在农业和食品工业中，确定原材料的化学成分对生产效率、应用和价格都很重要。传统的实验室检测耗时、复杂且昂贵。伊利诺伊大学厄巴纳-香槟分校的一项新研究表明，近红外(NIR)光谱和机器学习可以提供快速、准确和具有成本效益的产品分析。
玛丽安·斯坦
在两项研究中，研究人员探索了利用近红外光谱分析玉米籽粒和高粱生物量的特性。
“与传统方法相比，近红外光谱具有许多优势。它快速、准确、廉价。与实验室分析不同，它不需要使用化学物质，因此更环保。它不会破坏样本，并且可以同时分析多个特征。一旦系统建立起来，任何人都可以用最少的训练来运行它，”农业和生物工程系(ABE)的助理教授Mohammed Kamruzzaman说，他是农业、消费者和环境科学学院和加州大学格兰杰工程学院的一部分。他是这两篇论文的合著者。
在第一项研究中，研究人员创建了一个玉米仁分析的全球模型。水分和蛋白质含量影响玉米的营养价值、加工效率和价格，因此这些信息对粮食加工业至关重要。
近红外光谱和其他光谱技术是间接方法。他们测量材料如何吸收或发射不同波长的光，然后构建一个独特的光谱，通过机器学习模型将其转化为产品特性。许多食品和农业加工设施已经拥有近红外设备，但需要对模型进行特定目的的培训。
“不同地区种植的玉米因土壤、环境、管理和其他因素而有所不同。如果你用一个地方的玉米训练模型，它在其他地方就不准确了。”
为了解决这个问题并开发一个适用于许多不同地区的模型，研究人员收集了来自七个国家的玉米样本——阿根廷、巴西、印度、印度尼西亚、塞尔维亚、突尼斯和美国。
“为了分析玉米粒中的水分和蛋白质，我们将梯度增强机器与偏最小二乘回归相结合。这是一种新颖的方法，可以产生准确、可靠的结果，”ABE的博士生、第一项研究的主要作者郑润宇说。
虽然该模型不是100%全局的，但它在数据中提供了相当大的可变性，并且可以在许多地方工作。Kamruzzaman指出，如果需要，可以使用来自新地点的额外样本进行更新。
在第二项研究中，研究人员将重点放在了高粱生物质上，它可以作为一种可再生的、具有成本效益的、高产的生物燃料原料。
研究人员解释说，生物质转化为生物燃料取决于化学成分，因此一种快速有效的高粱生物质表征方法可以帮助生物燃料、育种和其他相关行业。
利用伊利诺伊大学能源农场的高粱，他们能够准确可靠地预测水分、灰分、木质素和其他特征。
“我们首先扫描样品并获得近红外光谱作为输出。这就像指纹一样，不同的化学成分和结构特性是独一无二的。然后我们使用化学计量学——一种数学统计方法——来开发预测模型和应用，”ABE的博士生、第二篇论文的主要作者Md Wadud Ahmed说。
图像
Captio
Wadud Ahmed
Kamruzzaman说，虽然近红外光谱不像实验室分析那样准确，但对于实际目的来说已经足够了，可以为工业用途提供快速、有效的筛选方法。
“这项技术的一个主要优点是你不需要移除和破坏产品。您可以简单地采集样品进行测量，扫描它们，然后将它们返回到生产流程。在某些情况下，您甚至可以直接在生产线上扫描样品。近红外光谱为工业应用提供了很大的灵活性，”他总结道。
第一篇论文，“通过近红外光谱优化PLS回归中梯度增强机器的特征选择，用于预测多国家玉米籽粒中的水分和蛋白质”，发表在《食品化学》上[DOI: 10.1016/j.foodchem.2024.140062]。
第二篇论文“使用近红外光谱和化学计量学快速高通量测定高粱(高梁双色)生物量组成”发表在《生物质和生物能源》杂志上[DOI:10.1016/j.b biombioe.2024.107276]。
这项工作由美国能源部高级生物能源和生物产品创新中心(美国能源部科学、生物和环境研究项目办公室，奖励号为DE-SC0018420)资助。
