1. 研究目的与意义、国内外研究现状（文献综述）
研究意义小麦的国内外贸易和流通缺乏快速检测的方法，利用现代光声光谱检测技术，既可降低成本，又可提高检测的准确性。
国内外研究进展目前国内外许多研究都找到了生物大分子、酶类、细胞、微生物、器官与组织、血液的光声光谱图。
动物或人体组织发生病变时，可以通过测定组织病变前后的光声光谱来提取正常组织和病变组织的物理和化学特征，从而为疾病（如牛皮癣、癌症等）的诊断提供有价值的信息[1]。
2. 研究的基本内容和问题
研究的目标利用声光效应预测小麦的蛋白质、脂肪和水分，构建相关的模型，开发基于光声光谱对小麦品质检测的技术。
研究内容通过光声光谱技术对小麦常规成分的定量与定性分析，力求找出与小麦品质相关的特征波段，通过对特征波段进行模型的建立来探索光声光谱技术对于小麦品质检测的可行性。
要解决的关键问题（1）怎样将测量好的小麦常规成分与光声光谱仪测量的光谱图进行建模；（2）小麦的哪个颗粒度的测量准确度高；（3）光声光谱技术检测精度如何。
3. 研究的方法与方案
研究方法运用近红外光声光谱技术进行小麦光谱采集，随后进行小麦化学值的测定，对光谱进行预处理，选取特征波段，运用不同的建模方法建模，确定最佳建模方法，从而实现小麦品质的预测。
红外光声光谱(pas)是一种独特的光谱检测技术。
因为红外光声光谱的检测，不是基于样品对红外光的透射或反射，而是基于光声效应的原理。
4. 研究创新点
红外光声光谱技术是一种新型样品信息获取技术，可以无损高效地对样品组分进行定量分析。
已经有研究应用红外光声光谱技术测定了油菜籽3项品质参数：含氮量、含油量和芥酸含量。
多元校正模型是红外光谱分析的关键。
5. 研究计划与进展
2017年12月对小麦进行预处理，并筛选有代表性的建模样品；2018年1月 采用国标法测小麦常规成分含量，包括蛋白质、水分、脂肪，作为建模标准值；2018年3月 用光声光谱仪扫描，得到样品光谱，采用化学计量学软件，选择合适的预处理和建模方法处理光谱，建立性能优良的近红外光谱分析模型；2018年4至5月扫描待测样品的光声光谱，并采用模型加以分析，得到待测样品的待测成分含量，判断光声光谱测量的可行性。
