[背景] 锰(Mn)是棉籽中必不可少的微量元素，其测定方法通常要使用有害试剂，也需要复杂的预处理工艺。因此，需要一种低成本、不使用试剂的快速分析方法来替代。

[结果] 采用近红外光谱(Near-infrared spectroscopy, NIRS)和化学计量学方法测定了棉籽粕中锰的含量。标准正态变量(Standard normal variate, SNV)与一阶导数(First derivatives, FD)相结合是最佳光谱预处理方法。通过采用蒙特卡罗无信息变量消除法(Monte Carlo uninformative variable elimination, MCUVE)和连续投影算法(Successive projections algorithm method, SPA)从NIR光谱中提取信息变量，分别建立了棉籽锰含量的线性和非线性校准模型。利用MCUVE-SPA-LSSVM最终建立了棉籽锰含量的最优模型，预测均方根误差(Root mean squares error of prediction, RMSEP)为1.994 6，决定系数(R²)为0.949 3，剩余预测偏差(Residual predictive deviation, RPD)为4.370 5。

[结论] MCUVE-SPA-LSSVM模型对棉籽粕中锰含量的测定具有较高的准确性，可以替代传统的分析方法。

[Title] Determination of manganese content in cottonseed meal using near-infrared spectrometry and multivariate calibration

[Authors] YU En, ZHAO Rubing, CAI Yunfei, HUANG Jieqiong, LI Cheng, LI Cong, MEI Lei, BAO Lisheng, CHEN Jinhong, ZHU Shuijin

Journal of Cotton Research. 2019, 2: 12

https://jcottonres.biomedcentral.com/articles/10.1186/s42397-019-0030-5