应用近红外光谱分析技术检测毒死蜱的含量

运用近红外光谱技术结合偏最小二乘法进行了溶液中微量的毒死蜱含量的测定试验。配制39个质量浓度为0.005 0、0.007 5、0.010 0……0.100 0 mg/kg的毒死蜱溶液样品,依2∶1分为校正集和预测集,其中26个毒死蜱溶液样品作为校正集,13个毒死蜱溶液样品作为预测集,校正集样品浓度为0.005 0、0.007 5、0.012 5、0.015 0……0.095 0、0.100 0 mg/kg,预测集样品浓度为0.010 0、0.017 5、0.025 0……0.097 5 mg/kg。选取1 100~1 500 nm波长范围的光谱,用二阶导数(2nd-der)结合标准正态变量变换(SNV)方法进行预处理,采用主因子数8进行建模,在波长为1 100~1 500 nm时得到了校正集(留一交叉验证法)相关系数R2为0.996 1,预测集相关系数R2为0.993 9,校正标准差为0.001 76 mg/kg,预测标准差为0.002 40 mg/kg的结果。在检测模型中预测值与实际值之间具有显著的线性相关性。研究结果有助于利用近红外光谱技术快速测定溶液中毒死蜱的含量。     

近红外光谱法测定DDGS中粗蛋白含量的试验研究

试验建立DDGS粗蛋白含量测定的近红外光谱分析定标模型。采用化学分析法测定72个DDGS样品中的粗蛋白含量,利用FOSS InfraXact型近红外光谱分析仪采集样品光谱,光谱经2,4,4,1导数和标准正常化+散射处理(SNV+Detrend),用改进最小二乘法(MPLS)回归,获得了较好的定标模型,校正决定系数(RSQ)、交叉验证决定系数(1-VR)、校正标准误差(SEC)、交叉验证标准误差(SECV)分别为0.982 5、0.932 8、0.266 2、0.389 5。利用30个验证集的DDGS样品进行外部检验,预测值与真实值之间差异不显著(P>0.05)。结果表明,定标模型的预测性能较好,可以替代化学分析法快速测定DDGS中的粗蛋白含量。     

近红外光谱分析技术在黑麦草粉粗蛋白测定中的应用

选取河北省吴桥试区不同品种、不同熟期、不同地块的黑麦草样品65份 ,用凯氏定N法进行了常规粗蛋白含量的测定。从中选出30个粗蛋白含量不同的样品作为近红外漫反射技术(NIR技术)测定的定标样品集。结果指出 :用NIR法得到的预测值与用凯氏定N法得到的测定值间的复相关系数达到R2=0.99 ,定标标样的标准误均方RMSEC=0.34 % ;用21个样品作检测样品集 ,凯氏定N法得到的测定值与NIR预测值间的复相关系数为R2=0.98 ,检测集样品预测标准误均方RMSEP=0.42 %。这一结果表明NIR作为一种黑麦草粉粗蛋白快速分析的技术是可行的     

粉碎粒度对近红外分析仪测定鱼粉和豆粕氨基酸含量的影响

用近红外方法分析测定一个饲料原料样品的氨基酸含量只需几分钟 ,其测定误差一般在 5 %以下。我国从 2 0世纪 80年代初在农产品质量分析技术上开展近红外光谱分析研究。但定标粒度对测定样品氨基酸影响的报道不多 ,本试验围绕近红外光谱技术测试条件的研究 ,通过近红外光谱分析技术对两种粉碎粒度的 1 4个鱼粉和 2 7个豆粕样品中 1 0种氨基酸含量的测定 ,探讨粒度对测定效果的影响 ,为应用近红外光谱分析技术检测样品氨基酸含量提供技术参考。1　材料和方法1 1　样品制备　 1 4个鱼粉样品、2 7个豆粕样品。样品均分别通过 0 75ｍｍ和 0 5…     

近红外光谱技术测定苜蓿蛋白质含量的研究

采用近红外光谱分析技术，结合改进最小二乘回归法（MPLS），以63个不同来源的苜蓿饲料为样品，建立苜蓿蛋白质含量分析预测模型。结果显示：预测模型的内部交叉验证标准误差（SECV）为0.433 5，交叉验证相关系数（1-VR）为0.920 1，外部验证的预测标准误差（SEP）为0.264 0，表明近红外光谱分析技术可以准确检测苜蓿中蛋白质的含量。     

应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究

本试验旨在研究利用傅利叶近红外光谱对鱼粉中掺杂的三聚氰胺进行定性鉴定及定量预测的可行性及方法.本研究收集饲用鱼粉106个,通过添加三聚氰胺标准品到饲用鱼粉中,以制备三聚氰胺含量不同的掺假鱼粉236个,三聚氰胺含量为0.1%～15.0%;然后用傅利叶近红外光谱仪采集饲用鱼粉、掺杂三聚氰胺鱼粉和三聚氰胺标准品的近红外光谱曲线,采用因子算法建立定性模型,利用偏最小二乘分析(PLS)建立定量分析模型.结果显示,根据三聚氰胺标准品和鱼粉的近红外光谱,可选取6 873.4～6 514.7 cm-1作为定性分析的特征光谱,而据此所建定性分析模型对检验集样品识别率为96.5%;用于定量分析的近红外特征光谱为7 560.0～7 058.5、6 915.8～6 098.1及4 601.6～4 246.7 cm -1,用此特征光谱所建0.1%～15.0%定量分析模型和0.1%～5.5%定量分析模型的交叉验证标准差平方根(RMSECV)分别为0.634%和0.210%,决定系数R2为94.77%和98.59%.用此二定量模型对检验集样品预测,其预测标准差平方根(RMSEP)分别为0.779%和0.188%,能较准确地预测鱼粉中掺杂三聚氰胺的含量.因此,傅利叶近红外光谱能够较准确、快速地鉴定鱼粉中是否掺杂三聚氰胺及定量预测其含量.     

近红外线光谱分析与传统方法检测面粉中粗蛋白和粗灰分的比较

近红外光谱分析技术是近年来发展起来一种新的分析技术,能简单、快速、准确地测定有机物中的化学成分。将其与传统分析方法测定面粉中粗蛋白和粗灰分进行比较,统计结果表明,二者相关系数r分别为0.986和0.991,相对误差均小于5%,说明可以用近红外光谱分析技术进行面粉粗蛋白和粗灰分的测定。     

基于近红外光谱法的紫花苜蓿品质综合评价

探索近红外光谱法测定紫花苜蓿品质的可行性,采用近红外光谱法与常规方法对8个紫花苜蓿品种(系)的粗蛋白、粗脂肪、粗灰分、酸性洗涤纤维、中性洗涤纤维、钙、磷和干物质等8项指标进行测定。利用配对T检验、多重比较和回归分析等方法检验近红外光谱法测定结果的可行性,运用灰色关联度分析对苜蓿品质进行综合评价。结果表明,粗蛋白、粗灰分、中性洗涤纤维、酸性洗涤纤维、磷和干物质等6项指标用近红外光谱法测定可信度较高。紫花苜蓿品质评价指标可简化为粗蛋白、粗灰分、中性洗涤纤维、酸性洗涤纤维和干物质等5项。灰色关联度分析综合表现较好的苜蓿品种(系)有WL358、WL440HQ、WL656HQ和WL366HQ。     

近红外光谱分析技术在饲用高粱质量检测上的应用

本试验采用107个高粱样品,用近红外分析法对其常规成分进行了比较测定。结果表明:用近红外法测得的高粱检验样品的水分、粗蛋白、粗纤维和粗灰分含量与常法测值的相关系数分别为0.94、0.98、0.85、0.84,估测变异系数分别为2.96、3.80、17.21和15.73％。虽然后两项指标测定结果稍差些,但四项指标的近红外法和常法测定的结果相关性均较强,结果基本一致。     

用近红外反射光谱方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。     

近红外光谱技术快速测定棉籽粕、菜籽粕真可利用氨基酸含量的研究

本试验对近红外光谱技术预测棉籽粕、菜籽粕中的真可消化氨基酸含量进行了定标方程研究。定标就是建立常法测值与近红外光谱值之间的相关关系。饲料中的氨基酸用高效液相色谱法进行测定 ,氨基酸消化率用去盲肠公鸡作试验动物 ,用修正的Sibbald强饲法进行测定。用近红外仪收集样品的光谱数据 ,用多元回归法建立体内法测值和光谱值之间的相关关系。定标结果表明 ,棉籽粕除胱氨酸和色氨酸 ,菜籽粕除赖氨酸外 ,其它氨基酸的变异系数都在7 %以下 ,经检验证明其定标具有良好的预测性能。近红外光谱技术提供了一种可用于日常测定鸡真可消化氨基酸的实时分析方法 ,它能够获得与体内法相近的真可消化氨基酸数据 ,避免查饲料成分表的不准确性。     

体外测定青贮饲料消化率的方法比较

测定青贮饲料的消化率,对于确定青贮方法.制定最佳技术参数、合理配制动物日粮是必不可少的.但常规测定消化率的动物试验费时、费力.耗资大.因此,迫切需要寻找快速、方便、可靠的方法评价青贮饲料消化利用率.目前,国际上已提出了一些预测消化率的方法,如化学成分参数回归法、粪便中氮含量回归法、粪便近红外漫反射光谱分析法(NIRS)、新鲜粪便近红外透射光谱分析法(NIT)、消化酶解法、Tilly和Terry法、气体代谢法等.但究竟哪种方法测定青贮饲料消化率更好还没有结论.本试验旨在系统比较上述7种方法,测定青贮饲料消化率与体内法的误差,为寻求合理使用快速、方便的方法,评价青贮饲料消化率提供依据.     

基于在线近红外光谱快速检测玉米籽粒主要品质参数的研究

本试验旨在探讨利用在线近红外对玉米籽粒主要品质参数进行在线快速预测的可行性。以全国范围内收集的171个饲用玉米籽粒为研究对象,利用试验室自主搭建的在线近红外平台扫描样品的动态光谱,通过CARS(Competitive Adaptive Reweighted Sampling)方法筛选出与品质参数密切相关的变量,并结合偏最小二乘方法建立在线定量分析模型,为玉米籽粒质量的判别提供一种快速有效的方法。结果表明:利用在线近红外光谱技术得到的玉米籽粒中水分、粗蛋白、粗灰分和总能的定量分析模型校正集相关系数分别为0.90、0.92、0.78和0.92,预测集的相关系数分别为0.76、0.89、0.72和0.83,相对分析误差RPD分别为2.41、3.04、1.80和2.42,表明粗蛋白在线近红外定量分析模型可用于实际检测;水分和总能可用于定量分析,但模型精度有待于进一步提高;粗灰分的定量模型效果较差,需要进一步优化。     

豆粕蛋白质含量近红外快速测定技术的研究

采用近红外光谱分析技术,结合改进最小二乘回归法(MPLS),以40个不同来源的豆粕饲料样品建立豆粕蛋白质含量分析的预测模型。模型定标相关系数(RSQ)为0.916 0,定标标准差(SEC)为0.150 3,交互验证标准差(SECV)为0.324 2。试验表明,利用近红外光谱分析技术可以比较准确地定量检测豆粕中蛋白质的含量。     

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日、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速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。     

检测燕麦干草主要营养成分含量的近红外光谱分析模型

为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示：粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。     

添加剂对紫花苜蓿营养成分与发酵品质的影响

为研究不同添加剂对紫花苜蓿营养品质与发酵品质的影响,选择比较常用的三个添加剂:纤维素酶(发酵促进剂)、蔗糖(发酵促进剂)、乙酸(发酵抑制剂)添加到紫花苜蓿中,制作袋装青贮饲料,贮藏30 d后测定其发酵品质和营养成分。与对照组相比,添加蔗糖可显著提高苜蓿青贮料中的粗蛋白含量(P0. 05),显著降低中性洗涤纤维、酸性洗涤纤维的含量(P0. 05),添加乙酸或纤维素酶可显著提高苜蓿青贮料中粗脂肪和干物质的含量(P0. 05);添加乙酸、纤维素酶或蔗糖都可显著降低苜蓿青贮料中的p H值和乙酸含量(P0. 05),显著提高苜蓿青贮饲料乳酸含量(P0. 05),添加蔗糖显著降低苜蓿青贮料中丁酸的含量(P0. 05)。因此,添加蔗糖有利于苜蓿青贮饲料营养物质的保存,添加乙酸改变了苜蓿青贮饲料的发酵品质。     

紫花苜蓿和黑麦草混合青贮过程中主要营养物质变化规律研究

为研究紫花苜蓿和黑麦草混合青贮过程中主要营养物质的变化规律,试验以贵州省常见紫花苜蓿和黑麦草按70∶30比例混合青贮,测定青贮第0、14、21、28、42、72、84、100、114、128、142d的主要营养物质含量。结果:从0~142d,随着青贮时间的延长,青贮饲料干物质中的粗蛋白含量逐渐降低,下降12.00%(P<0.05);中性洗涤纤维、酸性洗涤纤维含量也呈逐渐下降趋势,分别降低17.87%、17.70%(P<0.05);粗灰分含量呈上升趋势,上升29.31%(P<0.05)。结果表明:青贮过程中随着青贮时间的延长会导致蛋白质流失,但也降低了纤维素水平,增加了青贮饲料的可消化性。     

预混料中土霉素含量的快速测定

用近红外光谱分析方法研究了以碳酸钙为稀释剂的预混料中土霉素含量的快速测定。结果，土霉素在1664、2085、112lnm处二阶导数吸收光谱图显示出极明显的特征吸收峰。用1664／2223、2085／2267、2121／2212nm三对波长点的光谱数据与标样的土霉素含量（效价单位）数据进行的多元回归分析结果为：相关系数为0.9997，标准误差为450单位／克，变异系数为1.4％，以此回归结果作为定标方程。检验该定标方程结果：检验样品组土霉素实际含量与定标方程估测值相关系数为1.000（P＜O.01），标准误差为484单位／克，变异系数为1.5％。表明近红外光谱法用于预混料中土霉素含量的测定是实用的。     

蜂蜜中果糖含量近红外光谱试验研究

以68份蜂蜜样品为材料,利用傅立叶变换近红外光谱技术（NIR）结合偏最小二乘法（PLS）,建立了蜂蜜中果糖含量的近红外光谱数学模型,并对模型预测结果进行评价。结果表明,选择11065．36cm^-1～7857．90cm^-1波数范围内的光谱,进行SG预处理方法,用8个主成分建立的蜂蜜果糖含量模型效果最好,模型相关系数、校正均方差和预测均方差分别为0．9259、1．21和1．64。该方法具有快速、准确、成本低等特点。