利用近红外反射光谱技术测定稻米中脂肪含量的研究初报

利用精米粉脂肪含量化学分析值及其近红外反射光谱以建立分析精米中脂肪含量数学模型。选取 3段谱区(6 10 0～4 2 5 0cm- 1 ;6 10 0～ 5 4 5 0cm- 1 并 4 6 0 0～ 4 2 5 0cm- 1 ;75 0 0～5 4 5 0cm- 1 并 4 6 0 0～4 2 5 0cm- 1 )分别采用 4种不同的预处理方法(直线扣除、乘性散射校正、矢量归一、一阶导数 ) ,对其结果进行比较 ,发现选择不同谱区和不同光谱预处理方法对所建模型有很大的影响 ,同时证明了利用近红外光谱技术测定稻米脂肪含量的可行性。还阐述了如何对模型进行评价 ,并讨论了它在遗传育种中的应用。

利用近红外反射光谱技术预测花生籽仁出油率

花生是我国主要的油料作物和经济作物,提高花生出油率对提高我国榨油企业的经济效益及保障我国油脂安全有着重大意义。本研究选取不同来源的48份花生样品,利用近红外反射光谱技术构建了花生籽仁出油率近红外模型。经优化得出,花生籽仁出油率最佳光谱预处理方法为"矢量归一化"法,光谱范围为7 498.2~8 454.8、4 242.8~4 605.4 cm^(-1),维数为9,模型决定系数(R^(2))为81.77,根均方差(RMSECV)为1.04。该模型可满足花生榨油企业原料收购和高油育种选择的需要。

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。

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。

运用近红外漫反射光谱技术检测中药水分含量

文章阐述了运用近红外漫反射光谱技术,根据不同含水量的中药特征吸收峰处不同波长点的吸光度,采用差谱法,利用最小二乘法建立多元线性回归模型,实现根据特征吸收峰波长的位置、强度、形状来预测中药水分含量的过程。

基于漫反射傅里叶变换近红外光谱技术对不同年份的大米产地溯源检测

通过对试验田大米样品进行特征波段的筛选后,在其范围内利用傅里叶变换漫反射近红外光谱法结合化学计量学对来自2014、2015年的地理标志产品查哈阳大米和五常大米进行产地溯源检测。结果表明,来自不同地区的大米样品在波段为5 136~5 501 cm^(-1)处均有显著差异。利用因子化法建立的定性分析模型对2014年查哈阳及五常大米的正确预测率均为100%,对2015年两地区样品的正确预测率分别为100%、91.67%。利用偏最小二乘法建立的定量分析模型对2014年两地区的样品正确预测率为90.90%、95.83%,对2015年两地区的样品正确预测率为91.67%、87.50%。

近红外漫反射光谱技术对小米产地溯源的研究

为建立小米产地溯源的快速检测技术,更好的维护地方名优小米品牌效益,试验利用近红外漫反射光谱技术对不同状态小米进行产地溯源鉴别,试验分别选取来自肇源和肇州两个小米主产区的144份小米样品,应用近红外漫反射光谱技术结合化学计量学对不同状态下的小米进行产地溯源研究,结果表明:在全波长范围内采用因子化法建立的定性分析模型和在特征波段范围内采用偏最小二乘法(PLS)建立的定量分析模型,对肇源、肇州两个小米主产区的小米籽粒和小米粉末的正确鉴别率均在90%以上,其中小米粉末的模型正确预测率要高于小米籽粒。因此,应用近红外漫反射光谱技术对不同状态小米产地溯源的鉴别具有一定的可行性。

近红外漫反射光谱分析技术建立青霉素V钾片的一致性检验模型研究

目的研究近红外漫反射的光谱分析技术,建立青霉素V钾片的一致性检验模型。方法收集不同厂家的青霉素V钾片,共30批次,予以扫描和进行高效液相色谱法检测,检验近红外漫反射光谱图,结合高效液相色谱的结果建成一致性检验模型。结果一致性检验模型对测试集中的样品做出准确无误的判别分类,其中29个批次的药物为合格药物,仅有1个批次的药物筛查为假药,无假阳性现象的出现。结论通过近红外漫反射光谱分析技术建立的一致性检验模型检测青霉素V钾片,其方法操作简单,具有较高的准确率,可用于快速检查青霉素V钾片的药品成分,值得推广。

基于近红外光谱技术对多年际建三江、五常大米产地溯源

研究多年际地理标志大米产地溯源判别技术,保护地理标志大米的品牌效益。利用近红外漫反射光谱技术对试验田样品进行与产地有关的特征波段筛选,并在其范围内对2013—2015年来自建三江地区及五常地区的291份大米样品进行产地溯源研究。结果表明,试验田样品在波段为5 136~5 501 cm^(-1)范围内产地因素差异显著。在此范围内利用因子化法建立的定性分析模型及聚类分析模型对建三江大米及五常大米的正确判别率均高于97.00%。利用偏最小二乘法建立的定量分析模对两地区大米的正确判别率分别为95.83%、94.00%。因此,应用该技术对多年份大米的产地溯源进行判别具有一定的可行性。

近红外漫反射光谱法结合PLS法快速测定红景天药材中水分和红景天苷的含量

目的:建立快速测定红景天药材中水分和红景天苷含量的方法。方法:采用烘干法测定药材中水分含量(作为参考值);采用高效液相色谱法测定药材中红景天苷含量(作为参考值)。采用近红外漫反射光谱(NIR)分析技术结合偏最小二乘法(PLS)建立预测药材中水分和红景天苷含量的定量模型:根据参考值,采集83批药材样品,分别以二阶导数法联合Savitsky Golay滤波法、一阶导数法联合Norris Derivative滤波法预处理光谱,药材样品中水分和红景天苷含量预测最佳波段分别为7 343.60~6 865.34、5 183.72~4 890.59 cm^(-1)和7 050.47~4 327.48 cm^(-1)。结果:药材样品中红景天苷含量测定方法学考察符合要求。水分和红景天苷定量模型的校正集相关系数分别为0.968 9、0.920 3,校正均方差分别为0.273 0、0.085 0;验证集的相关系数分别为0.977 1、0.930 0,验证均方差分别为0.222 0、0.075 5。结论:该方法快速、准确、简便、无污染,可用于红景天药材中水分和红景天苷含量的快速测定。

基于近红外光谱技术的陈皮粉真伪无损鉴别

本研究提出了一种基于近红外光谱技术的陈皮粉真实性的无损鉴别方法。利用便携式近红外光谱仪采集新会陈皮粉、假冒及掺假陈皮粉(砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮、普洱茶水浸泡的沃柑果皮、普洱茶水蒸煮的沃柑果皮、豆浆粉、面粉、红薯粉)的漫反射光谱,采用单一及组合预处理方法消除光谱干扰,利用主成分分析方法建立鉴别模型。结果表明,利用原始光谱结合主成分分析可实现新会陈皮粉与假冒陈皮粉的准确鉴别;经单一及组合预处理优化后可实现对掺假陈皮粉的准确鉴别。因此,便携式近红外光谱技术结合化学计量学方法可对陈皮粉的真实性进行无损鉴别。

可见-近红外光谱预测土壤有机质含量的研究

[目的]基于土壤可见-近红外直接测定系统,重点研究和开发土壤有机质含量的校正分析模型。[方法]主要利用测试系统对来自关帝山森林土壤的20个样本在400～1 000 nm范围内进行光谱测试和分析。[结果]采用光谱法测定的有机质含量与采用权威化学方法测定的值基本一致。[结论]使用偏最小二乘回归分析,建立了土壤有机质与土壤光谱特性的预测模型。

基于便携式近红外光谱技术的假冒茯苓块无损鉴别研究

茯苓是一种常见的食药同源物质,具有较高的药用价值。一些不法商贩为牟取暴利,以假冒茯苓块代替茯苓块进行销售。本研究基于便携式近红外漫反射光谱技术构建了一种假冒茯苓块无损鉴别分析方法。利用两种漫反射光谱采集方式(光纤探头和积分球)采集了茯苓块和假冒茯苓块(凉薯、冬瓜、白萝卜)的近红外光谱,利用连续小波变换消除了光谱中的干扰,结合主成分分析建立了鉴别模型。结果表明,两种光谱采集方式获得的光谱中均有较严重的基线漂移和谱峰重叠干扰,其中光纤探头采集的光谱两端有强噪声干扰;光纤探头模式下,利用原始光谱、去噪后的光谱以及去噪+连续小波变换预处理后的光谱建立的鉴别模型均可实现假冒茯苓块100%鉴别;积分球模式下,利用连续小波变换预处理后的光谱建立的鉴别模型可实现假冒茯苓块100%鉴别。本文基于便携式近红外漫反射光谱技术结合化学计量学方法可有效实现假冒茯苓块准确无损鉴别。

11个单粒花生脂肪酸近红外定量分析模型构建

随机选取80份不同花生品种籽仁,依托德国布鲁克光谱仪器公司MPA型傅里叶变换红外光谱仪构建了单粒花生油酸、亚油酸、棕榈酸、芥酸近红外定量分析模型,并首次构建了单粒花生一烯酸、棕榈一烯酸、山嵛酸、豆蔻酸、α-亚麻酸及长链饱和脂肪酸和不饱和脂肪酸近红外定量分析模型。经OPUS 7.5软件自动优化,花生籽仁油酸、亚油酸、棕榈酸、山嵛酸、豆蔻酸、长链饱和脂肪酸和不饱和脂肪酸的最佳光谱预处理方式均为“一阶导数+矢量归一化”,维数分别为10、10、8、10、5、10、10,决定系数(R2)分别为0.98、0.98、0.97、0.87、0.88、0.93、0.98,根均方差(RMSECV)分别为2.87%、2.18%、0.461%、0.133%、0.00416%、0.741%、0.19%;芥酸的最佳光谱预处理方式为“一阶导数+多元散射校正”,维数为9,R2为0.92;RMSECV为0.00628%;棕榈一烯酸的最佳光谱预处理方式为“一阶导数+减去一条直线”,维数为10,R2为0.80,RMSECV为0.00602%;花生一烯酸和α-亚麻酸的最佳光谱预处理方式均为“矢量归一化”,维数分别为8、10,R2分别为0.88、0.77,RMSECV分别为0.0731%、0.026%。经检验各项指标真实值和模型预测值平均相对偏差在0.12%~2.50%之间。11个花生籽仁脂肪酸近红外定量分析模型预测效果较好,可用于花生遗传育种和加工中的品质快速筛选和鉴评。

光学相干成像结合反射光谱技术对小鼠烫伤模型的评估

光学相干层析成像（OCT）和反射光谱技术用于精确地评估小鼠烫伤模型。在相同作用时间不同温度下,皮肤厚度呈线性增加;皮下肌肉组织拟合吸收系数和斜率呈V字型变化,在80℃时,处在最低处;在65~85℃时,光谱一次微商的波峰与波谷明显分离,85℃之后这种能力逐渐减弱;色坐标值中,红色数值在60~70℃和90~95℃两个温度之间急剧减小,代表绿色数值一直缓慢减小,而蓝色数值增加。相同温度不同热作用时间下,皮肤的厚度略微减小;拟合吸收系数在热作用少于20 s时间内数值较大,在30 s后数值较小;构造的斜率变化很小;色坐标值在作用时间超过20 s时,变得相对稳定。以上参数主要发生在作用时间为10 s,超过这个时间,变化相对很小。这些变化能够反映出皮肤和皮下组织在热作用下,充血带、水肿瘀滞带和凝固带的形成和转化。这两种技术结合能够为临床提供一种实时的、低消费的、非侵入的在体的烫伤检测的新的光学活检手段。

近红外技术快速测定肉鸡粪便主要肥料成分含量的研究

该文探讨了利用近红外光谱分析技术(NIRS)快速测定肉鸡粪便主要肥料成分含量的可行性。在饲养试验过程中采集了肉鸡粪便样品183个,利用常规实验室分析方法测定了其中的总氮(TN)、总磷(TP)、总钾(TK)、铵态氮(AN)、有效磷(EP)含量,利用近红外光谱仪取得了样品在1421.5～2572.2nm波段的光谱,并使用偏最小二乘法(PLS)结合交互验证(CV)和留一检验法(LOO)建立了肉鸡粪便肥料成分的近红外光谱定标模型,同时利用该模型对20个样品的总氮、总磷、总钾、铵态氮、有效磷的含量进行预测,得出的5种主要肥料成分的预测值和真实值(实验室经典化学分析方法测定值)之间具有显著的相关性,其相关系数分别为0.9574,0.9590,0.9870,0.9572和0.9650。预测标准差分别为0.0014,0.0012,0.0012,2.3041×10-4和0.3814。结果表明,利用近红外光谱法对肉鸡粪便风干样品的主要肥料成分进行快速测定是可行的。

基于便携式近红外光谱仪的陈皮真伪无损鉴别

本研究利用光栅型便携式近红外光谱仪,结合化学计量学方法,建立了一种陈皮真伪的无损鉴别方法。采集陈皮与假冒陈皮的近红外漫反射光谱,借助光谱预处理方法以消除光谱中的干扰,利用主成分分析建立鉴别模型。结果表明,原始光谱结合主成分分析可实现对假冒陈皮(普洱茶浸泡和蒸煮的沃柑果皮)的100%鉴别,但无法实现假冒陈皮(砂糖橘和沃柑果皮)的准确鉴别;经光谱预处理后外壁光谱数据结合主成分分析可实现陈皮真伪的准确鉴别;其中最佳光谱预处理方法为去趋势、标准正态变量变换以及多元散射校正。

饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量近红外速测方法研究

为了探讨利用近红外漫反射光谱技术(NIDRS)快速定量分析饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量的可行性,本试验在全国范围内收集了具有代表性的L-赖氨酸硫酸盐添加剂76个,采用国家标准方法对样品中的L-赖氨酸含量进行化学赋值;用光栅型近红外光谱仪扫描L-赖氨酸硫酸盐样品,获取了不同物理状态下样品的近红外光谱图。依据L-赖氨酸含量将样品分为定标集和验证集,运用适当的光谱预处理方法,采用竞争性自适应重加权(CARS)算法结合偏最小二乘法(PLS)建立了L-赖氨酸硫酸盐的近红外定标分析模型,并将该模型与全波长模型进行了比较。结果表明:用烘干、60目粉碎后的样品结合CARS算法建立的定标模型最优,定标集校正决定系数(R2C)为0.954,校正集标准偏差(SEC)为0.510,交互验证标准偏差(SECV)为0.659;验证集预测决定系数(R2P)为0.952,预测标准偏差(SEP)为0.554,相对分析误差(RPD)值为3.83。由此可见,NIDRS定量分析L-赖氨酸硫酸盐具有一定可行性,对于丰富我国氨基酸盐及其他氨基酸制品的快速检测方法具有实际的应用意义。

甘薯蛋白质含量近红外反射光谱分析模型应用研究

以71份薯叶和170份薯块根样品为材料,应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS),建立甘薯蛋白质含量近红外反射光谱分析数学模型,并对模型预测结果的准确性进行了评价。结果显示,甘薯叶和块根的蛋白质含量的近红外光谱预测模型校正决定系数(R2cal)分别为0.996和0.993,校正均方差(RMSEE)分别为0.255和0.126,内部交叉验证决定系数(R2cv)分别为0.984和0.986,均方差(RMSECV)分别为0.448和0.178。模型对样品NIR的预测值与其相应的化学值有较好的相关性,此模型可用来预测甘薯蛋白含量。在甘薯优质育种和品质分析中具有广泛的应用价值。

甘薯黄酮含量近红外反射光谱分析模型的构建及其应用

以来自不同地点的126份薯块根样品为材料,应用近红外光谱技术(NIRS),建立甘薯黄酮含量近红外反射光谱分析数学模型,并对模型预测结果的准确性进行了评价。结果显示,甘薯块根黄酮含量的近红外光谱模型校正决定系数(RSQ)为0.903,校正标准误差(SEC)为0.172。交叉验证决定系数(RSQV)为0.851,交叉验证标准误差(SECV)为0.214。模型对样品NIRS的预测值与其相应的化学值有较好的相关性,此模型可用来预测甘薯黄酮含量,在甘薯优质育种和品质分析中具有应用价值。