畜禽飼料配方中玉米的用量一般在45%以上，而玉 米中淀粉含量通常為64%?78%m，即淀粉在全價(jià)飼料中 占有較大比重。在飼料工業(yè)，開(kāi)發(fā)牛產(chǎn)顆粒飼料或膨化 飼料的主要目的之一是使原料淀粉糊化。糊化作用除可 改善物料的流變加工特性外，更為1要的是能在一定程 度上提高畜禽對(duì)能量物質(zhì)的消化吸收效果、飼料轉(zhuǎn)化效 率，以及畜禽牛長(zhǎng)性能[2)。因此，淀粉糊化作用是飼料加 工過(guò)程中重要的物理化學(xué)特性變化過(guò)程，而快速準(zhǔn)確檢 測(cè)和實(shí)時(shí)監(jiān)控飼料加工中原料淀粉糊化特性的變化，對(duì) 提高飼料加工及產(chǎn)品質(zhì)童，降低生產(chǎn)成本具有十分重要 的意義。
淀粉糊化作用將導(dǎo)致雙折射現(xiàn)象消失、顆粒膨脹、 透光率和黏度上升，借助檢測(cè)分析這些變化，逐漸發(fā)展 產(chǎn)生了多種檢測(cè)淀粉糊化度的方法，如雙折射法、酶水 解法、膨脹法和黏度測(cè)量法等[3]。針對(duì)畜禽機(jī)體降解利用 淀粉類(lèi)營(yíng)養(yǎng)物質(zhì)的生理模式，飼料行業(yè)通常采用與動(dòng)物 機(jī)體消化功能較為接近的酶水解法，作為淀粉糊化度測(cè) 定方法。但此種方法操作繁瑣、耗時(shí)費(fèi)力，同時(shí)需要多 種化學(xué)試劑，在實(shí)時(shí)質(zhì)量監(jiān)控領(lǐng)域中的推廣應(yīng)用有明顯 的M限性，并給飼料產(chǎn)品實(shí)際生產(chǎn)質(zhì)量管理帶來(lái)了很大 不便。而加快研究推廣淀粉糊化度的快速檢測(cè)方法，已 成為制約中國(guó)提高飼料行業(yè)生產(chǎn)管理水平和飼料產(chǎn)品質(zhì) 量安全水平的行業(yè)共性問(wèn)題[4,5]。
作為一種快速分析技術(shù)，近紅外光譜分析技術(shù) (NIRS)在石油化工、農(nóng)業(yè)、制藥、食品科學(xué)等領(lǐng)域均 有廣泛應(yīng)用[M]。在飼料行業(yè)，NIRS廣泛用于飼料原料和 配合飼料的質(zhì)量安全評(píng)價(jià)，包括對(duì)粗蛋白、粗纖維等常 規(guī)化學(xué)指標(biāo)^121，以及消化率等營(yíng)養(yǎng)評(píng)價(jià)指標(biāo)的測(cè) 定[13— ,但目前國(guó)內(nèi)外鮮有關(guān)于用N1RS檢測(cè)顆粒飼料淀 粉糊化度的報(bào)道。此外，淀粉糊化過(guò)程中，由于淀粉粒 的吸水溶脹和崩解，淀粉或以淀粉為主要成分的物料與 水的懸浮物在加熱時(shí)糊化和凝膠化，樣品黏度將發(fā)生明 顯的變化，即樣品的糊化特性和黏度變化W者之間息息 相關(guān)。快速黏度分析儀（RVA)是一種由計(jì)算機(jī)控制的快 速的旋轉(zhuǎn)式黏度測(cè)試儀，其通過(guò)檢測(cè)淀粉糊化過(guò)程中樣 品黏度的變化，可實(shí)現(xiàn)對(duì)樣品淀粉糊化特性的定性和定 量分析，比如用于檢測(cè)樣品的糊化溫度等反映淀粉糊化 特性的參數(shù)。
在上述研究的基礎(chǔ)之上，本文將通過(guò)探討近紅外光 譜分析技術(shù)和快速黏度分析法預(yù)測(cè)乳豬顆粒飼料淀粉糊 化度的可行性，進(jìn)一步建立淀粉糊化度的快速準(zhǔn)確的測(cè) 定方法。
1材料和方法 1.1樣品的收集
2007年9月至2007年12月，共收集兩家飼料公司 的106個(gè)（表1)乳豬顆粒飼料樣品。由于不同批次乳豬 料的原料、配方和加工工藝不盡相同，特別是對(duì)玉米原 料的使用方面情況各異（表1)，導(dǎo)致不同樣品的淀粉棚 化度差異較大。同時(shí)，為研究探討?zhàn)ざ扰c淀粉糊化度的 關(guān)系，采集了生玉米淀粉、普通玉米、膨化玉米、蒸汽 壓片玉米等4種不同糊化程度的玉米產(chǎn)品。
1.2淀粉糊化度的參考測(cè)定方法-簡(jiǎn)易酶法
本文采用簡(jiǎn)易酶法[17]測(cè)定樣品的淀粉糊化度。通過(guò) 加熱的方法制備全糊化樣品，然后進(jìn)行酶解、沉淀過(guò)濾雜質(zhì)，最后利用斐林試劑顯色，通過(guò)檢測(cè)吸光度值，計(jì)算對(duì)應(yīng)的糊化度值。
本文所用的近紅外光譜分析儀為瑞典波通DA7200 型，光譜數(shù)據(jù)分析軟件為儀器自帶Grams32PLSplUS+IQ 軟件。樣品原始光譜數(shù)據(jù)的采集：將顆粒飼料樣品粉碎， 過(guò)0.5 mm篩，制成近紅外光譜掃描用樣品；光譜采集波 長(zhǎng)950?1650nm,采樣間隔2.0nm，掃描次數(shù)32次（以 內(nèi)部陶瓷為參比），分辨率為8 cm—1。每個(gè)樣品掃描2次, 取其平均光譜值作近紅外光譜分析。
近紅外光譜分析模型的建立：首先根據(jù)樣品的濃度 殘差和光譜殘差、學(xué)生氏殘差和杠桿值，將馬氏距離超 過(guò)3的樣品作為異常點(diǎn)剔出，然后按照淀粉糊化度值的 分布，將樣品劃分為定標(biāo)集和驗(yàn)證集。利用定標(biāo)樣品集， 比較不同回歸方法和光譜預(yù)處理方法對(duì)模型定標(biāo)決定系 數(shù)（凡2)、交互驗(yàn)證標(biāo)準(zhǔn)差等統(tǒng)計(jì)參數(shù)的影 響，選擇最優(yōu)冋歸方法和光譜預(yù)處理方法建、>:定標(biāo)模型。 然后以驗(yàn)證集樣品作為未知樣品進(jìn)行預(yù)測(cè)，通過(guò)預(yù)測(cè)決 定系數(shù)（/?/)、相對(duì)標(biāo)準(zhǔn)差（/WD)和相對(duì)分析誤差（/?/»£») 驗(yàn)證模型的預(yù)測(cè)能力。最后，根據(jù)相對(duì)標(biāo)準(zhǔn)差和相對(duì)分 析誤差值對(duì)模型進(jìn)行綜合性評(píng)價(jià)，如果/WD客10%,則表 明所建模型具有良好預(yù)測(cè)能力，同時(shí)，如果/?/力>3,則 說(shuō)明定標(biāo)效果良好，所建模型可用丁•實(shí)際檢測(cè)[18]。
2結(jié)果與分析
2.1淀粉糊化度的近紅外光譜分析法
2.1.1樣品淀粉糊化度的分布及近紅外光譜信息
通過(guò)簡(jiǎn)易酶法測(cè)定106個(gè)樣品的淀粉糊化度，最大 值為0.7947,最小值為0.3595,表明樣品淀粉糊化度測(cè) 定值變化范圍較大，分布較為合理（具體測(cè)定結(jié)果未列 出），所取樣品具有較好的代表性。
用近紅外光譜分析儀掃描106個(gè)乳豬顆粒飼料樣品， 獲得原始光譜圖（圖la),橫坐標(biāo)為光譜波長(zhǎng)，縱坐標(biāo)為 與本底相比的相對(duì)吸光度，即^-城/瓜)，其中/為樣本的 反射光強(qiáng)度，/〇為本底的反射光強(qiáng)度。而通過(guò)•階導(dǎo)數(shù)處 理消除基線漂移對(duì)光譜圖的影響，以及通過(guò)標(biāo)準(zhǔn)正態(tài)變 換（SNVT)消除由于粒度不均引起的光散射對(duì)光譜圖的 影響，獲得去除基線和散射效果影響后的處理圖（圖lb)。 對(duì)比分析獲得的樣品原始圖譜圖，光譜在950?1150 nm 和1400?1650 nm之間存在差別，說(shuō)明這兩個(gè)光譜區(qū)包含 有淀粉所含化學(xué)鍵較多的信息。
由于測(cè)量?jī)x器、測(cè)試方法和環(huán)境因素以及樣品本身多 樣性等原因在實(shí)際操作中往往會(huì)出現(xiàn)昇常值，異常值的判 別和處理是提高近紅外分析處理準(zhǔn)確度的一個(gè)重要步驟 [191。判別特異點(diǎn)主要是根據(jù)樣品的濃度殘差和光譜殘差的 分布、學(xué)牛氏殘差和杠桿值的分布，以及馬氏距離。馬氏 距離閾值通常設(shè)定為3,本研究也將馬氏距離的閾值設(shè)定 為3。圖2所示，36、49、96, 97號(hào)樣品明顯偏離其它樣品, 且它們的馬氏距離大于3,將被作為異常樣品剔除。
1.1.3定標(biāo)模型的建立
依據(jù)樣品淀粉糊化度的分布（2.1.1),確定80個(gè)樣 品作為建立近紅外光譜分析方法的定標(biāo)集，其余22個(gè)樣 品作為驗(yàn)證集。選擇最優(yōu)回歸方法時(shí)，對(duì)比偏最小二乘 法1 (PLS-1)、偏最小二乘法2 (PLS-2)和主成分回歸 (PCR)三種冋歸方法對(duì)NIRS定標(biāo)效果的影響。由表2 的統(tǒng)計(jì)分析表明，雖然PCR法的決定系數(shù)略高與PLS, 但其主因子數(shù)太多（14),預(yù)測(cè)模型容易出現(xiàn)過(guò)擬合現(xiàn)象， 同時(shí)標(biāo)準(zhǔn)差（RMSEC)略大，故不選擇PCR法。PLS-1 和PLS-2兩種回歸方法獲得的定標(biāo)模型評(píng)價(jià)參數(shù)相同， 但前人研究表明PLS-1更適用于待測(cè)指標(biāo)變化范圍較大 的樣品組分，且該方法的計(jì)算精確度更高[9]，所以本文選 用PLS-1作為回歸方法。
在篩選最佳散射校正方法時(shí)，以上面確定的PLS-1 為回歸方法，比較多元散射校正（MSC),標(biāo)準(zhǔn)正態(tài)變換 +去趨勢(shì)（SNV+Detrend),歸一化（Normalize)預(yù)處理 等方法對(duì)定標(biāo)模型的影響。結(jié)果表明：MSC明顯優(yōu)于其 它兩種方法，獲得的模型決定系數(shù)較高、標(biāo)準(zhǔn)差小，所 以本文選用MSC作為散射校正方法。同時(shí)，在確定最佳 導(dǎo)數(shù)處理方法過(guò)程中，一階導(dǎo)數(shù)結(jié)合五點(diǎn)平滑處理（1st derive+smooth (5))方法獲得的定標(biāo)模型明顯好于無(wú)導(dǎo) 數(shù)處理（No derivative)、二階導(dǎo)數(shù)結(jié)合五點(diǎn)平滑處理（2st derive+smooth (5))兩種處理方法，因此，選用1st derive+smooth (5)作為建立定標(biāo)模型的導(dǎo)數(shù)處理方法。 最后，篩選確定采用 PLS-1、MSC、lstderive+smooth (5) 建立預(yù)測(cè)模型，所建模型的決定系數(shù)達(dá)到0.8759,且相 對(duì)標(biāo)準(zhǔn)差（RSD)小于10%,相對(duì)分析誤差（RPD)大 于3，定標(biāo)結(jié)果良好。
2. 1.4定標(biāo)模型的驗(yàn)證
利用驗(yàn)證樣品集的22個(gè)樣品，驗(yàn)證所建的近紅外光 譜分析方法的定標(biāo)模型的預(yù)測(cè)精度和可靠性，通過(guò)一元 線性回歸方法，得到化學(xué)分析值和預(yù)測(cè)值之間的相關(guān)關(guān) 系，如圖4所示，兩者之間的決定系數(shù)（/?2)為0.9608, 相對(duì)標(biāo)準(zhǔn)差小于10%,相對(duì)分析誤差大于3,表明定標(biāo)模 型具有較好的穩(wěn)定性和預(yù)測(cè)精度，預(yù)測(cè)效果良好，即所 建的近紅外光譜分析方法可以用于定量測(cè)定乳豬飼料的 淀粉糊化度。
快速黏度分析儀檢測(cè)樣品黏度的過(guò)程，將對(duì)樣品進(jìn) 行“復(fù)煮”，而由于淀粉糊化為不可逆過(guò)程，將會(huì)出現(xiàn) 樣品糊化度越高，RVA曲線將越不明顯的現(xiàn)象。RVA曲 線中用于評(píng)價(jià)樣品黏度和糊化特性的參數(shù)包括冷峰值 (Cold Peak)、冷峰面積(Cold Peak Area)、峰值黏度（Raw Peak)、保持黏度（Hold Strength)、最終黏度（Final Viscidity)。其中冷峰值又叫RVA冷擠壓指數(shù)，此值越高 則表明樣品糊化程度越高，如果在低溫時(shí)出現(xiàn)此峰值， 則表明樣品凝膠化程度較高。峰值黏度是另一個(gè)反映樣 品糊化度的指標(biāo)，樣品經(jīng)高溫加熱時(shí)可出現(xiàn)此峰值，但 如果是已糊化的樣品，則檢測(cè)時(shí)不會(huì)出現(xiàn)此峰值。最終 黏度又稱(chēng)為RVA擠壓膨化指數(shù)，此值越高，則樣品糊化 度越低，若為已糊化樣品，樣品最終黏度將偏低?？傊?樣品的糊化度與RVA曲線的各項(xiàng)參數(shù)存在著緊密的內(nèi)在 的聯(lián)系。
圖5a為6種玉米產(chǎn)品的RVA曲線，其中膨化玉米a 和膨化玉米b的淀粉糊化度分別為0.732和0.896，是糊 化度最高的兩種樣品，其糊化曲線無(wú)明顯的峰值和峰值 后的下降趨勢(shì)，數(shù)值上表現(xiàn)為較大的冷峰值面積和較高 的冷峰值、較低的峰值黏度、保持黏度和最終黏度。而 生玉米淀粉的淀粉糊化度可以視為〇,其糊化曲線表現(xiàn)與 膨化玉米相反，冷峰面積較小、冷峰值較低，峰值較高 且冇明顯的波峰和波谷，最終黏度較高。蒸汽壓片玉米 的淀粉糊化度為0.333,普通玉米糊化度為0.18, —種乳 豬顆粒飼料樣品的淀粉糊化度為0.526,這3種樣品的各 項(xiàng)黏度指標(biāo)處丁•膨化玉米和生玉米淀粉的參數(shù)之間，上述 試驗(yàn)結(jié)果H觀展示了樣品糊化度和黏度之間的內(nèi)在聯(lián)系。
2. 2. 2淀粉糊化度的快速黏度分析法
針對(duì)樣品糊化度和黏度之間存在的相互影響關(guān)系， 本試驗(yàn)通過(guò)選用86個(gè)玉米使用量相近的乳豬顆粒飼料樣 品，探索建、>:樣品糊化度和黏度之間的定量關(guān)系。圖5b 為所有樣品的黏度曲線，明晰了所有樣品各項(xiàng)黏度參數(shù) 的變化范圍。而通過(guò)SAS分析軟件建立乳豬料淀粉糊化 度與冷峰值、冷峰面積、峰值黏度、保持黏度、最終黏 度等五個(gè)黏度參數(shù)之間的N歸關(guān)系，化度的近紅外光譜分析方法具有良好的分析能力和檢測(cè) 精度。此外，通過(guò)探討分析淀粉糊化度與物料黏度之間 的內(nèi)在關(guān)系，研究建立了淀粉糊化度和黏度指標(biāo)之間的 回歸關(guān)系，決定系數(shù)達(dá)0.8以上，對(duì)驗(yàn)證樣品的預(yù)測(cè)結(jié)果 也較好。上述兩種淀粉糊化度的快速檢測(cè)方法在一定程 度上能夠滿足飼料工業(yè)提高加工質(zhì)量管理水平和確保飼 料產(chǎn)品的質(zhì)量安全的應(yīng)用需求，近紅外光譜分析方法在 飼料質(zhì)量實(shí)時(shí)控制領(lǐng)域展示了良好的應(yīng)用前景。