Ren Hongyan, Zhuang Dafang, Yang Junxing y Yu Xinfang
La protección de las personas contra la contaminación por metales pesados es una preocupación importante para la salud pública y un problema medioambiental nacional de primer orden en China. El objetivo de este estudio es explorar la viabilidad de la técnica espectral de infrarrojo cercano (NIR) para identificar la concentración de metales pesados (HMC) en el arroz grueso. Se recogieron 28 muestras de arroz de las tierras de cultivo alrededor de cuatro estanques de relaves en el condado de Guiyang, en el sur de China, y luego se tamizaron con una malla de plástico de 2,0 mm para la medición espectral de laboratorio y la determinación de proteínas, plomo (Pb) y cobre (Cu). Antes de construir los modelos de regresión de mínimos cuadrados parciales (PLSR) para predecir la HMC, todos los datos espectrales se trataron con algunos métodos, incluidos el logaritmo (Log), la corrección de la línea de base (BC), la variable normal estándar (SNV), la corrección de dispersión múltiple (MSC), las primeras derivadas (FD) y la eliminación continua (CR). En términos de coeficientes de enriquecimiento (EC), el Pb se acumuló en el arroz a un nivel alto (17,05). La relación de Ä°ts con la proteína (P=0,77, r<0,01) es más significativa que la de Cu (P=0,67, r<0,01). El contenido de proteína fue bien predicho por el modelo MSC-PLSR con un coeficiente de determinación más alto (R2=0,51) y un error cuadrático medio más bajo (RMSE=0,17%). Los modelos MSC-PLSR se construyeron respectivamente para Pb (R2=0,49, RMSE=2,01 mg/kg) y Cu (R2=0,29, RMSE=0,75 mg/kg). Es factible identificar el contenido de Pb y Cu en el arroz utilizando la técnica espectral NIR. Sin embargo, se debe realizar una mayor investigación sobre la aplicación de la técnica espectral para discriminar los otros metales pesados en los cultivos debido a las limitaciones de pocas muestras y la interrupción del tamaño de partícula.