การคัดกรองคุณภาพทางโภชนาการของข้าวโอ๊ตโดยใช้สเปกโตรสโกปีแบบสั่นสะเทือนโดยใช้เครื่องมือภาคสนาม/พก

บทคัดย่อ:

การศึกษาครั้งนี้ประเมินประสิทธิภาพของเครื่องมือสเปกโตรสโคปแบบประหยัดแบบเรียลไทม์และใช้งานได้ในภาคสนามที่ทำงานที่ความยาวคลื่นใกล้อินฟราเรด (NIR) และอินฟราเรดกลาง (MIR) สำหรับการวัดลักษณะคุณภาพ (β-glucan, แป้ง, โปรตีน และไขมัน) ของข้าวโอ๊ตเพื่อสนับสนุนการคัดเลือกการผสมพันธุ์ตัวอย่างได้รับการจัดเตรียมโดย PepsiCo R&D (n = 150) เป็นข้าวโอ๊ตเซ็นเซอร์ FT-NIR แบบใช้มือถือ (1350—2560 นาโนเมตร) วัดสเปกตรัมของตัวอย่างบดและข้าวโอ๊ตที่ไม่สมบูรณ์ ในขณะที่สเปกโตรมิเตอร์ FT-IR แบบพกพา (4000—650 ซม. −1) วัดตัวอย่างพื้นดินเท่านั้นมีการใช้วิธีการอ้างอิงในห้องปฏิบัติการหลายวิธีในการวัดองค์ประกอบของβ-กลูแคน แป้ง โปรตีน และไขมันเพื่อพัฒนาแบบจำลองการวิเคราะห์สเปกโตรสโคปโดยอิงจาก Partial Least Square Regression (PLSR)ประสิทธิภาพแบบจำลองที่ดีที่สุดได้มาจากสเปกตรัม NIR ของข้าวบด โดยมีข้อผิดพลาดมาตรฐานของการคาดการณ์ (SEP) สำหรับβ-กลูแคน แป้ง โปรตีน และไขมัน 0.2%, 1.0%, 0.6% และ 0.3% ตามลำดับโมเดล PLSR สำหรับสเปกตรัม MIR แสดงความแม่นยำในการทำนายที่คล้ายกันประสิทธิภาพของโมเดล PLSR เหล่านี้ตรงกันหรือเหนือกว่าเทคนิค NIR ที่รายงานในวรรณกรรมโดยใช้ระบบพกพาและแบบตั้งโต๊ะดังนั้น เซ็นเซอร์ NIR ขนาดเล็กใหม่จึงสามารถให้ผู้เพาะพันธุ์ด้วยวิธีที่รวดเร็ว (15 วินาที) ในการตรวจสอบลักษณะเฉพาะในภาคสนามด้วยความน่าเชื่อถือและความไวที่เทียบเท่ากับระบบตั้งโต๊ะ