Методы исследования. К вопросу об использовании экспрессных методов контроля качества зерна

В качестве метода исследований использовались методики выполнения измерений для приборов БИК-спектроскопии [1, 4, 5].

В качестве объекта исследований выступали образцы семян зерновых и зернобобовых культур различных регионов репродуцирования.

Получение спектров ближней инфракрасной области проводили с использованием кювет с длиной светового потока 18 мм с применением анализатора «Инфралюм ФТ-10».

Для каждого почвенно-климатического региона анализировалась выборка из25 образцов по каждой оцениваемой культуре.

Анализ результатов, статистическую обработку спектров и оценку регрессионных показателей проводили с использованием расчетно-программного комплекса «Инфралюм» [1, 11].

Основная часть

Известно, что в спектрах БИК-области в достаточно узком спектральном диапазоне содержится множество широких перекрывающихся полос поглощения, несущих информацию о колебаниях групп атомов. В данном спектральном диапазоне анализ спектральных особенностей ведется по ширине плеча или ряду других характеристик спектральной полосы. Данные характеристики можно отождествлять с вариациями колебаний определенных групп атомов. Например, согласно последним данным [1, 10] содержание белка в зерне определяется по вариациям спектральных данных при 11 000 и 9800 см-1, содержание продуктов липидной природы — при 8450 и 8900 см-1. В целом, анализируя спектральный диапазон, информативно связанный со структурными элементами органической природы, можно оценить не только уровень содержания отдельных из них, но и составить своеобразные «отпечатки пальцев» химической структуры образца для определенной почвенно-климатической зоны использования.

В проводимых нами исследованиях анализируемые образцы исследовались в границах спектрального диапазона от 8000 см-1 до 14 000 см-1 при достаточно высокойточности путем сканирования 25 точек и числу сканов эталона, равного ста. Оценка фактических значений показателей сырого протеина, содержания калия и фосфора проводиласьс использованиемреферентных данных, полученныхстандартными методами химического анализа.

Следует отметить, что калибровка и получение референтных значений содержания белка проводилась на образцах почвенно-климатического региона северо-востока Беларуси.

В ходе обработки полученных данных для проведения проверки калибровки было оценена представленность выпадающих спектров, то есть спектров с параметрами, выходящими за пределы калибровочной модели по оцениваемым показателям (табл.).

Таблица. Основные характеристики спектра БИК-области образцов различных почвенно-климатнческих регионов репродуцирования.

Примечание: D-расстояние Махалонобиса Как свидетельствуют полученные данные (табл., рис.), при одинаковом значении волнового числа спектра наблюдаются различия по величинам коэффициента пропускания в разрезе одного сорта разных почвенно-климатических регионов репродуцирования. В то же время анализ «пиков» данного спектрального диапазона выявил полное сходство оцениваемого набора сортов.

При проведении оценки и проверке процедуры калибровки было установлено, что в модели, использующей референтные данные, полученные на наборе образцов северо-восточного региона республики, наблюдаются значительные количества выпадающих, или аномальных, спектров в вариантах инорайонных образцов.

Ячмень.
Горох.
А Овес Б.

Рис.Спектры пропускания в ближней инфракрасной области

по сортам Могилевского (А) и Гродненского (Б) регионов репродуцирования.

Под выпадающим спектром следует понимать такой спектр, который оказывает сильное влияние на результат регрессии в основном по причине резкого отличия состава от остальныхобразцов калибровочного набора. Критерием для идентификации таких спектров служит статистическое расстояние Махалонобиса (D), вычисляемое по формуле [1, 11]:

D2 =xT (XXT)+x, (2).

где х — спектральный вектор размеренностью fна 1, Х — матрица калибровочных спектров размерностью n на f.

Наиболее высокое число выпадающих спектров выявлено при анализе в БИК-области сортов овса, для которого процент нетипичных спектров по образцам Гродненского региона составил 56%, Минского — 40% и Брестского — 20%.

По сортам ячменя число выпадающих спектров было несколько ниже — от 25% по Витебскому до 47% по Гродненскому региону.

Для более наглядного представления о различиях спектрального диапазона по вариациям спектральных данных, обусловлено связанных с содержанием белка в зерне анализируемых образцов, нами была оценена структура спектра в БИК-области (рис.).

Проведенная оценка позволяет установить отличия в спектральном диапазоне 9800 и 11 000 см-1 как по точкам нахождения «пиков», так и по абсолютным значениям величин пропускания.

Особенно четкие различия наблюдаются при анализе сортов овса и ячменя в сравнении двух почвенно-климатических регионов репродуцирования. Выявленные различия по особенностям спектральных характеристик исследуемого набора сортов наглядно свидетельствуют о том, что даже при одинаковых фактических значениях величин содержания элементов (в данном случае сырого протеина) образцы различных почвенно-климатических регионов будут отличаться в БИК-области спектра. Данные различия в спектральных характеристиках будут выражаться в большей степени у образцов, репродуцируемых в резко контрастных почвенно-климатических условиях, что в свою очередь может приводить к получению искаженных данных с использованием методики БИК-анализа.

Следует отметить, что по сортам гороха отличия элементов спектра в БИК-области в сравнении регионов выражены в меньшей степени.

Вполне очевидно, что один и тот же сорт в условиях различных почвенно-климатических регионов будет характеризоваться неодинаковым уровнем содержания белка, жиров, минеральных элементов, что в свою очередь проявится в изменчивости параметров спектров пропускания в ближней инфракрасной области. В свою очередь, по причине присутствия отличий в параметрах спектра от параметров калибровочной группы, будет выявляться ошибка в результатах и интерпретации данных.

Следовательно, чем меньше исследуемый образец будет похож на известные (калибровочные) варианты, тем менее точным будет результат. Например, если процедура калибровки произведена на образцах северо-востока республики, она будет не применима к образцам других почвенно-климатический регионов.