豫花14号综合特性分析

山东农业科学　２０２１，５３（１１）：８～１５ＳｈａｎｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ　ＤＯＩ：１０．１４０８３／ｊ．ｉｓｓｎ．１００１－４９４２．２０２１．１１．００２６０个小粒花生育成品种农艺、产量及品质性状综合鉴定与评价刘卫星，张枫叶，贺群岭，陈雷，李可，吴继华（商丘市农林科学院，河南商丘　４７６０００） 摘要：为深入了解小粒花生育成品种的性状遗传差异及综合表现，筛选出最优评价指标，本试验以６０个小粒花生育成品种为材料，通过变异系数、聚类分析、相关分析、主成分分析和多元回归分析方法对其农艺、产量及品质共１８个性状进行遗传差异分析与综合评价。

结果表明：１８个性状的变异系数范围为４．３３％～５９．２４％，亚油酸、棕榈酸及单株饱果数等性状变异丰富，出仁率、粗脂肪与粗蛋白含量等性状较为稳定。

聚类分析把６０个小粒花生育成品种分为五类，其中Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ类分别占参试品种的３０．０％、１０．０％、１５．０％、１５．０％和３０．０％。

相关性分析表明，荚果产量与单株生产力、百果重和百仁重呈极显著正相关，与总分枝数呈极显著负相关；粗脂肪与油酸含量呈极显著正相关，与棕榈酸含量呈极显著负相关，油酸与棕榈酸含量呈极显著负相关。

主成分分析把１８个性状归为６个主成分，累计贡献率达８１．３８％，其中油酸、亚油酸、棕榈酸含量调控因子的贡献率最高。

主成分综合得分排序表明，商花２２８综合得分最高，漯花２５号综合得分最低。

逐步回归分析筛选的主茎高、侧枝长、结果枝数、单株饱果数、单株生产力、百仁重、荚果产量、油酸和赖氨酸含量这９个性状，共同决定了综合得分９９．０７％的变异，可作为小粒花生品种综合表现的评价指标。

关键词：小粒花生；遗传差异；相关分析；主成分分析；综合评价中图分类号：Ｓ５６５．２０３．７ 文献标识号：Ａ 文章编号：１００１－４９４２（２０２１）１１－０００８－０８ＣｏｍｐｒｅｈｅｎｓｉｖｅＥｖａｌｕａｔｉｏｎｏｎＡｇｒｏｎｏｍｉｃ，ＹｉｅｌｄａｎｄＱｕａｌｉｔｙＴｒａｉｔｓｏｆ６０Ｓｍａｌｌ ＳｅｅｄＰｅａｎｕｔＣｕｌｔｉｖａｒｓＬｉｕＷｅｉｘｉｎｇ，ＺｈａｎｇＦｅｎｇｙｅ，ＨｅＱｕｎｌｉｎｇ，ＣｈｅｎＬｅｉ，ＬｉＫｅ，ＷｕＪｉｈｕａ（ＳｈａｎｇｑｉｕＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｒｅｓｔｒｙＳｃｉｅｎｃｅｓ，Ｓｈａｎｇｑｉｕ４７６０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　Ｉｎｏｒｄｅｒｔｏｓｅｌｅｃｔｔｈｅｏｐｔｉｍａｌｉｎｄｅｘｅｓｆｏｒｃｏｎｓｔｒｕｃｔｉｎｇａｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｏｆｓｍａｌｌ ｓｅｅｄｐｅａｎｕｔｃｕｌｔｉｖａｒｓ，ｔｈｅｇｅｎｅｔｉｃｄｉｆｆｅｒｅｎｃｅｓｉｎ１８ａｇｒｏｎｏｍｉｃ，ｙｉｅｌｄａｎｄｑｕａｌｉｔｙｃｈａｒａｃｔｅｒｓｏｆ６０ｓｍａｌｌ ｓｅｅｄｐｅａｎｕｔｃｕｌｔｉｖａｒｓｗｅｒｅａｎａｌｙｚｅｄｂｙｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ，ｃｌｕｓｔｅｒ，ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎｄｍｕｌｔｉｐｌｅｒｅｇｒｅｓ ｓｉｏｎａｎａｌｙｓｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｖａｒｉａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｏｆｔｈｅ１８ｃｈａｒａｃｔｅｒｓｒａｎｇｅｄｆｒｏｍ４．３３％ｔｏ５９．２４％，ａｎｄｔｈｅｔｒａｉｔｓｏｆｌｉｎｏｌｅｉｃａｃｉｄｃｏｎｔｅｎｔ，ｐａｌｍｉｔｉｃａｃｉｄｃｏｎｔｅｎｔａｎｄｍａｔｕｒｅｐｏｄｎｕｍｂｅｒｐｅｒｐｌａｎｔｖａｒｉｅｄｓｉｇｎｉｆｉｃａｎｔｌｙ，ｗｈｉｌｅｔｈｅｔｒａｉｔｓｓｕｃｈａｓｓｅｅｄｐｅｒｃｅｎｔａｇｅ，ｃｒｕｄｅｆａｔｃｏｎｔｅｎｔａｎｄｃｒｕｄｅｐｒｏｔｅｉｎｃｏｎｔｅｎｔｗｅｒｅｓｔａｂｌｅ．Ｔｈｅ６０ｓｍａｌｌ ｓｅｅｄｐｅａｎｕｔｃｕｌｔｉｖａｒｓｗｅｒｅｄｉｖｉｄｅｄｉｎｔｏ５ｇｒｏｕｐｓｂｙｃｌｕｓｔｅｒａｎａｌｙｓｉｓ，ｗｈｉｃｈａｃｃｏｕｎｔｅｄｆｏｒ３０．０％，１０．０％，１５．０％，１５．０％ａｎｄ３０．０％ｏｆｔｈｅｔｏｔａｌｔｅｓｔｅｄｃｕｌｔｉｖａｒｓ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｒｅｓｕｌｔｓｏｆｃｏｒｒｅ ｌａｔｉｏｎａｎａｌｙｓｉｓｓｈｏｗｅｄｔｈａｔｅｘｔｒｅｍｅｌｙｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｓｗｅｒｅｆｏｕｎｄｂｅｔｗｅｅｎｐｏｄｙｉｅｌｄａｎｄｐｒｏ ｄｕｃｔｉｖｉｔｙｐｅｒｐｌａｎｔ，ｈｕｎｄｒｅｄ ｐｏｄｗｅｉｇｈｔａｎｄｈｕｎｄｒｅｄ ｋｅｒｎｅｌｗｅｉｇｈｔ，ｗｈｉｌｅｅｘｔｒｅｍｅｌｙｓｉｇｎｉｆｉｃａｎｔｌｙｎｅｇａｔｉｖｅｃｏｒ 收稿日期：２０２１－０７－１２基金项目：河南省花生产业技术体系专项（Ｓ２０１２－０５－Ｇ０１）；河南省重大科技专项（２０１３００１１１０００）作者简介：刘卫星（１９７８—），男，河南虞城人，硕士，副研究员，主要从事花生遗传育种与栽培研究。

花生新品种皖花14储　文　朱晓峰　姜　涛　王　嵩　倪皖莉（安徽省农业科学院作物研究所，合肥230031）摘要：皖花14由安徽省农业科学院作物研究所以鲁花14为母本、白沙1016为父本进行杂交，F2种子进行氮离子束注入诱变，再经选育而成，具有结荚多而集中、适应性广等优点。

2022年通过农业农村部非主要农作物品种登记，登记号：GPD花生（2022）340189。

对皖花14的亲本来源、选育过程、品种特征、产量表现及栽培技术要点进行总结。

关键词：花生；新品种；皖花14；栽培技术花生是我国重要的油料与经济作物。

近年来，我国花生播种面积与产量持续增长，2021年花生播种面积超480万hm2，总产量达1830.78万t，单产达254kg/667m2[1]。

在主要油料作物中，花生的单产最高、产油量最高、经济效益最好，在保障我国植物油供给中作用突出[2]。

而优异品种的持续更新是保证花生高产、稳产的关键。

安徽省农业科学院作物研究所以母本鲁花14、父本白沙1016育成花生品种皖花14。

其母本为疏枝直立型大花生，株高35cm左右，植株紧凑、矮壮，含油量52.2%，春播生育期130d，夏播105d。

父本疏枝直立型，株高35cm左右，含油量52.7%，适应性广，花期较长，春播生育期120d，夏播100d[3]。

2008年将鲁花14与白沙1016杂交并收获F0种子；2009年将F1自交；2010年在F2优选单株种子进行氮离子束注入处理进行辐射诱变；2011年将全部诱变种子进行种植；2012年优选单株；2013年优选单株和株系；2014-2015年优选提纯，形成品系；2016-2017年在合肥参加品种比较试验；2018-2019年参加黄淮海中南片花生品种联合测试；2019-2020年在农业农村部植物新品种测试（济南）分中心通过DUS测试；2022年通过国家非主要农作物品种登记，登记号：GPD花生（2022）340189。

皖花14具有适应性好、高产、稳产、结果集中、籽仁饱满均匀的特点。

南阳市建国以来花生生产和品种更换情况分析作者：王育楠来源：《种子科技》 2016年第11期1王育楠（南阳市种子管理站，河南南阳 473000 ）摘要：南阳花生从明末开始种植，历史上花生果主要用于供应城乡市场干果和外销。

就南阳花生生产经历的6次品种更新换代情况进行了分析。

关键词：南阳；花生；生产；品种更换南阳花生从明末开始种植，历史上花生果主要用于供应城乡市场干果和外销。

1949年前，南阳花生生产大起大落，面积小、产量很低。

1949年后，花生生产大致分为3个阶段：第一阶段是1950—1957年，花生的面积逐年扩大，由1950年的1 467 hm2增加到1957年的6 600 hm2，单产也有所提高；第二阶段是1958—1975年，花生面积逐年下降，到1975年南阳花生种植面积只有1 000 hm2，单产也逐年下降，最低产量只有34.1 kg/667 m2；第三阶段是1976年至今，花生面积和单产都有了迅速提高，1976—1980年平均每年种植4 400 hm2，1981—1985年则迅速增加到14 667 hm2，1986—1990年达到4万 hm2。

近几年南阳花生种植发展更快，2001年面积突破13万 hm2，2009年单产突破300 kg/667 m2，2010年面积突破20万hm2。

几乎为解放之初面积的150倍、单产的10倍以上。

1990—2000年面积由4万hm2发展到13万hm2，2000—2010面积由13万hm2发展到20万hm2，2010年至今每年花生种植面积23万hm2以上。

单产也从1990—2010年的200~250kg/667 m2提升到了300~320 kg/667 m2，实现了从中低产到中高产。

历史上，南阳传统农家种有大爬秧、小爬秧、老鸦座等品种，耐瘠耐旱、结果松散。

20世纪50年代开始引进改良品种。

目前，南阳花生生产已经经历了6次品种更新换代。

第1次品种更换（1956年左右）：当家品种是河南农家种。

高油酸花生泉花14号的特征特性及栽培技术高油酸花生泉花14号是一种新型优质花生品种，具有高油酸含量、高产、强抗病性等特征。

本文将介绍泉花14号的特征特性和栽培技术。

一、特征特性1. 高油酸含量：泉花14号花生含有高油酸酸度，达到85%以上，可达到降低胆固醇、防止动脉硬化、预防心血管疾病的效果。

2. 高产：泉花14号花生单株产量可达到2.5公斤以上，亩产1000公斤以上，比传统品种提高20%以上。

3. 抗逆性强：泉花14号花生既能够适应干旱、高温、低温等各种环境，又能够抵御重要的病虫害，具有良好的综合抗逆性能。

二、栽培技术1. 土壤：泉花14号花生喜好酸性土壤，适宜种植在PH值为5.5~6.5的沙质土、壤土等土壤上。

在选择种植土壤时，应尽量选择排水良好、肥力高、地形平坦的土地。

2. 育苗：把花生籽料浸泡12小时后，用湿纱布包住后悬挂在通风处，每天保持湿润，大约6天后花生籽发芽，便可移植到育苗盘中。

育苗盆内先要放入泥炭或松针等松软多孔的物质作基质，然后用小铲子挖出一个小坑，将花生果仁稍微压实后用土把它们盖起来。

3. 栽植：将育苗盘中长得茁壮的花生移植到破碎草木灰和基肥混合的栽培土中，栽深3~5厘米，在每个栽穴中放一滴甲基汞或灭虫蚁粉以减轻种植后的应激反应。

栽植后，使用灌溉或雨水进行浸泡，第一次浇水要充分，给予充足肥料以保持植株健康生长。

4. 营养管理：花生生长前期，对氮、磷、钾的需求量较小，以土壤中的养分为主，尚不宜施肥；生长中后期则需施用适当的营养素，普遍以氮、磷、钾和钙、硫、锌、锰、铜等为主要元素，以适宜的浓度和形式提供花生生长的所需。

5. 病虫害防治：泉花14号花生的抗病性和抗虫性较强，但也容易受到多种病虫害的影响，如白粉病、青枯病、花生豆蚜等。

防治方面，应选取营养丰富、放射性强的芸苔、绿肥等作为间种，增强土壤肥力和土壤活性，从源头上预防花生病虫害的发生。

总之，泉花14号花生作为新型优质花生品种，具有高油酸含量、高产、强抗病性等特征，具有较高的市场价值和开发前景。

0引言花生含油量高达50%，其榨出的花生油，色泽清亮，营养美味，气味清香，品质优良，是目前我国主要的食用植物油之一[1].花生油中含有非常丰富的脂肪酸，包括棕榈酸、油酸、亚油酸、花生四烯酸等对人体健康十分有益的脂肪酸，有“健康食用油”的美称，其脂肪酸的组成对花生籽粒的营养品质和加工特性都有着非常重要的影响，是油料品质评价中的重要基本指标.目前常用的脂肪酸分析方法有气相色谱法、高效液相色谱法、气相色谱-质谱联用分析法等[2].在这些方法中，HPLC 法分离效率稍低，且检测困难；GC-MC 法是最有效的，但分析时间较长，费用较高，需要破坏籽粒的完整性，需要对样品进行甲酯化前处理；而气相色谱法在实际应用的过程中存在着一定的局限性.近红外光谱技术（Near-Infrared Reflectance Spectroscopy ，NIRS ）是20世纪80年代后期发展起来的一项物理测试技术[3]，它是指利用近红外谱区包含的物质信息，主要用于有机物质定性和定量分析的一种分析技术，它的最大特点是对样品无破坏性、操作简便、分析迅速，测量信号可以远距离传输和分析，特别是与计算机技术和光导纤维技术相结合，采用近红外透射、散射、漫反射法可直接对样品进行分析[4].本试验主要采用气相色谱法测定花生油样中脂肪酸的含量，再通过近红外光谱测定方法对花生籽粒中脂肪酸组分进行测定，并建立近红外光谱模型.研究的目的致力于建立一种简便、快速、无污染的测定花生籽粒中脂肪酸含量的方法，可准确检测出花生籽粒中的主要脂肪酸的含量.1材料与方法1.1试验材料从市场、超市、农户收集花生50种，其中包括小白沙、海花1号、花育16号、豫花14号、豫花15号等不同品种.样品分为定标集和检验集，定标集样品共40个，用于建立5种脂肪酸的模型和模型内部交叉验证；检验集样品共10个，用于模型的外部验证.1.2试验仪器与试剂InfratecTM 1241型近红外谷物分析仪：FOSS 公司；GC9800气相色谱仪：岛津国际贸易有限公司；益康源微型榨油机：龙岩中农机械制造有限公司；电热鼓风干燥箱：树立仪器仪表有限公司.试剂：氢氧化钾（AR ）、石油醚（AR ）、石油醚（AR ）、无水乙醇（AR ）.近红外分析花生籽粒脂肪酸含量的研究张严，谢岩黎*，孙淑敏，马明扬，李琳琳（河南工业大学粮油食品学院，河南郑州450001）摘要：采集了50种具有代表性的花生品种作为样本，建立了花生籽粒5种主要脂肪酸（棕榈酸、油酸、亚油酸、花生酸和山嵛酸）含量的近红外光谱定标模型.其中，油酸和亚油酸的定标模型质量较高，交互验证决定系数分别为0.9330和0.9249，外部验证决定系数分别为0.9401和0.9487，相对分析误差均大于2.5.棕榈酸、花生酸和山嵛酸的定标模型交叉验证决定系数和外部验证决定系数均小于0.8，相对分析误差均小于2.5.试验结果表明应用近红外光谱法测定花生籽粒中油酸和亚油酸这两种脂肪酸的含量模型预测的精确度较高.关键词：花生籽粒；脂肪酸含量；近红外光谱；定标模型中图分类号：TS201.2文献标志码：B河南工业大学学报（自然科学版）Journal of Henan University of Technology （Natural Science Edition ）第35卷第2期2014年4月Vol.35，No.2Apr.2014收稿日期：2013-09-05基金项目：河南省重点科技攻关计划项目（132102310115）作者简介：张严（1990-），女，河南郑州人，硕士研究生，研究方向为食品营养与安全.*通信作者文章编号：1673-2383(2014)02-0054-05网络出版网址：/kcms/detail/41.1378.N.20140424.0404.011.html 网络出版时间：2014-04-2404:13第2期1.3试验方法1.3.1样品前处理从50种花生籽粒中各取适量，不进行任何处理，利用微型榨油机冷榨出油，将收集到的油样静置后过滤，获得澄清透明的油样装入试管中.通过移液管取两滴油样到试管中，加入石油醚溶解试样，再加预先配置的氢氧化钾-甲醇溶液，剧烈振摇1min，室温下静置后加蒸馏水至10mL，轻摇几次，静置至溶液分层.如果出现乳化，加入几滴无水乙醇.待有机层清澈透明后，取上层样品1μL 进样到气相色谱仪中进行分析.1.3.2气相色谱法测定花生籽粒中脂肪酸含量采用气相色谱法[5]测定50种花生油样中5种脂肪酸（棕榈酸、油酸、亚油酸、花生酸、山嵛酸）的含量.1.3.3近红外光谱测定花生籽粒中脂肪酸组分将50种花生籽粒样品不经任何化学预处理，直接进行近红外光谱的测定，测定的方法是取合适质量的样品倒入仪器顶部的漏斗中，每个样品重复扫描20次得到样品的近红外光谱.传送带选择光程为30，光谱范围选取570~1098nm，波长取点的间隔为2nm，测定得到50种花生籽粒样品的近红外光谱图.1.3.4近红外光谱模型的建立利用WinISIⅢ分析软件进行定标模型构建，将样品的化学测定值输入建模程序中，使每个样品的近红外光谱与化学测定值一一对应.而在建立近红外模型时，为避免光谱中其他数据信息的干扰并减少样品散射对光谱的影响，必须选择合适的光谱预处理方法[6].散射处理技术采用无散射处理（None）、标准正常化结合散射处理（SNV and Detrend）、标准正常化处理（SNV only）、去偏导技术（Detrend only）、标准化多元散射校正（Standard MSC）、加权散射校正（Weighted MSC）、反相多元散射校正（inverse MSC）等7种.数学处理分别采用不做导数处理，一阶、二阶、三阶、四阶求导；平滑光谱间隔点为1、4；不做二次平滑，具体光谱数据预处理方法见表1.表1光谱数据预处理方法光谱散射处理方法数学处理方法导数处理导数处理光谱间隔点一次平滑光谱间隔点二次平滑None，SNV and Detrend，SNV only，Detrend only Standard MSC，Weighted MSC，inverse M SC 0011 1441 2441 3441 4441采用光谱散射处理方法和数学处理方法组合的方式对光谱数据进行预处理，处理后的光谱采用改进偏最小二乘法（MPLS），即每个脂肪酸模型所形成的35个定标方程进行考察.对定标方程考察的主要参数为交互定标决定系数（1-VR）、定标决定系数（R2）、定标标准偏差（SEC）、交叉验证标准偏差（SECV）等，1-VR、R2越高和SEC、SECV越小为选择最优模型的条件[7]，通过比较选出最优的建模参数.3结果与分析3.1气相色谱法测定花生籽粒中5种脂肪酸的含量用气相色谱法测得50种花生油样中棕榈酸、油酸、亚油酸、花生酸和山嵛酸的含量分布如图1所示，各个脂肪酸的组成结果见表2.定标样品组分含量的准确性决定数学模型的准确性，含量范围决定模型适应性的好坏[8].从图1可以宏观地看出50种样品中油酸、亚油酸的分布范围较广，而棕榈酸、花生酸和山嵛酸的含量分布比较集中；而实际参与定标模型构建的样品数、均值、范围和标准差如表2所示，从表2可以看出，油酸、亚油酸的标准差分别为0.36%和0.38%，而棕榈酸、花生酸和山嵛酸的标准差分别为0.14%、0.19%和0.11%.综上分析，油酸和亚油酸具有很好的代表性，建立的模型可以用于花生籽粒的定量分析，而剩下3种脂肪酸还不能很好满足建模的要求.3.2近红外光谱测定花生籽粒50种花生籽粒样品的近红外光谱图如图2所示.作者采用波长在570~1098nm内的吸收光谱进行分析，原因是由于相比较于长波近红外，短波具有能量大、穿透能力强、容易获取等特点[9].并且短波近红外方法对检测样品的外形和检测样品池无特别严格的一致性要求，因而采用短波近红外分析不会因为花生籽粒的不规则性对分析结果产张严，等：近红外分析花生籽粒脂肪酸含量的研究55第35卷河南工业大学学报（自然科学版）图1花生油样中5种脂肪酸的含量分布生大的影响.由图2可看出，50种花生籽粒样品的近红外光谱曲线趋势大致相同，但不同样品的吸收峰强度不同，即含量不同，这是花生籽粒的近红外光谱图可以作为定量分析的依据.3.3近红外模型的内部交叉验证通过各个参数之间的比较，选出最优模型中各脂肪酸定标方程参数如表3所示.表2气相色谱法测得各成分结果脂肪酸种类定标集检验集样品数范围/%平均值/%标准差/%样品数范围/%平均值/%标准差/%棕榈酸4010.27~15.4112.500.141010.57~13.4912.350.72油酸4037.36~47.7442.130.361039.07~47.1242.06 2.43亚油酸4029.36~41.6038.010.381034.74~42.2838.67 1.82花生酸40 1.42~6.89 3.210.1910 2.43~6.27 3.150.31山嵛酸401.93~5.332.940.11102.17~4.132.990.50图2花生籽粒近红外扫描光谱图表3各脂肪酸定标方程参数脂肪酸种类光谱散射处理方法数学处理方法1-VR R 2SEC SECV 棕榈酸Detrend only 4,4,4,10.66820.68860.00400.0053油酸Weighted M SC2,4,4,10.93300.97890.00300.0028亚油酸None 2,4,4,10.92490.95090.00430.0033花生酸SNV and Detrend 0,0,1,10.57180.62910.00680.0089山嵛酸SNV and Detrend0,0,1,10.51760.57520.00390.004356第2期表3表明，油酸和亚油酸的定标决定系数分别为0.9789和0.9509，交互定标决定系数分别为0.9330和0.9249，定标标准偏差和交叉验证标准偏差均小于0.56%[10]，说明这两种成分的定标模型均可用于花生籽粒样品的定量分析.棕榈酸、花生酸和山嵛酸的定标决定系数分别为0.6682、0.6291、0.5752，交互定标决定系数分别为0.6682、0.5718和0.5176，说明这3种成分所建立的定标模型精度还不够.3.4模型的外部检验建立定标模型后，再用10个检验样品集进行外部验证，对所建模型的实际预测能力进行验证.预测模型的预测性能可以用检验集样品的化学值、检验集标准偏差（SD ）、外部验证决定系数（RSQ ）、预测标准偏差（SEP ）以及相对分析误差（RPD ）这几个参数来共同评价[11].其中，如果RPD ≥3，说明预测效果良好，建立的定量分析模型可用于实际检测；如果2.5＜RPD ＜3，说明利用NIRS 定量分析是可行的，但预测精度有待于进一步提高；如果RPD ≤2.5则说明难于进行NIRS 定量分析[12]，各脂肪酸预测结果参数见表4，检验集中油酸和亚油酸的化学值与近红外预测值的散点图如图3和图4所示.表4各脂肪酸预测结果参数脂肪酸种类化学值均值/%预测值均值/%SD RSQ SEP RPD 棕榈酸12.3512.140.0070.67330.004 1.78油酸42.0642.150.0240.94010.006 3.98亚油酸38.6738.590.0180.94870.007 2.57花生酸 3.15 3.170.0030.61720.002 1.58山嵛酸2.992.820.0050.53240.0031.67从表4可以看出，油酸、亚油酸的外部验证决定系数分别为0.9401和0.9487，相对分析误差分别为3.98和2.57，均大于2.5，说明这2种成分的实际预测能力较好，同时从图3和图4可知，应用气相色谱法测得的这两种脂肪酸组分含量与近红外预测值之间存在较好的线性关系.棕榈酸、花生酸和山嵛酸虽然外部验证标准偏差较小，但外部验证决定系数均小于0.8，相对分析误差也都小于2.5，说明这3种成分所建的模型较难用于样品的准确预测.图3检验集中油酸化学值与近红外预测值的散点图图4检验集中亚油酸化学值与近红外预测值的散点图张严，等：近红外分析花生籽粒脂肪酸含量的研究57第35卷河南工业大学学报（自然科学版）4结论本研究对50种花生籽粒样品通过交叉验证和外部验证，建立了花生籽粒中油酸和亚油酸这两种成分的定标模型，可以准确和可靠地预测实际值.该方法可以进行同一样品的多组分检测，大大缩短了检测时间.与色谱法检测一个样品需要5~8h相比，该检测方法只需要1~2min，提高了检测效率，同时近红外光谱法又是一种非破坏性的分析方法，测试后的花生籽粒可继续用于其他用途，因此该检测方法有很大的应用前景，必将以独特的优势在检测方面发挥重要作用.但是，棕榈酸、花生酸和山嵛酸所建模型不够理想，由于这3种脂肪酸在花生籽粒中含量很低，整个定标样品集的这些成分变异度较低，因此这3种成分所建模型的预测精度不能满足实际需要，在NIRS建模中还有待进一步改进.参考文献：［1］卢中宪，富恩承.我国花生的品质缺点和改进对策［J］.现代商检科技，1993，3（6）:2-3.［2］杨美艳.多不饱和脂肪酸快速检测模型的建立［D］.南昌：南昌大学，2009.［3］Blanco M，Villarroya I.NIR spectroscopy:a rapid-response analytical tool［J］.Trends inAnalytical Chemistry，2002，21（4）:240-250.［4］严衍禄，赵龙莲，韩东海，等.近红外光谱分析基础与应用［M］.北京:中国轻工业出版社，2005.［5］GB/T17377—2008，动植物油脂-脂肪酸甲脂的气相色谱分析［S］.［6］尼珍，胡昌勤，冯芳.近红外光谱分析中光谱预处理方法的作用及其发展［J］.药物分析杂志，2008，28（5）:23-25.［7］王雪莲，薛雅琳，赵会义，等.近红外法测定大豆脂肪酸值方法的研究［J］.中国粮油学报，2009，24（8）:152-154.［8］高建芹，张洁夫，浦惠明，等.近红外光谱法在测定油菜籽含油量及脂肪酸组成中的应用［J］.江苏农业学报，2007，23（3）:189-195.［9］熊艳梅，王冬，闵顺耕.短波近红外模拟测定农药乳油中的有效成分含量［J］.现代科学仪器，2010，4（8）:85-86.［10］杨小红，郭玉秋，傅旸，等.利用近红外光谱法分析玉米籽粒脂肪酸含量的研究［J］.光谱学与光谱分析，2009，29（1）:106-109.［11］于燕波，臧鹏，付元华，等，近红外光谱法快速测定植物油中脂肪酸含量［J］.光谱学与光谱分析，2008，28（7）:1554-1558.［12］Malley D F，Mcclure C，Martin P positio-nal analysis of cattle manure during compostingusing a Field-Portable Near-Infrared Spectro-meter［J］.Communications in Soil Science&Plant Analysis，2005，36（4-5）:455-475.RESEARCH ON FATTY ACID CONTENT IN PEANUT SEED BY NEAR-INFRARED REFLECTANCE SPECTROSCOPYZHANG Yan，XIE Yan-li，SUN Shu-min，MA Ming-yang，LI Lin-lin （School of Food Science and Technology，Henan University of Technology，Zhengzhou450001，China）Abstract:Fifty representative peanut cultivars were selected as samples to construct a near-infrared reflectance spectroscopy（NIRS）calibration model for predicting the contents of five main fatty acids in the peanut seeds，such as palmitic acid，oleic acid，linoleic acid，behenic acid and arachidic acid.The oleic acid and linoleic acid calibration models had higher quality；the cross validation decision coefficients were respectively0.9330and 0.9249；the external validation decision coefficients were respectively0.9401and0.9487；and the relative percent deviations of the both two models were larger than2.5.The cross validation decision coefficients and external validation decision coefficients of the calibration models for palmitic acid，behenic acid and arachidic acid were less than0.8；and the relative percent deviations were all less than2.5.The test results showed that the models had high precision in predicting oleic acid and linoleic acid contents determined by NIRS.Key words:peanut seed；fatty acid content；NIRS；calibration model58。

高油酸花生泉花14号的特征特性及栽培技术高油酸花生泉花14号是一种优良的油料作物，具有以下特征和特性：1. 丰富的油脂含量：高油酸花生泉花14号的籽实中含有丰富的油脂，油脂含量通常在45%以上，是一种高油含量的品种，适合用于油料生产。

2. 高油酸含量：泉花14号花生的油酸含量非常高，通常在70%左右，油酸是一种不饱和脂肪酸，对人体健康非常有益，有助于降低血液中的胆固醇含量，防止心血管疾病的发生。

3. 高精油指数：泉花14号花生具有较高的精油指数，通常在7%以上，精油指数是指籽实中非油脂物质的含量，高精油指数表示泉花14号花生的品质较好，可以提取出较高质量的花生油。

4. 产量稳定：泉花14号花生的种子产量相对较高，平均亩产量一般在1500-1800公斤之间，且稳定性较好，适合大规模种植和商业化生产。

5. 抗病虫害能力强：泉花14号花生具有较强的抗病虫害能力，在栽培过程中对病虫害的抵抗能力更强，能够有效减少农药的使用量。

1. 地块选择：选择土地肥沃、排水良好、土层深厚的地块进行种植，避免沼泽地或重泥土地，以免影响花生的正常生长。

2. 播种时间：一般选择天气温暖、土壤湿润的季节进行播种，最佳播种时间一般在春季或夏季的4月至5月之间。

3. 土壤准备：在播种前对土壤进行整地，除去杂草和残留物，改善土壤的通气性和保水性，保持适宜的土壤湿度，以利花生的生长。

4. 播种方法：采用行距相对较宽的窄行播种方法，行距一般在60-70厘米之间，株距一般在25-30厘米之间，适当增加株距可以提高单株植株的产量。

5. 施肥管理：在花生生长初期，适量施入有机肥料和磷、钾等微量元素，有助于花生的生长和开花结果。

在花生结果期，适当增加氮肥的施用量，可以增加花生的产量和质量。

6. 病虫害防治：定期巡视田间，及时发现并处理花生田中的病虫害，如发现花生霉菌病、花生花叶病等，可使用合适的农药进行防治。

7. 种植密度和疏芽：在花生生长过程中，适当进行疏芽，保持适宜的种植密度，有利于花生的正常生长和通风透光。

高油酸花生泉花14号的特征特性及栽培技术
高油酸花生泉花14号是一种高油酸含量的花生品种，在栽培中有着一些特征特性和相应的栽培技术。

特征特性：
1.高油酸含量：高油酸花生泉花14号的油酸含量高达70%以上，是一种富含健康脂肪酸的花生品种。

2.耐旱性强：该品种对干旱环境适应能力强，能够在干旱条件下生长，并且产量稳定。

3.生长势强：高油酸花生泉花14号具有生长势强，植株高大，茎粗壮，枝丰茂，根系发达。

4.抗病性强：该品种具有较强的抗病性，对花生黄曲霉病和花生可溶性糖尿病抗性较好。

栽培技术：
1.选地选择：选择良好的土壤，土质疏松，排水良好，pH在6.0-7.0之间的土地进行种植。

2.施肥措施：按照土壤肥力状况和作物需求施用有机肥或化肥，一般在栽培前进行底肥施用，栽培后适时进行追肥。

3.适宜时间：适宜的种植时间是春季或夏季，根据当地气候条件和生长需求选择最佳时间。

4.播种方法：可以采用直播或定植的方式进行。

直播时，将种子均匀撒播在沟中，覆土2-3厘米即可；定植时，先在合适的距离上进行穴播或条播，然后将幼苗移植至定植沟中。

5.灌溉管理：保持土壤湿润，但避免积水，根据土壤水分情况进行灌溉，以保证植株的正常生长。

6.防治病虫害：及时发现和防治花生黄曲霉病等病虫害的发生，可以使用生物农药或化学农药进行防治。

7.收获和储存：花生一般在果皮龟裂、果皮变黄脱落时进行收获，采用机械或人工挖根的方式进行。

收获后将花生晾晒至水分含量降低到12%以下，然后储存于干燥通风的仓库中。