苹果品质近红外光谱无损检测技术研究进展

近红外光谱(NIRS)分析技术以其快速、无损、多组分同时测定及可在线分析等优势,近年来在苹果品质无损检测应用技术的研究方面取得了重要进展。本文介绍了NIRS分析技术的原理与特点,从苹果品质的定量与定性分析、在线检测及便携式检测等方面综述了国内外NIRS在苹果品质检测中应用的研究进展,并对其应用前景进行了展望。     

南丰蜜橘可溶性固形物近红外光检测研究

利用可见近红外光谱检测技术,对南丰蜜橘可溶性固形物含量的无损检测进行了相关研究。在350￣1800nm波段,应用偏最小二乘法对经过预处理的光谱进行建模分析。对89个建模样品的建模结果是,建模相关系数和均方差分别为0.955和0.018%;对30个未参与建模样品预测结果是,预测相关系数为0.946,均方差为0.018%。从实验结果可知,可见近红外光谱检测技术对南丰蜜橘可溶性固形物含量的无损检测是可行的。     

近红外光谱技术在天然草地牧草营养价值评价中的应用及展望

近红外光谱技术(NIRS)是近几十年迅速发展的测试分析技术,由于准确、高效、无损等检测优势,在牧草营养价值评价领域得到广泛应用,但是在天然草地牧草方面应用较少。快速、实时评价天然草地牧草营养价值,为研究天然草地营养供给和营养载畜量提供基础数据,对草地畜牧业生产具有重要意义。文章阐述了近红外光谱技术的基本原理和特点,介绍了直接法和间接法评价牧草营养价值,分别从常规营养成分、矿物元素、抗营养成分、营养物质消化率4个层次综述近红外光谱技术在2个方法中的应用,并做出展望,以期建立基于NIRS技术的天然草地牧草营养价值数据库,为天然草地的科学管理和合理利用发挥重要作用。     

基于近红外光谱的单粒水稻种子活力快速无损检测

采用近红外光谱分析技术,对不同品种单粒水稻种子原始光谱进行一阶求导、5点平滑、矢量归一化光谱预处理后,建立定性分析模型。利用因子化法计算光谱距离,定性分析选择系数S均大于1.1832,结果表明能够有效区分高活力与低活力种子。此方法有利于快速无损地检测单粒种子活力,克服了传统的种子活力检测方法如发芽试验、TTC染色等方法存在的耗时长、工作量大、结果滞后等问题,为筛选种子、提高种子发芽率、种子活力实时监测提供了一种新的选择。     

油用牡丹种子水分含量近红外光谱估算研究

水分含量是影响种子销售、储存及加工的重要指标之一。以156份油用牡丹种子为试验材料,利用近红外光谱技术快速检测油用牡丹种子水分含量,分析油用牡丹种子的光谱特征,应用近红外光谱技术,结合偏最小二乘回归法,建立油用牡丹种子水分含量的估算模型,并比较多种预处理方法对建模结果的影响。结果表明,油用牡丹种子水分含量特征波段为1 450 nm和1 940 nm;油用牡丹种子水分含量偏最小二乘回归估算模型精度均较高,而且比较稳定,可用于油用牡丹种子水分含量精确估算。油用牡丹种子吸收光谱经标准化处理后所建立的偏最小二乘回归模型性能最佳,估算结果最准确,其校正集和验证集决定系数分别为0.92和0.97,均方根误差分别为0.41%和0.24%,RPD值为5.94。研究表明,近红外光谱技术可进行油用牡丹种子水分含量快速无损估算。     

近红外光谱技术在粮油储藏及其品质分析中的应用

近红外光谱分析技术（NIRS）是具有快速、准确、低成本的现代检测技术。本文简介了近红外光谱技术的原理、基本概况，着重综述了近红外技术在我国粮油重要品种如小麦、水稻、玉米、油菜等的品质分析中的应用、储藏虫害的检测以及转基因产品的安全性等的最新动态，还简要地阐述了近红外光谱技术存在的不足和发展前景。     

近红外光谱法测定玉米秸秆纤维素和半纤维素含量

为了解玉米秸秆资源可转化碳水化合物物质基础,建立了玉米秸秆中纤维素及半纤维素近红外分析模型。利用傅里叶变换近红外漫反射光谱(NIRS)技术和化学计量学软件,结合偏最小二乘法(PLS),通过光谱采集,进行了近红外光谱模型预测及验证。探讨了不同预处理方法对玉米秸秆纤维素和半纤维素含量的NIRS模型影响,获得理想分析模型,相关系数(R)≥0.909。实验结果表明模型对纤维素、半纤维素含量预测平均相对误差为2.34%和2.13%,预测值与化学值误差较小。说明该模型可准确、快速并大量检测玉米秸秆中纤维素和半纤维素含量,提高秸秆生物质资源利用率,促进生物质转化工艺过程。     

甜菜种子活力的测定——基于近红外高光谱技术

为保证田间甜菜种子的出苗率和生产潜力,需要在种植前对种子进行活力检测,挑选出活力高的甜菜种子进行推广种植。利用高温处理法对甜菜种子进行老化处理,再基于标准正态变换(SNV)、去趋势校正(DET)、Savitzky-Golay平滑处理(SG)、一阶差分(1D)和二阶差分(2D)5种近红外高光谱预处理方法,构建种子活力智能检测模型得出预测的种子发芽率,再利用老化处理后的甜菜种子进行发芽实验得出实际的发芽率。研究发现,甜菜种子经过一阶差分预处理建立的智能检测模型预测性能最好,其预测准确率达到91.92%。将未处理的甜菜种子的实际发芽率与一阶差分预处理法建立的智能模型预测结果进行对比,发现模型的预测准确率为88.2%。近红外高光谱技术是一种快速、无损的作物种子活力测定的新方法。     

寒富苹果可溶性固形物可见/近红外光谱无损检测模型的优化

为提高可见/近红外光谱无损检测寒富苹果可溶性固形物的检测精度,应用近红外漫反射光谱仪对寒富苹果进行扫描,对主成分回归(principal component regression,PCR)、偏最小二乘法(partial least squares,PLS)和改进偏最小二乘法(modified partial least squares,MPLS)三种建模方法进行比较,通过改变波长的范围、导数处理、去散射处理、标准化处理、加权多元离散校正及间隔平滑处理等光谱预处理,研究不同建模和光谱预处理方法对寒富苹果可溶性固形物可见/近红外光谱无损检测模型准确性的影响。结果表明,在780~1 100 nm范围内,采用MPLS,间隔点为2,平滑点为2,结合去散射处理和一阶求导处理所建立的寒富苹果可溶性固形物定标模型最好,其定标模型的校正交互验证标准误差(standard error of cross validation,SECV)为0.306,交互验证决定系数(determination coefficient of cross validation,R2cv)为0.961;预测标准偏差(square error of prediction,SEP)、预测决定系数(determination coefficient of prediction,R2P)、预测相对分析误差(residual predictive deviation,RPD)分别为0.357、0.944、4.967,表明模型具有良好的预测效果,适用范围广。建模方法、波长范围、导数处理、间隔平滑处理、去散射处理使模型误差分别降低了14.688%~53.407%、20.787%~33.146%、1.918%~13.123%、1.813%~7.553%、0~2.647%,建模方法和光谱预处理对模型优化的次序依次为:建模方法波长范围导数处理间隔平滑处理去散射处理。     

近红外光谱技术在棉纤维品质检测和产地溯源中的研究进展

棉花纤维品质的检测和产地溯源是下游纺织品质量和产量的重要组成部分,也是保护中国棉纺织品消费者的利益和应对贸易壁垒的有效手段。近红外光谱(near infrared spectroscopy,NIRS)技术因其操作简便,成本低,无污染等优势在各个领域得到广泛的应用,是用于棉纺织纤维检测的有效方法。为了快速分析棉纤维的品质和产地来源,介绍了近红外光谱技术分析的原理和过程,阐述了近红外光谱分析技术在棉花纤维品质检测和产地溯源的国内外研究现状,分析了近红外光谱技术应用于棉纤维品质检测和产地溯源的优势和需要解决的问题,展望了近红外光谱技术在棉花纤维品质检测和产地溯源中的发展趋势。