近红外反射光谱法(NIRS)测定棉仁粉中蛋白质和棉酚含量的研究

选用49份不同蛋白质和棉酚含量的陆地棉种质资源和188份陆地棉重组近交系为材料,以多年份、多地点种植收获的种子材料组成原始样品集,分别对棉仁粉中蛋白质含量和棉酚含量进行化学测定,采用改进的偏最小二乘法(Modified PLS)和(2,4,4,1)的数学转换方法建立近红外反射光谱(NIRS)定标模型,以寻找棉籽蛋白质含量和棉酚含量的快速测定方法。结果表明,蛋白质含量的定标决定系数(RSQ=0.933)和交叉检验决定系数(1-VR=0.929)较高,定标标准误差(SEC=0.623)和交互校验标准误差(SECV=0.638)较小,预测模型的建模效果较好,可替代化学分析。棉酚含量预测模型的RSQ,1-VR,SEC和SECV分别为0.836,0.811,0.074和0.079,模型预测效果略差于蛋白质模型,但仍可用于棉仁粉中棉酚含量的测定。

玉米秸秆组分近红外漫反射光谱(NIRS)测定方法的建立

玉米秸秆是我国产量最大的秸秆生物质资源，但目前还没有快速高效的组分分析方法，本研究利用傅里叶变换近红外漫反射光谱（NIRS）技术，采用偏最小二乘法（PLS），在国内首次建立了NIRS测定玉米秸秆中灰分、半纤维素、纤维素、Klason木质素、酸不溶灰分和水分含量的校正模型，该模型稳定，适合不同地区、不同品种的玉米秸秆及其不同部位。实验结果表明，采用一阶导数＋KarlNorris滤波预处理，谱区在4100-7500cm^-1，能得到理想的预测模型。该模型对玉米秸秆各组分的交叉验证均方差（RMSECV）范围为0．0903～1．45，预测误差（RMSEP）范围为0．2569％～2．5819％，预测相关系数≥0．8711。该研究对加速我国秸秆生物质的工业转化具有重要意义。

近红外漫反射光谱(NIRS)结合TQ软件建立盾叶薯蓣中薯蓣皂苷元定量模型

目的利用近红外漫反射光谱(near-infraed spectroscopy,NIRS)结合TQ软件快速测定盾叶薯蓣药材中薯蓣皂苷元含量。方法采集盾叶薯蓣样品的近红外光谱图,采用高效液相色谱法(HPLC)测定盾叶薯蓣中薯蓣皂苷元的含量,利用TQ软件建立薯蓣皂苷元的定量分析模型,利用模型对未知样品进行预测。结果建立的薯蓣皂苷元校正模型的相关系数(R2)、校正均方差(RMSEC),内部交叉验证均方差(RMSECV)分别为0.96459,0.0999,0.30041;经外部验证,模型的预测相关系数(R2)和预测均方差(RMSEP)分别为0.9634,0.128。结论所建模型预测能力较好,可以用于盾叶薯蓣中薯蓣皂苷元含量的快速检测。

近红外漫反射光谱法(NIRS)分析稻草纤维及硅化物组成

水稻稻草硅质化是影响稻谷生产与稻草营养品质的主要因素之一 ,对水稻稻草硅化特点的化学分析费时、耗资、准确度较低。利用近红外漫反射光谱法 (NIRS)具有分析速度快、精度高、结果稳定的优点。对同年采自福建省不同种植地、不同季节、不同品种的稻草及稻叶、叶鞘、茎秆共 92份样品进行半纤维素、纤维素、木质素、可溶及不可溶性硅化物成分的近红外光谱分析。研究利用改进最小偏差 (改进最小二乘法回归技术 )回归法 (ModifiedPLS)进行定标建模 ,并进行交叉验证 (cross validation) ,探讨了用近红外漫反射光谱技术建立稻草纤维及硅化物组成快速预测模型的可行性 ,以及影响NIRS技术在建模应用中的主要因素。

利用近红外漫反射光谱(NIRS)技术建立甘薯茎叶重金属预测模型

植物样品中的无机离子以一定形式与具有近红外吸收的有机基团结合,因而可以借助近红外光谱技术测测其含量。探讨研究了近红外光谱法快速预测甘薯叶和茎镉、铜、锌含量的可行性,以不同肥料种植的甘薯叶和茎样品各67份,利用偏最小二乘回归法(PLS)对甘薯叶和茎中水分、蛋白质、镉、铜、锌含量进行预测分析。结果表明:所建模型可用于快速预测甘薯叶和茎样品中镉、铜、锌含量趋势,但模型精确度还有待提高。

近红外反射光谱(NIRS)测量棉子中油份和蛋白质含量的研究

本研究对近红外反射光谱分析法测量棉子油份和蛋白质含量的可行性和方法进行了探讨。采用索氏抽提法测量了112份常规棉花品种种仁的油份含量,选择其中87份代表性样品建立数学模型,用剩下的25份验证该模型,其NIRS的预测值与化学值之间的相关系数R=0.9656,预测标准差(SEP)为3.55%。用凯氏定氮法测量了103份棉子种仁的蛋白质含量,选择其中的80份建立数学模型,用剩下的23份验证该模型,其NIRS的预测值与化学值之间的相关系数R=0.9727,预测标准差(SEP)为3.56%。结果表明,本研究所构建的数学模型可以用来快速准确地测量棉子的油份和蛋白质含量。

近红外反射光谱(NIRS)技术分析奶粉品质的研究

奶粉中蛋白质和脂肪是影响奶粉营养品质的主要因素,利用近红外反射光谱分析技术对来自国内不同地区的奶粉共900份样品进行蛋白质和脂肪成分测定分析。研究了不同的样品数目、光谱预处理和散射校正技术对发展奶粉近红外测定定标模型的影响。结果表明,在样品数目为200-400范围内建立的定标分析模型较理想;数学预处理中以一阶导数较好,且以“1,4,4,1”的处理组合最为理想;光谱散射校正中采用“标准正态变量转换(SNV)+趋势变换法(De-trending)”的组合建立回归方程效果较好。利用改进最小二乘法回归技术(Modified PLS)建立多种定标模型,并进行交叉验证(cross-validation)来分析各种因素对定标模型的影响。同时筛选出较理想的蛋白质和脂肪定标分析回归方程,其中蛋白质和脂肪含量的相关系数高达0.973和0.850。探讨了NIRS技术在建模应用中的一些影响因素,以及由NIRS技术建立奶粉分析模型用于快速分析和在线检测的可行性。

茴香渣营养特征分析及其常规养分和矿物元素含量近红外反射光谱预测模型构建

本试验旨在分析茴香渣营养特征及构建其常规养分和矿物元素含量近红外反射光谱(NIRS)预测模型。利用NIRS技术结合改良偏最小二乘法(MPLS)分析了103份茴香渣样品中常规养分干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(Ash)、有机物(OM)、粗脂肪(EE)以及矿物元素钙(Ca)、铁(Fe)、钾(K)、磷(P)和镁(Mg)含量的预测模型。结果表明:茴香渣CP和EE含量较高,NDF和ADF含量较低,且矿物元素含量丰富,可作为饲料原料添加到动物饲粮中。构建的预测模型中,常规养分DM、CP、NDF、ADF、Ash、OM和EE含量的预测决定系数(RSQ)分别为0.940、0.922、0.918、0.873、0.847、0.878和0.908,验证相对分析误差(RPD)均大于2.5,预测的准确性较高,取得最佳定标效果。矿物元素Ca、Fe和K含量的RSQ分别为0.912、0.911和0.856,RPD均大于2.5,预测效果较好,可以用于实际生产;Mg含量的RSQ和RPD分别为0.794和2.203,预测效果较弱,仅能粗略预测来进行样品筛选;P含量的RSQ和RPD分别为0.654和1.667,预测效果差,预测值和实测值的误差较大,不能用于实际生产。综上所述,利用NIRS技术建立的预测模型可快速、准确地预测茴香渣中DM、CP、NDF、ADF、Ash、OM、Ca、Fe和K含量。

近红外反射光谱法(NIRS)分析奶牛精料补充料营养成分的研究

采用滤光片型8620近红外光谱技术(NIRS),结合主成分回归法,以105个不同的奶牛精料补充料样品建立了常规化学成分以及可消化总养分(TDN)含量的近红外定量分析校正模型。常规化学成分中,粗蛋白、粗脂肪、粗灰分、中性洗涤纤维、酸性洗涤纤维、酸性洗涤木质素和可消化总养分含量的校正模型决定系数R2分别为0.9132、0.9016、0.9220、0.9171、0.8928、0.7083和0.8346;研究发现除酸性洗涤木质素之外,其他成分含量的相对分析误差RPD(SD/SEP)均大于2.5,因此除酸性洗涤木质素之外,所建近红外预测模型对奶牛精料补充料常规营养成分以及TDN含量的快速测定具有重要的实际意义。

近红外光谱(NIRS)技术快速测定湖泊沉积物营养组分研究

湖泊沉积物保存了湖泊环境演化的重要信息,但目前还没有建立起快速、准确的湖泊沉积物营养组分组合分析方法。该文利用近红外光谱(NIRS)技术,采用一阶导数、小波滤噪、正交信号校正、小波滤噪+正交信号校正、一阶导数+正交信号校正、正交信号校正+小波压缩6种光谱预处理技术和偏最小二乘(PLS)法相结合在国内建立了NIR光谱测定湖泊沉积物柱芯样品中总碳(TC),总氨(TN),总有机碳(TOC)和总磷(TP)的校正模型,结果表明虽然NIR光谱校正模型对TOC的预测效果不理想,但一阶导数+正交信号校正光谱校正模型对TC和TN,正交信号校正光谱校正模型对TP的预测效果较好,预测相关系数分别为0.759 7(TC),0.865 0(TN)和0.811 2(TP),预测误差(RMSEP)分别为0.13%(TC),0.008 2%(TN)和0.012%(TP)。该研究对于推动我国湖泊沉积物的光谱学特性研究具有重要意义。

近红外漫反射光谱联合IL-17A在2型糖尿病患者牙周炎中的早期预测价值

目的 探究近红外漫反射光谱联合白介素17A(IL-17A)对2型糖尿病(T2DM)患者并发牙周炎的预测价值。方法 将2020年1月-2021年1月在我院就诊的T2DM患者分为牙周炎组与非牙周炎组。采用近红外漫反射光谱检测患者的牙龈血流动力学相关指标,分析患者血流动力学指标与IL-17A的相关性。结果 相比于非牙周炎组,牙周炎组患者的牙龈组织相对血流量(rGBF)降低,IL-17A、牙菌斑指数(PLI)、牙龈指数(GI)及龈沟出血指数(SBI)升高;rGBF与IL-17A呈负相关(r=-0.200),PLI与IL-17A呈正相关(r=0.201),均P <0.05。IL-17A联合红外漫反射光谱各项指标对T2DM患者牙周炎发生的预测效能明显优于各项指标单独预测的效能(P <0.05)。结论 红外漫反射光谱能够无创检测牙龈组织的相对血流量,其与IL-17A联合预测有望成为T2DM患者牙周炎早期预测和疗效、预后评价的方法之一。

土壤有机质可见-近红外反射光谱特性研究

为优化土壤有机质含量预测模型运算速度,以50份土壤有机质为例,利用Pearson相关系数分析法对土壤有机质的特征波段进行提炼筛选。结果表明,土壤样品的反射光谱与土壤有机质含量在555~662 nm波段范围内呈较强负相关,显著特征波段为601 nm;经过不同预处理后的土壤反射光谱与土壤有机质含量呈较强的相关性,显著特征波段增加,主要体现在601、1221、1410、1665、1880、2110、2200 nm波段附近。对不同土壤含水率的反射光谱与土壤有机质含量之间的Pearson相关曲线进行分析发现,显著特征波段主要体现在601、1450、1930、2200 nm波段附近,随着土壤含水率的增加,土壤有机质的特征波段601 nm的相关性逐渐减弱,土壤水分的特征波段1450、1930、2200 nm的相关性逐渐加强;土壤含水率超过10%,土壤反射光谱与土壤有机质含量呈正相关。研究获取的土壤有机质特征波段和土壤水分影响波段,为土壤有机质快速检测模型的建立提供理论支撑。

近红外反射光谱法测定苜蓿干草主要纤维成分的研究

采集不同生育期、不同品种和不同干燥方式(烘干、阴干、晒干)的苜蓿干草样品60份,研究了利用近红外反射光谱法分析苜蓿干草中纤维素、半纤维素和木质素含量的可行性。实验结果显示,纤维素的交互验证相关系数(RCV)、外部验证决定系数(r2)以及验证集样品标准差(SD)与预测残差均方根(RMSEP)的比值(RPD)分别为0.97,0.97,4.44,木质素为0.94,0.94,4.08,表明利用NIRS技术可以准确分析苜蓿干草中纤维素和木质素的含量。半纤维素的RCV,r2,RPD分别为0.29,0.12,1.09,说明该模型不能进行半纤维素的实际预测。利用近红外反射光谱法准确测定纤维素和木质素含量的结果,对苜蓿生产加工中的质量评价,以及苜蓿育种等研究中纤维品质的快速分析都具有重要意义。

近红外漫反射光谱法测定玉米秸秆NDF与ADF含量

应用主成分空间和傅里叶变换近红外光谱技术,采用偏最小二乘回归法(PLS),在国内首次建立了适合不同品种类型、不同生长发育时期和不同部位且适配范围广的近红外漫反射光谱(NIRS)测定玉米秸秆中性洗涤纤维(NeutralDetergentFiber,NDF)和酸性洗涤纤维(AcidDetergentFiber,ADF)含量的稳定校正模型。结果表明,采用一阶导数+矢量归一化预处理和一阶导数+多元散射校正预处理,谱区均为7502～5450cm-1和4601～4247cm-1,所建立的NDF与ADF校正模型,其校正和预测效果最佳。其校正决定系数(R2cal)均大于094,交叉验证和外部验证决定系数(R2cv,R2val)为092～096,各项误差(RMSEE,RMSECV和RMSEP)为149%～181%。该结果对青贮玉米秸秆材料快速鉴定和筛选具有重要的意义。

近红外漫反射光谱法快速测定新鲜青贮饲料化学成分含量

探讨近红外漫反射光谱技术(NIRS)测定新鲜青贮饲料化学成分的可行性。在液氮(-196℃)冷冻下对119份具有代表性的青贮饲料样品进行粉碎处理,利用传统分析方法测得其化学成分含量,同时利用近红外光谱仪扫描得到其近红外光谱,采用改良偏最小二乘回归方法(MPLS)建立其近红外定量分析校正模型。结果表明:干物质(DM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和粗灰分(CA)的相对分析误差RPD值(SD/SECV)均大于3,校正模型的外部验证决定系数R2v均大于0.85;粗蛋白(CP)、酸性洗涤木质素(ADL)和可溶性碳水化合物(WSC)的RPD值均大于2,其R2v分别为:0.82、0.65和0.71。近红外漫反射光谱法可以很好的测定新鲜青贮饲料中的DM、NDF、ADF和CA含量;CP含量测定效果较好,需要通过扩大样品CP含量变异范围进一步验证;可粗略估测ADL和WSC含量,测定精度有待于提高。

利用可见光/近红外反射光谱估算土壤总氮含量的实验研究

利用土壤的室内反射率光谱,探讨土壤氮元素的高光谱机理。利用土壤光谱各吸收带的特征参数与总氮含量进行逐步回归运算,确定与氮元素关系比较密切的几个吸收带。计算出这几个特征吸收带内土壤反射率的变化形式:一阶导数(FDR)、倒数(1/R)、倒数之对数(log(1/R))、波段深度(Depth),并与总氮含量进行逐步回归分析,得到比较理想的结果:建模样本的Ra2(修正的判定系数)分别为0 789、0 753、0 736、0 699,验证样本的Ra2分别为0 759、0 468、0 794、0 725。可见土壤的反射率光谱与氮元素含量之间存在比较明显的相关性,可见光/近红外反射光谱具有快速估算土壤中氮元素含量的潜力。

基于近红外漫反射光谱的香梨类别定性分析

基于近红外（near infrared,NIR）漫反射光谱分析技术对库尔勒香梨中的脱萼果和宿萼果进行了自动化判别试验研究。用对不同波段范围、不同光谱预处理方法（MSC、SNV、微分光谱）和不同主成分因子数对香梨类别判别结果的影响进行了对比分析,建立了香梨类别的定性判别模型。研究结果表明：用判别分析（discri mant analysis,DA）方法在9091~4000cm-1范围结合原始光谱建立的DA判别模型最优,该方法对校正集正确分类率达100%,预测集正确分类率为95%。

近红外漫反射光谱法测定黄芩中总黄酮及黄芩苷的含量

文章建立了近红外漫反射光谱技术快速测定中药黄芩中主要活性成分黄芩苷和总黄酮含量的方法。对黄芩苷含量在12．24％～21．34％，总黄酮含量在16．08％～26．52％范围内的61个不同产地的黄芩，选择在8000-4000cm^-1范围内的近红外吸收光谱，采用偏最小二乘算法（PLS）比较不同光谱预处理方法建立的校正模型，结果表明一阶导数和最小最大归一化的数据预处理方法分别为黄芩苷和总黄酮最优预处理建模方法。黄芩苷校正集相关系数（r）为0．9024，校正集标准偏差（SEC）为1．01，预测集标准偏差（SEP）为0．8764；总黄酮校正集相关系数（r）为0．9527，校正集标准偏差（SEC）为0．785，预测集标准偏差（SEP）为0．5211，该方法快速简便，适合于黄芩中主要活性成分的快速分析。

芦丁和维生素C的近红外漫反射光谱技术定量分析研究

首次利用近红外漫反射技术和偏最小二乘法定量分析了复方芦丁片的主组分芦丁和维生素C混合样品的含量 ,所建立的预测方程对样品的预测值和真实值之间的相关系数为 99 75 %,芦丁和维生素C定标标准差分别为 0 3 63 %和 1 0 78%。该方法快速、准确。

用近红外漫反射光谱检测肉品新鲜度的初步研究

挥发性盐基氮一直以来是评定肉品新鲜程度的重要指标,通常其测定依据是半微量凯氏定氮法,这难以满足当前肉品快速非破坏性的检测要求。文章通过近红外漫反射光谱法(NIRS)建立了挥发性盐基氮(TVB-N)的预测模型,并通过聚类分析方法对光谱数据进行了分类处理。结果表明当猪肉样品中TVB-N含量超过11.6 mg.(100g)-1时,可以判定该肉品为次鲜肉,采用近红外漫反射光谱法建立预测模型,能够实现对肉品的新鲜程度非破坏性、快速检测。