检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志,2025, 第5期: 272–278 doi: 10.16035/j.issn.1001-7283.2025.05.035

• 农业信息技术 • 上一篇    

黑豆资源粗蛋白和粗脂肪含量近红外光谱模型的建立及应用

田翔1,2(), 陈妍1,2, 聂萌恩1,2, 张海平1,2()   

  1. 1 山西农业大学农业基因资源研究中心， 030031， 山西太原
    2 农业农村部黄土高原作物基因资源与种质创制重点实验室， 030031， 山西太原
  • 收稿日期:2024-06-13 修回日期:2025-03-04 出版日期:2025-10-15 发布日期:2025-10-21
  • 通讯作者: 张海平，主要从事大豆种质资源研究，E-mail：nkyzhp@126.com
  • 作者简介:田翔，主要从事作物品质研究，E-mail：704193015@qq.com
  • 基金资助:
    国家重点研发计划子课题(2021YFD1600601-03);山西省科技重大专项计划(202201140601025);山西省现代农业产业技术体系建设专项资金;科技创新2030-重大项目课题(2023ZD0403703)

Establishment and Application of Near Infrared Spectroscopy Models for Crude Protein and Crude Fat Contents in Black Soybean

Tian Xiang1,2(), Chen Yan1,2, Nie Mengʼen1,2, Zhang Haiping1,2()   

  1. 1 Center for Agricultural Genetic Resources Research, Shanxi Agricultural University, Taiyuan 030031, Shanxi, China
    2 Key Laboratory of Crop Gene Resources and Germplasm Enhancement on Loess Plateau, Ministry of Agriculture and Rural Affairs, Taiyuan 030031, Shanxi, China
  • Received:2024-06-13 Revised:2025-03-04 Online:2025-10-15 Published:2025-10-21

RichHTML

0

PDF (PC)

11

摘要：

蛋白质和脂肪含量是影响黑豆营养品质的重要因素。为了建立黑豆中粗蛋白和粗脂肪含量的近红外快速检测模型，采集200份具有代表性的地方黑豆种质资源为研究材料，利用近红外漫反射光谱仪，结合化学法测定黑豆中粗蛋白和粗脂肪含量，并进行统计学分析。结果表明，采用一阶导数+MSC、一阶导数+矢量归一化光谱预处理，分别建立粗蛋白、粗脂肪含量的近红外快速检测模型。该模型的交叉验证决定系数（R2）分别为0.907和0.873，误差分别为0.477和0.420，表明模型准确可靠，可代替化学分析法鉴定黑豆粗蛋白和粗脂肪含量。对200份不同产地黑豆种质资源进行分析评价，粗蛋白含量最大值为50.11%，最小值为37.00%，粗脂肪含量最大值为22.62%，最小值为12.06%。最终筛选出79份高蛋白和4份高油黑豆品种资源，为优质黑豆资源的筛选和品种选育奠定了基础。

关键词: 黑豆, 近红外光谱, 粗蛋白, 粗脂肪

Abstract:

Protein and fat contents are critical factors influencing the nutritional quality of black soybean. This study aimed to develop a rapid and reliable near-infrared (NIR) model for quantifying these components. The total of 200 representative black soybean germplasm resources from various regions were collected. Their crude protein and crude fat contents were measured using chemical methods and NIR diffuse reflectance spectroscopy. The data were statistically analyzed to build NIR models. Using first-order derivative + MSC and first-order derivative + vector normalization spectral preprocessing methods, two separate models were established for crude protein and crude fat, respectively. The models demonstrated high accuracy, with cross-validation determination coefficients (R2) of 0.907 and 0.873, and low errors of 0.477 and 0.420. These models are accurate and reliable, offering a viable alternative to time-consuming chemical analysis for screening black soybeans. An analysis of the 200 germplasm accessions revealed a wide range of variation, with crude protein content ranging from 37.00% to 50.11% and crude fat content from 12.06% to 22.62%. Based on these results, 79 high-protein and four high-oil black soybean varieties were identified and selected. This research provides a crucial foundation for the future selection and breeding of high-quality black soybean varieties.

Key words: Black soybean, NIRS, Crude protein, Crude fat

表1

供试材料名称及来源

序号
Number		 品种名称
Variety name		 品种来源
Variety source		 序号
Number		 品种名称
Variety name		 品种来源
Variety source		 序号
Number		 品种名称
Variety name		 品种来源
Variety source
1 PI90763 美国 43 大黑豆 中国山西沁县 85 小黑豆 中国山西高平
2 PI89772 美国 44 大黑豆 中国山西沁县 86 大黑豆 中国山西五台
3 PI548316 美国 45 大黑豆 中国山西沁县 87 大黄豆 中国山西和顺
4 PI209332 美国 46 大黑豆 中国山西沁县 88 红豆 中国山西襄汾
5 串蔓黑豆 中国山西原平 47 长大黑豆 中国山西沁县 89 褐色红豆 中国山西浮山
6 黑豆 中国河北武邑 48 圆小黑豆 中国山西沁县 90 灰荚黑豆 中国山西武乡
7 平顶黄黑豆 中国河北徐水 49 黑豆 中国山西沁县 91 应县小黑豆 中国山西应县
8 大黑豆 中国河北满城 50 小黑麦茬豆 中国山西长子 92 顶心黑豆 中国山西忻州
9 商丘大籽黑豆 中国河南商丘 51 小黑豆 中国山西高平 93 小颗黑豆 中国山西霍县
10 牛角齐大黑豆 中国山东商河 52 灰荚黑豆 中国山西高平 94 本地黑豆 中国陕西府谷
11 二黑豆 中国山西广灵 53 小黑豆 中国山西襄垣 95 晋品82 中国山西太原
12 黑豆 中国山西灵丘 54 秋黑豆 中国山西襄垣 96 青皮豆 中国山西原平
13 牛眼睛黑豆 中国山西神池 55 小黑豆 中国山西晋城 97 老虎皮 中国山西灵丘
14 三叉梅 中国山西天镇 56 黑皮茶豆 中国山西晋城 98 灰秆黑豆 中国山西灵丘
15 二秋皮 中国山西浑源 57 小黑豆 中国山西屯留 99 五香黑豆 中国山西岚县
16 大黑豆 中国山西怀仁 58 麦茬黑豆 中国山西屯留 100 黑豆 中国山西定襄
17 大黑豆 中国山西右玉 59 紫壳黑大豆 中国山西沁源 101 平顶小黑豆 中国山西阳曲
18 大黄豆 中国山西寿阳 60 老黑豆 中国山西阳城 102 秋黑豆 中国山西武乡
19 黑梅豆 中国山西介休 61 小黑豆 中国山西临汾 103 下城黑豆 中国山西长治
20 密楼豆 中国山西灵石 62 小黑豆 中国山西临汾 104 小黑豆 中国山西天镇
21 小黑豆 中国山西方山 63 60日大豆 中国山西临汾 105 大黑豆 中国山西大同
22 大黑豆 中国山西方山 64 野生黑豆 中国山西临汾 106 大黑豆 中国山西大同
23 小黑豆 中国山西汾阳 65 小黑豆 中国山西安泽 107 小黑豆 中国山西阳高
24 大黑豆 中国山西汾阳 66 麦茬小黑豆 中国山西古县 108 大黑豆 中国山西武乡
25 黑黑豆 中国山西中阳 67 黑豆 中国山西古县 109 黑豆 中国山西翼城
26 黑豆 中国山西交口 68 小黑豆 中国山西侯马 110 黑脐青皮豆 中国山西榆次
27 小黑豆 中国山西孝义 69 黑豆 中国山西襄汾 111 大青豆 中国山西太原
28 梅豆 中国山西孝义 70 小黑豆 中国山西曲沃 112 绿大豆 中国山西临县
29 圆黑豆 中国山西兴县 71 大黑豆 中国山西霍州 113 串山黄黑豆 中国山西偏关
30 黑豆 中国山西临县 72 黑青豆 中国山西霍州 114 大日期黑豆 中国山西宁武
31 黑豆 中国山西石楼 73 七月之黄豆 中国山西洪洞 115 黑豆 中国山西五寨
32 大黑豆 中国山西长治 74 小黑豆 中国山西洪洞 116 灰皮支黑豆 中国山西兴县
33 黑老虎 中国山西长治 75 小黑豆 中国山西洪洞 117 打牛耙黑豆 中国山西静乐
34 小科豆 中国山西陵川 76 星麦楼黑豆 中国山西洪洞 118 霸王鞭 中国山西清徐
35 大黑豆 中国山西黎城 77 黑豆 中国山西蒲县 119 猪尿其黑豆 中国山西离石
36 二黑豆 中国山西壶关 78 品黑豆2号 中国山西太原 120 大黑豆 中国山西交城
37 小黑豆 中国山西武乡 79 晋豆3号 中国山西太原 121 大黑豆 中国山西太谷
38 小黑豆 中国山西武乡 80 晋豆7号 中国山西太原 122 落格扇 中国山西祁县
39 铁秆黑豆 中国山西武乡 81 晋豆47号 中国山西汾阳 123 小黑荚豆 中国山西沁县
40 山东黑豆 中国山西沁县 82 长豆006 中国山西长治 124 牛毛黄黑豆 中国山西沁县
41 小黑豆 中国山西沁县 83 长豆34 中国山西长治 125 落格扇 中国山西襄垣
42 小黑豆 中国山西沁县 84 晋科2号 中国山西太原 126 黑豆 中国山西屯留
127 鞭秆黑 中国山西临汾 152 黑滚豆 中国山西代县 177 小圆黑豆 中国山西左云
128 大日期黑豆 中国山西大宁 153 大黑豆 中国山西原平 178 岗北豆 中国山西应县
129 小黑豆 中国山西闻喜 154 白黄豆 中国山西兴县 179 平顶山黑豆 中国山西忻州
130 三杈梅 中国山西天镇 155 黑豆 中国山西兴县 180 平顶黑豆 中国山西繁峙
131 圆黑豆 中国山西右玉 156 霸王鞭 中国山西定襄 181 大黑豆 中国山西偏关
132 大黑豆 中国山西广灵 157 临黑豆 中国山西汾阳 182 圆黑豆 中国山西偏关
133 要三销大黑豆 中国山西浑源 158 小黑豆 中国山西汾阳 183 大黑豆 中国山西太原
134 霸王鞭黑豆 中国山西阳高 159 黑梅豆 中国山西孝义 184 黑皮绿瓤 中国山西昔阳
135 二灰皮 中国山西怀仁 160 密耧豆 中国山西灵石 185 平顶山 中国山西寿阳
136 黑滚豆 中国山西保德 161 汾黑1号 中国山西灵石 186 大黑豆 中国山西和顺
137 黑豆 中国山西太原 162 大黑豆 中国山西武乡 187 鬼豆 中国山西左权
138 城选1号黑豆 中国山西阳曲 163 黑豆 中国山西沁县 188 黑豆 中国山西左权
139 黑豆 中国山西娄烦 164 白露糙 中国山西屯留 189 黑色大豆 中国山西岚县
140 黑豆 中国山西榆社 165 黑粉芦 中国山西霍县 190 黑洋豆 中国山西武乡
141 小黑豆 中国山西汾阳 166 红大豆 中国山西沁水 191 大黑豆 中国山西襄垣
142 大黑豆 中国山西陵川 167 原黑豆 中国河北晋县 192 大圆粒黑豆 中国山西侯马
143 六十天平遥黑豆 中国山西陵川 168 小黑豆 中国山西大同 193 汾黑1号 中国山西襄汾
144 大黑豆 中国山西平顺 169 小颗合豆 中国山西大同 194 黑豆 中国山西洪洞
145 大黑豆 中国山西武乡 170 鞭秆豆 中国山西大同 195 黑京豆 中国山西平陆
146 黑豆 中国山西平陆 171 黑豆 中国山西天镇 196 眼睛蓝 中国山西大同
147 大红皮豆 中国山西长子 172 大黑豆 中国山西浑源 197 密云黑豆 中国北京密云
148 三股条黑豆 中国陕西府谷 173 霸王鞭 中国山西浑源 198 大黑豆 中国山西代县
149 黑黑豆 中国陕西吴堡 174 霸王鞭 中国山西朔州 199 绿白眉豆 中国山西高平
150 赤不流黑豆 中国山西五寨 175 霸王鞭 中国山西灵丘 200 大花豆 中国山西定襄
151 绿滚豆 中国山西石楼 176 钢鞭豆 中国山西怀仁

图1

黑豆样本近红外光谱图

表2

黑豆品质化学测定结果

参数Parameter 粗蛋白Crude protein 粗脂肪Crude fat
样品数Number of samples 200 200
平均值Average value 42.86 15.89
标准差Standard deviation 1.04 1.51
最小值Minimum value 37.12 12.06
最大值Maximum value 50.11 22.44

图2

粗蛋白含量近红外预测值与化学值散点图

图3

粗脂肪含量近红外预测值与化学值散点图

表3

黑豆品质近红外定标统计值

指标
Index		 处理方法
Processing method		 交叉验证决定系数
R2		 交叉检验标准误差
RMSECV		 维数
Dimension		 优化谱区
Optimized spectral region (cm-1)
粗蛋白Crude protein 一阶导数+MSC 0.907 0.477 10 3996~12 790.3
粗脂肪Crude fat 一阶导数+矢量归一化 0.873 0.420 10 3996~12 790.3

表4

黑豆品质近红外模型的外部检验

成分
Component		 样品数
Number of samples		 化学测定平均值
Average value of chemical determination (%)		 预测平均值
Predicted average value (%)		 相关系数
SEP		 标准差
RSQ
粗蛋白Crude protein 20 42.86 40.52 0.75 0.86
粗脂肪Crude fat 20 15.89 16.59 0.85 0.85

图4

黑豆粗蛋白含量频率分布

图5

黑豆粗脂肪含量频率分布

[1] 朱志华, 李为喜, 刘三才, 等. 2002年我国大豆(Glycine max)品种及种质资源的蛋白质和脂肪含量分析. 植物遗传资源学报, 2003, 4(2):157-161.
[2] 郭榛, 金诚谦, 刘鹏, 等. 光谱分析和光谱成像技术检测大豆品质的研究进展. 大豆科学, 2022, 41(1):99-106.
[3] 徐飞, 葛阳阳, 刘新春, 等. 黑豆营养成分及生物活性的研究进展. 中国食物与营养, 2019, 25(9):55-61.
[4] 李佳荣, 刘美, 邓莎, 等. 不同产地黑豆质量评价. 中成药, 2022, 44(8):2554-2559.
[5] 王涛, 翟晨, 白术群, 等. 米糠粗蛋白、粗脂肪以及粗纤维含量的近红外预测模型的建立. 中国粮油学报, 2022, 37(2):1-6.
[6] 朱丽伟, 马文广, 胡晋, 等. 近红外光谱技术检测种子质量的应用研究进展. 光谱学与光谱分析, 2015, 35(2):346-349.
[7] Roberts C A, Workman J J, Reeves B. Near-infrared spectroscopy in agriculture. Madison:American Society of Agronomy, 2004.
[8] Vuuren J A, Meyer A J H, Claassens S. Potential use of near infrared reflectance monitoring in precision agriculture. Communications in Soil Science & Plant Analysis, 2006, 37(15/ 20):2171-2184.
[9] Porep J U, Kammerer D R, Carle R. On-line application of near infrared (NIR) spectroscopy in food production. Trends in Food Science & Technology, 2015, 46(2):211-230.
[10] Liu D, Cheng J H, et al. Applications of near-infrared spectroscopy in food safety evaluation and control: A review of recent research advances. Critical Reviews in Food Science & Nutrition, 2015, 55(13):1939-1954.
[11] 朱贞映, 袁建, 鞠兴荣, 等. 傅立叶变换近红外光谱在大豆蛋白质和粗脂肪检测中的研究. 食品安全质量检测学报, 2015, 6(12):4924-4931.
[12] 彭建, 张正茂. 小麦籽粒淀粉和直链淀粉含量的近红外漫反射光谱法快速检测. 麦类作物学报, 2010, 30(2):276-279.
[13] 张新玉, 王颖杰, 刘若西, 等. 近红外光谱技术应用于玉米单籽粒蛋白质含量检测分析的初步研究. 中国农业大学学报, 2017, 22(5):25-31.
[14] 白琪林, 陈绍江, 严衍禄, 等. 近红外漫反射光谱法测定青贮玉米品质性状的研究. 中国农业科学, 2006(7):1346-1351.
[15] 李路, 黄汉英, 赵思明, 等. 大米蛋白质、脂肪、总糖、水分近红外检测模型研究. 中国粮油学报, 2017, 32(7):121-126.
[16] 田翔, 沈群, 乔治军, 等. 近红外光谱分析技术在糜子品质检测中的应用. 中国粮油学报, 2016, 31(9):131-135.
[17] 王丽萍, 陈文杰, 赵兴忠, 等. 基于近红外漫反射光谱法的大豆粗蛋白和粗脂肪含量的快速检测. 大豆科学, 2019, 38(2):280-285.
[18] 王纯阳, 马玉涵, 刘斌美, 等. 近红外透反射光谱测定单粒稻种的蛋白质含量. 核农学报, 2019, 33(10):2003-2012.
doi: 10.11869/j.issn.100-8551.2019.10.2003
[19] 李琳琳, 金华丽, 崔彬彬, 等. 基于近红外透射光谱的大豆蛋白质和粗脂肪含量快速检测. 粮食与油脂, 2024, 27(12):57-60.
[20] 王燕, 鞠涛, 刘晓兰, 等. 近红外光谱法预测大豆营养成分含量模型的建立和应用. 营养饲料, 2014, 50(7):62-65.
[21] Hu W, Zhou Y C, et al. Use of near-infrared spectroscopy for the rapid evaluation of soybean [Glycine max (L.) Merri.] water soluble protein content. Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy, 2020, 224:117400.
[22] 王翠秀, 曹见飞, 顾振飞, 等. 基于近红外光谱大豆蛋白质、脂肪快速无损检测模型的优化构建. 大豆科学, 2019, 38(6):968-979.
[23] 中华人民共和国卫生部. 食品中水分的测定:GB 5009.3-2016. 北京:中国标准出版社, 2016.
[24] 国家食品药品监督管理总局. 食品中蛋白质的测定:GB 5009.5-2016. 北京:中国标准出版社, 2016.
[25] 国家食品药品监督管理总局.食品中脂肪的测定: GB 5009. 6- 2016. 北京:中国标准出版社,2016.
[26] 李建国, 薛晓梦, 张照华, 等. 单粒花生主要脂肪酸含量近红外预测模型的建立及其应用. 作物学报, 2019, 45(12):1891-1898.
doi: 10.3724/SP.J.1006.2019.94016
[27] 闫龙, 蒋春志, 于向鸿, 等. 大豆粗蛋白、粗脂肪含量近红外检测模型建立及可靠性分析. 大豆科学, 2008, 27(5):833-837.
[28] Xie C J, Qiao M M, Yang L, et al. Establishment of a general prediction model for protein content in various varieties and colors of peas using visible-near-infrared spectroscopy. Journal of Food Composition and Analysis, 2024, 127:105965.
[29] Rizkiana A, Yena K, Hanim A Z, et al. Non-destructive prediction of protein contents of soybean seeds using near- infrared hyperspectral imaging. Infrared Physics and Technology, 2022, 127:104365.
[30] Shi D, Hang J Y, Neafeld J, et al. Estimation of crude protein and amino acid contents in whole, ground and defatted ground soybeans by different types of near-infrared (NIR) reflectance spectroscopy. Journal of Food Composition and Analysis, 2022, 111:104601.
[1] 陶玥玥, 孙华, 王海候, 陆长婴, 沈明星. 刈割期与晾晒天数对饲料油菜产量和粗蛋白含量及水分的影响[J]. 作物杂志, 2022, (5): 215–220
[2] 高凤云, 斯钦巴特尔, 周宇, 贾霄云, 苏少锋, 赵小庆, 金晓蕾. 基于SSR标记的胡麻粗脂肪及脂肪酸组分的关联分析[J]. 作物杂志, 2022, (1): 44–49
[3] 周菲, 王文军, 刘岩, 马军, 王静, 吴立仁, 关洪江, 黄绪堂. 向日葵籽仁脂肪和脂肪酸含量近红外光谱模型的建立[J]. 作物杂志, 2021, (2): 200–206
[4] 田容才, 高志强, 卢俊玮. 基于冠层光谱的早籼稻籽粒粗蛋白含量估测[J]. 作物杂志, 2020, (4): 188–194
[5] 曲歌,陈争光,王雪. 基于近红外光谱与SIMCA和PLS-DA的水稻品种鉴别[J]. 作物杂志, 2018, (2): 166–170
[6] 赵利,王利民,赵玮,党照,张建平,党占海. 胡麻RIL群体中粗脂肪和脂肪酸组分的分离及其相关性分析[J]. 作物杂志, 2016, (1): 33–37
[7] 刘大伟, 陈立杰, 段玉玺. 灰皮支黑豆对大豆胞囊线虫3号生理小种侵染和发育的影响[J]. 作物杂志, 2014, (1): 145–147
[8] 周菲, 王文军, 黄绪堂, 等. 食用向日葵子仁蛋白质含量近红外光谱模型的建立[J]. 作物杂志, 2013, (6): 73–75
[9] 徐麟, 任海龙, 李益, 等. 海南黑豆单株产量与主要农艺性状的灰色关联分析[J]. 作物杂志, 2013, (5): 55–58
[10] 方彦. 近红外光谱法非破坏性测定玉米子粒粗淀粉含量的研究[J]. 作物杂志, 2011, (2): 25–27
[11] 靳建刚. 优质高产豌豆新品种晋豌豆4号的选育及栽培技术[J]. 作物杂志, 2011, (1): 101–101
[12] 杨有仓. 马铃薯新品种民薯2号特征特性及栽培技术[J]. 作物杂志, 2010, (2): 125–126
[13] 张立荣, 郝铠, 周积兵, 等. 高产多抗玉米新品种金凯1号的选育及特征特性[J]. 作物杂志, 2009, (4): 120–120
[14] 高凯, 朱铁霞, 张永亮, 等. 叶面喷施硫肥对紫花苜蓿生物量和粗蛋白含量的影响[J]. 作物杂志, 2007, (6): 60–61
[15] 王丽, 宋志峰, 金卫东, 等. 栽培大豆与野生大豆维生素E含量的比较分析[J]. 作物杂志, 2005, (5): 23–24
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!