[发明专利]一种小麦籽粒硬度的检测方法

说明书

本发明涉及一种小麦籽粒硬度的检测方法，包括润麦制粉、采集定标集样品面粉反射光色差值、检测定标集样品籽粒硬度、建立回归定标模型、采集预测集样品面粉反射光色差值以及最终的硬度预测计算，通过将色差值的三个参数均作为X变量进行回归分析，避免了单一指标不能同时表征两个或以上面粉色泽影响因素，利用多变量回归分析筛选最优变量组合并建立定标模型，籽粒硬度预测准确度高；定标集样品组成要求包含角质小麦和粉质小麦，避免同一类型小麦硬度造成定标偏差的影响，预测集样品越多越能够显现出本发明的快速、便捷的优势，适用于大批量小麦籽粒样品的硬度预测；相比于近红外检测的仪器购置费用低，相比于其他方法，检测时间大大缩短。

技术领域

本发明属于小麦硬度检测技术领域，具体涉及一种小麦籽粒硬度的检测方法。

背景技术

籽粒硬度是一种重要的小麦分级标准，显著影响小麦面粉颗粒大小、出粉率等磨粉品质，面筋含量、面团特性等面筋品质，以及面条等食品加工品质。

目前，检测籽粒硬度方法主要有颗粒指数法、近红外光谱法和单籽粒谷物特征测定法(SKCS)。颗粒指数法主要是将籽粒磨成面粉，经特定筛子筛一定时间后，计算筛后与筛前质量的比值，即是该样品的PSI值，颗粒指数法是标准的参考方法，应用最为广泛，但检测耗时最长；近红外光谱法主要是利用波长1680和2230nm两处近红外光的强吸收点建立模型进行籽粒硬度的检测，虽然该法检测快速便捷，但近红外检测仪器购买费用高昂；单籽粒谷物特征分析仪由美国谷物市场研究室和瑞典波通(perten)仪器公司研制，通过测定压碎籽粒所需的力来测定其硬度。虽然该方法操作简单、数据可靠，但该仪器同样存在价格较高的问题，且易受杂物及大颗粒影响而堵塞。目前，主要是通过后两种方法检测小麦籽粒硬度，但这三种方法均存在不同缺点，难以被广泛引用。

发明内容

本发明克服了现有技术中存在的缺陷，提供了一种便捷、低成本的小麦籽粒硬度检测方法，利用反射光分光光度法检测面粉表面反射光色差值L*、a*、b*来检测籽粒硬度，周期短，检测结果精确度高。

本发明的具体技术方案是：

一种小麦籽粒硬度的检测方法，关键点是，所述检测方法包括以下步骤：

A、选取定标集样品和预测集样品小麦，定标集样品包括角质小麦和粉质小麦，调节样品籽粒含水量至12％-14％，取一部分定标集样品和全部预测集样品，磨粉去皮形成定标面粉和预测面粉，备用；

B、取定标面粉，利用色差计采集其反射光色差值L*、a*、b*值；取剩余定标集样品，利用单籽粒谷物特征分析仪、颗粒指数法或近红外光谱法获得籽粒硬度；

C、利用步骤B中获得的L*、a*、b*值和硬度值，通过多元线性回归模型和逐步回归算法建立回归定标模型；

D、取预测面粉，利用色差计采集其反射光色差值L*、a*、b*值，代入步骤C中建立的回归定标模型中计算预测集样品的籽粒硬度。

所述的步骤A中，定标集样品中角质小麦和粉质小麦的比例为(0.8-1.2)：(0.8-1.2)。

所述的步骤A中，定标集样品不少于10个，预测集样品不少于20个。

所述的步骤A中，当籽粒含水量小于目标含水量时，进行润麦，当大于目标含水量时，进行烘干；润麦时，加水量计算公式如下：H＝M×(1-C1)/(1-C2)-M，其中，M为样品的质量，C1为实际含水量，C2为目标含水量，H、M的单位均为g。

所述的步骤A中，籽粒含水量测定采用近红外分析仪或国标烘干法。

所述的步骤A中，磨粉细度不低于60目。

所述的步骤C中，采用统计软件SAS多元线性回归模型和逐步回归算法，将L*、a*、b*设定为X变量，将硬度值设定为Y变量，采用逐步回归算法筛选入模自变量，最终建立籽粒硬度的定标模型Y＝f(X)。