利用VIS/NIR反射光谱快速检测柿饼加工中水分含量

水分是柿饼的重要组成成分,也是影响柿饼制作过程的重要因素。利用可见/近红外反射光谱对柿饼制作过程中的水分含量进行检测。首先,获取柿饼在不同加工阶段的可见/近红外反射光谱(400~1000 nm),采用烘干法测定柿饼水分含量。然后,对光谱进行Mean smoothing(MS)平滑、多元散射校正(MSC)和一阶导数(1-D)预处理。最后,对不同预处理光谱,结合样本水分含量,使用Samples set partitioning based on joint x-y distance(SPXY)方法划分校正集和验证集,基于SPA方法选择特征波长,建立多元线性回归(MLR)预测模型。结果表明,反射光谱经过MS处理后,确定的9个最优波长组合建立水分检测模型的预测结果最好:预测相关系数(Rp)为0.9690,预测标准残差(SEP)为3.4729%,可见/近红外反射光谱技术可以较好地预测柿饼制作过程中的的水分含量。研究可为柿饼加工过程中的品质快速检测提供一定的技术支撑。

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。

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。

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。

土壤全氮田间Vis/NIR光谱测定方法研究

应用Vis/NIR光谱直接测定原始土壤属性具有重要的研究和应用价值。选取我国中部水稻土和潮土共103个土样,对比分析了两种土壤在田间环境下的湿态(Rw)和干态(Rd)光谱特征。采用相对变换光谱方法对湿态光谱进行了处理,结果表明该方法能够有效降低土壤水分的干扰和消除部分噪声,得到的变换光谱(Rn)与干态光谱在信息量和特征方面具有很高的相似度。以此建立了土壤TN的PLS回归估计模型,检验结果表明,Rn对水稻土和潮土TN的估计模型精度均高于Rw,修正判定系数分别从0.26和0.46提高到0.53和0.62。因此,相对光谱变换方法能够有效提高应用田间土壤光谱估计土壤参数的能力,建立的PLS模型可以用于测定TN含量,研究结果可作为实现田间实时分析土壤属性的工作基础。

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。

MIV波长优选改善VIS/NIR光谱TVB-N模型性能研究

挥发性盐基氮(TVB-N)是衡量肉品新鲜的重要理化指标,利用可见/近红外(VIS/NIR)光谱对TVB-N含量进行定量检测具有重要意义。预测模型是VIS/NIR光谱检测TVB-N含量性能的关键要素,使其兼顾准确性与稳健性可有效改善TVB-N的定量分析结果。以猪肉为例,采集51组不同新鲜度样本的VIS/NIR光谱数据,去除低信噪比区间200~450和900~1000 nm,选取有效波段450~900 nm的光谱数据用于建模。随后利用主成分分析(PCA)对光谱信息降维,构建一个反向传播神经网络(BPNN)模型。在此基础上,提出用平均影响值(MIV)方法从有效波段中优选与肉质TVB-N含量强相关的特征波长,最终基于221个优选波长,构建一个MIV-PCA-BPNN预测模型。实验表明,初步构建的PCA-BPNN非线性预测模型,校正相关系数(R_C)和校正均方根误差(RMSEC)分别为0.96和1.47 mg/100 g,预测相关系数(R_P)和预测均方根误差(RMSEP)分别为0.93和1.74 mg/100 g,模型稳健性指标为1.18,优于经典的线性预测模型主成分分析回归和偏最小二乘回归,证明TVB-N具有较强的非线性效应。最终构建的MIV-PCA-BPNN预测模型的R_C和RMSEC分别为0.98和1.21 mg/100 g,R_P和RMSEP分别为0.96和1.12 mg/100 g,模型稳健性指标为1.08,在所构建的预测模型中,RMSEC和RMSEP最小,RC和RP最大,模型的准确性和稳健性最佳。另外,MIV方法筛选出的特征波长集中在7个波峰附近,皆分布于肉品中化学成分的吸收区内,且与TVB-N中的含氢基团的特征吸收峰表现出高度一致性,为利用MIV方法筛选波长变量提供了理论依据。研究结果显示,MIV波长优选可有效改善预测模型的性能,为利用神经网络剔除无关波长变量提供了新思路,所构建的MIV-PCA-BPNN预测模型满足了肉质中TVB-N定量分析的需求。

利用近红外反射光谱学(NIR)技术进行化学成份分析

近红外反射光谱学(NIR)技术早在60年代应用于美国,速测谷物的水份和蛋白质含量。近年来,这种技术分析范围迅速扩大,特别是进行谷物、饲草、配合饲料、加工食品、纤维、化学品和药品等的质量检验,已在世界很多国家广泛应用。 NIR是一种物理的非破坏性的技术。它所发射的辐射线(1lOO—2500hm)作用于碾磨好的样品,通过所得到的反射光谱来鉴别样品的主要化学成份。

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。

近红外反射光谱分析技术在植物育种与种质资源研究中的应用

近年来近红外反射光谱分析技术(NIRS)在植物育种与种质资源研究中的应用已成为一个活跃的研究领域,本文从NIRS分析植物的种类和品质类型、种质资源品质分析和评价、加速品质育种进程等方面作一综述,并对NIRS在作物育种中的应用作了探讨。

近红外漫反射光谱技术在甘草指纹图谱中的研究

本文采用光纤近红外漫反射光谱技术对不同产地、不同采收时间、不同级别、不同部位的甘草进行考察,通过非侵入方式获得植物内在成分信息,应用系统聚类分析方法获得分类结果,探索了NIRS在植物分类中的应用途径和方法。方法学研究表明,本法具有快捷、无损和重现性高地表达植物化学信息的特点,可作为中药分类中的一个强有力的工具。

近红外漫反射光谱法鉴别不同厂家注射用头孢他啶

采用近红外漫反射光谱法对不同厂家注射用头孢他啶进行快速无损地鉴别分析。在不打开包装瓶的条件下,对来源于7个不同厂家和不同批次的61个样品分别采集了3次近红外漫反射光谱,并以其中120条光谱组成校正集,用于建立判别分析模型,以其余63条光谱组成验证集,以检验判别模型的判别效果和准确性。结果表明,所建立的判别模型对验证集中的样品能够作出准确无误的判别分类。该方法方便快速、准确有效。

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。

差热分析法和近红外漫反射光谱法快速鉴别不同栽培品种的苦荞麦

目的用差热分析法(DTA)和近红外漫反射光谱(NIRS)法对11种栽培苦荞麦进行快速分析鉴别。方法应用TG-DTA热重差热联用仪分别对11个栽培品种苦荞麦进行差热图谱扫描与分析。实验条件为差热量程:±50μV;升温速率:15℃/min;升温范围:35℃～500℃;气氛为氮气,流速:50 ml/min。应用Bruker Vector 22/N型傅立叶变换近红外光谱仪对11种栽培苦荞麦进行扫描。实验条件为测定方式:积分球漫反射;扫描次数64次;扫描范围:3 700～12 000/cm。结果结合两种方法能快速鉴别"建德苦荞麦"同其他苦荞麦,鉴别效果良好。结论 "建德苦荞麦"作为一个新的培育品种,可以对其营养成分、药理活性进行进一步评价,为广泛推广提供参考。

饲料总能近红外反射光谱定量分析模型的优化

利用近红外反射分析技术,采用偏最小二乘(PLS)回归方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了饲料中总能的预测模型。通过比较,附加散射校正和一阶导数处理定标效果最优。定标集化学分析值与预测值之间的决定系数R2和标准差RMSEC分别为0.9060和0.153,相对分析误差为3.36;验证集化学分析值与预测值之间的决定系数r2和标准差RMSEP分别为0.8924和0.156,相对分析误差为3.22。结果表明,利用近红外光谱反射(NIRS)分析技术可以定量检测充料总能的含量。

用近红外反射光谱法测定乳清粉的品质性状

本文用近红外反射光谱(NIRS)直接测定乳清粉的蛋白质、脂肪、灰份含量,均有很好的效果。同时对定标光谱进行不同的数学处理和散射处理,并采用不同的统计方法来优化这种成份的NIRS分析。建模时标准误很小而决定系数高。校正标准误、检验工作标准误、校正决定系数以及检验决定系数蛋白质依次分别为 0.589,1.448,0.999和 0.977,脂肪分别为 0.257,0.570,0.989和 0.938,灰份分别为0.178,0.206,0.990和0.988。同时对乳清粉品质的NIRS测定作了讨论。

鱼粉中肉骨粉的可见-近红外光谱快速定性判别方法

为了能更加快速准确的定性判别鱼粉中是否掺有肉骨粉(MBM),该文收集中国常用的鱼粉和肉骨粉,制备定标集样品201个,其中111个为掺有不同肉骨粉质量分数(1%～33%)的样品,90个为纯鱼粉,并独立制备113个验证集样品,其中74个为掺有不同肉骨粉质量分数(1%～33%)的样品,39个为纯鱼粉。在400～2498nm波长范围内进行光谱扫描,选择合适的光谱预处理方法和光谱范围,采用DPLS方法建立判别分析模型。建立的判别分析模型:数学预处理方法为2-8-6-1,散射校正方法为变量标准化处理(SNV),光谱范围为全谱(408～2492nm),定标模型的正确判断率为95.7%,外部验证正确判断率为95.6%,对于掺入量≥5%MBM时,正确判断率为100%。研究结果证明近红外反射光谱可以提供一种快速鉴别鱼粉中MBM的方法。

近红外光谱分析原理及其在牧草航天育种的应用前景

近红外光谱(NIRS)的定量分析技术是一项高效、快捷检测样品中某种化学成分的分析新方法,近年来在饲料营养价值评估、土壤养分检测等方面得到了广泛的应用。文章简要介绍了NIRS技术产生和探测的基本原理、方法和技术特点,回顾了航天育种的研究进展及其在草类植物上的应用情况,然后从牧草营养成分分析、次生代谢产物预测、病虫害抗性鉴定、非生物胁迫抗性评估4个方面阐述了NIRS分析技术应用于草类植物航天育种的意义和潜在价值。NIRS技术不仅能提高育种选择效率、加快育种进程,还有助于诱变机理研究的深入,将其应用于草类植物航天育种有着重要的理论和实际意义。