基于近红外网络的小麦品质监测_朱大洲

（1 国家农业信息化工程技术研究中心，北京 100097；2 北京农产品质量检测与农田环境监测技术研究中心，北京 100097）
摘要：【目的】利用自行建立的中国谷物主产区的近红外分析网络，研究小麦的品质分布监测、品种鉴别及 种植省份的区域划分。【方法】应用 FOSS 公司的 Infratec 1241 型近红外分析仪构建谷物品质近红外分析网络， 该网络主要由网络主机、参比实验室、网络管理中心和分布于中国粮食主产省区的网络子机构成。利用该近红外 分析网络并结合 GPS 定位采样技术和 GIS 技术，对 2009 年的冬小麦品质分布进行监测；采用软独立建模分类法 （SIMCA）对获取的近红外光谱进行分析，建立小麦品种、所在省份的识别模型。【结果】通过网络中心建立和管 理模型，可以有效节约成本并具有统一的准确度和精度，该网络的一致性较好，子机与主机的相关系数高于 0.92。 基于该网络可构建不同尺度区域下的小麦品质分布图，从而获得不同地区小麦品质的分布信息。根据近红外网络 提供的光谱数据，可进一步对小麦的品种和所在省份进行区分，对山东省 5 个小麦品种的识别正确率＞80%，对北 京、山东、江苏三省所种植的小麦的区分准确率＞90%。【结论】近红外网络在小麦的品质区划分布、品种鉴别及 种植省份识别方面具有较大应用潜力，可提供大范围的小麦品质数据支撑，从而为优质优价收购和政府决策提供 技术支撑。
由网络主机和参比实验室提供经过认证的模型， 并将其提供给网络管理中心，再下传给各地的网络子 机供终端用户使用。本网络中采用 FOSS 公司提供的 全球通用模型，模型已经过大量实验验证，并在使用 前与化学方法进行了标定与环比测试，所提供的模型 测量准确度较高。为了消除各仪器之间本身的差异及 环境条件不同造成的预测误差，下传过程中需要对模 型进行传递[11], 从而使网络主机上的模型适用于各个 子机，实现样品和数据资源的共享。模型传递可通过 对模型系数的校正、预测结果的校正或测定光谱的校 正来实现[12-18]，本网络在小麦主产区收集若干个有代 表性的样品作为标准样品，基于 S/B（Slope/Bias，斜 率/偏差）算法[19]进行模型传递，从而保证预测结果的 准确度。
利用近红外网络于 2009 年 6—8 月对 2009 年收获 的冬小麦进行检测。待分析测试的小麦在完全成熟后 收割，经过晾晒水分含量达到储藏标准后进行测试， 各网络子机将分析结果上传给网络管理中心，测样地 点包括北京、河北、山东、江苏等小麦主产区，分析 指标包括小麦的水分含量、粗蛋白质含量、湿面筋含 量等。在样品采集阶段，均采用 GPS 进行定位，并详 细记录样品所在的行政单位、栽培品种、采集时间等。 1.3 模型的传递与监控
(1National Engineering Research Center for Information Technology in Agriculture, Beijing 100097; 2 Beijing Research Center for Agri-Food Testing and Farmland Monitoring, Beijing 100097)
中国农业科学 2011,44(9):1806-1814 Scientia Agricu0.3864/j.issn.0578-1752.2011.09.006
基于近红外网络的小麦品质监测
朱大洲 1, 2，黄文江 1，马智宏 2，赵 柳 2，杨小冬 1，王纪华 1, 2
Abstract: 【Objective】 Based on the NIR network that constructed in main grain producing areas in China, the quality distribution monitoring of wheat, the variety discrimination, and producing area classification were studied.【Method】The Infratec 1241 NIR analyzer from FOSS Company was used to construct the grain NIR network. This network consisted of the main instrument, reference library, network administration center and several satellite instruments that distributed in the main grain producing areas of China. Combined with GPS and GIS technology, the network was used to analyze the quality distribution of winter wheat in 2009. The collected NIR spectra were analyzed by Soft Independent Modeling of Class Analogy (SIMCA) , and the classification models for variety, and producing provinces of wheat were constructed. 【Result】The results showed that it could save cost and keep unitive accuracy and precise by using network center to construct and manage the calibration models. All the satellite instruments had good constancy with the main instrument, and their correlation coefficients were over 0.92. Based on the NIR network, the wheat quality distribution map in different scales could be obtained, thus obtained the quality distribution information of wheat. With the spectra collected from NIR network, the wheat variety and producing area could be discriminated. The classification accuracy for five varieties of wheat in Shandong province was over 80%, and for discriminating wheat that produced in Beijing, Shandong and Jiangsu, the classification accuracy was over 90%. 【Conclusion】 The results showed that NIR network had a potential in analyzing the quality distribution, variety and producing areas discrimination for wheat. It could provide large scale data support and thus be used to guide the wheat purchase, quality management and decision-making.
9期
朱大洲等：基于近红外网络的小麦品质监测
Key words: near infrared network; near infrared spectroscopy; wheat; grain
1807
0 引言
【研究意义】近红外技术以其快速、无损、无污 染、多组分同时测量的优势，已在石化、烟草、制药、 农业及食品等领域得到了广泛的应用[1-2]，但传统的近 红外分析主要是采用单台仪器进行样品测定，难以满 足粮食、轻工原料收购过程中大范围快速检测及信息 汇总的需求。近年来，以网络技术为依托的近红外网 络技术已成为近红外分析的一个重要发展方向，它是 将近红外光谱分析的优势在实际应用中发挥到最大的 一个重要途径。因此，研究近红外网络的构建技术及 其在粮食品质大范围监测中的应用具有重要意义。【前 人研究进展】目前近红外网络在国外已有比较成功的 应用，1991 年，FOSS 公司在丹麦组建了世界上最早 的近红外网络，此后在欧洲、北美、澳大利亚及世界 其它地方建立了含有 3 000 台以上谷物分析仪的近红 外网络[3-4]，荷兰饲料业巨头 Provimi 建立了含有 200 台仪器的近红外网络，主要用于饲料的质量检测[5]。 在网络的关键技术及应用研究方面，Tillmann 等[6]利 用近红外网络检测油菜籽的水分、蛋白、脂肪、油酸 等成分，并研究了近红外网络的建立规程。Tseng 等[7] 介绍了近红外网络在含油种子化学特性检测上的应 用，并详细讨论了近红外网络的优缺点、模型的传递 与共享、光谱远距离监控等问题。Büchmann 等[4]研究 了近红外网络中模型建立的问题，结果表明基于人工 神经网络建立的模型一般不用经过误差修正即可应 用。Williams[8]在第十四届国际近红外大会上指出网络 化将是近红外光谱分析的最大应用。相比而言，国内 近红外网络的发展比较缓慢，李军会[9]开发的“中国 农业近红外分析技术及网络系统”，可通过有线或无 线网络将近红外分析用户与建模中心通过网络连接起 来。肖颖等[10]基于 Client/Server 模式开发的近红外远 程监控系统，实现了对近红外光学仪器的远程监控、 实时报警及光谱数据处理等功能。【本研究切入点】 上述研究均侧重于近红外网络的硬件构成、模型开发 及传递或者是基于网络直接获取数据的利用。为了对 近红外网络采集的数据进行充分挖掘，进而发挥其大 范围监测的优势，本研究结合 GPS 定位采样技术和 GIS 技术，利用近红外网络对中国小麦主产区的小麦 品质分布进行监测。【拟解决的关键问题】拟构建不 同区域的小麦品质分布图，并建立小麦的品种鉴别及