量方法 1.蛋重 蛋的重量不仅是评定蛋的等级、新鲜度等的重要指标，也是品种选育中的一项重要性状。蛋重的遗力一般在0.4-0.7。用粗天平或电子秤测量，单位：克。（精确到0.1克） 2.蛋壳颜色 以肉眼观察记录。一般分为白色、浅褐色（粉色）、褐色、深褐色、青色（绿色）。h 2 :0.3
左右，受产蛋量、杂交等因素影响。 3.蛋形指数 是用来描述蛋的形状的一个参数。蛋形不影响食用价值，但关系到种用价值、孵化率和破蛋率。标准禽蛋的形状应为椭圆形，蛋形指数在1．3～1．35之间。蛋形指数大于1．35者为细长型，小于1．30者为近似球形。 蛋形指数的品种间的差异，遗传力在0.25-0.5，与蛋壳强度呈正相关（r=0.5左右) 计算方法： 蛋形指数=蛋的纵径长/蛋的横径长 纵、横径长用游标尺测量 4.蛋比重 蛋比重是区别蛋的新鲜程度的重要标准。若禽蛋存放时间愈长，气孔愈大，则蛋内水分蒸发愈多，其比重越小。 1.080以上，新鲜蛋，1.060以上，次鲜蛋，1.050以上，陈次蛋，1.050以下，变质蛋。同时，蛋的比重是间接测定蛋壳厚度的方法之一。比重越大，蛋壳越厚。 5.测定方法（盐水漂浮法）： 原理：当物体在某一液体中处于悬浮状态，该液体的比重就为该物体的比重。 6.不同比重盐溶液的制备： 分别取9只容器（大烧杯）加入1千克的水，再在第只容器中加入食盐68克，这时溶液的比重近似为1.068克/ cm3，并用比重计测定，加盐调节，使比重数值准确，把这时的盐溶液定为0级。以后，分别以4克食盐的增量加入其余容器中，并重复用比重计实测调节，
玉米DDGS的品质控制与掺假鉴别
玉米DDGS的品质控制与掺假鉴别 我国DDGS生产原料主要为玉米，，也包括小麦、糙米、高粱及木薯，但使用极少。由于原料和生产工艺的不同，DDGS的营养成分往往存在较大差别。玉米DDGS当前的生产方法主要有两种：一种是干法加工（比较方便），生产的玉米DDGS含较高的蛋白质、粗脂肪和磷；另一种是湿法加工（整体收益较好），生产的玉米DDGS含较高的蛋白质。磷，但因分离胚芽提油，脂肪含量较低。玉米DDGS（又名：玉米干全酒精糟）是以玉米为原料发酵生产乙醇的副产物，主要由DDG(干酒精糟)和DDS（可溶性酒精糟滤液）组成，DDGS中含有约30%的DDS和70%的DDG，包含了玉米中除淀粉和糖以外的其它营养成分，如蛋白、脂肪、维生素和发酵中产生的未知生长因子、糖化物、酵母等，是国际市场公认的优质蛋白饲料原料，已成为我国饲料行业的重要蛋白原料来源之一。随着DDGS在饲料中应用越来越广，其品质控制和鉴别非常重要。本文综述了玉米DDGS的品质控制要点和一些常见掺假的现状并提出了相应的鉴别方法，希望能对在品控和化验工作岗位上的同行们有所借鉴。 1 玉米DDGS的感观性状 DDGS外观呈不规则破碎片状，高品质的DDGS芳香，无霉变、结块和异味，呈发酵性气味，尝之微酸甜。受热过度的DDGS,容易引发美拉德反应，闻起来一股糊味或烟味。受不同工艺的影响，颜色呈多样化，从金黄色到深褐色，玉米DDGS颜色与其所含的可消化赖氨酸水平之间存在明显的相关关系，即深颜色的DDGS营养价值低于浅颜色的DDGS,加热过度降低了赖氨酸的利用率。 2 玉米DDGS的品质控制 玉米DDGS的品质控制标准主要有水分、粗蛋白、粗脂肪、总磷、粗纤维、中性洗涤纤维、粗灰分以及各常见霉菌毒素含量。在我国玉米DDGS的国家标准于2010年才正式实施，代号为GB/T25866-2010，标准中有感官要求，杂质含量规定为不得掺入除玉米以外的谷物或杂质；技术指标及质量分级见表1；卫生指标规定应符合GB 13078的要求，对于GB 13078中未限定的霉菌毒素应符合GB/T2066的要求，见表2。
饲用玉米的品质控制.
饲用玉米的品质控制 冀凤杰 丁玉华 马永喜 冀凤杰,北京德宝群兴科技有限公司,100094,北京市海淀区圆明园西路2号中国农业大学农业部饲料工业中心。 丁玉华、马永喜,中国农业大学农业部饲料工业中心。收稿日期:2007-08-27 在广泛使用的玉米-豆粕型日粮中,玉米在配合饲料中的使用量高达 50%~70%。由于生物乙醇、赖氨酸、淀粉工业的需求增加,又受种植资源的限制,使玉米价格一路飙升。因此,关注饲料产品的品质和利润就必须关注玉米的品质。本文主要阐述玉米品质控制指标和注意事项。 1玉米概况1.1 分布 我国是世界上第二大玉米生产国,产量约为世界 总产量的1/6。在我国粮食作物中玉米产量仅次于水稻、小麦。产区主要分布在东北、华北、西北、华东、西南等地区,以山东和吉林省产量最高,年产量都在1000万吨以上;年产量在600万吨以上的省有河南、河北、黑龙江、四川;年产量在200~500万吨的有山西、内蒙古、辽宁、江苏、云南、陕西等省。全世界玉米约70%~ 75%作为饲料,15%~20%作为粮食,10%~15%作为工业 原料。玉米在食品及酿造工业上用途极广,其副产物如酒糟、玉米蛋白粉、玉米胚芽饼等也主要用作饲料。
1.2分类 玉米按品种特点可分为硬粒型、马齿型等,饲料用 玉米多为马齿型、半马齿型和硬粒型。按颜色可分为黄玉米、白玉米和红玉米。饲料用玉米以黄玉米为主。 1.3结构和成分 玉米籽粒可分为种皮、胚乳(包括糊粉层在内和胚。种皮约占籽实重量的 5%~6%,胚乳占80%~85%。玉米的胚特别大,占10%~15%,糊粉层约占籽实重量的8%~10%,在结构上属于胚乳,但在淀粉的湿法和干法加工过程中,均包含在糠麸中。角质胚乳细胞小,淀粉粒小而呈多角形,淀粉粒间充满蛋白质,因而组织致密,呈半透明状。 粉质胚乳细胞大,淀粉粒多为圆形,蛋白质含量较低,与淀粉粒结合不紧密,结构疏松,呈不透明状。玉米粒各部位成分见表1。我国128个玉米杂交种的化学成分见表2;玉米的养分含量见表3。 表1 玉米粒各部位成分(% 项目 全粒中胚乳胚芽皮顶端 全粒中 82.3 11.55.30.8 淀粉
100个玉米品种抗性鉴定试验总结
玉米品种对灰斑病的抗病性鉴定 巍山县植保植检站蹇永祥余国俊 摘要：本试验通过田间试验方法，研究玉米灰斑病在不同玉米品种上发病情况，通过病情指数、严重度鉴定出品种的抗性。经过三年对100个玉米品种的多次试验，得出了多个较抗病生理性状好的优良品种。 关键词：玉米品种；灰斑病；抗病性；鉴定；严重度 玉米在全世界的种植面积和产量是仅次于水稻和小麦的第三大作物。它也是我省主要粮食和饲料作物之一，常年播种面积1200－1500万亩，占耕地面积的23－28％，占大春粮食面积的30－37%，占全省粮食面积总产的28％，我县种植玉米达10万亩，占全县粮食面积总产的50％左右。但由于多年来品种、结构未从根本上进行调整和高氮肥栽培以及后期缺乏精细管理，我省的玉米灰斑病、大、小斑病为主的叶斑病在近年来发生面积逐渐扩大，特别是灰斑病发生极其严重。为保证玉米种植产业健康稳步发展，提高玉米品质、产量，尽量挽回因玉米灰斑病造成的损失，我县对100个玉米品种开展了为期三年抗性鉴定试验。最终得出结果，并把抗、中抗、高抗且生理性状较好的优良品种推广于实际生产。 1、试验时间及地点 本试验于2007年至2009年的4—10月开展。地点选在永建镇永利村委会唐家明田中，海拔1900米，属坡地，中等肥力，粘性土壤，
浇水方便，前作为小麦、玉米，4月底翻地，深20cm，塘施底肥复合肥20kg/亩，5月中旬下种，5月底出苗，10月初采收。 2、试验材料及方法 试验材料为大理州植保站提供的84个品种及本县选择的16个品种（见表二），试验设100个处理，一次重复，共100个小区，按当地常规种植，每小区宽1.5m，长4m，16塘点播，密度为3600株/亩，简单随机排列。 玉米腊熟期（9月初）调查，每小区定点、定株（5株）、定叶（穗位叶上3叶下2叶，共6叶），调查病情指数、严重度，见表二。并根据平均严重度鉴定出各个玉米品种的抗病性。 3、试验对象及分级标准 3、1灰斑病及病原 玉米灰斑病(Cercospora zeaemaydis Tehon and Daniels)又称尾孢菌叶斑病，本病主要发生在玉米成熟期的叶片、叶鞘及苞叶上。发病初期为水渍状淡褐色斑点以后逐渐扩展为浅褐色条纹或不规则的灰色到褐色长条斑，这些褐斑与叶脉平行延伸，病斑中间灰色，病斑后期在叶片两面(尤其在背面)均可产生灰黑色霉层，即病菌的分生孢子梗和分生孢子。重病时叶片大部变黄枯焦，果穗下垂，籽粒松脱干瘪，百粒重下降，严重影响产量和品质。 3、2玉米灰斑病的发病规律 病菌以菌丝体和分生孢子在玉米秸秆等病残体上越冬，成
国际准则(GB1353-2009玉米质量指标)
精心整理 一、?国际标准（GB1353-2009玉米质量指标）? 等级?容重/(g/L)?不完善粒含量%?杂质含量%?水分含 量%? 色泽、气味? 总量?生霉粒量?1?≥720?≤4.0?≤2.0? ≤1.0? ≤14.0? 正常? 2?≥685?≤6.0?3?≥650?≤8.0?4? ≥620? ≤10.0? 5?≥590?≤15.0?等外?＜590?—?注： 二、玉米霉菌毒素? 一、玉米及其副产物?DDGS?中的霉菌含量和毒素 量霉菌的存在，严重影?响了玉米的品质，? 和潜在?的危害。??河南、山西、内蒙和东三省等。不同地区， 粒的完整度等有较大关系，成熟度差及破损粒? 是整粒谷物的?30-500?倍。?? ?度、杂质和虫蛀等指标）?。玉米副产物主要有?蛋白饲料、玉米胚芽粕等。这些副 ?且由于霉菌产生的霉 ? ?粮食在收获期间遭受连阴雨天气，很容易产生霉变。 酮等有?一是玉米本身传带。寄附在玉米种? ?而这种带菌的玉 ?子广泛存在于空气之中，植物从生长到收获、储藏，与各种自然物广泛接触，霉?菌可随气流、雨水、尘埃、以及昆虫等有害动物传播到玉米上来。三是储藏环境?的感染。粮库、堆栈的内外境,常存在一个相对平衡的霉菌区系，常常造成谷物的感染。? 二、霉变玉米的危害? ????粮食在收获期间遭受连阴雨天气，很容易产生霉变。霉变后的粮食如小麦、玉米、花生、大麦、大豆等容易产生黄曲霉毒素、呕吐毒素、玉米赤霉烯酮等有毒有害物质。?? ????黄曲霉毒素是由一组真菌（黄曲霉、曲霉等）产生的一组化学结构类似的真菌毒素，目前已分离鉴定出１２种。其基本结构为二呋喃环和香豆素，前者为基本毒性结构，后者与致癌性有关。试验证明，黄曲霉素可引起肝细胞变性、坏死，损害肝脏，故它是一类肝毒素。哺乳动物的细胞培养液中含有微量黄曲霉毒素时，便可使细胞致死，所以它又是一类细胞毒素。世界卫生组织已明确认定黄曲霉毒素为致癌物，许多科学家甚至认为，黄曲霉毒素是目前已知的致癌性最强的生物代谢产
稻谷品质测定指标及方法
稻谷品质测定指标及方法 Prepared on 22 November 2020
测定指标及其方法 总体指标：杂质、不完善粒含量、出糙率、黄粒米、整精米率、（色泽、气味、口味）鉴定、异品种粒、垩白粒率、垩白度、特型长宽比、胶稠度、食味品质、直链淀粉含量、粗蛋白含量（13种）具体方法如下： 1.杂质和不完善粒含量 杂质：除本种粮粒以外的其他物质，包括以下几种： 筛下物：通过直径圆孔筛的物质 无机杂质：泥土、砂石、砖瓦块及其无机杂质。 有机杂质：无食用价值的稻谷粒、异种谷粒和其他有机物质。 不完善粒：包括以下尚有食用价值的颗粒：未熟粒、虫蚀粒、病斑粒、生芽粒、霉变粒。 仪器与用具 天平：精度、、1g。 谷物选筛：直径 电动筛选器 分样器或分样板 分析盘、镊子等。 样品制备 检验杂质分大样、小样，大样用于检验大样杂质，包括大型杂质和绝对筛层的筛下午；小样是从检验过大样的杂质的样品中分出少量试样，检验与粮粒大小相似的并肩杂质。 按GB 5491的方法，将样品倒在光滑平坦的桌面上或者玻璃板上，用两块分样板将样品摊成正方形，然后从样品左右两边铲起样品约1cm高，对准中心同时倒落，再换一个方向同样操作（中心点不动），如此反复混合4、5次，将样品摊成等厚的正方形，用分样板在样品上划两条对角线，分成4个三角形，取出其中2个对顶三角形的样品，剩下的样品再按上述方法反复分取，直至最后剩下的两个对顶三角形的样品接近所需试样重量为止（约500g）。 操作步骤 1.3.1大样杂质检验 将质量标准中规定的筛层套好（大孔筛在上，小孔筛在下，套上筛底），称取制备好的样品 (m)（大约500g，精确至1g）放入筛上，放在电动筛选器
4、玉米的质量标准
一、国际标准（GB1353-2009玉米质量指标） 二、玉米霉菌毒素 一、玉米及其副产物 DDGS 中的霉菌含量和毒素 1.1 玉米霉菌种类和含量 玉米是我国传统的大宗农产品，其产量、消费量和出口量在国际上占有相当大的比重。在玉米的生产和贮存过程中，由于不当的生产方式和环境条件，导致霉菌在玉米中污染和繁殖。玉米中大量霉菌的存在，严重影响了玉米的品质，同时由于霉菌产生的多种真菌毒素对人类健康带来直接和潜在的危害。玉米是饲料和养殖业主要大宗原料，我国玉米主要产地在北方地区，如山东、河南、山西、内蒙和东三省等。不同地区，同一季节收获的玉米所带菌属有较大差别，同一地区、不同季节、不同年份的玉米所带菌属也不一样。玉米受霉菌感染的程度也与玉米的成熟度、玉米粒的完整度等有较大关系，成熟度差及破损粒较多的玉米易受霉菌的侵染。有人对筛出的
玉米破碎粒和整粒谷物中串珠镰孢菌 B1 毒素的含量研究表明，碎粒及其它谷物废料中的霉菌毒素是整粒谷物的 30-500 倍。这主要是因为整粒谷物有起保护作用的外层果皮。所以饲料厂和养殖场对玉米的选择要建立严格的检测指标（主要有水分、容重、霉变、胚变、破碎度、杂质和虫蛀等指标）。玉米副产物主要有 DDGS、DDG、玉米蛋白粉、玉米蛋白饲料、玉米胚芽粕等。这些副产物在美国和欧洲能够被很好的利用，且使用价值很高。但在国内，由于我们的玉米在收获和储存过程中感染较多的霉菌，这些被感染的玉米大多被用来生产玉米副产物，且由于霉菌产生的霉菌毒素化学性质较稳定，不受玉米加工过程的影响，这些霉菌毒素大多存留在玉米副产物中，甚至被浓缩，含量是普通玉米的三倍以上。粮食在收获期间遭受连阴雨天气，很容易产生霉变。霉变后的粮食如小麦、玉米、花生、大麦、大豆等容易产生黄曲霉毒素、呕吐毒素、玉米赤霉烯酮等有毒有害物质。霉菌对玉米的污染途径主要有四个方面：一是玉米本身传带。寄附在玉米种子上的霉菌，常随播种而传至田间，成为玉米霉害的来源，重新导致作物带菌，而这种带菌的玉米在收获后，又从田间回到仓库。二是自然媒介的传播。霉菌孢子广泛存在于空气之中，植物从生长到收获、储藏，与各种自然物广泛接触，霉菌可随气流、雨水、尘埃、以及昆虫等有害动物传播到玉米上来。三是储藏环境的感染。粮库、堆栈的内外境,常存在一个相对平衡的霉菌区系，常常造成谷物的感染。 二、霉变玉米的危害
不同地域玉米质量
不同产地的玉米营养特性及使用对策 作者：管理员阅读：832 来自：本站发布日期：2013-8-10 17:13:56 不同产地玉米的营养特性及使用对策 引言：玉米是目前饲料中使用最为普遍的能量饲料，具有淀粉含量高和消化率高的特点，但是不同产地的玉米其营养指标和硬度差异较大，本文利某公司使用的4个产地的玉米做了常规营养指标和硬度检测，并参考相关文献（淀粉的结构—直链淀粉/支链淀粉比对淀粉消化率的影响），旨在为更加合理使用玉米提供理论依据。 （一）检测方法： 常规化验检测:采用国标法 硬度检测：使用谷物硬度计，随机测定3组，取平均值。 （二）检测结果： 各产地玉米的营养及硬度检测 此次实验所用玉米全为2012年新玉米，以上平均值均指测定2组以上数据的平均值。 图1:不同产地玉米的外观图（可放大）（三）数据分析： 1.营养指标分析： 本批次4个产地的玉米容重差异较大，2012年新玉米以河南玉米容重最高且最为稳定，基本上均＞730g/L，东北玉米容重690-700g/L，内蒙古通辽平均为680g/L左右；粗蛋白基本上为8%左右，但是内蒙古通辽的玉米粗蛋白仅为7%左右；粗脂肪差异不明显，平均为4.0%左右。 2.硬度指标分析 目前玉米从淀粉组成及结构上来分主要分为粉质玉米和硬质玉米（或者叫硬质玉米），从检测结果来看，东北，安徽，河南的玉米硬度均＞13kg，均为硬质型玉米，但是内蒙古通辽的玉米硬度仅为7kg，为典型的粉质玉米。
3.粉质玉米和硬质玉米在营养和加工上的差异如下： a.粉质玉米蛋白层蛋白颗粒较少，淀粉粒排列松散；而硬质玉米其外层的蛋白质颗粒较多，同淀粉颗粒连接比较紧密；因此粉质玉米的蛋白含量要低于硬质玉米。 b.玉米的淀粉主要为直链淀粉和支链淀粉有秩序集合而成，直链淀粉在内，支链淀粉在外；一般来说淀粉粒大约由26%直链淀粉和74%支链淀粉组成，直链淀粉消化率低，支链淀粉消化率高，因此直支比越大，消化率越低；硬质玉米的直链淀粉高，因此从淀粉组成及结果来说，硬质玉米的淀粉消化率要低于粉质玉米（这就是硬质型玉米有时候会引起“过料”的原因）。 c．新玉米烘干后直链淀粉增多，会降低消化率，因此需注意热损伤的比例（烘干对玉米营养品质的影响）。 d．新收割的玉米抗性淀粉（即直连淀粉）含量很高，要储存一段时间，经过后熟期才可以使用。后熟期过后，进入陈化过程，水分降低的同时玉米淀粉的结构也会发生变化，储存越久直链淀粉含量越高，此时要注意直链淀粉含量的变化，尽量减少玉米的储存时间。e．淀粉的糊化过程实质上就是是氢链断裂，淀粉粒消失、淀粉螺旋链松散的过程，糊化淀粉的可消化性增加，因此粉质玉米越容易糊化，而且能改善成品硬度（特别是教槽料，乳猪料和小猪料选用粉质玉米能降低颗粒料硬度）。 f. 玉米烘干后直链淀粉变多，消化率变低。 g．从脱皮、脱胚的工艺角度考虑,硬质玉米的加工品质好；软质玉米在脱皮、脱胚工艺过程中,胚乳易破碎成粉；自然晾干玉米的去皮率更高（玉米烘干后玉米皮易褶皱），粉质玉米不适宜去皮。 h．粉质玉米能降低动力费用，特别是粉碎，据南昌联和实业统计粉碎通辽粉质玉米能提高玉米粉碎能力4T/H。 3.毒素的安全控制 东北玉米和内蒙古通辽的毒素情况较好比较稳定（其产地具有差异性），安徽和河南的玉米毒素不稳定（主要是气候环境应激对仓储毒素影响较大），详见《2012年不同产地玉米的毒素检测报告》。 （四）玉米的使用策略： 综上述分析。得出以下结论： 1．猪料玉米更适合采用粉质玉米（适口性好），但是粗蛋白较低，硬质玉米更适合做禽料用（制粒效果更好，安徽或者河南的玉米）。 2．乳猪料玉米最好选用内蒙古通辽一带的粉质玉米或者东北的自然晾干玉米（粉质玉米淀粉消化率高，成品硬度会降低低；烘干粮抗性淀粉含量变高，另外脱皮机脱皮率有所降低）。 3．鉴于东北玉米的毒素和营养品质稳定性，目前一般猪料玉米大部分采用东北的硬质型玉米。 4．粉质玉米更容易感染霉菌毒素，粉质储存条件相对来说要求更严，因此粉
实验四 蛋的构造和品质测定
实验四蛋的构造和品质测定 一、实验目的了解蛋的构造并掌握蛋的品质测定方法 二、材料和用具 1．新鲜鸡蛋若干枚；保存4周以上的陈旧鸡蛋若干枚；煮熟的新鲜鸡蛋若干枚2．照蛋器、粗天平、培养皿、放大镜、剪子、手术刀、镊子、液体比重计，配制好的不同比重的盐溶液。 3．蛋白高度测定仪、蛋壳强度测定仪、蛋壳厚度测定仪、蛋形指数测定仪、蛋白蛋黄分离器、罗氏（Roche）比色扇、游标卡尺。 三、实验内容和程序 1．蛋的构造 （1）壳上膜（胶护膜）即蛋壳外面的一层透明的保护膜。 （2）蛋壳蛋壳上有无数个气孔，用照蛋器可以清楚地看到气孔的分布。（3）蛋壳膜蛋壳膜分为两层，紧贴蛋壳的叫做外壳膜，包围蛋内容物的叫蛋白膜，也叫做内壳膜，外壳膜和内壳膜在蛋的钝端分离开而形成气室。 （4）蛋白由外稀蛋白（约占23%）、浓蛋白（约占57%）、内稀蛋白（约占17.3%）、系带浓蛋白（约占2.7%）组成。 （5）系带在蛋黄的纵向两侧有两条相互反向扭转的白带叫做系带。
（6）蛋黄蛋黄膜→浅蛋黄→深蛋黄→蛋黄心→胚盘（或胚珠）。胚盘或胚珠位于蛋黄的表层。胚盘在蛋黄中央有一直径约3~4 mm的里亮外暗圆点，而胚珠此圆点不透明且无明暗之分。 2．蛋的品质测定测定方法有很多种，常用外观法、透视法、剖检法、仪器测定法等。下面仅介绍仪器测定法。 （1）蛋重用电子称或粗天平称蛋重。鸡蛋的重量在40~70g；鸭蛋70~100g；鹅蛋在120~200g。 （2）蛋壳颜色用光电反射式色度仪测定。颜色越深，反射测定值越小，反之则越大。用该仪器在蛋的大头、中间和小头分别测定，求其平均值。一般情况下，白壳蛋蛋壳颜色测定值为20-40以上，褐壳蛋为60-80，浅褐壳蛋为40-50，而绿壳蛋为50-60。 （3）蛋形指数蛋形是由蛋的长径与短径比例即蛋形指数来表示。蛋形指数是蛋的质量的重要指标，它与受精率、孵化率及运输有直接关系。用游标卡尺测量蛋的长径和短径，以mm为单位，精确度为0.1mm 。正常鸡蛋的蛋形指数1.32~1.39，标准为1.35。如用短径比长径则在0.72~0.76，标准为0.74。鸭蛋蛋形指数在1.20~1.58（或0.63~0.83）。 （4）蛋的相对密度蛋的相对密度不仅能反映蛋的新鲜程度，也与蛋壳的致密度有关。通常用盐水漂浮法测定，同测定方法是在每3000ml水中加入不同质量的氯化钠，配制成不同浓度的溶液，用液体比重计校后使每份溶液的相对密度依次相差0.005。详见附表4。测定时先将蛋浸入清水中，然后依次从低相对密度向高相对密度溶液中通过，当蛋悬浮于液体中即表明其相对密度与该溶液相对密度相等（附图5）。鸡蛋适宜的比重为1.080以上；鸭蛋为1.09以上；火鸡
饲用玉米的品质控制
饲用玉米的品质控制 玉米的国家级质量标准加入时间：2008-4-28 22:05:05 来源：中国饲料工业信息网我国玉米国家级质量标准有三个，分别是最基础的玉米国标、饲料用玉米国标以及工业用玉米国标。这三个标准既相互联系又各有特点。玉米国标是大宗玉米的通用标准，广泛适用于商品玉米的收购、贮存、运输、加工以及销售。而饲料用玉米标准和工业用玉米标准针对性更强，在玉米国标的基础上，又有一些变化和调整。这三个标准共同点是以水分、杂质、不完善粒、生霉粒等作为衡量玉米品质的主要指标；其不同点在于饲料用玉米除保留容重等主要指标外，还增加了粗蛋白质这一技术指标，而工业用玉米则舍弃了容重这一指标项，代之以淀粉指标来进行定等。 总体看，容重、杂质、水分、不完善粒以及生霉粒指标是衡量玉米质量最基本也是最重要的指标，具有广泛代表性和权威性。 我国不同产地玉米在质量上的差异容重在正常年景，东北内蒙古玉米的容重最高，通辽和赤峰玉米的质量基本在二等以上，一等占到90%；吉林玉米70％以上为二等；黑龙江玉米质量一般，60%－70％能达到三等；辽宁玉米50%能达到二等，80%能够达到三等。但玉米容重受年景影响较大，比如2003年由于天气原因，导致玉米水分较大，容重减少，吉林省的二等玉米只占总产量的50%左右，黑龙江玉米大部分都为等外。 在正常年景，华北山东和河北的玉米基本都在二等以上。 水分在正常年景，东北地区玉米收获时水分在28％～30％，年景不好时最高达到35%－40%。内蒙古玉米的水分稍低，一般在24%左右，有时会达到27%-28%。华北玉米收获时水分较低，大多在18%-20%左右，而且气温高于东北地区，一般晾晒5-6天就可以达到15%以下。正常年景时，河北玉米水分在16%-18%左右，山东玉米的水分在14%-16%左右。 杂质东北玉米由于采用机器烘干，杂质较少，一般不超过1%，有的地区杂质甚至小于0.5%。华北玉米采用自然晾干，晾晒过程会掺入大量杂质，因此华北地区的玉米杂质偏多，有时超出1%。 不完善粒东北玉米在烘干过程中，降水过快极易造成破碎，机械操作也造成破碎粒比例增加，同时烘干造成了热损伤粒增多，因此破碎粒普遍高于5%。烘干玉米经过储存、出库、港口转运等一系列环节后，破碎粒还会增加到8%。 华北玉米采用自然晾晒，破碎粒较少，基本都控制在5%以内，质量稍好一些的只有2%。在现货收购中，一般规定不完善粒总量不得超过5%。 生霉粒东北玉米收获时期水分很高，如果在收获期雨水多，收割后玉米保管储存不善，极容易出现玉米生霉现象。在年景不好的时候，大部分玉米生霉粒都会超过2％。小农户受储存环境和储藏技术的限制，无法严格按照标准进行储存和通风，因此东北玉米在4月份以后生霉粒比例会大幅提高。内蒙古玉米的生霉粒含量较低，最多也不超过2%；辽宁的略高些；黑龙江玉米水分不均，生霉粒最高。 玉米容重与营养成分，尤其是蛋白质含量成正比，是最能反映玉米内在品质，体现玉米成熟的指标。国际上通用以容重定等，辅以其他指标，对玉米的品质进行综合评价。新标准采用了国际上通用做法，将容重定为主要的定等指标。 1.1 分布