近红外反射光谱技术测定甜玉米总多糖和淀粉含量的研究

结合酶法测定了104份甜玉米种质总多糖和淀粉的含量,利用近红外光谱分析仪采集了相应的光谱信息,分别建立了甜玉米完整种子的总多糖和淀粉含量的近红外光谱定标模型。结果表明:最优光谱处理方式总多糖的为标准正常化+去散射处理,淀粉的为标准多元散射校正;最优的导数处理总多糖的为3阶导数,淀粉的为2阶导数。总多糖和淀粉定标模型的交互验证相关系数分别为0.680和0.734,交互验证标准偏差分别为2.537和2.406;外部验证集总多糖和淀粉的预测相关系数分别为0.834和0.783,说明所建立的总多糖和淀粉的预测模型具有较好的预测性,可应用于甜玉米种质资源筛选。     

基于NIR及PLS-PCR-SVR预测森林土壤有机碳含量

森林土壤有机碳含量是表征林地土壤营养状况的重要指标,该文建立了土壤有机碳含量的近红外光谱定标模型,并比较了偏最小二乘法（PLS）、支持向量机回归（SVR）、主成分回归（PCR）3种建模方法及Savitzky-Golay平滑＋多元散射校正、Savitzky-Golay平滑＋一阶导数、Savitzky-Golay平滑＋二阶导数、Savitzky-Golay平滑＋多元散射校正＋一阶导数、Savitzky-Golay平滑＋多元散射校正＋二阶导数5种光谱预处理方法对土壤有机碳含量定标模型精度的影响,同时进行了波段优选。结果表明：当光谱区域为1 380～1 450 nm,1 800～1 950 nm,2 050～2 300 nm,光谱数据采用Savitzky-Golay平滑＋多元散射校正＋一阶导数预处理,采用PLS的建模方法,主成分数为8时,建立的校正模型预测效果最佳。校正模型的R、RMSE、SEC分别为0.805 2、0.512 2、0.512 5;预测模型的R、RMSE、SEP分别为0.768 1、0.514 3、0.514 6。因此,利用近红外光谱技术可以实现土壤有机碳含量的快速估测,为林区实时、大面积、快速测定森林土壤有机碳含量提供了技术可行性。     

茄衣烟叶 7 种化学成分近红外预测模型的建立

【目的】常规化学检测方法检测茄衣烟叶内总氮、钾、总糖、还原糖、总碱、氯和镁等 7 种化学成分含量的过程复杂、费时费力,而近红外光谱技术操作简单、检测快速。旨在建立一种近红外光谱检测模型,对茄衣烟叶内 7 种化学成分的含量实现快速定量分析。【方法】以云南雪茄茄衣烟叶为试材,采用常规化学方法检测茄衣烟叶 7 种化学成分含量,再利用近红外光谱技术结合偏最小二乘法对茄衣烟叶中 7 种化学成分含量及其光谱数据进行近红外模型分析,通过比较模型均方根误差和相关系数确定预测性能最佳的模型。【结果】7种化学成分分别采用原始光谱、一阶导数、一阶导数、原始光谱、原始光谱、一阶导数 + 中值滤波和一阶导数+ 中值滤波预处理方法建立的模型预测效果最佳,最佳主成分数分别为 20、7、4、24、21、9 和 7。7 种模型的训练集相关系数分别为 0.9441、0.8589、0.7664、0.9511、0.9547、0.9031 和 0.8620,交叉验证均方差分别为 0.1288、0.2846、0.0280、0.0096、0.1894、0.2965 和 0.0795;验证集相关系数分别为 0.8958、0.7675、0.7181、0.7928、0.7282、0.8062 和 0.7980,验证集均方差分别为 0.1789、0.3011、0.0324、0.0193、0.3855、0.3990 和 0.0999。模型外部验证结果表明,7 种化学成分预测值与化学值的平均相对标准偏差值皆小于 32%。【结论】利用近红外光谱技术对茄衣烟叶 7 种化学成分含量进行快速定量分析是可行的,该模型对 7 种化学成分含量具有良好的预测效果,可为茄衣烟叶 7 种化学成分含量快速定量分析提供参考。     

生姜水分含量的可见-近红外光谱检测

近红外光谱技术具有简便、快速和无损检测等优点,应用可见-近红外光谱方法建立生姜水分含量(moisture content)的预测模型.利用可见-近红外光谱仪采集308个生姜的光谱,其光谱范围是350～1 800 nm.分别采用一阶导数(FD)、二阶导数(SD)、标准正交变量变换(SNV)和多元散射校正(MSC)4种方法对光谱进行预处理,结合偏最小二乘法(PLS),分别在430～1 000 nm、1 000～1 800nm、430～1 800 nm 3个波段建立生姜水分含量的PLS预测模型.对实验结果进行分析表明,在波段范围430～1 800 nm使用一阶导数预处理方法建立的PLS模型最优.其验证组的相关系数为0.975 1,预测组的相关系数为0.959 7.结果表明,可见-近红外光谱可以准确、快速地对生姜的含水量进行检测.     

近红外透射光谱技术测定黍稷蛋白含量的研究(英文)

[目的]探索快速测定完整黍稷籽粒蛋白含量的方法。[方法]采用近红外光谱分析技术建立数学模型并进行预测,比较原始透射光谱经导数处理结合不同回归算法对模型的影响。[结果]分别经一阶和二阶导数处理后利用偏小二乘法和改进的偏小二乘法,4 种方法的分析效果相近,最优的是一阶导数结合改进的偏最小二乘回归法,黍稷蛋白定标模型的定标相关系数(RSQ)为0.880 6,定标标准误差(SEC)为0.342 4,交互定标标准误差(SECV)为 0.375 1,外部预测标准误差(SEP)为 0.454。[结论]以完整黍稷籽粒为样品所建立的蛋白 NITS 模型,可以用于黍稷蛋白含量的快速检测。     

甘蓝型油菜茎秆纤维组分含量和木质素单体G/S 近红外模型构建

【目的】探索近红外光谱分析技术在甘蓝型油菜茎秆纤维组分含量及木质素单体G/S测定中应用的可能性。【方法】采集近红外光谱,根据马氏距离GH（Global H）筛选出103份纤维组分含量材料和75份木质素单体G/S材料作为定标样品,采用Van Soest法和GC-MS法对茎秆纤维组分含量和木质素单体比例进行测定,统计结果表明定标样品化学测定值变异范围较大,3次重复差异较小,可用于近红外模型构建。运用不同光谱预处理方法和化学计量学方法建立校正模型,对比各模型性能参数,筛选出最优定标模型并用检验集对模型进行验证。【结果】采用修正偏最小二乘法（MPLS）建立模型最佳。中性洗涤纤维（neutral detergent fiber,NDF）、酸性洗涤纤维（acid detergent fiber,ADF）、酸性洗涤木质素（acid detergent lignin,ADL）与木质素单体G/S的交叉验证相关系数（1-VR）分别为0.864、0.861、0.872和0.920,定标相关系数（RSQ）分别为0.892、0.891、0.907和0.953。用检验集对模型进行验证,NDF、ADF、ADL及木质素单体G/S模型的外部检验相关系数（RSQ）分别为0.837、0.818、0.870和0.935,其预测标准差（SEP）为0.680、0.636、0.348和0.054。【结论】试验所建模型质量较好,能快速测量茎秆纤维组分含量和木质素单体G/S,可为油菜抗病抗倒伏育种研究提供技术支持。     

水稻籽粒直链淀粉含量非破坏性活体测定方法研究

对533份杂交稻和常规稻材料的糙米和精米直链淀粉含量进行化学分析,并结合近红外透射光谱数据,采用改进偏最小二乘法（MPLS）分别建立糙米、精米的直链淀粉含量（AC）预测定标模型,并对其进行内部和外部验证.结果表明,杂交稻糙米及精米模型的定标相关系数（RSQ）分别为0.873和0.922,常规稻糙米及精米模型的RSQ则分别为0.924和0.939,定标标准偏差（SEC）分别为1.100,0.956,1.537,1.547;内部交叉验证预测值和真实值之间的RSQ分别为0.866,0.901,0.892和0.921,外部验证的RSQ分别为0.9506,0.9352,0.9116,0.9180,所建模型的相关性较高,预测值与真实值之间的误差小.常规稻模型可应用于大量育种材料快速、无损的早代筛选,杂交稻模型可用于新组合直链淀粉含量的快速鉴定,促进稻米品质改良,提高育种效率.     

水稻籽粒直链淀粉含量非破坏性活体测定方法研究

对533份杂交稻和常规稻材料的糙米和精米直链淀粉含量进行化学分析, 并结合近红外透射光谱数据, 采用改进偏最小二乘法(MPLS)分别建立糙米、精米的直链淀粉含量(AC)预测定标模型, 并对其进行内部和外部验证. 结果表明, 杂交稻糙米及精米模型的定标相关系数(RSQ)分别为0.873和0.922, 常规稻糙米及精米模型的RSQ则分别为0.924和0.939, 定标标准偏差(SEC)分别为1.100,0.956,1.537,1.547; 内部交叉验证预测值和真实值之间的RSQ分别为0.866,0.901,0.892和0.921, 外部验证的RSQ分别为0.9506,0.9352,0.9116,0.9180, 所建模型的相关性较高, 预测值与真实值之间的误差小. 常规稻模型可应用于大量育种材料快速、无损的早代筛选, 杂交稻模型可用于新组合直链淀粉含量的快速鉴定, 促进稻米品质改良, 提高育种效率.     

稻米蛋白质含量快速活体测定的定标研究

应用近红外透射光谱技术(NITS),采用偏最小二乘法(PLS)建立重庆地区稻米活体蛋白质含量(PC)定量分析数学模型。结果表明,糙米和精米蛋白质含量预测数学模型的定标标准误偏差(SEC)、交叉检验标准误差(SECV)、定标相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.252、0.247;0.256、0.278;-0.953、0.946;0.951、0.940;近红外预测值与化学值误差范围分别为-0.61~0.18、-0.39~0.46,相关系数分别为0.984、0.978,均达到极显著相关。利用该模型能够对育种材料的蛋白质含量进行快速非破坏性活体测定,可大大提高育种选择效率。     

基于近红外光谱分析的绿茶水分无损检测模型建立

收集代表性绿茶样品158个,直接对新鲜样品进行近红外光谱扫描,运用改进偏最小二乘法(MPLS)在4种不同的光谱数据预处理方式下进行水分含量建模,并用验证集对最优模型进行检验.结果显示,光谱数据在散射处理方式SNV Detrend下经过一阶导数处理后的预测结果最优,其定标标准差(SEC)为0.32%,样品预测值和实测值之间的决定系数(RSQ)为0.861,预测标准差(SEP)为0.5%,偏差(Bias)为-0.1%.说明应用近红外光谱分析技术实现绿茶中水分含量的无损检测是可行的,并可得到较为满意的预测效果.     

应用近红外光谱和化学计量法测定甜玉米种子活力

【目的】建立一种利用近红外光谱和化学计量学检测甜玉米种子活力指数的方法，为种子批量无损筛选提供新方法。【方法】在反射和透射模式下分别收集甜玉米种子的近红外光谱，采用主成分分析和蒙特卡罗交叉验证方法对异常值进行识别与剔除；选取最合适的预处理方法和变量选择方法，建立并选取最优偏最小二乘法预测模型。【结果】对于漫反射活力指数定量分析模型，采用532份样品进行建模研究，其最佳预处理方法为多项式平滑导数（Savitzky-Golay derivative，SG）+均值中心化（Mean Center，MC），最佳变量选择方法为竞争自适应重加权抽样（Competitive adaptive reweighted sampling，CARS），其模型的性能参数校正相关系数（R_c）、交互验证相关系数（R_cv）、预测相关系数（R_p）、校正均方根误差（RMSEC）、交互验证均方根误差（RMSECV）和预测均方根误差（RMSEP）分别为0.826、0.783、0.663、0.137、0.151和0.199。对于透射活力指数定量分析模型，采用415份样品进行研究，其最佳预处理方法为SG一阶导数平滑，最佳变量选择方法为相关系数法（Correlation coefficients，CC），模型的性能参数R_c、R_cv、R_p、RMSEC、RMSECV和RMSEP分别为0.783、0.680、0.728、0.121、0.142和0.133，该模型不存在过拟合现象，说明光谱采集的透射模型可能更适合测定种子活力指数。【结论】透射光谱可获得更多有关甜玉米种子活力的信息，透射模块是光谱采集预测种子活力的较好方法。     

The Comparison of Sugar Components in the Developing Grains of Sweet Corn and Normal Corn

The sugar components and their dynamic variation in the developing grains of sweet corn(Zeamays L. seccharata Sturt)and normal corn (Zea mays L. indentata Sturt) were compared. There are WSP(water-soluble polysaccharides), sucrose, fructose, glucose, mannitol and sorbitol in both sweet corn and nor-mal corn, but no maltose. Two components with different degrees of polymerization (D. P. N) were detected inthe sweet corn; only one of them was detected in the normal corn 20 days after pollination. With the develop-ment of grains, the total soluble sugar content(TSS)in sweet corn increased, but in normal corn it decreased.The dynamic variation of WSP, sucrose, glucose, fructose, mannitol and sorbitol in sweet and normal corngrains are different. The contents of sugar components in the sweet corn grains are higher than that in the nor-mal corn. Sweet corn accumulates less starch than normal corn.     

甜质型和普通型玉米籽粒发育过程中糖组分比较研究

 利用高效液相色谱 (HPLC)技术比较分析了甜质型 (ZeamaysL .SeccharataSturt)和普通型玉米 (ZeamaysL .IndentataSturt)籽粒中糖组分的动态变化规律。结果表明 ,籽粒发育初期 (授粉后 10d) ,2类型间糖组分差异不显著 ,均含有水溶性多糖 (WSP)、蔗糖、果糖、葡萄糖、山梨醇和甘露醇 ;授粉 2 0d后 ,甜质型玉米能积累 2种聚合度不同的WSP(其保留时间分别为 5 .2 8和 5 .98min) ,而普通型玉米仅有其中的 1种 (保留时间为 5 .98min) ;整个籽粒发育过程中未测得麦芽糖。甜质型玉米随籽粒发育其可溶性总糖 (TSS)含量增加 ,而普通型玉米的含量降低 ,其中WSP、蔗糖、葡萄糖、果糖、甘露醇、山梨醇在 2类型玉米籽粒发育过程中的动态变化不同。甜质型玉米的直链、支链淀粉含量较普通型玉米少 ,其中直链淀粉含量随籽粒发育而降低 ,支链淀粉含量则升高。     

糯玉米可溶性糖组分特征与采后品质特性

摘 要：糯玉米采收后的鲜食品质是衡量品种优劣的重要标准之一,为进一步探讨糯玉米品质形成与可溶性糖含量的关系,以63份糯玉米自交系为材料,采用高效液相色谱-蒸发光散射检测法（HPLC-ELSD）测定采后不同贮藏期果穗中可溶性糖含量,同时测定其中8份优异材料蒸煮前后可溶性糖含量的变化。结果表明：蒸煮前后糯玉米果穗中都含有果糖、葡萄糖和蔗糖。鲜样中,蔗糖含量最高,平均含量为44.22 mg·g^-1,占可溶性糖的65.60%,果糖和葡萄糖含量接近,平均含量分别为11.30 mg·g^-1和10.49 mg·g^-1。鲜样中可溶性糖含量高低主要是由蔗糖决定。蒸煮过后,糯玉米熟样中蔗糖和还原性糖含量均下降。可溶性糖和蔗糖是判断糯玉米生化甜度的两个重要指标。随着贮藏时间的延长,糯玉米鲜样中可溶性糖含量呈下降趋势,降解速率的快慢主要由蔗糖决定。根据可溶性糖含量与降解速率,筛选了两份糯玉米特异可溶性糖种质,研究结果可为鲜食玉米采后保鲜技术提供科学依据。     

嫁接对网纹甜瓜果实发育和糖含量的影响

研究了嫁接对日光温室网纹甜瓜果实发育、糖含量的影响。结果表明:嫁接能够促进果实膨大、中果肉厚度增加。果实3个不同部位(蒂果肉、中果肉、脐果肉)内糖含量随果实的发育而变化。在果实发育前期(10～20DAA),3个不同部位内主要以果糖和葡萄糖为主,在20DAA之后蔗糖开始迅速积累。圣砧/顶峰与自根网纹甜瓜蔗糖积累模式基本一致,但世纪星/顶峰蔗糖积累模式与自根网纹甜瓜不同。在成熟时(35DAA),圣砧/顶峰和世纪星/顶峰均降低了网纹甜瓜3个不同部位的甜度指数,但世纪星/顶峰提高了其3个不同部位内蔗糖对甜度指数的贡献值。     

克瑞森葡萄主干环剥后果实可溶性糖组分及含量分析

【目的】研究不同时期对克瑞森无核葡萄进行主干环剥后,果实中可溶性糖含量和组分特性与差异,为环剥对果实可溶性糖的影响奠定理论基础。【方法】在4个不同时期,对克瑞森无核葡萄进行主干环剥,监测果实的生长发育情况,用高效液相色谱法测定其成熟期果实中可溶性糖组成成分和含量并进行相关性分析。【结果】5个试验处理中,第1次环剥处理的果实的果形指数最大,比对照处理大5.67%,单粒重也最大,达2.99 g。成熟期最早的是第3次环剥处理, 5个试验处理的果实的可溶性糖主要由果糖、葡萄糖和蔗糖组成,其中葡萄糖和果糖含量高,变化幅度大,蔗糖含量相对稳定,葡萄糖的含量略高于果糖。其中葡萄糖含量最高的是第2次环剥处理,极显著大于对照处理,比其高21.67%;果糖含量最高的是第3次环剥处理,极显著大于对照处理,比其高21.4%;蔗糖含量最高的是第4次环剥处理,比对照处理高29.65%;总糖含量最高的是第2次环剥处理。葡萄糖和果糖与可溶性总糖间存在极显著的正相关,葡萄糖与果糖之间呈极显著正相关,果糖与可溶性总糖间的相关性最大,略高于葡萄糖与可溶性总糖间的相关系数。蔗糖与可溶性总糖间的相关性最小,且无显著相关关系。【结论】主干环剥有利于克瑞森无核果实的生长和可溶性糖的积累,前期(坐果后到果实膨大期)进行环剥明显可以达到增产目的,后期(果实膨大期过后)环剥有利于果实提前成熟。     

掺果葡糖浆蜂蜜的快速检测方法

[目的]探索掺果葡糖浆蜂蜜的快速检测方法。[方法]在对广泛收集的纯净蜂蜜样品主要理化指标检测分析的基础上,建立了蜂蜜中水分、还原糖、蔗糖和淀粉酶值近红外光谱检测模型,并利用所建模型对添加不同比例果葡糖浆的蜂蜜进行检测,验证利用近红外光谱技术检测蜂蜜掺果葡糖浆的预测效果。[结果]蜂蜜中水分、还原糖、蔗糖、淀粉酶值、酸度、羟甲基糠醛的变异系数均较小,基于淀粉酶值所建的蜂蜜近红外光谱检测模型的预测效果最好,预测均方根误差小,可用于对蜂蜜是否掺果葡糖浆进行鉴别。[结论]基于淀粉酶值所建的蜂蜜近红外光谱检测模型可快速检测蜂蜜是否掺果葡糖浆。     

基于近红外光谱的五味子提取过程在线检测方法研究

目的 利用近红外(NIR)光谱法,建立定量模型,实现五味子提取过程中关键指标的快速检测。方法 在线采集五味子提取液的近红外光谱,以高效液相色谱法和差重法获取参照,采用最小二乘回归法(PLSR)分别建立五味子醇甲、果糖、葡萄糖和可溶性固形物的定量模型。结果 定量模型的校正集相关系数R、校正均方根误差RMSEC、预测均方根误差RMSEP分别为：五味子醇甲0.99792、1.41、8.76,果糖0.99246、0.0919、0.333,葡萄糖0.99371、0.0954、0.448,可溶性固形物0.98723、3.07、11.2。结论 该方法快速、便捷,结果准确,适用于五味子提取过程的快速检测。     

不同砧木对克瑞森葡萄果实可溶性糖含量的影响

【目的】研究不同砧木嫁接的克瑞森葡萄果实中可溶性糖含量和组分特性与差异,分析不同砧木对克瑞森果实糖分的影响,为葡萄优良砧木的筛选提供理论依据。【方法】田间监测不同砧木嫁接的克瑞森葡萄果实的生长发育,利用高效液相色谱法,测定成熟期果实中可溶性糖组分和含量,进行比较分析。【结果】7个克瑞森砧木嫁接苗中,砧木101-14MG嫁接的克瑞森葡萄果实的果形指数最大,比其自根苗大12.88%,果实成熟也最早;砧木SO4嫁接的克瑞森葡萄果实的单粒重最大,达3.21g。成熟期不同砧穗组合果实的可溶性糖主要由果糖、葡萄糖和蔗糖组成,其中葡萄糖和果糖含量均较高,变化幅度较大,葡萄糖略高于果糖含量,蔗糖含量相对稳定。7个克瑞森砧木嫁接苗中,砧木101-14MG嫁接的克瑞森葡萄果实葡萄糖和果糖的含量均最高,分别比克瑞森自根苗高14.68%和15.49%,其次是砧木SO4、5BB和5C;砧木5C嫁接的克瑞森葡萄果实蔗糖含量最高,比其自根苗高12.75%。砧木101-14MG、SO4和5BB嫁接的克瑞森葡萄可溶性总糖明显高于其余5个砧木嫁接苗,分别比克瑞森自根苗高14.67%、10.20%和8.22%,其中以101-14MG嫁接的克瑞森葡萄可溶性总糖最高,188-08嫁接的克瑞森果实中葡萄糖、果糖、蔗糖和可溶性总糖含量均为最低。【结论】砧木101-14MG、SO4和5C嫁接利于克瑞森无核果实的生长和可溶性糖的积累,是促进克瑞森葡萄成熟的优良砧木。     

Evaluation of sugar and organic acid composition and their levels in highbush blueberries from two regions of China

Sweet and sour are the most important taste of blueberries, and they are produced by sugar and acid, respectively. Their contributions to the taste depend not only on the levels of sugar and acid, but also on the types and relative proportions of sugar and acid. Therefore, it is very important to evaluate the composition and levels of sugar and acid in blueberries. Regional differences and variety diversity also affect the sugar and acid characteristics of fruits. Therefore, this study selected two main producing regions in northern China(Weihai and Yingkou) to examine the sugar and acid characteristics of 11 common blueberry cultivars. The indexes measured included soluble sugars, organic acids, soluble solid content and titratable acidity. The results showed that glucose and fructose were the major sugars, and citric acid and quinic acid were the major organic acids. Correlation analysis showed that glucose, fructose, and sucrose were positively correlated with total sugar content; the citric acid content was positively correlated with the titratable acidity and total organic acids. Titratable acidity, glucose, fructose, sucrose, total sugar content, citric acid, shikimic acid and total acid content of the blueberries varied significantly between regions(P0.05). In general, compared with Weihai blueberries, Yingkou blueberries had higher sugar content and lower acid content. The results of this study may provide useful references for the evaluation of sweet and sour flavors and cultivar selection of blueberries.