FTIR结合小波变换分析鉴别8种根茎类作物

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱（FTIR）结合小波变换（WI）、主成分分析（PCA）和聚类分析（HCA）的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。研究结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。

不同颜色蚕豆的红外光谱分析及元素含量测定

利用傅里叶变换红外光谱（FTIR）和电感耦合等离子体质谱（ICP-MS）对白色蚕豆和绿色蚕豆进行研究。结果显示，蚕豆子叶的红外光谱主要由蛋白质、多糖等振动吸收谱带组成。两种蚕豆的红外光谱相似，但在一些特征峰上的吸光度比值存在差异。对1700～1600cm。波段内的原始光谱进行拟合．绿色蚕豆的蛋白质二级结构中α螺旋、β转角和无规则卷曲结构的含量均比白色蚕豆高，而 β折叠含量低于白色蚕豆。ICP-MS测试结果表明，蚕豆中富含P、K、Na、Ca、Mg、Cu、Fe、Zn、Mn等多种矿质元素，其中元素P、K的含量最高，Ca、Mg、Na、Fe、Zn和Mn含量丰富；Cu含量相对较低。其中，白色蚕豆的矿质元素K、Ca、Cu和Na含量比绿色蚕豆略高，而其他矿质元素P、Mg、Fe、Zn,Mn含量低于绿色蚕豆。研究表明，FTIR结合ICP-MS方法可以快速简便区分两种蚕豆。

FTIR结合化学计量学对两种葡萄果苗的鉴别研究

[目的]利用傅里叶变换红外光谱技术结合主成分(PCA)和偏最小二乘法判别分析(PLS-DA),研究了红地球和皇家秋天葡萄苗叶片的红外光谱图。[方法]测试了2种葡萄苗60个样品的红外光谱,选取1 800～750 cm-1范围内原始光谱数据做二阶导数处理,显示在该区间存在明显的差异,利用该区间的二阶导数光谱数据进行主成分和偏最小二乘法判别分析。[结果]PCA和PLS-DA都能很好地区分2个品种的葡萄苗,其中主成分的正确率为100%,偏最小二乘法在隐含潜变量为9时正确率最高,此时2个葡萄品种的偏最小二乘法判别分析的正确率均达100%。[结论]小波变换结合PCA和PLS-DA用于傅里叶变化红外光谱技术能够准确地识别红地球和皇家秋天,为区分不同品种的葡萄苗提供快速、有效的方法。

Study on Rhizome Crops by Fourier Transform Infrared Spectroscopy Combined with Wavelet Analysis

In order to distinguish 8 kinds of rhizome crops, the 40 samples were studied by Fourier transform infrared spectroscopy （FTIR） combined with wavelet transform （WT）, principal component analysis （PCA） and hieramhical cluster analysis （HCA）. The results showed that the infrared spectra were similar on the whole, but there were differences in peak position, peak shape and peak absorption intensity in the range of 1 800-700 cm-1. The infrared spectra in the range of 1 800-700 cm-1 were selected to perform continuous wavelet transform （CWT） and discrete wavelet transform （DWT）. The 15th-Ievel decomposition coefficients of CWT and the 5=-level detail coefficients of DWT were classified by PCA and HCA. The cumulative contri- bution rates of the first three principal components of CWT and DWT were 93.12% and 89.78%, respectively. The accurate recognition rates of PCA and HCA were all 100%. It is proved that FTIR combined with WT can be used to distinguish different kinds of rhizome crops.

薯的傅里叶变换红外光谱研究

利用傅里叶变换红外（FTIR）光谱结合主成分分析（PCA）和聚类分析（HCA）方法对8种薯进行了鉴别研究，测试了40个薯样的红外光谱。结果表明，8种薯红外图谱相似，但在1800～700cm^-1范围内,红外光谱的峰位、峰形及强度差异明显。将8种薯的傅里叶变换红外光谱与可溶性淀粉的光谱进行相似性分析，结果显示，相似度从大到小依次为：马铃薯、木薯、薯蓣、毛薯、红薯、姜薯、豆薯、菊薯，表明马铃薯含淀粉量最多，其次是木薯，最少是菊薯。对原始红外光谱作二阶导数处理．并利用1800～700cm^-1范围内的二阶导数光谱数据对8种薯40个样品进行主成分分析和聚类分析,主成分分析前3个主成分的累计贡献率达89．18％，正确率为97．5％．聚类分析正确率为100％。傅里叶变换红外光谱技术结合统计分析的方法可鉴别区分不同种的薯类。

不同品种葡萄苗的FTIR光谱鉴别研究

利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750cm^(-1)范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。

不同颜色红薯和马铃薯的FTIR

利用傅里叶变换红外光谱研究了不同颜色红薯和马铃薯的红外光谱，结果显示，不同颜色红薯和马、铃薯的红外光谱整体相似，光谱主要由碳水化合物的振动吸收带组成。应用OMNIC8．0软件，做红薯、马铃薯淀粉与不同颜色红薯、马铃薯的红外光谱图相似性检索，检索结果表明红皮白心红薯、紫皮紫马铃薯中含有较多的淀粉．对红薯与马铃薯红外光谱进行二阶导数处理，发现其二阶导数光谱在1800—700cm^-1范围内差异明显，选取该区域的光谱进行相关分析，相关分析结果表明不同颜色红薯之间的相关系数大于0．875，不同颜色马铃薯之间的相关系数大于0．784。结果显示傅里叶变换红外光谱技术能够正确的鉴别区分不同颜色的红薯和马铃薯。

元谋土林不同颜色土壤的ICP-MS及FTIR分析

利用电感耦合等离子体-质谱法（ICP-MS）和傅里叶变换红外光谱（FTIT）对云南省元谋土林风景区7种不同颜色土壤进行分析．ICP-MS测试结果显示，土壤中富含速效磷、钾、钙、镁、铜、铁、锌、锰等多种无机元素，且不同颜色土壤的常量与微量元素含量不同。速效磷、钾、镁、铜、铁、锌、锰含量均与速效钙呈负相关关系．FTIR分析结果表明，7种土壤的红外光谱非常相似，以3698，3621，1032，798，779，694cm^-1峰以及470cm^-1峰是主要的特征吸收峰。7种土壤的红外光谱属于高岭土型图谱，其矿物成分以石英为主，含有少量的磷酸盐、金属氧化物等成分．研究结果表明电感耦合等离子体质谱结合傅里叶变换红外光谱为土林土壤的成分分析研究提供了一种简易可靠的方法．