近红外光谱分析技术在茶叶中的应用

近红外光谱分析技术(NIR)是目前发展最快、最引人注目的光谱分析技术之一,已广泛应用于各个领域。阐述了近红外光谱分析技术的原理和特点,重点介绍了近红外光谱分析技术在茶叶及茶制品中的应用情况。     

近红外光谱在水果品质检测中的应用

近红外光谱(NIR)技术正逐渐广泛地应用于果品质量评价中。基于此,介绍了近红外光谱技术特点及在果品品质指标测定中的应用和发展前景。     

应用近红外反射光谱技术测定油菜芽期耐旱性的研究

针对油菜芽期耐旱鉴定，提出了用近红外反射光谱技术（NIR法）预测油菜吸胀24 h电导率、PEG模拟干旱条件下的相对发芽率、相对鲜重和鲜重耐旱指数等4个芽期耐旱相关性状的方法。以采集的49份不同耐旱水平甘蓝型油菜近红外光谱数据为基础，采用偏最小二乘法和多元回归算法建立了最优定标模型，并获得较高的决定系数(0.71～0.86)和较低的标准误差(1～15.65)。验证集评估结果表明，NIR法与室内鉴定法测定油菜4个芽期耐旱相关性状无显著差异，且具有极显著的相关关系(决定系数0.72～0.89)。研究表明,近红外光谱技术用于油菜芽期耐旱性鉴定是可行的，可用于耐旱育种早代选择。     

水分对近红外光谱检测紫色土有机质含量影响的研究

近红外光谱(NIR)技术在线检测土壤养分含量是精细农业研究热点之一.土壤水分在近红外波段具有较高的吸收系数,处于波动状态的土壤水分,直接影响NIR技术检测土壤有机质含量的预测精度.四川、重庆地区紫色土中有机质含量较低,比土壤水分最大有一个数量级的差异.利用BRUKER公司的MPA傅里叶近红外谱仪对不同含水率的紫色土壤进行了近红外光谱扫描,分析水分对近红外光谱检测紫色土壤有机质含量模型精度影响,提出了一种消除土壤水分对紫色土壤有机质含量预测影响的方法.近红外光谱扫描显示,在同一有机质含量水平下,含水率增加,光谱吸光度呈非线性上升趋势,直接利用光谱数据建立的偏最小二乘法(PLS)模型,在较高水分条件下,模型精度低;在遗传算法选择的波数区域,用二次多项式拟合紫色土壤含水率指数对近红外扫描光谱吸光度影响,其相关系数在0.95~0.97之间;将一定含水率下的近红外光谱吸光度折算为干土条件下吸光度,再利用PLS法建立近红外光谱有机质含量预测模型,与原有模型相比预测精度得到显著提高.实验结果表明,本方法可以有效消除紫色土壤水分对近红外光谱检测其有机质含量预测影响,为不同水分条件下近红外光谱在线检测紫色土壤有机质含量提供一定的理论和技术支持.     

脐橙可溶性固形物含量的光谱检测技术研究

以晚熟脐橙为试材,采用近红外光谱技术与常规检测分析相结合的方法,对比和评价了基于果面和果汁光 谱信息的脐橙可溶性固形物(TSS)含量预测模型精度,并筛选了可溶性固形物预测特征光谱.通过对果面和果汁原 始光谱的多元散射校正(MSC)预处理,利用偏最小二乘法(PLS)分别建立了TSS预测模型,其中,当果面光谱主因 子为5时,其对于可溶性固形物预测相关系数为最大(R=0.8367)、预测均方根误差(RMSEP)为最小(RMSEP= 0.4903);而当果汁光谱主因子为8时,其对果汁可溶性固形物的预测相关系数为最大(R=0.9058)、预测均方根 误差为最小(RMSEP=0.5236).采用联合区间偏最小二乘法(siPLS)对果面和果汁光谱特征波段组合进行筛选, 获得果面光谱建模特征波段组合为1000~1107,1750~1857,2071~2177和2178~2284nm,建立的校正集和 预测集模型相关系数分别为0.9462和0.9020,RMSECV为0.3596,RMSEP为0.4309;获得用于果汁光谱建模 的特征波段组合为1000~1125,1251~1375,1376~1500和1626~1750nm,校正和预测模型相关系数分别为 0.9894和0.9596,RMSECV为0.1631,RMSEP为0.3128.结果表明:试验所筛选出的果面和果汁近红外光谱 特征波段组合建立的校正模型,均可用于晚熟脐橙TSS含量的无损检测,果汁光谱对于甜橙果实固形物含量预测 精度高于果面光谱,近红外光谱技术用于橙汁固形物检测是可行的.     

猕猴桃糖度傅里叶变换近红外光谱无损检测

研究傅里叶漫反射近红外光谱技术在猕猴桃糖度无损检测中的应用。在近红外区域(4 000~12 000cm-1)利用偏最小二乘法(PLS)建立猕猴桃糖度与近红外光谱(NIR)的定量分析数学模型,并对不同果园、不同贮藏期、不同质量的样品所建立的糖度预测模型进行对比分析。结果表明,近红外漫反射光谱与猕猴桃糖度含量之间呈显著的线性相关,模型决定系数(R2)可达到93.65%,预测标准差RMSEP(Root Mean SquareError of Prediction)可达0.656;而且随着建模样品量及成分含量梯度的增大,预测模型通用性提高,而准确性降低。因此,建立近红外定量分析模型时,样品组成和性质应该覆盖分析样品的组成和性质的整个变化范围,以更好地满足实际应用的需要。     

近红外光谱技术在水质监测中的应用

近红外光谱技术(NIRS)可通过建立校正模型实现对未知样品的定性或定量分析,在废水总氮、总磷的快速分析和废水综合指标BOD、COD、pH监测分析中,都能获得理想的结果,与国标法具有较高的相关性.综述了近红外光谱分析技术的特点及其在水质监测领域的应用,展望了近红外光谱分析技术在水质监测领域的广阔前景和研究领域.     

滑皮金桔糖度的近红外光谱无损检测技术

[目的]采用近红外光谱技术对滑皮金桔的糖度开展无损检测技术研究,为今后实现滑皮金桔在线糖度品质分级分选提供参考依据.[方法]以NIR Magic 1100型便携式果品近红外光谱分析仪为主要研究设备,对采集的滑皮金桔光谱分别进行S-G卷积平滑(SG-smooth)、标准正态变量变换(SNV)和多元散射校正(MSC)处理,结合偏最小二乘法建立滑皮金桔糖度预测模型并进行验证.[结果]建模的最佳光谱波段为720~920 nm;光谱采用SG-smooth处理后建立模型的校正集相关系数为0.9531,校正集均方根误差为0.6436,相对分析误差为3.55,均优于采用SNV和MSC处理建立的模型效果.对预测模型进行验证显示,糖度预测值与实际值的相关系数为0.9582,均方根误差为0.5187,相对分析误差为3.24.[结论]采用近红外光谱快速检测滑皮金桔糖度可行,建立的预测模型稳定性好、精度较高,可为滑皮金桔在线分选及无损检测设备的开发提供技术参考.     

基于光谱技术的土壤快速分类方法研究

针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.     

离散小波变换-支持向量回归方法及其在谷物分析中的应用

先用离散小波变换(DWT)对近红外光谱数据(NIR)压缩去噪及扣除光谱背景,再用支持向量回归(SVR)算法建立近红外光谱校正模型,建立了离散小波变换—支持向量回归(DWT-SVR)测定谷物样品中油类、蛋白质和淀粉的新方法。与偏最小二乘法(PLS)相比较,本研究所建模型具有更好的预测准确度。     

近红外光谱在果蔬检测中的应用及研究进展

对近红外光谱在果蔬成分测定和品质分析中的研究近况进行了综述,简单介绍了近红外光谱的基本原理,以及近红外光谱的统计学分析方法和现代检测技术等,并对其最新研究进行了展望。     

Factors influencing near infrared spectroscopy analysis of agro-products: a review

The near infrared (NIR) spectroscopy technique has wide applications in agriculture with the advantages of being nondestructive, sensitive, safe and rapid. However, there are still more than 40 error sources influencing the robustness and accuracy of its calibration and operation. Environmental, sample and instrument factors that influence the analysis are discussed in this review, including temperature, humidity and other factors that introduce uncertainty. Error sources from livestock products, fruit and vegetables, which are the most common objects in the field of NIR analysis, are also emphasized in the second part. In addition, studies utilizing different instruments, spectral pretreatments, variable selection methods, wavelength ranges, detection modes and calibration methods are tabulated to illustrate the complications they introduce and how they influence NIR analysis. It is suggested that large scale of data with abundant varieties can be used to build a more robust calibration model, in order to improve the robustness and accuracy of the NIR analytical model, and overcome problems caused by confining analysis to too many uniform samples.     

烟草近红外光谱分析结果影响因素综述

结合国内外研究现状,针对校正集样品选择,样品粒度、含水率、试验因素以及光谱预处理和数学建模方法的选择对烟草近红外光谱分析结果的影响进行了探讨分析。结果表明:为获得可靠的分析结果,样品选择应均匀、广泛,有较好的代表性,并考虑样品粒度、含水率及其他因素的影响,同时应选择合适的光谱处理方法和数学建模算法。     

草莓主要经济性状与单株产量的相关和通径分析

采用相关和通径分析法,对7个草莓品种的单株产量及主要经济性状进行统计分析。结果表明,产量构成因素的变异系数大小为:结果数>二级序果数>单株产量>二级序果重>平均果重>一级序果数>果实横径>果实纵径>一级序果重>叶柄粗>硬度;相关分析表明,10个相关性状对单株产量影响的顺序:果实横径>二级序果重>叶柄粗>果实纵径>结果数>一级序果重>二级序果数>平均果重>硬度>一级序果数;在相关分析的基础上,做了偏相关分析和通径分析,偏相关分析与通径分析的结果基本上是一致的,其排序为:果实横径>平均果重>一级序果数>硬度>结果数。通径分析还表明,果实横径和硬度是影响单株产量的主要因素。     

基于近红外光谱的纽荷尔脐橙产地识别研究

【目的】中国柑橘产区分布广、生态类型复杂,不同产地纽荷尔脐橙果实品质和市场效应具有较大差异。研究基于近红外光谱技术的柑橘产地识别技术,利于不同柑橘产地果品的识别和鉴伪。【方法】从中国南方17个纽荷尔脐橙主要产地选择代表性成年果园,分别采摘成熟鲜果样品100个。利用SupNIR-1500近红外分析仪采集脐橙果实赤道部、肩部表面以及果汁滤液的近红外反射光谱,光谱波长范围为1 000-2 499 nm。采用主成分分析法对原始光谱数据进行预处理,提取近红外光谱的特征信息以降低数据集维度以及噪声。研究人工神经网络理论,构建由一个输入层、一个具有非线性激励函数的隐藏层和一个输出层组成的典型的3层人工神经网络识别模型。研究由径向基函数作为核函数、以光谱主成分作为输入的支持向量机模型,构建由126个分类器组成的一对一扩展支持向量机模型。研究遗传算法优异的自然选择特性,利用遗传算法从光谱主成分中选择出最优的特征基因子集作为支持向量机的输入,构建遗传算法-支持向量机模型。利用3种模型分别对果汁滤液的近红外反射光谱数据进行分类,从而实现产地识别测试,并根据产地识别精度筛选出最优的产地识别模型。进一步对比该最优识别模型对果实赤道部、肩部反射光谱数据的识别精度,从而确定识别精度最高的光谱数据采集源。【结果】利用所建立的3层人工神经网络模型对纽荷尔脐橙果汁滤液的近红外光谱进行产地识别测试,确定当输入神经元数量为11、隐藏神经元数量为13时,模型对果实产地识别的最佳精度达81.45%。采用一对一扩展方式建立支持向量机产地识别模型,研究确定采用径向基函数作为核函数,当主成分数量为20时,脐橙产地识别精度最高可达86.98%。测试利用遗传算法-支持向量机混合模型进行脐橙产地分类识别,确定当种群数量为200、遗传代数为100、交叉概率0.7、突变概率0.01时,遗传算法选择出最优的基因子集进行产地识别,遗传算法-支持向量机模型的产地识别精度最高可达89.72%,优于人工神经网络分类模型和支持向量机分类模型的产地识别精度。进一步利用遗传算法-支持向量机产地识别模型对果实赤道部及肩部的果面反射光谱进行产地识别测试,得到对应的最高识别精度分别为80.00%和69.00%。【结论】遗传算法-支持向量机模型对果汁反射近红外光谱进行产地识别精度最高,优于人工神经网络模型和支持向量机模型。该模型对果实赤道部反射光谱进行分类的精度次于果汁滤液反射光谱但优于果实肩部反射光谱,因此,可利用赤道部的反射光谱实现非破坏性果实产地分类识别。     

西北地区沙棘油的比较研究

本文对西北不同分布区中所采到的种、亚种和类型的沙棘种子、果肉、果渣和果汁漂浮物的含油率、沙棘油的理化性质、脂肪酸组成和生物活性物质的含量等数据,进行了比较研究,为各地沙棘油的提取、精炼加工和利用,提供了基本依据。     

不同成熟期的余甘果实主要成分的研究

 研究了不同成熟期的余甘果实主要成分的变化情况,提出了余甘果汁的最适加工期为每年的11月至翌年2月初。余甘果脯的最适加工时间是2月以后果实熟透的季节。     

枇杷果脯真空渗糖和微波真空干燥工艺参数优化

[目的]提高枇杷果实的附加值。[方法]通过试验优化详细探讨了枇杷果脯的真空渗糖和微波真空干燥工艺参数,确定枇杷果脯的最佳制作工艺。[结果]试验表明,枇杷果脯最佳真空渗糖工艺参数为糖液浓度40%、柠檬酸用量0.25%、渗糖温度40℃、渗糖时间90 min;最佳微波真空干燥工艺参数为真空度0.07 MPa、微波强度5.06 W/g、微波干燥时间16.4 min;按此条件进行验证试验,枇杷果脯质量最佳。[结论]研究建立了枇杷果脯的真空渗糖和微波真空干燥工艺参数,可为枇杷果实的精深加工提供参考依据。     

甘肃沿黄灌区引进枣品种的品质性状评价

为明确甘肃沿黄灌区引进枣品种的品质性状,以35个枣品种定植后4年生枣果为试验材料,测定其单果鲜重、核重、可食率、果皮色差、枣果脆度、含水量、口感、含糖量、含酸量、糖酸比、Vc含量等11个果实品质性状指标。采用因子分析法对其进行数据处理分析、综合评价和综合排序。结果表明,提取的前6个主因子的累计贡献率达到92.00%,可以作为评价引进枣品种果实品质性状的综合指标。综合得分从高到低依次是:甘酥佛枣、早脆王、骏枣、晋矮3号、蜂蜜罐、小梨枣、冷白玉、马牙白枣、七月鲜、晋矮4号、壶瓶枣、板枣、金谷大枣、赞皇大枣、不落酥、冬枣、金昌1号、马铃枣、星星枣、晋赞大枣、新郑早红枣、尜尜枣、六月鲜、新郑灰枣、孔府酥脆枣、灰枣、阜新大枣、胎里红、悠悠枣、曙光、北京鸡蛋枣、新星无核、磨盘枣、葫芦枣、龙枣。     

加工番茄果实成熟过程中果胶积累特性

为探讨加工番茄果实成熟过程中果胶物质的积累特性，对3个加工番茄品种及不同果实生育期和不同坐果节位的果实果胶组成和含量进行测定分析。结果表明，3个品种果实的果胶物质均是由水溶性果胶(WSP)、草酸溶性果胶(OSP)和碱溶性果胶（ASP）构成。在绿熟期果实内以OSP和ASP为主，红熟期果实内以WSP和OSP为主；随着果实的成熟，果实内的WSP含量均呈上升趋势，ASP含量均呈下降趋势，OSP含量表现上升至粉红期后又逐渐降低的趋势；3个不同品种中，Q020 品种的总果胶（TP）含量最高，里格尔87 5品种的TP含量最少，Q020果实内的WSP、OSP和ASP在成熟过程中总体均高于里格尔87 5和屯河8号。