稻米表观直链淀粉含量近红外光谱测定技术校正设置的优化

以 精米粉为样品,研 究了不同光谱预处 理和回归 统计方法 在用近红 外反射光谱 分析稻米 表观直链淀粉含量（ Ａ Ａ Ｃ）时,对建立回 归方程的影响⒚结果 发现,光谱预处理对 校正结果影响较 小,不同光谱数学处理以一级衍生值较好,但“波段”和“间隙”长短对结果影响不大⒚回归统计方法对建立回归方程的影响最为明显,其中以修正的部 分最小平方法（ Ｍ Ｐ Ｌ Ｓ）建立的回归方 程效果最好⒚因此,在 建立以精米粉为样本进行稻 米 Ａ Ａ Ｃ 近红 外分析时,“光谱散 射校正／数学处理／回归统 计方法”组合以“标准正态变量转 换／１,５,５,１／ Ｍ Ｐ Ｌ Ｓ”最佳⒚用此组合建 立的回归方程测 定稻米 Ａ Ａ Ｃ 时,检验工作标准误 （ Ｓ Ｅ Ｐ）可小至 ０．８４,而决定系数可高达 ９４％ ⒚     

稻米表观直链淀粉含量近红外测定校正群体的界定与样品选择

在用近红外反射光谱（ＮＩＲＳ）进行品质分析时，选择有代表性的样本进行校正是获得良好回归方程的重要步骤。运用Ｉｎｆｒａｓｏｆｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ公司的ＣＥＮＴＥＲ和ＳＥＬＥＣＴ计算机程序，研究了稻米表观直链淀粉含量（ＡＡＣ）近红外测定回归方程时样品种体的界定与选择。试验共用１１０６份稻米精米粉样品为起始群体，根据光谱特征，有１６份样本因为标准化的Ｍａｈａｌａｎｂｉｓ距离（Ｈ距离）大于３．０     

用近红外反射光谱测定小样本糙米粉的品质性状

比较了用近红外反射光谱（NIRS）技术直接测定约0.5g糙米粉和约3g精米粉样本的表观直链淀粉含量(AAC)、糊化温度（碱消值）和蛋白质含量的效果。结果发现,用精米粉和糙米粉样本测定蛋白质含量均有很好效果,建模时标准误很小而决定系数高,校正标准误（SEC）、检验工作标准误（SEP）、校正决定系数（R#+2）以及检验决定系数（RSQ）依次分别为0.11和0.19,0.20和0.21,0.995和0.932以及0.99和0.91。在建立AAC回归方程时,小样本糙米粉要比精米粉差一些,前者的SEC、SEP、R#+2和RSQ分别为0.933、2.07、0.927、和0.65,而用精米粉时依次为0.426、0.91、0.985和0.93。用小样本糙米粉测定糊化温度（碱消值）时,SEC、SEP、R#+2和RSQ分别为0.349、0.48、0.827和0.74,而用精米粉时依次为0.224、0.36、0.949和0.84。在对水稻育种过程中用小样本糙米粉进行稻米品质的NIRS测定作了讨论。     

中红外光谱结合模式识别法快速检测稻米镉含量

为了研究红外漫反射光谱快速鉴别稻米镉是否超标的可行性,以收集的120个稻米样品为例,利用偏最小二乘识别分析(PLS-DA)方法建立稻米镉的定性鉴别模型,讨论了光谱预处理分析方法对建模结果的影响,同时还比较了其他建模方法对结果的影响。结果表明,稻米中红外(MIR)原始光谱经过平滑、二阶导数以及中心化处理后,结果最优,预测集准确率达到83.3%;且该方法快速、无损、便捷,可用于稻米镉含量的初筛和检测。     

温度预处理对温州蜜柑果实采后生理和品质的影响

以尾张温州蜜柑为试材，研究了不同温度预处理对果实品质、呼吸速率、丙二醛（ＭＤＡ）含量、超氧物歧化酶（ＳＯＤ）和过氧化氢酶（ＣＡＴ）活性、果皮Ｋ＋含量的影响．结果表明，２０℃预处理３ｄ，能改善果实的贮后品质．在整个贮藏期间，处理果实呼吸速率均低于对照，其中以２０℃预处理的为最低．贮藏后期，２０℃预处理果实ＣＡＴ活性、果肉ＳＯＤ活性、果皮Ｋ＋含量高于对照，而ＭＤＡ含量、果皮ＳＯＤ活性低于对照     

2种方法测定稻米蛋白质含量及其相关性分析

以483份稻米样品为对象,分别用近红外光谱技术(NIRS)和凯氏定氮法测定糙米和精米中的蛋白质含量.通过同一样品NIRS多次测定、同一样品NIRS测定结果与凯氏定氮法测定结果的比较分析,证实NIRS在测定稻米蛋白质含量时具有很好的稳定性和准确性;分析了2种方法不同测定值之间的相关性,建立了相应的回归方程,并讨论了基于NIRS技术预测不同类型稻米中蛋白质含量的可靠性,以求为品质育种提供相对准确的数据.     

土壤干湿处理与储存时间对土壤溶液组分离子活度及离子活度积的影响

采用真空置换法（ｖａｃｕｍｎｄｉｓｐｌａｃｅｍｅｎｔ）提取土壤溶液，研究了土壤温度及储存时间两种处理对离子化学形态电脑模型计算结果的影响．研究不同处理效应的电脑输出数据以负对数表示，计有：（１）Ｈ＋、Ｃａ２＋、Ａｌ３＋及ＳＯ的离子活度，（２）（Ａｌ＋）（ＯＨ）３、（Ａｌ３）２（ＯＨ）６（Ｈ４ＳｉＯ４）２及Ａｌ３＋）３．７７（Ｈ４ＳｉＯ４）３．２４（Ｋ＋）０．２４（Ｃａ）０．０８（Ｆｅ＋）０．２４（Ｍｇ）０．２０（ＯＨ）１２．８３的离子活度积和（３）Ｃａ２＋／Ａ１３＋的离子活度比．结果表明，储存期长短的影响比不同干湿处理为显著，两处理的交互影响很少见．根据ＰＨ—１／３ｐＡｌ对ＰＨ４ＳｉＯ４的图发现，无定形ＳｉＯ２、高岭土、绿泥化蛭石（ｈｙｄｒｏｘｙｉｎｔｅｒｉａｙｅｒｅｄｖｅｒｍｉｃｕｌｉｔｅ）及潜晶水铝矿（ｃｒｙｐｔｏｃｒｙｓｔａｌｌｉｎｅｇｉｂｂｓｉｔｅ）的稳定性几乎不受样品处理的影响，但是ＰＨ４ＳｉＯ４在土样风干后再湿润组中增加显著．当采用电脑模型分析土壤溶液组分中离子的化学形态时，土壤预处理的方法需要作较为详细的说明．     

近红外反射光谱法测定厚朴酚类物质

为了建立厚朴Magnolia officinalis药材品质快速有效的评价方法,采用近红外反射光谱技术测定厚朴酚及和厚朴酚的质量分数。通过在全波长条件下,运用不同数学预处理、光谱散射校正和统计方法对来发展定标回归方程,其中统计方法包括偏最小二乘法(PLS)、修正的偏最小二乘法回归分析法(MPLS)和主成分回归法(PCR)。在对比分析的基础上,得到最佳的数学方法为"3,6,6,1"组合,光谱散射校正方法为SNV D或SNV,统计方法为MPLS,厚朴酚类物质的定标决定系数RSQ均达到了0.97以上。该定标模型的外部独立检验相关系数也均达0.95以上。用近红外反射光谱技术测定厚朴药材酚类物质质量分数具有与化学法相近的准确性,可在实践中应用。图2表5参11     

基于近红外光谱技术的杏叶含水率反演研究

为实现杏树叶片含水率数据的准确获取，对新疆南疆杏树的节水灌溉提供科学指导，本研究使用近红外光谱技术对杏树叶片含水率进行预测。采集1 000～1 800 nm范围内‘小白杏’叶片的光谱数据，使用多元散射校正（MSC）、标准正态变量变换（SNV）、均值中心化（MC）、归一化处理（Nor）4种方法对原始光谱进行预处理，采用竞争性自适应重加权算法（CARS）及随机蛙跳算法（RF）获取特征波段，分别建立基于不同预处理方法的全波段及特征波段的偏最小二乘回归（PLSR）和BP神经网络预测模型。结果表明MSC为最佳预处理方法，最佳预测模型为MSC-CARS-BP神经网络模型，所建模型预测相关系数Rp为0.986，预测均方根误差RMSEP为0.404，剩余预测偏差RPD为6.09，模型具有较好的预测能力，因此近红外光谱技术可以用于杏树叶片含水率的快速检测。     

RVA特征值分析的影响因素及实验室间方法的比对

近年来粘度速测仪(rapid visco-analyzer, RVA)在稻米品质鉴别中的应用已日益广泛,RVA测定稻米粉粘滞性的方法较多,且受诸多干扰因素影响,给稻米样品间品质比较带来一定困难.试验系统分析了RVA测定的干扰因素,比较各个测定标准方法对RVA值的影响,分析了RVA测定值与Brabender仪测定值间的相关性,并通过三家实验室比对,统计实验室间结果的重复性和再现性结果.结果表明,米粉细度、碾磨精度和称样量显著影响RVA特征值,不同RVA测定方法影响RVA特征值.RVA特征值(除糊化温度)与Brabender 仪测定值有显著相关性,3个不同米粉样用统一方法进行三家比对,统计结果是方法的复性标准差在5%以内,再现性标准差在13.6%以内.     

基于反射率、吸光度和Kubelka-Munk光谱数据的黄桃早期损伤程度检测

为提高黄桃损伤程度无损检测识别的准确率，采集健康和不同损伤程度黄桃（Amygdalus persica）的反射光谱（R）、吸收光谱（A）、Kubelka-Munk光谱（K-M），并基于反射光谱、吸收光谱、Kubelka-Munk光谱等原始光谱和RAW、BOC、DT、SG、SNV等预处理方法后的光谱建立偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）、极限梯度提升（extreme gradient boosting,XGBoost）和随机森林（random forest,RF）模型，比较3种模型检测效果，选出正确率较高模型并构建其特征波长下的模型，并对结果再次进行比较。结果显示，基于3种原始光谱和SG预处理后光谱的RF模型判别效果较优，整体准确率均达到了90.00%以上。利用竞争性自适应重加权（CARS）和无信息变量消除（UVE）算法对3种原始光谱和SG预处理后的光谱进行波长筛选，并再次建立RF模型。结果显示，A-RAW-CARS-RF模型和K-M-SG-CARS-RF模型相比于全光谱下的RF模型判别效果得到了改善...     

不同预处理模式识别下的近红外绿豆产地溯源研究

采用傅里叶变换近红外漫反射光谱仪测定来自吉林省白城市、黑龙江泰来县、黑龙江杜尔伯特蒙古自治县、山东省泗水县绿豆共120份样品的近红外光谱,分别采用一阶导数+9点平滑、标准正态变换（SNV）、多元散射矫正（MSC）、矢量归一化+MSC四种光谱预处理方法,建立偏最小二乘判别模型（PLS-DA）,分析不同预处理方法对模型稳定性的影响,结果得出：原始光谱模型判别率为62.5%,一阶导数+9点平滑预处理模型判别率为65%,SNV预处理模型判别率为65%,MSC预处理模型判别率为82.5%,矢量归一化+MSC预处理模型判别率为90%。因此,采用矢量归一化+MSC预处理方法对绿豆产地判别的准确率最高。     

数据预处理和统计方法对核桃叶片氮、磷、钾含量光谱反演精度的影响

为探究光谱数据预处理、不同统计方法对核桃叶片N、P、K含量光谱反演精度的影响，采用平滑去噪预处理光谱反射率数据，并比较一次函数、二次函数、三次函数、幂函数、指数函数和半对数函数构建的核桃叶片N、P、K含量光谱反演模型精度。结果表明：(1)平滑去噪预处理光谱数据比原始数据构建的反演模型决定系数(R²)更高、均方根误差(RMSE)和相对误差(RE)更小，即数据预处理后的反演精度更高；(2)将6种统计方法构建的N、P、K含量模型的预测值和实测值绘制1∶1关系图，以直观展示模型估算值与实测值的一致性程度，结果显示，具有最高决定系数(R²)、最小均方根误差(RMSE)和相对误差(RE)的均为三次函数建立的各生育期叶片N、P、K含量光谱反演模型，且该模型通过置信椭圆F检验，即三次函数构建的各生育期叶片N、P、K含量光谱反演模型精度最高。综上，本研究表明数据预处理和构建不同回归反演模型，可以提高光谱数据的利用水平，进一步提高反演模型的适用性和客观性。     

不同碳,氮源对长根金钱菌深层发酵菌丝干重和多糖的影响

本试验选择不同的碳源和氮源各６种，测定它们对长根金钱菌发酵菌丝体产量的影响。结果碳源以甘露醇最好，蔗糖等次之，但以蔗糖最经济；氮源以黄豆饼粉最好。选择蔗糖（Ａ因子）、黄豆饼粉（Ｂ因子）、接种量（Ｃ因子）三因子作正交试验（其中Ａ因子和Ｂ因子均设三水平，Ｃ因子设二水平），测定不同碳、氮营养组合对发酵菌丝干重和发酵菌丝多糖的影响，分析结果表明，碳氮营养的最佳组合为Ｂ３Ａ３Ｃ２，即黄豆饼粉３％、蔗糖３％、     

云南气象对稻米营养品质动态影响的试验研究

稻米蛋白质、氨基酸和人体必须氨基酸是表征稻米营齐品质的重要指标。选用优质稻品种“云恢290”在云南的蒙自、开远、石屏进行无控制的地理分期播种试验和稻米品质的实验室化验分析结果,采用积分回归方法y=α0＋∫^T α（t）x（t）dt研究了云南高原气象条件对稻米蛋白质、氨基酸和人体必须氨基酸形成的动态影响,建立了动态模拟模型,为云南优质稻生产中品种布局、根据生产目的需要合理安排播期提供了科学依据。结果表明,影响蛋白质、氨基酸的主导气象因子有所不同,蛋白质主要受日照时数和最高温度的影响,而氨基酸和人体必需氨基酸主要受日照时数及最低温度的影响．     

基于高光谱成像技术的红酸枝木材种类识别

为了实现市场上常见红酸枝类Dalbergia spp.木材的快速无损识别,利用高光谱成像技术对不同红酸枝木材进行种类识别研究。以交趾黄檀 Dalbergia cochinchinensis,巴里黄檀 Dalbergia bariensis,奥氏黄檀Dalbergia oliveri和微凹黄檀 Dalbergia retusa为研究对象,采集高光谱图像并提取感兴趣区域内的反射光谱,采用Savitsky-Golay（SG）平滑算法、标准正态变量变换（SNV）和多元散射校正（MSC）对955~1 642 nm 波段光谱进行预处理,并通过主成分分析法（PCA）,回归系数法（RC）以及连续投影法（SPA）选择特征波长,分别建立了偏最小二乘判别分析（PLS-DA）和极限学习机（ELM）判别分析模型。研究结果表明:经SG和MSC光谱预处理,采用SPA选择的特征波长建立的ELM模型性能最优,建模集和预测集的识别率均为100.0%。这为红酸枝木材种类的快速无损识别提供了新的方法。图5表4参17     

稻米食用和蒸煮品质与不同发育阶段株高的遗传相关分析

本文研究了稻米食用和蒸煮品质与不同发育阶段株高的遗传相关关系,结果表明各时期都存在极显著的基因型协方差,但除热浆粘度外,不同时期这种相关性的方向是不同的,说明不同时期选择的标准也应有所不同。进一步分解各项遗传协方差分量发现,不同性质遗传相关分量差异也较大,直观直链淀粉含量（ＡＡＣ）,胶稠度（ＧＣ）,粘度速测仪（ＲＶＡ）谱与株高的相关性关分量差异也较大,直观直链淀粉含量（ＡＡＣ）,胶稠度（ＧＣ）,粘     

液态纯牛奶可见/近红外光谱MPLS全局定标法鉴别研究

结合可见/近红外光谱技术和化学计量学方法,建立一种液态纯牛奶品牌鉴别模型。利用近红外分析仪InfraXactTM获得3种品牌共90个样本的漫反射光谱,对570-1 850 nm的光谱进行光谱散射和数学预处理,而后进行PCA聚类分析,剔除奇异样本;最后对3种品牌赋值,以主成分回归（PCR）和改良偏最小二乘法（MPLS）的全局（Global）定标方法建立鉴别模型,并进行内部交叉检验和外部检验。实验结果表明,MPLS鉴别模型内部交叉检验相关系数（1-VR）和交叉检验标准误差（SECV）分别为0.961、0.326,外部检验相关系数（RSQ）、预测标准差（SEP）、检验偏差（Bias）分别为0.939、0.506、0.198,模型鉴别结果具有较高的精确度。     

籼粳交稻米直链淀粉含量的遗传分析

应用莫惠栋提出的胚乳性状的遗传模型和世代平均数模型，并增加细胞质效应Ｃｅ，采用加权最小平方法分析了４个３＾２设计的籼粳交稻米直链淀粉含量（ＡＣ）的遗传，结果表明：籼粳交稻米ＡＣ存在加性，显性，细胞质效应和上位性作用，并认为通过籼粳交育种可以培育直链淀粉含量理想的材料。     

火炬松针叶儿茶素含量近红外预测模型的建立

【目的】建立火炬松针叶儿茶素含量近红外预测模型,为选育高生物活性成分火炬松良种奠定基础。【方法】以102个火炬松单株的针叶为试验材料,利用液相色谱 质谱联用技术（LC-MS）测定其儿茶素含量。使用近红外成分分析仪采集样品的近红外光谱信息,对采集的光谱信息采用不同的方式（一阶导数（FD）、标准正态变量转换法(SNV)、平滑算法、乘积分散校正法（MSC）和标准化预处理以及FD+SNV、MSC+FD）进行预处理,结合偏最小二乘法建立回归模型,比较不同预处理方法建立的回归模型参数,选择最佳光谱预处理方法,建立火炬松针叶儿茶素含量近红外预测模型,并对模型的预测准确性进行验证。【结果】FD+SNV为最佳的近红外光谱信息预处理方法;建立了火炬松针叶儿茶素含量的近红外预测模型,该模型的主成分数为14,校正集相关系数（R_C）为0.969 6,校正集均方根误差（RMSE_C）为1.308 4,交互验证集相关系数（R_V）为0.817 1,交互验证集均方根误差（RMSE_V）为3.105 2。经过外部验证,验证集火炬松针叶样品的儿茶素含量实测值与预测值有显著相关性（R=0.880 7）。【结论】建立了火炬松针叶儿茶素含量近红外预测模型,该模型可以准确、高效地预测火炬松针叶的儿茶素含量。