该文档属于类型a，即报告了一项单一原创研究。以下是针对该研究的学术报告：
作者与机构
本研究由Xuexue Miao、Ying Miao、Haoru Gong、Shuhua Tao、Zuwu Chen、Jiemin Wang、Yingzi Chen和Yancheng Chen共同完成。研究团队主要来自湖南省农业科学院水稻研究所（Hunan Rice Research Institute, Hunan Academy of Agricultural Sciences）和华南农业大学数学与信息学院（College of Mathematics and Informatics, South China Agricultural University）。该研究发表于2021年，刊登在期刊《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》上。
学术背景
水稻是全球50%人口的主食，但其安全性问题日益受到关注，尤其是重金属污染。镉（Cadmium, Cd）是一种有毒重金属，易通过土壤、灌溉水和肥料进入水稻，进而通过食物链进入人体，对肾脏、骨骼和神经系统造成损害。因此，快速准确地检测水稻中的镉含量至关重要。传统的检测方法如电感耦合等离子体质谱法（ICP-MS）和原子吸收光谱法（AAS）虽然准确，但耗时长、成本高且需要复杂的样品预处理。近红外光谱（Near-Infrared Spectroscopy, NIRS）技术因其快速、无损、环保等优势，近年来被广泛应用于食品和农业领域。本研究旨在探索NIRS结合化学计量学算法（Chemometric Algorithms）用于水稻中镉含量快速检测的可行性，并比较不同算法的预测性能。
研究流程
研究分为以下几个主要步骤：
1. 样品准备：从湖南省四个不同地区收集了825份水稻样品，这些地区的土壤和水源因采矿和过度施肥受到镉污染。样品经过干燥和研磨处理后，采用国家标准方法（GB 5009.15–2014）测定镉含量。
2. 光谱测量：使用NIR光谱仪（Matrix-I, Bruker Optics）对样品进行扫描，光谱范围为4000–12000 cm⁻¹，分辨率为16 cm⁻¹。每个样品扫描三次，取平均值用于后续分析。
3. 光谱预处理：为减少基线漂移和非线性效应，研究比较了多种预处理方法，最终选择一阶导数（First Derivation, FD）作为最佳预处理方法。
4. 化学计量学建模：研究采用五种多元校准模型，包括全光谱偏最小二乘法（Full-Spectrum PLS）、区间偏最小二乘法（Interval PLS, iPLS）、移动窗口偏最小二乘法（Moving Window PLS, mwPLS）、协同区间偏最小二乘法（Synergy Interval PLS, siPLS）和反向区间偏最小二乘法（Backward Interval PLS, biPLS）。通过Kennard-Stone方法将样品分为校准集（538份）和验证集（269份）。
5. 模型评估：通过交叉验证和外部验证评估模型性能，计算均方根误差（RMSEP、RMSECV）和相关系数（R）等参数。
主要结果
1. 镉含量分布：校准集和验证集的镉含量范围分别为0.005–2.0 mg/kg和0.003–1.97 mg/kg，分布均匀。
2. 模型性能比较：全光谱PLS模型的预测性能较差（RMSEP=0.2472，R=0.7404）。相比之下，基于化学计量学算法的模型性能显著提升。其中，biPLS模型表现最佳，其RMSEP和R分别为0.2133和0.9020，RMSECV为0.1756。
3. 特征波长筛选：biPLS模型筛选出的有效光谱区间为3980–4744 cm⁻¹、5138–5901 cm⁻¹、6680–7830 cm⁻¹和8223–12096 cm⁻¹，这些区间与淀粉、蛋白质等有机成分的吸收峰相关，间接反映了镉含量。
结论与意义
本研究证明了NIRS结合biPLS算法可用于水稻中镉含量的快速检测，具有高效、环保、无需复杂样品预处理等优势。相比传统方法，该技术更适合大规模样品的快速筛查。研究结果为水稻镉污染的市场监测提供了技术支持，对食品安全管理具有重要意义。
研究亮点
1. 创新性方法：首次将NIRS与多种化学计量学算法结合，用于水稻镉含量的快速检测。
2. 高性能模型：biPLS模型表现出优异的预测能力和稳定性，为相关研究提供了参考。
3. 实际应用价值：该技术可广泛应用于水稻及其他作物的重金属污染筛查，具有显著的环保和经济价值。
其他有价值内容
研究还探讨了不同预处理方法和光谱区间选择对模型性能的影响，为NIRS技术在重金属检测中的应用提供了理论依据。此外，研究通过大量样品（825份）验证了模型的普适性和可靠性。
以上为对该研究的全面报告。