应用高光谱图像技术对林下作物质量等级鉴别方法——以黄芪为例

黄芪作为一种林下多年生草本,具有极高的经济和药用价值。黄芪粉是黄芪的重要消费形式,不同质量等级的黄芪粉由于内部成分差异,在近红外光谱下具有不同的特性,而肉眼却难以区分。针对不同质量等级间黄芪粉难以鉴别的问题,利用高光谱成像技术对312组黄芪粉样本进行数据采集,再对光谱信息采用标准正态变化(SNV)、多元散射校正(MSC)和卷积平滑(SG)3种预处理,再利用竞争性自适应重加权采样(CARS)、变量组合集群分析(VCPA)和区间变量迭代空间收缩法(IVISSA)对全波段光谱进行特征提取,以优选的特征波长作为输入,建立K-近邻判别(KNN)和支持向量机(SVM)分类模型。结果表明:经过竞争性自适应重加权采样的支持向量机模型分类效果最好,训练集和测试集准确率分别达到100.00%和98.94%,能够实现黄芪粉的准确分类,为林下作物的等级鉴别提供了新的研究思路。

黄芪多糖的组成及真伪鉴别

黄芪(Radix Astragalus)又名北蓍或北芪,是豆科多年生蒙古黄芪或膜荚黄芪的干燥根,主要产于中国的内蒙古、山西、黑龙江等地。黄芪多糖是黄芪的主要活性成分之一,是黄芪的干燥根经浓缩提取而成的干燥粉末,临床常用作免疫增强剂、抗细菌、抗病毒药物使用。随着集约化养殖业的发展,畜禽应激性增加,免疫力持续下降,发病率逐年攀升。自2006年猪高热病爆发以来,黄芪多糖成为"明星药物",在市场上供不应求,同时也造成黄芪多糖产品质量参差不齐、真假难辨。本文简要介绍了黄芪多糖的组成及真假鉴别方法。