ＡｇｒＣｏｐｙｒｉｃｕｌｉｔｕｒｇｈｔ＠２０１ａｌ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌ ７，Ｉｎｆｏｒｍａｔｉｏｎ ｏｇｙ，２０１Ｉｎｓｔｉｔｕｔｅ ７，１８（ｏｆ ＨＡＡＳ．Ａｌ４）：７２９－７３２ ｌ ｒｉｇｈｔｓ ｒｅｓｅｗｅｄ Ｓｔｏｒａｇｅ ａｎｄ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ Ｒｉｃｅ Ａｍｙｌｏｓｅ Ｃｏｎｔｅｎｔ ｂｙ Ｎｅａｒ－— ｉ ｎｆｒａｒｅｄ ＳｐｅＣｔｒｏＳＣｏｐｙ Ｙｕｍｅｉ ＰＥＮＧ ，Ｈｕａｑｉａｎｇ ＬＩＵ，Ｘｕｅｄｏｎｇ ＺＨＵ，Ｘｉａ ＹＡＮＧ，Ｘｉａｏｒｏｎｇ ＨＥ，Ｈｕａｎ ＪＩＡＮＧ，Ｘｉａｏｓｕｏ ＫＵＡＮＧ Ｙｕｄｏｎｇｎａｎ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ，Ｆｕｌｉｎｇ ４０８０００，Ｃｈｉｎａ 近红外光谱技术测定水稻直链 淀粉含量研究 彭玉梅 ，刘华强，朱学栋，杨霞，何晓容，蒋欢， 况小锁 （重庆市渝东南农业科学院．重庆涪 陵４０８０００） 摘 要 以２９８份水稻种子为样本，用常规法 测定直链淀粉含量，采用偏＠，＇１￣－－－乘￣（ＰＬＳ）， 优化建立精米直链淀粉含量近红外光谱预测 校正模型。模型校正决定系数ＲＣ为０．９５；校正 标准差ＳＥＣ为１．５８：内部交叉检验决定系数 ＲＰ为０．９１。标准误差ＳＥＰ为１．９２。利用２０个 样品进行外部检验．预测值与真实值之间差异 不显著，其相关系数达９５％以上。定标模型预 测性能较好，可以替代化学分析法快速测定水 稻直链淀粉含量。 Ｃｈｉｎａ ｗｈｅｒｅ ２，３ ｏｆ ｔｈｅ ｐｏｐｕｌａｔｉｏｎ ｆｒａｒｅｄ ｌｉｇｈｔ ｒｅｆｅｒｓ ｔｏ ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ 关键词水稻；直链淀粉含量：近红外光谱：偏 ｔａｋｅｓ ｒｉｃｅ ａｓ ｓｔａｐｌｅ ｆｏｏｄ．Ｗｉｔｈ ｔｈｅ ｉｍ－ ｗａｖｅ ｗｉｔｈ ｗａｖｅｌｅｎｇｔｈ ｂｅｔｗｅｅｎ ｖｉｓｉｂｌｅ 最小二乘法 ｐｒｏｖｅｍｅｎｔ ｏｆ ｐｅｏｐｌｅ’ｓ ｌｉｖｉｎｇ ｓｔａｎｄａｒｄ．１ｉｇｈｔ ａｎｄ ｍｉｄ－ｉｎｆｒａｒｅｄ ｌｉｇｈｔ．ａｎｄ ｉｔｓ ｒｉｃｅ ｑｕａｌｉｔｙ ｈａｓ ａｔｔｒａｃｔｅｄ ｍｏｒｅ ａｎｄ ｗａｖｅｌｅｎｇｔｈ ｉｓ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ ７８０ ｎｍ— ｍｏｒｅ ａｔｔｅｎｔｉｏｎ．ａｎｄ ｔｈｅ ｋｅｙ ｅｍｐｈａｓｉｓ ２ ５２６ ｎｍ．Ｔｈｅ ｓｐｅｃｔｒｕｍ ｏｂｔａｉｎｅｄ ｂｙ ｉｎ ｒｉｃｅ ｂｒｅｅｄｉｎｇ ｈａｓ ｂｅｅｎ ｃｈａｎｇｅｄ ｄｉｆｕｓｅ ｒｅｆｌｅｃｔｉｏｎ ｕｓｉｎｇ ｄｏｕｂｌｅｄ—ｆｒｅ— ｆｒＯｍ ｙｉｅｌｄ ｂｒｅｅｄｉｎｇ ｔｏ ｑｕａｌｉｔｙ ｂｒｅｅｄｉｎｇ． ｑｕｅｎｃｙ ａｎｄ ｃｏｍｂｉｎｅｄ—ｆｒｅｑｕｅｎｃｙ ａｂ－ Ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｉｍｐｏｒ— ｓｏｒｐｔｉｏｎ ｏｆ Ｈ．ｃｏｎｔａｉｎｉｎｇ ｇｒｏｕｐｓ ｓｕｃｈ ｔａｎｔ ｆａｃｔｏｒｓ ｄｅｔｅｒｍｉｎｉｎｇ ｔａｓｔｅ ａｎｄ ａｓ Ｃ—Ｈ，Ｎ—Ｈ ａｎｄ Ｏ－Ｎ，Ｌｅ．，ｍａｔｅｒｉａＩ ｉｎ－ ｑｕａｌｉｔｙ ｏｆ ｒｉｃｅ．ａｓ ｗｅｌｌ ａｓ ｏｎｅ ｉｍｐｏｒｔａｎｔ ｆｏｒｍａｔｉｏｎ ｉｎｃｌｕｄｅｄ ｉｎ ｎｅａｒ・ｉｎｆｒａｒｅｄ ｉｎｄｅｘ ｆｏｒ ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｅａｔｉｎｇ ｑｕａｌ－ ｒａｎｇｅ ｉｓ ｍａｉｎｌｙ ｕｓｅｄ ｆｏｒ ｔｈｅ ｑｕａｌｉｔａｔｉｖｅ ｉｔＶ ｏｆ ｃｏｏｋｅｄ ｒｉｃｅ［ ． ａｎｄ ｑｕａｎｔｉｔａｔｉｖｅ ａｎａｌｙｓｉｓ ｏｆ ｏｒｇａｎｉｃ Ｔｈｅ ｃｏｎｖｅｎｔｉｏｎａＩ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ ｍａｔｔｅｒ＠］．Ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ｓａｆｅ ａｎｄ ｅｎ． ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ Ｉｓ ｖｉｒｏｎｍｅｎｔａｌｌｙ－ｆｒｉｅｎｄｌｙ． ｂｅｌｏｎｇｉｎｇ ｔｏ ｓｔａｎｄａｒｄ ｉｏｄｉｎｅ—ｂｌｕｅ ｃｏｌｏｒｉｍｅｔｒｙ．Ｔｈｅ “ｇｒｅｅｎ ａｎａｌｙｓｉｓ”ｔｅｃｈｎｉｑｕｅ．ａｎｄ ｃｏｕｌｄ ｃｏｎｖｅｎｔｉｏｎａＩ ｃｈｅｍｉｃａＩ ｍｅｔｈｏｄ ｈａｓ ｔｈｅ ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｄｅｔｅｒｍｉｎｅ ｖａｒｉｏｕｓ ｄｉｓａｄｖａｎｔａｑｅｓ ｏｆ ｃｏｍｐｌｉｃａｔｅｄ ｏｐｅｒａ— ｃｏｍｐｏｎｅｎｔｓ ｉｎ ｓａｍｐｌｅｓ ｗｉｔｈ ｔｈｅ ａｄ－ ｔｉｏｎ，ｔｉｍｅ ｃｏｎｓｕｍｉｎｇ，ｌａｂｏｒ ｃｏｎｓｕｍｉｎｇ ｖａｎｔａｇｅｓ ｏｆ ｓｉｍｐｌｅ ｏｐｅｒａｔｉｏｎ，ｈｉｇｈ ａｎｄ ｌｏｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｐｅｒｉｏｄ．ａｎｄ ｉｓ ａｎａｌｙｓｉｓ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ Ｉｏｗ ｃｏｓｔ． ｑｕｉｔｅ ｄｉｆｉｃｕｌｔ ｆｏｒ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｏｆ ｍａｓｓ ｌｎ ｒｅｃｅｎｔ ｙｅａｒｓ．ｗｉｔｈ ｔｈｅ ｃｏｎｔｉｎｕ． ｓａｍｐｌｅｓ．Ｔｈｅｒｅｆｏｒｅ．ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｕｓ ｅｘｔｅｎｓｉｏｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＮＩＲ ｆｏｒ ｅａｒｌｙ ｓｃｒｅｅｎｉｎｇ ｂｙ ｂｒｅｅｄｉｎｇ ｒｅ－ ｓｐｅｃｔｒｏｍｅｔｒｙ ｔｅｃｈｎｉｑｕｅ，ｔｈｉｓ ｔｅｃｈｎｉｑｕｅ ｓｅａｒｃｈｅｒｓ ｃｏｕｌｄ ｎｏｔ ｂｅ ｓａｔｉｓｆｉｅｄ，ａｎｄ ｈａｓ ｂｅｅｎ ｗｉｄｅｌｙ ａｐｐｌｉｅｄ ｉｎ ｑｕａｌｉｔｙ ｔｈｅ ｒｅｓｅａｒｃｈ ａｂｏｕｔ ｒｉｃｅ ｂｒｅｅｄｉｎｇ ｉｓ ｂｒｅｅｄｉｎｇ ｏｆ ｄｉｆｅｒｅｎｔ ｃｒｏｐｓ． Ｍａｎｙ ｈｉｎｄｅｒｅｄ． ｓｃｈｏｌａｒｓ ｏｂｔａｉｎｅｄ ｓａｔｉｓｆａｃｔｏｒｙ ｒｅｓｕｌｔｓ 作者简介 彭王梅（１９７３一），女，重庆涪陵人． 农艺师，主要从事实验测试分析及近红外光谱 分析技术的相关研究，Ｅ－ｍａｉｌ：５６４３７７７１８＠ｑｑ． ｝Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ；Ｅ－ｍａ￣：５６４３７７７１８＠ｑｑ ｃｏｒｎ ｃｏｒｎ 通讯作者。 ， Ｒｅｃｅｉｖｅｄ：Ｄｅｃｅｍ￣２９’２０１６ Ａｏｃｅｐ挺Ｉｄ：Ｍａｒｃｈ２５．２０１７ 一０＝ 。 收稿日期２０１６－１２—２９ 修回日期２０１７－０３—２５ ７３Ｏ ２Ｏ１７ ｉｎ ｔｈｅ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ａｍｙｌｏｓｅ ａｎｄ ｃａｌｉｂｒａｔｉｏｎ ｓｅｔ ｆｏｒ ｍｏｄｅＩ ｅｓｔａｂｌｉｓｈ． ｍｅｎｔ．ａｎｄ １／３ ｏｆ ｔｈｅｍ ｗｅｒｅ ｕｓｅｄ ａｓ ｔｈｅ ｖａｌｉｄａｔｉｏｎ ｓｅｔ．Ｔｈｅ ｄｉｖｉｄｅｄ ｃａｌｉｂｒａ－ ｔｉｏｎ ｓｅｔ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｓｅｔ ｓｈｏｕｌｄ ｂｅ ｕ— ｌｎ ｔｈｉｓ ｓｔｕｄｙ．ａｎ ｏｐｔｉｍａＩ ｍｏｄｅ１ ｗａｓ ｐｒｏｔｅｉｎ ｉｎ ｃｒｏｐｓ ｉｎｃｌｕｄｉｎｇ ｒｉｃｅ，ｗｈｅａｔ ａｎｄ ｍａｉｚｅ ． Ｄｉｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｎｅａｒ．ｉｎｆｒａｒｅｄ ｅｓｔａｂｌｉｓｈｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ０ｆ ｍａｘｉｍｕｍ ｃａｌｉｂｒａｔｉｏｎ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ａｎｄ ｍｉｎｉｍｕｍ ｓｔａｎｄａｒｄ ｄｅ． ｖｉａｔｉｏｎ ｂｙ ｓｅｌｅｃｔｉｎｇ ｓｕｉｔａｂｌｅ ｓｐｅｃｔｒａｌ ｉｎｔｅｒｖａＩ ａｎｄ ｂｅｔｔｅｒ ｓｐｅｃｔｒａｌ ｐｒｅｔｒｅａｔ． ｓｐｅｃｔｒｏｍｅｔｅｒｓ ｈａｖｅ ｄｉｆｅｒｅｎｔ ｐｅｒｆｏｒ－ ｍａｎｃｅｓ，ａｎｄ ｔｈｅｒｅ ａｒｅ ｄｉｆｅｒｅｎｔ ｐａ－ ｒａｍｅｔｅｒｓ，ｃａｌｉｂｒａｔｉｏｎ ｓｏｆｔｗａｒｅｓ ａｎｄ ｎ｜ｆ０ｒｍ ａｎｄ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ．Ｔｗｅｎｔｙ ｓａｍｐｌｅｓ ｗｅｒｅ ｒｅｓｅｒｖｅｄ ａｓ ａ ｐｒｅｄｉｃｔｉｏｎ ｓｅｔ． ｍｅｎｔ ｍｅｔｈｏｄ ａｎｄ ａｄｏｐｔｉｎｇ ＰＬＳ ａｎｄ ｃｒｏｓｓ ｖａｌｉｄａｔｉｏｎ． ｏｆ ｓｐｅｃｔｒｕｍ ａｎａｌｙｓｉｓ ｏｂｊｅｃｔｓ。ｃａｌｉｂｒａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｂ－ Ｐｒｅｔｒｅａｔｍｅｎｔ ｔａｉｎｅｄ ｉｎ ｐｒｅｖｉｏｕｓ ｓｔｕｄｉｅｓ ｃｏｕｌｄ ｎｏｔ ｂｅ ｃｉｔｅｄ ｄｉｒｅｃｔｌｙ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ．ｒｉｃｅ ｍａｔｅｄ— ａｌｓ ｐｒｏｖｉｄｅｄ ｂｙ Ｒｉｃｅ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉ— ｔｕｔｅ，Ｙｕｄｏｎｇｎａｎ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌ— Ｉｎ Ｏｒｄｅｒ ｔｏ ｅｌｉｍｉｎａｔｅ ｂａｓｅｌｉｎｅ ｄｒｉｔ．ｆ ｂａｃｋｇｒｏｕｎｄ ａｎｄ ｌｉｇｈｔ ｓｃａｔｔｅｒｉｎｇ ｏｆ ＮＩＲ ｓｐｅｃｔｒａＩ ｓｉｇｎａｌ ａｎｄ ｉｍｐｒｏｖｅ ｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｍｏｄｅｌ，ｐｒｅｔｒｅａｔｍｅｎｔ ｓｈｏｕｌｄ ｂｅ ｐｅｒｆｏｒｍｅｄ ｔｏ ｐｒｉｍａｒｙ ｓｐｅｃ－ Ｒｅｓｕ ｌｔｓ ａｎｄ Ａｎａｌｙｓｉｓ Ａｃｑｕｉｓｉｔｉｏｎ ｏｆ ｐｒｉｍａｒｙ ｓｐｅｃｔｒｕｍ ａｎｄ ｃｈｅｍｉｃａｌ ｄｅｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ｏｆ ｔｕｒａＩ Ｓｃｉｅｎｃｅｓ ｗｅｒｅ ｄｅｔｅｃｔｅｄ ｂｙ ａ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｎｅａｒ－ｉｎｆｒａｒｅｄ ａｎａｌｙｚｅｒ，ａ ｃｏｒｒｅｃｔｅｄ ｍｏｄｅｌ ｏｆ ｒｉｃｅ ａｍｙｌｏｓｅ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ｐａ￣ｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ（ＰＬＳ），ａｎｄ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｍｏｄｅ１ ｗａｓ ｖａｌｉｄａｔｅｄ． Ｍａｔｅｒｉａｌｓ ａｎｄ Ｍｅｔｈｏｄｓ Ｔｅｓｔｅｄ ｍａｔｅｒｉａｌｓ ａｎｄ ｔｒｅａｔｍｅｎｔ Ａｓ ｅｘｐｅｒｉｍｅｎｔａｌ ｍａｔｅｒｉａｌｓ．２９８ ｒｉｃｅ ｓａｍｐｌｅｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ．Ｅａｃｈ ｓａｍｐｌｅ ｗａｓ ｏｂｔａｉｎｅｄ ｂｙ ｃａｒｅｆｕｌ ｓｃｒｅｅｎｉｎｇ，ｔｈｅ ｓｅｅｄｓ ｗｅｒｅ ｇｒｏｕｎｄ， ａｎｄ ｆｕｌｌ ｕｎｉｆｏｒｍ ｐｏｌｉｓｈｅｄ ｋｅｒｎｅｌｓ ｗｉｔｈ－ ｏｕｔ ｄａｍａｇｅ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｎｄ ｓｕｂ－ ｉｅｃｔｅｄ ｔｏ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｄｅｔｅｃｔｉｏｎ． Ｉｎｓｔｒｕｍｅｎｔｓ ＳＵＰＮＩＲ一２７２０ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｍｅｔｅｒ ｐｒｏｄｕｃｅｄ ｂｙ Ｆｏｃｕｓｅｄ Ｐｈｏｔｏｎｉｃｓ ｌｎｃ．．ｉｎｓｔａｌｌｅｄ ｗｉｔｈ ｃｏｒｒｅ— ｓｐｏｎｄｉｎｇ ａｎａｌｙｔｉｃ ｓｏｆｔｗａｒｅ ａｓ ｗｅｌｌ ａｓ ｎｏｔｅｂｏｏｋ ｃｏｍｐｕｔｅｒ；５１ ８８ ｔｙｐｅ ｒｉｃｅ ｐｏｌｉｓｈｅｒ． Ｃｈｅｍｉｃａｌ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ Ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｗａｓ ｄｅｔｅｒｍｉｎｅｄ ｂｙ Ｑｕａｌｉｔｙ Ｉｎｓｐｅｃｔｉｏｎ Ｃｅｎｔｅｒ ｏｆ Ｒｉｃｅ Ｐｒｏｄｕｃｔｓ，Ｍｉｎｉｓｔｒｙ ｏｆ Ｃｈｉｎａ． Ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ Ｎｌ ａｎａｌｙｓｉｓ ｍｏｄｅｌ Ｓｃａｎｎｉｎｇ ｏｆ ｏｒｉｇｉｎａｌ ｓｐｅｃｔｒｕｍ Ｂｅｆｏｒｅ ｍｅａｓｕｒｅｍｅｎｔ，ｔｈｅ ｎｅａｒ－ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｍｅｔｅｒ ｗｉｔｈ ａ ｗａｖｅ－ ｌｅｎｇｔｈ ｒａｎｇｅ ｏｆ １ ０００－１ ７９９ ｎｍ ｗａｓ ｐｒｅｈｅａｔｅｄ ｆｏｒ ３０ ｍｉｎ．Ｔｈｅ ｓａｍｐｌｅ ｂｏｘ ｒｏｔａｔｅｄ ｕｎｉｆｏｒｍｌｙ ｕｎｄｅｒ ｔｈｅ ｄｉｆｕｓｅ．．ｒｅ—． ｆｉｅｃｔｉｏｎ ｓｃａｎｎｉｎｇ ｍｏｄｅ．Ｄｕｒｉｎｇ ｓａｍ— ｐｉｅ ｌｏａｄｉｎｇ，ｓａｍｐｌｅｓ ｗｅｒｅ ｌｏａｄｅｄ ｎａｔ ｕｒａｌｌｙ ｗｉｔｈ ｈａｎｄ ｔｏ ｅｎｓｕｒｅ ｔｈａｔ ｅａｃｈ ｓａｍｐｌｅ ｈａｄ ｔｈｅ ｓａｍｅ ｃｏｍｐａｃｔｎｅｓｓ， ｓｏ ａｓ ｔｏ ｒｅｄｕｃｅ ｅｒｒｏｒ．Ｅａｃｈ ｓａｍｐｌｅ ｗａｓ ｓｃａｎｎｅｄ ｆｏｒ ２ ｔｉｍｅｓ，ａｎｄ ａｖｅｒａｇｅ ｓｐｅｃｔｒａＩ ｄａｔａ ｗｅｒｅ ｕｓｅｄ ｉｎ ｎｅａｒ－ｉｎ－ ｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｉｃ ａｎａｌｙｓｉｓ． Ｄｉｖｉｓｉｏｎ ｏｆ ｓａｍｐｌｅ ｓｅｔｓ Ｔｈｅ ｓａｍｐｌｅｓ ｗｅｒｅ ｒａｎｋｅｄ ａｃｃｏｒｄ・ ｉｎｇ ｔｏ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔｓ｛ｒｃｌｍ ｌｏｗ ｔｏ ｈｉｇｈ．２，３ Ｏｆ ｔｈｅｍ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｓ ｔｈｅ ｔｒｕｍ【１ｏ】．ａｎｄ ｔｈｉｓ ｔｒｅａｔｍｅｎｔ ｐｒｏｃｅｓｓ ｉｓ Ｔｈｅ ｐｒｉｍａｒｙ ｓｐｅｃｔｒｕｍ ｏｆ ｒｉｃｅ ｗａｓ ｐｅｒｆｏｒｍｅｄ ｂｙ ｔｈｅ ａｎａｌｙｔｉｃａｌ ｓｏｆｔｗａｒｅ ｓｈｏｗｎ ｉｎ Ｆｉｇ．１．ａｎｄ ｔｈｅ ｃｈｅｍｉｃａＩ ｄｅ． （ｍｏｄｅｌ ｍａｎａｇｅｍｅｎｔ）ｉｎｓｔａｌｌｅｄ ｏｎ ｔｈｅ ｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｓｐｅｃｔｒｏｍｅｔｅｒ．Ｄｉｆｅｒｅｎｔ ｓｐｅｃｔｒａｌ ｐｒｅ— ｗｅｒｅ ｓｈｏｗｎ ｌｎ Ｔａｂｌｅ １． ｔｒｅａｔｍｅｎｔｓ ｗｅｒｅ ｃｏｍｐａｒｅｄ。ａｎｄ Ｉｔ ｗａｓ Ｉｎ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒａＩ ａｎａｌｙｓｉｓ． ｆｉｎａｌｌｙ ｄｅｔｅｒｍｉｎｅｄ ｔｈａｔ ｔｈｅ ｐｒｅｔｒｅａｔ— ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｃａｌｉｂｒａｔｉｏｎ ｓａｍｐｌｅｓ ａｎｄ ｍｅｎｔ ｗａｓ ｃｏｍｐｌｅｔｅｄ ｂｙ ｃｏｍｂｉｎｉｎｇ ｆｉｒｓｔ ｃｏｍｐｏｎｅｎｔ ｃｏｎｔｅｎｔ ｒａｎｇｅ ａｆｆｅｃｔｓ ｔｈｅ ｄｅｒｉｖａｔｉｏｎ，Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ ｓｍｏｏｔｈｉｎｇ， ｓｔａｂｉｌｉｔｙ ａｎｄ ａｃｃｕｒａｃｙ ｏｆ ａｎａｌｙｔｉｃａＩ ｍｕｌｔｉｐｌｉｃａｔｉｖｅ ｓｃａｔｔｅｒ ｃｏｒｒｅｃｔｉｏｎ ａｎｄ ｍｏｄｅｌ［ ．Ａｓ ｓｈｏｗｎ ｉｎ Ｔａｂｌｅ １．ｔｈｅ ｄｅ— ｍｅａｎ ｃｅｎｔｅｒｉｎｇ． ｔｅｒｍｉｎｅｄ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔｓ ｏｆ ｔｈｅ ２９８ Ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｍｏｄｅｌ ｒｉｃｅ ｓａｍｐｌｅｓ ｗｅｒｅ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ Ｔｈｅ ｄｅｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ｏｆ ｒｉｃｅ ２．１ Ｏ％－２８．４０％．ｉｎｄｉｃａｔｉｎｇ ｔｈａｔ ｔｈｅ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｗａｓ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｖａｒｉｅｄ ｇｒｅａｔｌｙ，ｗｉｔｈ ａ ｔｈｅ ｓｐｅｃｔｒａｌ ｄａｔａ ｏｆ ｓａｍｐｌｅｓ，ｑｕａｎｔｉｔａ－ ｌａｒｇｅｒ ｃｏｖｅｒｉｎｇ ｒａｎｇｅ．Ｔｈｅ ａｍｙｌｏｓｅ ｔｉｖｅ ａｎａｌｙｓｉｓ ｗａｓ ｐｅｒｆｏｒｍｅｄ ｔｏ ｓａｍ— ｃｏｎｔｅｎｔｓ ｏｆ ｔｈｅ ｃａｌｉｂｒａｔｉｏｎ ｓｅｔ．ｖａｌｉｄａ－ ｐｉｅｓ ｂｙ ｃｈｅｍｏｍｅｔｒｙ．ａｎｄ ａ ｍｏｄｅ１ ｗａｓ ｔｉｏｎ ｓｅｔ ａｎｄ ａｌＩ ｓａｍｐｌｅｓ ｗｅｒｅ ｄｉｓｔｒｉｂｕｔ・ ｅｓｔａｂｌｉｓｈｅｄ．Ｃｈｅｍｏｍｅｔｒｉｃｓ ｍｅｔｈｏｄｓ ｅｄ ｃｌｏｓｅｌｙ，ａｎｄ ｔｈｅ ｖａｌｉｄａｔｉｏｎ ｓｅｔ ｗａｓ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｉｎ ｎｅａｒ．ｉｎｆｒａｒｅｄ ａｎａｌ— ｉｎｃｌｕｄｅｄ ｉｎ ｔｈｅ ｃａｌｉｂｒａｔｉｏｎ ｓｅｔ．ｉｎｄｉｃａｔ－ ｙｓｉｓ ａｒｅ ｍｕｌｔｉｐｌｅ ｒｅｇｒｅｓｓｉｏｎ（ＭＬＲ）， ｉｎｇ ｔｈａｔ ｔｈｅ ｄｉｖｉｓｉｏｎ ｏｆ ｓａｍｐｌｅ ｓｅｔ ｗａｓ ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ（ＳＲＡ），ｐｒｉｎｃｉｐａｌ ｍｏｒｅ ｒａｔｉｏｎａ１．Ｔｈｅ ｓｅｌｅｃｔｅｄ ｓａｍｐｌｅ ｉｎ ｃｏｍｐｏｎｅｎｔ ｒｅｇｒｅｓｓｉｏｎ （ＰＣＲ），ＰＬＳ ｔｈｉｓ ｅｘｐｅｒｉｍｅｎｔ ｈａｄ ｖｅｒｙ ｇｏｏｄ ｒｅｐｒｅ— ａｎｄ ａｒｔｉｆｉｃｉａＩ ｎｅａｕｒａＩ ｎｅｔｗｏｒｋ（ＡＮＮ） ． ｓｅｎｔａｔｉｖｅｎｅｓｓ．ａｎｄ ｗｅｒｅ ｓｕｉｔａｂｌｅ ｆｏｒ Ｔａｂｌｅ １ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｒｉｃｅ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔｓ Ｔａｂｌｅ ２ Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｄｅｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ｂｙ ｃｈｅｍｉｃａｌ ｍｅｔｈｏｄ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｂｙ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ％ ２０１７ ７３１ ０．９６．Ｔｈｅ ｓｌｏｐｅ ａｎｄ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ １・４ ｃｏｅｆｆｉｃｉｅｎｔ ｗｅｒｅ ｂｏｔｈ ｃｌｏｓｅ ｔｏ １．ｉｎｄｉ・ ｃａｔｉｎｇ ｔｈａｔ ｔｈｅｒｅ ｗａｓ ａ ｇｏｏｄ Ｉｉｎｅａｒ ｒｅ－ ｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｃｈｅｍｉｃａＩ ｖａｌｕｅｓ ａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ．Ｔｈｅｒｅｆｏｒｅ， ｔｈｅ ｍｏｄｅＩ ｈａｓ ａｓ ａ ｇｏｏｄ ｐｒｅｄｉｃａｔｉｏｎ １．２ 莹１－ｏ 号０．８ 兰 ０．６ ０．４ ０．２ ｅｆｆｅｃｔ． Ｃｏｎｃｌｕｓｉｏｎｓ Ｔｈｅ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｉｃ 善量善景莩量耄詈害ｏｏ Ｆｉｇ．１ Ｐｒｉｍａｒｙ ｓｐｅｃｔｒｕｍ ｏｆ ｒｉｃｅ Ｆｉｇ．３ Ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｄｅｔｅｒｍｉｎｅｄ ｖａｌ— ｕｅｓ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｉｎ ｉｎｔｅｒｎａｌ ｃｒｏｓｓ ｖａｌｉｄａｔｉｏｎ ｏｆ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｍｏｄｅｌ ａｃｑｕｉｓｉｔｉｏｎ ｏｆ ｐｒｉｍａｒｙ ｓｐｅｃｔｒｕｍ ａｎｄ ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｍｏｄｅ１． Ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｏｐｔｉｍａＩ ｍｏｄｅｌ Ｄｉｆｅｒｅｎｔ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ｂｙ ｃｏｍｐａｒｉｎｇ ｄｉｆｅｒｅｎｔ ｓｐｅｃｔｒａｌ ｐｒｅｔｒｅａｔｍｅｎｔ ｍｅｔｈｏｄｓ ａｎｄ ａｎａｌｙｔｉｃａＩ ｍｅｔｈｏｄｓ ａｓ ｗｅｌＩ ａｓ ｏｐｔｉｍａｌ ｓｐｅｃｔｒａＩ ｒａｎｇｅｓ．Ｆｉｇ．２．ｔｈｅ ＰＲＥＳＳ ｆｉｇｕｒｅ ｗａｓ ｔｈｅ ｂａｓｉｓ ｆｏｒ ｓｅｌｅｃｔｉｎｇ ｐｒｉｎ－ ｃｉｐｌｅ ｆａｃｔｏｒｓ ｏｆ ｍｏｄｅ１．ａｎｄ ｔｈｅ ｏｐｔｉｍａｌ ｐａｒａｍｅｔｅｒｓ ｏｆ ｔｈｅ ｏｐｔｉｍｉｚｅｄ ｍｏｄｅｌ ｗｅｒｅ ｏｂｔａｉｎｅｄ．Ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓｅｌｅｃｔ— ｅｄ ｐｒｉｎｃｉｐｌｅ ｆａｃｔｏｒｓ ｗａｓ １ ０．ｔｈｅ ｃａｌｌ— ｂｒａｔｉｏｎ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ（ＲＣ） ｗａｓ ０．９５．ｔｈｅ ｓｔａｎｄａｒｄ ｅｒｒｏｒ ｏｆ ｃａｌｉｂｒａ－ ｔｉｏｎ（ＳＥＣ）ｗａｓ １．５８，ａｎｄ ｔｈｅ ｓｔａｎｄａｒｄ ｅｒｒｏｒ ｏｆ ｃｒｏｓｓ．ｖａｌｉｄａｔｉｏｎ（ＳＥＣＶ）ｗａｓ １．８４．１ｔ ｃｏｕｌｄ ｂｅ ｓｅｅｎ ｆｒ０ｍ ｔｈｅ ｍｏｄｅｌ ｐａｒａｍｅｔｅｒｓ ｔｈａｔ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉ－ ｃｉｅｎｔ ｗａｓ ｈｉｇｈｅｒ，ｔｈｅ ｓｔａｎｄａｒｄ ｄｅｖｉａ－ ｔｉｏｎ ｗａｓ ｌｏｗｅｒ．ａｎｄ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ＳＥＣＶ≤ＳＥＣ＋１．２ ａｎｄ １．８４≤１．９０ （１．５８＋１．２），ｉｔ ｗａｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｍｏｄｅＩ ａｃｈｉｅｖｅｄ ａ ｂｅｔｔｅｒ ｅｆｆｅｃｔ． Ｖａｌｉｄａｔｉｏｎ ｏｆ ｃｏｒｒｅｃｔｉｏｎ ｍｏｄｅｌ ＩｎｔｅｒｎａＩ ｖａｌｉｄａｔｉｏｎ Ｉｎｔｅｒｎａｌ ｃｒｏｓｓ ｖａｌｉｄａｔｉｏｎ ｗａｓ ｐｅｒ－ ｆｏｒｍｅｄ ｔｏ ｔｈｅ ｅｓｔａｂｌｉｓｈｅｄ ｍｏｄｅＩ ｕｓｉｎｇ ｔｈｅ ａｕｔｏｍａｔｉｃ ｖａｌｉｄａｔｉｏｎ ｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｓｏｆｔｗａｒｅ，ａｎｄ ｐｒｅｄｉｃａｔｉｏｎ ｗａｓ ｐｅｒ— ｆｏｒｍｅｄ ｔｏ ｔｈｅ ｓａｍｐｌｅｓ；ｎ ｔｈｅ ｖａｌｉｄａｔｉｏｎ ．２ ＰＲＥＳＳ Ｆｉｇｕｒｅ Ｄｅｔｅｒｍｉｎｅｄ ｖａ１ＵＣ ｂｙ ｃｈｅｍｉｃａｌ ｍｅｔｈｏｄ／ｆ％ Ｆｉｇ．４ Ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｄｅｔｅｒｍｉｎｅｄ ｖａｌ－ ｕｅｓ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｏｆ ｓａｍｐｌｅｓ ｉｎ ｐｒｅ－ ｄｉｃｔｉｏｎ ｓｅｔ ｓｅｔ（Ｆｉｇ．３）．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｈｉｇｈｅｒ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ＲＰ ｏｆ ０．９１。 ａｎｄ Ｉｏｗｅｒ ｓｔａｎｄａｒｄ ｅｒｒｏｒ ｏｆ ｐｒｅｄｉｃｔｉｏｎ ＳＥＰＯｆ １．９２． Ｅｘｔｅｒｎａｌ ｖａｌｉｄａｔｉｏｎ Ｔｈｅ ｐｒｅｄｉｃａｔｉｏｎ ｓｅｔ（ｎｏｔ ｐａｒｔｉｃｉｐａｔ－ ｉｎｇ ｉｎ ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｍｏｄｅｌ１ ｉｎｃｌｕｄ— ｅｄ ２０ ｒｉｃｅ ｓａｍｐｌｅｓ，ａｎｄ ｔｈｅ ｐｒｅｄｉｃａ． ｔｉｏｎ ｅｆｆｅｃｔ ｏｆ ｔｈｅ ｅｓｔａｂｌｉｓｈｅｄ ｍｏｄｅ１ ｗａｓ ｅｖａｌｕａｔｅｄ ｂｙ ｅｘｔｅｒｎａＩ ｖａｌｉｄａｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ ｄｅｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ａｎｄ ｍｏｄｅｌ－－ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｏｆ ｒｉｃｅ ａｍｙ－・ Ｉｏｓｅ ｃｏｎｔｅｎｔ ｗｅｒｅ ｓｈｏｗｎ ｉｎ Ｔａｂｌｅ ２． １ｔ ｃｏｕｌｄ ｂｅ ｓｅｅｎ ｆｒ０ｍ Ｔａｂｌｅ ２ ｔｈａｔ ｔｈｅ ａｂｓｏｌｕｔｅ ｅｒｒｏｒ ｖａｌｕｅｓ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｄｅｔｅｒｍｉｎｅｄ ｂｙ ｃｈｅｍｉｃａＩ ｍｅｔｈｏｄ ａｎｄ ｓｐｅｃｔｒａｌ ｍｅｔｈｏｄ ｗｅｒｅ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ ０．Ｏ９—２＿２２．Ｔｈｅ ｃｈｅｍｉｃａＩ ｖａｌｕｅｓ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｗｅｒｅ ｓｕｂ． ｊｅｃｔｅｄ ｔｏ ｌｏｇａｒｉｔｈｍｉｃ ｔ ｔｅｓｔ ｂｙ ｓｔａｔｊｓｔｉｃａＩ ｓｏｆｔｗａｒｅ ＤＰＳ７．０５。ｇｉｖｉｎｇ ｔ＝０．２１ ａｎｄ ｔｏ．ｏ６（１ ９）＝２．０９，Ｌｅ．，ｌｔｌ＜ｔｏ．衢，ｗｈｉｃｈ Ｉｎｄｉｃａｔ— ｅｄ ｔｈａｔ ｔｈｅｒｅ ｗａｓ ｎｏ ｓｉｇｎｉｆｉｃａｎｔ ｄｉｆｅｒ－ ｅｎｃｅ ｉｎ ｄｅｔｅｒｍｉｎｅｄ ｖａｌｕｅｓ ｂｅｔｗｅｅｎ ｔｈｅ ２ ｍｅｔｈｏｄｓ． Ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ ｃｈｅｍｉｃａＩ ｖａｌｕｅｓ ａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｗａｓ ｅｘｈｉｂｉｔｅｄ ｂｙ ｄｒａｗｉｎｇ ａ ｓｃａｔｔｅｒ ｄｉａｇｒａｍ ｂｅｔｗｅｅｎ ｔｈｅｍ（Ｆｉｇ．４）． Ｔｈｅ ｓｌｏｐｅ ｏｆ ｔｈｅ ｔｒｅｎｄ Ｉｉｎｅ ｗａｓ ０．９４． ａｎｄ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｗａｓ ａｎａｌｙｓｉｓ ｉｓ ａ ｒａｐｉｄ．ｅｆｆｉｃｉｅｎｔ ａｎｄ ｎｏｎ－ ｄｅｓｔｒｕｃｔｉｖｅ，ｗｏ￣ｈｙ ｏｆ ｅｘｔｅｎｓｉｏｎ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ．ｔｈｅ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｍｏｄｅＩ ｏｆ ｒｉｃｅ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ＰＬＳ．Ｔｈｉｓ ｍｏｄｅＩ ｈａｄ ｌａｒｇｅｒ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ０．９５ ａｎｄ Ｉｏｗｅｒ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ ｏｆ １．５８．Ｐｒｅｄｉｃｔｉｏｎ ｗａｓ ｐｅｒ－ ｆｏｒｍｅｄ ｔｏ ２０ ｓａｍｐｌｅｓ ｎｏｔ ｐａｒｔｉｃｉｐａｔｉｎｇ Ｉｎ ｍｏｄｅＩ ｅｓｔａｂｌｉｓｈｍｅｎｔ．ａｎｄ ｔｈｅｒｅ ｗａｓ ｈｉｇｈｅｒ ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ ｃｈｅｍｉ－ ｃａＩ ｖａｌｕｅｓ ａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｖａｌｕｅｓ ｂｙ ｍｏｄｅ１．ｉｎｄｉｃａｔｉｎｇ ｌｈａｔ ｔｈｅ ｍｏｄｅＩ ｈａｄ ｖｅｒｙ ｇｏｏｄ ｐｒｅｄｉｃｔｉｏｎ ａｂＵｉｔｙ，ａｎｄ ｗｏｕｌｄ ｂｅ ｆｅａｓｉｂｌｅ ｆｏｒ ｇｅｎｅｒａＩ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｉｎ ｒｉｃｅ．Ｔｈｉｓ ｓｔｕｄｙ ｐｒｏｖｉｄｅｓ ａ ｎｅｗ ｅｆｆｉｃｉｅｎｔ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｒｉｃｅ ｑｕａｌｉｔｙ ｂｒｅｅｄｉｎｇ，ｗｈｉｃｈ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｓ ｔｅｓｔｉｎｇ ｅｆｆｉｃｉｅｎｃｙ，ａｎｄ ｃｏｕｌｄ ｇｕｉｄｅ ｍａｔｅｒｉａＩｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ ｖａｒｉｅｔｙ ｓｃｒｅｅｎｉｎｇ ｉｎ ｒｉｃｅ ｂｒｅｅｄｉｎｇ． Ｔｈｅｒｅ ｗａｓ ｈｉｇｈ ｃｏｒｒｅｌａｔｉｏｎ ｂｅ． ｔｗｅｅｎ ｔｈｅ ｎｅａｒ－ｉｎｆｒａｒｅｄ ａｎａｌｙｓｉｓ ｒｅ． ｓｕｉｔｓ ａｎｄ ｃｈｅｍｉｃａｌ ｖａｌｕｅｓ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ， ａｎｄ ｃａｌｉｂｒａｔｉｏｎ ｓａｍｐｌｅｓ ｓｈｏｕｌｄ ｃｏｖｅｒ ｔｈｅ ｃｈａｎｇｅ ｒａｎｇｅ ｏｆ ｃｏｎｔｅｎｔ ｏｆ ｔｏ・－ｂｅ・・ｄｅｔｅｃｔｅｄ ｃｏｍｐｏｎｅｎｔ ｕｎｉｆｏｒｍｌｙ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ，ｆｅｗｅｒ ｖａｒｉｅｔｉｅｓ ｉｎ ｔｈｅ ｓｅｌｅｃｔｅｄ ｓａｍｐｌｅｓ ｈａｄ ｔｈｅ ａｍｙ． Ｉｏｓｅ ｃｏｎｔｅｎｔｓ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ １ ５％一 ２０％．ｗｈｉｃｈ ｃｅｒｔａｉｎｌｙ ａｆｆｅｃｔｅｄ ｔｈｅ ａｃ． ｃｕｒａｃｙ ｏｆ ｔｈｅ ｍｏｄｅ１．Ｆｕｒｔｈｅｒ ｃｏｌｌｅｃｔｉｏｎ ｏｆ ｓａｍｐｌｅｓ ｆｏｒ ｓｕｃｈ ｉｎｄｅｘ ｃｏｕｌｄ ｉｍ． ｐｒｏｖｅ ｔｈｅ ｐｒｅｃｉｓｉｏｎ ｏｆ ｍｏｄｅＩ ａｎｄ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｐｒｅｄｉｃｔｉｏｎ． Ｉｎ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｂｖ ｎｅａｒ．ｉｎｆｒａｒｅｄ ａｎａｌｙｔｉｃａｌ ｍｅｔｈｏｄ，ｆａｃｔｏｒｓ ｉｎｃｌｕｄｉｎｇ ｃｏｍｐｏｎｅｎｔ ｃｏｎｔｅｎｔ，ｓａｍｐｌｅ ｎｕｍｂｅｒ， ｐｈｙｓｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｓａｍｐｌｅｓ，ｐｒｅ— ｔｒｅａｔｍｅｎｔ ｍｅｔｈｏｄ ｏｆ ｓａｍｐｌｅｓ，ｔｅｓｔ ｃｏｎｄｉｔｉｏｎ ａｎｄ ｉｎｓｔｒｕｍｅｎｔ ａｌｌ ｗｏｕｌｄ ａｆ． ｆｅｃｔ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｎｅａｒ－ｉｎｆｒａｒｅｄ ａｎａｌｙｓｉｓ［馏．Ｔｈｅｒｅｆｏｒｅ．ｔｈｅ ｅｆｆｅｃｔｓ ｆｒ０ｍ ｖａｒｉｏｕｓ ｆａｃｔｏｒｓ ｓｈｏｕｌｄ ｂｅ ｔａｋｅｎ ｉｎｔｏ ｃｏｎｓｉｄｅｒａｔｉｏｎ， ａｎｄ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｐｒｅｖｅｎｔｉｏｎ ｍｅａｓｕｒｅｓ ｓｈｏｕｌｄ ｂｅ ｔａｋｅｎ， ｓ０ ａｓ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｒｅｌｉａｂｉｌｉｙｔ ａｎｄ ａｐ． ｐｌｉｃａｂｉｌｉｔｙ ｏｆ ｅｓｔａｂｌｉｓｈｅｄ ａｎａｌｙｔｉｃａｌ ｍｏｄｅ１． ，３２ ２Ｏ１７ Ｒｅｆｅｒｅｎｃｅｓ 【１】ＹＵ Ｆ（余飞），ＤＥＮＧ ＤＷ（邓丹雯）， ＤＯＮＧ Ｊ（董婧），ｅｔ ａ１．Ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ａｎｄ ｉｔｓ ａｐｐｌｉｅｄ ｒｅ— ＸＬ（李晓利），ｅｔａ１．Ｓｔｕｄｙ ｏｎ ＮＩＲ ｓｐｅｃ— ｔｒａｌ ｄｅｔｅｃｔｉｏｎ ｍｏｄｅＩ ｏｆ ｒｉｃｅ ｐｒｏｔｅｉｎ ｃｏｎ— ｍｏｄｅｌ ｆｏｒ ａｐｐａｒｅｎｔ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｏｆ ｓｅａｒｃｈ ｐｒｏｇｒｅｓｓ（直链淀粉含量的影响 因素及其应用研究进展）『Ｊ】．Ｆｏｏｄ Ｓｃｉ— ｅｎｃｅ（食品科学），２００７，２８（１Ｏ）：６０４— ６０８． ｔｅｎｔ（大米蛋白质含量近红外光谱检测模 型研究）『Ｊ１．Ｃｈｉｎｅｓｅ ＡｇｒｉｃｕｌｔｕｒａＩ Ｓｃｉ． ｅｎｃｅ Ｂｕｌｌｅｔｉｎ（中国农学通报），２０１３，２９ （１２）：２１２－２１６． ［６】ＰＥＮＧ Ｊ（彭建），ＺＨＡＮＧ ＺＭ（张正茂）． Ｒａｐｉｄ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｓｔａｒｃｈ ａｎｄ ａｍｙ． Ｉｏｓｅ ｃｏｎｔｅｎｔ ｉｎ ｗｈｏｌｅ ｗｈｅａｔ ｓｅｅｄｓ ｂｙ ｒｉｃｅ ｉｎ Ｙｕｎｎａｎ（云南水稻直链淀粉含量 近红外模型的创建研究）【Ｊ１．ＪｏｕｒｎａＩ ｏｆ Ｙｕｎｎａｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｙ（云南农 ｔ业大学学报），２００８，２３（２）：１４１—１４４． 【１０】ＸｌＡＯＡＰ（肖爱平），ＬＥＮＧ Ｊ（冷娟）， ＹＡＮＧ ＸＡ（杨喜爱），ｅｆ ａ１．Ｓｔｕｄｙ ｏｎ ｂｕｉｌｄｉｎｇ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅ１ ｗｉｔｈ ＮＩＲＳ ｔＯ 【２】ＹＡＮ ＹＬ（严衔禄），ＺＨＡＯ ＬＬ（赵龙莲）， ＨＡＮ ＤＭ（韩东海），ｅｔ ａＬ Ｎｅａｒ—ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｉｃ ａｎａｌｙｓｉｓ ｂａｓｉｓ ａｎｄ ａｐｐｌｉ— ｎｅａｒ ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｔｅｓｔ ｒａｍｉｅ ｃｅｌｌｕｌｏｓｅ ｒａｐｉｄｌｙ（苎麻纤维 素含量近红外预测模型的建 与探讨） 『Ｊ１．Ｐｌａｎｔ Ｆｉｂｅｒ Ｓｃｉｅｎｃｅｓ ｉｎ Ｃｈｉｎａ（中 国麻 ｛ 科学），２０１１，３３（４）：１８９—１９１． （ＮＩＲＳ）（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）『Ｊ］． ＪｏｕｒｎａＩ ｏｆ Ｔｒｉｔｉｃｅａｅ Ｃｒｏｐｓ（麦类作物学 报），２０１ ０，３０（２）：２７６－２７９． ［７】ＬＵＹＴ（陆艳婷），ＪＩＮＱＳ（金庆生），ＹＥ ＳＨ（叶胜海），ｅｔ ａ１．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ｆｏｒ ｒａｐｉｄ ａｎａｌｙｓｉｓ ｃａｔｉｏｎ（近红外光谱分析基础与应用）【Ｍ】． Ｂｅｉｊｉｎｇ：Ｃｈｉｎａ Ｌｉｇｈｔ Ｉｎｄｕｓｔｒｙ Ｐｒｅｓｓ ｆ北 京：中国轻工业出版社），２００５． ［１１】ＺＨＡＮＧ Ｈ（张卉），ＳＯＮＧ Ｙ（宋妍）， ＬＥＮＧ Ｊ（冷静），ｅｔ ａ１．Ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎａｌｙｓｉｓ ｔｅｃｈｎｏｌｏｇｙ（近 【３】ＦＥＮＧ Ｇ（冯光），ＹＡＮＧ ＹＣ（杨 春）， Ｓ０ＮＧ ＦＳ（宋丰顺），ｅｔ ａ１．Ｅｓｔａｂｌｉｓｈ． ｍｅｎｔ ｏｆ ｎｅａｒ－．ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃ—－ 红外光谱分析技术）『Ｊ１．Ｃｈｉｎｅｓｅ Ｊｏｕｒ ｎａｌ ｏｆ Ｓｐｅｃｔｒｏｓｃｏｐｙ Ｌａｂｏｒａｔｏｒｙ（光谱 ｔｒｏｓｃｏｐｙ ｍｏｄｅＩ ｆｏｒ ａｍｙｔｏｓｅ ｃｏｎｔｅｎｔ ｏｆ ｏｆ ａｍｙｌｏｓｅ ｃｏｎｔｅｎｔ ｉｎ ｓｈｏｒｔ—ｇｒａｉｎ ｒｉｃｅ ｍｉｌｌｅｄ ｒｉｃｅ ｉｎ Ｈｅｆｅｉ（近红外反射技术建 立合肥地区精米直链淀粉含量测定模 型）ｆＪ１．Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ Ｎｕｃｌｅａｔａｅ Ｓｉｎｉ— （应用近红外光谱技术快速测定粳稻品 种的直链淀粉含量）『Ｊ１．ＪｏｕｒｎａＩ ｏｆ Ｔｈｅ Ｃｈｉｎｅｓｅ Ｃｅｒｅａｌｓ ａｎｄ Ｏｉｌｓ Ａｓｓｏｃｉａｔｉｏｎ 实验室），２００７，２４（３）：３８８—３９． ｆ１２】ＰＥＮＧ ＹＫ（彭玉魁）．Ａｄｖａｎｃｅｓ ｏｎ ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎａｌｙｓｉｓ ｔｅｃｈ— ｎｉｑｕｅ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ａｇｒｉｃｕｌｔｕｒｅ ｃａ伸Ｅ农学报），２０１２，２６（６）：９４２—９４６． 【８】ＣＨＥＮ ＸＬ（陈晓玲），ＦＥＮＧ ＱＪ（冯前进）， 【４】ＬＩＮ Ｋ（林葵），ＣＨＥＮ ＪＨ（陈建红）， ＨＵＡＮＧ ＤＰ（黄岛平）．Ｓｔｕｄｙ ｏｎ ｒａｐｉｄ ｄｅｔｅｃｔｉｏｎ ｏｆ ｓｔａｒｃｈ ａｎｄ ａｍｙｌｏｓｅ ｉｎ ｒｉｃｅ （中国粮油学报），２００７，２２（３）：１４９—１５３． ×ＩＥ ＺＷ（近红外光谱分析技术及其在农业巾的 应用）『Ｊ１．Ｓｈａａｎｘｉ Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｉｃｕｌ— ｔｕｒａＩ Ｓｃｉｅｎｃｅｓ（陕西农业科学），２００１ （３）：２５－２７． （谢振文），ｅｔａ１．Ｅｓｔａｂｌｉｓｈｍｅｎｔ ０ｆ ＮｌＲＳ ｍｏｄｅｌ ｆｏｒ ｒｉｃｅ ａｍｙｌｏｓｅ ｃｏｎ－ ｐｒｏｄｕｃｅｄ ｉｎ Ｇｕａｎｇｘｉ ｂｙ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｍｅｔｈｏｄ ｆ近红外快速检测广西产大米中 ｔｅｎｔｓ（水稻直链淀粉含量近红外模型的 【１ ３】ＬＩ Ｙ（李勇），ＷＥＩ ＹＭ（魏益民），ＷＡＮＧ 创建）『Ｊ１．ＪｏｕｒｎａＩ ｏｆ Ｚｈｏｎｇｋａｉ Ｕｎｉｖｅｒｓｉｔｙ Ｆ（王锋）Ｆａｃｔｏｒｓ ａｆｆｅｃｔｉｎｇ ｔｈｅ ａｃｃｕｒａ— ｏｆ Ａｇｒｉｃｕｌｔｕｒｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ ｆ仲恺农 淀粉及直链淀粉成分的研究）『Ｊ１．Ｐｏｐｕｌａｒ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（大众科技）， ２０１ １（２）：９５－９６ｔ． 业１＿程学院学报），２００９，２２（１）：０５—０８． 【９］ＣＨＥＮ ＪＨ（陈建华），ＧＵＯ ＹＭ（郭咏梅）， ＬＩＵ ＹＦ（刘义富）．ｅｆ ａ１．Ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｎｅａｒ ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｃｙ ｏｆ ｎｅａｒ－ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ（影响 近红外光谱分析结果准确性的凶索） ｆＪ］．Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ Ｎｕｃｌｅａｔａｅ Ｓｉｎｉｃａ （核农学报），２００５，１９（３）：２３６—２４０． ［５】ＬＩＵ ＭＢ（刘明博），ＴＡＮＧ ＹＬ（唐延林），ＬＩ Ｒｅｓｐｏｎｓｉｂｌｅ ｅｄｉｔｏｒ：Ｙｉｎｇｚｈｉ ＧＵＡＮＧ Ｒｅｓｐｏｎｓｉｂｌｅ ｐｒｏｏｆｒｅａｄｅｒ：Ｘｉａｏｙａｎ ＷＵ （Ｃｏｎｔｉｎｕｅｄ ｆｒＯｍ ｐａｇｅ ７２８） ４４６． （山银花多糖提取工艺参数优化）ｆＪ１． Ｈｕｂｅｉ ＡｇｒｉｃｕｌｔｕｒａＩ Ｓｃｉｅｎｃｅｓ ｆ湖北农业 ２０１ １，３５（６）：９０９－９１ ２． 【１６】ＹＡＮＧ Ｎ（杨娜），ＷＡＮＧ ＨＦ（ 鸿飞）， ＸＵ Ｆ（许风）．ｅｆ ａ１．Ｅｘｔｒａｃｔｉｏｎ ａｎｄ ａｎ— ｔｉｏｘｉｄａｎｔ ａｃｔｉｖｉｔｉｅｓ ｏｆ ｐ０ＩＶｓａｃｃｈａｒＩｄｅｓ 【７】ＷＵ ＺＹ（吴征镒）．Ｆｌｏｒａ ｏｆ Ｃｈｉｎａ（中国植 科学出版社），２００４． 科学），２０１ ５，５４（１ ０）：２４６６－２４６９． 物志）【Ｍ】。Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ Ｐｒｅｓｓ（北京： 【１２】×Ｕ ＤＮ（许丹妮），ＹＡＮＧ ＨＬ（杨海玲），ＧＡＮ ＪＹ（甘静玉），ｅｔ ａ１．Ｓｔｕｄｙ ｏｎ ｔｈｅ ｃｏｎｔｅｎｔｓ ｏｆ Ｄ０ＩＶｓａｃｃｈａ ｄｅ ｉｎ Ｃｕ￣ｕｍ— ａ／ｏｎｇａ Ｌ．ｂｅｆｏｒｅ ａｎｄ ａｆｔｅｒ ｗｉｎｅ ｆｒｏｍ Ｐｏｔｅｎｔｉｌｌａ ａｎｓｅｒｉｎａ（蕨麻多糖提 取及抗氧化活性研究） ．ＪｏｕｒｎａＩ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｆｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ 【８】ＺＨＡＮＧ ＣＸ（张翠香），ＬＵＯ ＹＨ（罗永会）， ×Ｕ ＣＰ（徐春萍）．Ｓｔｕｄｙ ｏｎ ｅｆｆｅｃｔｓ ｏｆ ｗｉｌｄ Ｓａｇｉｔｔａｒｉａ ｓａｇｉｔｔｉｆｏｌｉａ ｏｎ ｂｌｏｏｄ ｓｕｇａｒ ａｎｄ ｂｌｏｏｄ ｓｕｇａｒ ｏｆ ｍｉｃｅ ｗｉｔｈ ｄｉａｂｅｔｅｓ Ｓａｕｔｅｅｄ（姜黄酒炙前后多糖含量比较 研究）『Ｊ１．ＪｏｕｍａＩ ｏｆ Ａｎｈｕｉ Ａｇｒｉｃｕｌｔｕｒａｌ Ｔｅｃｈｎｏｌｏｇｙ（中国食品学报），２０１４，１４ （２）：６０－６６． （野生慈姑多糖对糖尿病小鼠血糖和血 Ｓｃｉｅｎｃｅｓ（安徽农业科学），２０１ ５，４３（２）： ９４－９６． ｆ１７】ＧＥ Ｘ（葛霞），ＣＨＥＮ ＴＴ（陈婶婶）， ＷＡＮＧ ＷＪ（ 文君），ｅｔａ１．Ｓｔｕｄｉｅｓ ｏｎ ｔｈｅ ａｎｔｉ－－ｏｘｉｄａｎｔ ａｃｔｉｖｉｔｙ ｏｆ ｐｏｌｙｓａｃｃｈａ－－ 脂作用研究）【Ｊ１．Ｋａｏｓｈｉ Ｚｈｏｕｋａｎ（考试 周刊），２０１３，２７：１９４—１９５． 【１３】ＣＨＥＮ ＺＬ（陈智理），ＹＡＮＧ ＣＰ（杨昌 鹏），ＷＥＩ Ｌ（韦璐），ｅｔ ａ１．Ｅｘｔｒａｃｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｄ０ＩＶｓａｃｃｈａ ｄｅｓ ｆｒＯｍ 【９】ＹＩ ＹＨ（易扬华），ＨＵＡＮＧ Ｘ（黄翔）．Ｓｔｕｄｙ ｏｎ ｃｈｅｍｉｃａＩ ｃｏｍｐｏｎｅｎｔｓ ｉｎ Ｓａｇｉｔｔａｒｉａ ｒｉｄｅ ｆｒ０ｍ Ｃｙｃｌｏｃａｒｙａ Ｐａｌｉｕｒｕｓ（Ｂａｔａ１．）Ｉ Ｉｊｉｎｓｋ（青钱柳多糖抗氧化活性的研究） ｆＪ１．ＪｏｕｒｎａＩ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｆｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ（中国食 ｓａｇｉｔｔｉｆｏｌｉａ（慈姑化学成分的研究）［Ｊ】． Ａｃａｄｅｍｉｃ ＪｏｕｒｎａＩ ｏｆ Ｓｅｃｏｎｄ Ｍｉｌｉｔａｒｙ Ｂａｓｅｌｌａ（落葵多糖的提取方法及其工 ＭｅｄｉｃａＩ Ｕｎｉｖｅｒｓｉｔｙ（第二军医大学学 报），１９９１，１２（１）：９４． 【１０】ＯＵ ＬＬ（欧丽兰），ＹＵ Ｘ（余昕），ＺＨＡＮＧ Ｃ（张椿），ｅｔａ１．Ｅｘｔｒａｃｔｉｏｎ ｏｆ Ｓａｇｉｔｔａｒｉａ ｓａｇｉｔｔｉｆｏｌｉａ ＤＯＩＶｓａｃｃｈａｒｉｄｅｓ ａｎｄ ｉｔｓ ａｎ— 艺优化研究）ｆＪ１．Ｆａｒｍ Ｐｒｏｄｕｃｔｓ Ｐｒｏ— ｃｅｓｓｉｎｇ（农产品加Ｔ），２０１１，８：７２－７５． ［１４］ＭＥＮＧ ＦＬ（孟繁磊），ＣＨＥＮ ＲＺ（陈瑞 战），ＺＨＡＮＧ Ｍ（张敏），ｅｔ ａ１．Ｅｘｔｒａｃｔｉｏｎ ａｎｄ ａｎｔｉｏｘｉｄａｎｔ ａｃｔｉｖｉｙ ｏｆ ｐｏｌｔｙｓａｃｃｈａ— ｒｉｄｅｓ ｆｒ０ｍ Ａｃａｎｔｈｏｐａｎａｃ￣ｓｅｎｔｉｃｏｓｉ 品学报），２０１ １，１ １（５）：５９—６４． ［１８】ＷＡＮＧ ＹＸ（王寅秀），ＺＨＡｏ Ｙ（赵岩）， ＣＨＥＮ ＷＸ（陈文学），ｅｔ ａ１．Ｓｔｕｄｙ ｏｎ ａｎｔｉｏｘｉｄａｎｔ ａｃｔｉｖｉｙ ｏｆｔ ｇｉｎｓｅｎｇ ｐｏｌｙｓａｃ— ｃｈａｒｉｄｅｓ（人参多糖的抗氧化活性研究） ｔｉｔｕｍｏｒ ａｃｔｉｖｉｙ（慈姑多糖的提取工艺 ｔ及其抗肿瘤活性）『Ｊ１．Ｃｈｉｎｅｓｅ Ｔｒａｄｉ— ｔｉｏｎａＩ Ｐａｔｅｎｔ Ｍｅｄｉｃｉｎｅ（中成药），２０１ ６， ３８（８）：１ ８３５－１ ８３８． ｌｅａｖｅｓ ｆ刺五加多糖的提取Ｔ艺及抗氧 【Ｊ］．Ｊｉｌｉｎ ａｇｒｉｃｕｌｔｕｒｅ（吉林农业），２０１０ ｆ１２１：８４－８５． 化活性研究）『Ｊ１．Ｆｏｏｄ ｓｃｉｅｎｃｅ Ｉ食品科 学），２０１０，３１（１０）：１６８－１７４． ［１９】ＹＡＮ Ｊ（颜军），ＸＵ ＧＹ（徐光域），ＧＵＯ ＸＱ（郭晓强），ｅｔ ａ１．Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｐｕｒｉｆｉｃａｔｉｏｎ ａｎｄ ａｎｔｉ—ｏｘｉｄｉｚｅ ａｃｔｉｖｉｙ ｏｆ ｔ丁＿ｒｅｍｅｌｌａ ｐｏＩｙｓａｃｃｈａｒＩｄｅ（银耳粗多糖 ［１５】ＸＵ ＨＳ（许海顺），ＪＩＡＮＧ ＪＰ（蒋剑平）， ＸＵ Ｐ（徐攀），ｅｔ ａ１．Ａｎｔｉｏｘｉｄａｎｔ ａｃｔｉｖｉｔｙ ｏｆ ｐｏｌｙｓａｃｃｈａｒｉｄｅ ｆｒ０ｍ Ｒａｄｉｘ Ｇ￣ｓｅｎｇ 【１１】ＹＡＮＧ ＳＭ（杨申明），ＷＡＮＧ ｘＪ（王振 吉），ＸＩＥ ＱＭ（谢启明），ｅｔ ａ１．０ｐｔｉｍｉｚａ－ ｔｉｏｎ ｏｆ ｅｘｔｒａｃｔｉｏｎ ｐａｒａｍｅｔｅｒｓ ｏｆ Ｒｕｂｒａ（红参多糖抗氧化活性的研究） ｐＯＩｙｓａｃｃｈａｒｉｄｅ ｉｎ Ｌｏｎｉｃｅｒａ ｈｙｐｏｇｌａｕｃａ 『Ｊ１．ＪｏｕｒｎａＩ ｏｆ Ｚｈｅｊｉａｎｇ Ｃｈｉｎｅｓｅ Ｍｅｄｉ— ｃａＩ Ｕｎｉｖｅｒｓｉｔｙ（浙江巾医药大学学报）， 的纯化及抗氧化活性研究） ］．Ｆｏｏｄ Ｓｃｉｅｎｃｅ（食品科学），２００５，２６（９）：１６９— １７２． Ｒｅｓｐｏｎｓｉｂｌｅ ｅｄｉｔｏｒ：Ｙｉｎｇｚｈｉ ＧＵＡＮＧ Ｒｅｓｐｏｎｓｉｂｌｅ ｐｒｏｏｆｒｅａｄｅｒ：Ｘｉａｏｙａｎ ＷＵ