冬小麦品种干旱胁迫后的恢复能力与水分利用效率的关系

为探讨营养生长期干旱胁迫-复水后的恢复力作为品种群体水平水分利用效率(WUE)鉴定指标的可能性,以冬小麦品种‘晋麦47’和‘京411’及其34个近等基因系为材料,利用半自动防雨棚与渗漏池开展模拟干旱实验,于拔节初期干旱较严重时复水,测定复水后的生物量积累作为恢复力,同时测定营养生长期末的株高以及品种/系的群体WUE,分析材料之间恢复力、株高、和群体WUE之间的差异,以及恢复力与群体WUE之间的相关性。结果发现,部分冬小麦品种/系之间恢复力达到显著差异,恢复力受基因型和生长环境共同影响,并且两者存在一定程度的互作。34个近等基因系与亲本在株高和群体WUE上均存在显著差异,品种/系的恢复力与株高之间呈显著的正相关关系,恢复力与株高分别与群体的产量水平的WUE呈极显著正相关关系。该研究结果初步表明,胁迫-复水后的恢复力可以作为品种在干旱条件下群体WUE鉴定评价的指标。     

不同合成树脂工艺对改性材性能影响研究

为研究树脂对改性材性能的影响，采用2种不同工艺合成三聚氰胺-脲醛树脂（MUF），测试了树脂的相关性能。结果表明，不同合成工艺路线下制备的 MUF 树脂在固体含量、粘度、固化时间、游离甲醛含量间存在显著差异。最终树脂的分子结构类型相似性极高，但相同结构组分在不同树脂中所占比例各有差异。羟甲基基团在MUF2中所占比例高，而亚甲基桥键及醚键在MUF1中含量高。MUF1改性材的增重率（weight percent gain，WPG）值更大，但MUF2改性材的抗溶胀性（anti-swelling efficiency，ASE）和体积膨胀率（bulking rates，B）更高，MUF2改性材的尺寸稳定性更好。     

Influence of Soil Particle Size on the Measurement of Sodium by Near-Infrared Reflectance Spectroscopy

This study evaluates the effect of soil particle size (SPS) on the measurement of exchangeable sodium (Na) (EXC-Na) by near-infrared reflectance (NIR) spectroscopy. Three hundred thirty-two (n = 332) top soil samples (0–10 cm) were taken from different locations across Uruguay, analyzed by EXC-Na using emission spectrometry, and scanned in reflectance using a NIR spectrophotometer (1100–2500 nm). Partial least squares (PLS) and principal component regression (PCR) models between reference chemical data and NIR data were developed using cross validation (leaving one out). The coefficient of determination in calibration (R²) and the root mean square of the standard error of cross validation (RMSECV) for EXC-Na concentration were 0.44 (RMSECV: 0.12 mg kg^–1) for soil with small particle size (SPS-0.053) and 0.77 (RMSECV: 0.09 mg kg^–1) for soils with particle sizes greater than 0.212 mm (SPS-0.212), using the NIR region after second derivative as mathematical transformation. The R² and RMSECV for EXC-Na concentration using PCR were 0.54 (RMSECV: 0.07 mg kg^–1) and 0.80 (RMSECV: 0.03 mg kg^–1) for SPS-0.053 and SPS-0.212 samples, respectively.     

利用近红外光谱技术快速分析全株玉米青贮营养成分

研究旨在利用近红外光谱技术(near infrared reflectance spectroscopy,NIRS)建立全株玉米青贮6种营养成分的近红外预测模型,为生产实践中合理利用全株玉米青贮饲料资源提供理论依据。选取玉米青贮样品64份作为定标集,16份作为验证集。利用NIRS结合改良偏最小二乘法(modified partial least squares,MPLS)构建并且验证其建立预测模型的优劣。结果表明:构建的玉米青贮干物质(DM)、粗蛋白(CP)、酸性洗涤纤维(ADF)和粗灰分(Ash)预测模型的交叉验证相关系数(1-VR)分别为0.83、0.80、0.93和0.78,都在0.80左右,可以用于实际预测。粗脂肪(EE)和中性洗涤纤维(NDF)含量预测模型1-VR为0.64和0.40,低于0.80,构建的模型相关性较差,模型还需要进一步优化。     

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。     

基于梨枣轻微损伤的可见/近红外光谱判别研究

利用可见/近红外光谱技术对梨枣轻微损伤的分类判别建模方法进行研究。分别采用PLS-LDA(线性)和LS-SVM(非线性)建立判别模型,分析比较不同预处理方式和建模波段对模型精度的影响。结果表明:经9点平滑预处理后的短波近红外(780~1100nm)PLS-LDA模型判别效果最佳,校正集和预测集的正确识别率分别达到97.8%和96.7%。     

ELLIPSOMETRIC SPECTROSCOPY OF ELECTROCHROMISM OF POLYANILINE FILMS

The electrochromism of polyaniline films, which is prepared by electropolymer-ization from aniline in acidic aqueous solution onto platinum,is investigated in 330-700nm through in-situ ellipsometric technique. The results indicate that the ellipsometric peak of the reduced state(-0. 2V) of the film appears at 390-400nm and the oxidized state(0. 55V) at 500-530nm. The elec-trochromic reaction from the reduced "yellow" state to the oxidized "green" state is suggested via intermediate state whose ellipsometric peak appears at 466-470nm.     

同步荧光法测定色氨酸

用同步荧光法测定了玉米、小麦、花粉等样品中的色氨酸.一般氨基酸分析用氨基酸分析仪和液相色谱仪,而色氨酸在酸解样品时被分解测不出.要测定色氨酸,需要重新制备样品,改变体系,比较繁杂.在多种氨基酸中仅有色氨酸、酪氨酸和苯丙氨酸有天然荧光,色氨酸的天然荧光最强,提供了直接测定的有利条件.用4N氢氧化钠碱解样品,在105℃时保温24小时,然后稀释,调pH为10.5—11之间,定容.最后用同步光谱扫描的办法测定,即激发波长和发射波长的单色器之间固定一定的波长差(Δλ=68nm),同时扫描,得到一个同步荧光光谱.其浓度和荧光强度有良好的线性关系,测定范围是0.01—0.20μg/ml.本方法弥补了在氨基酸测定中酸解样品时,色氨酸被分解测不出的不足,而且方法比较简单灵敏.     

注水肉无损检测技术现状与发展趋势分析

针对目前市场上注水肉现象加重问题,有必要研究注水肉的检测技术。首先对注水肉的传统检测方法进行简要论述,分析总结了传统方法的弊端;然后对现阶段肉品含水率的4种主要无损检测方法:生物电阻抗法、核磁共振方法、超声波法和近红外光谱法的研究现状及特点进行了总结分析,着重叙述了近红外光谱技术在肉品含水率及品质检测中的研究情况及技术特点,提出了未来技术发展方向。     

近红外多组分分析中异常样本识别方法

近红外光谱分析中,异常样本的存在严重影响定标模型的预测性能和适配性。基于 X / Y 联合的ODXY异常样本识别和剔除方法,提出并证明了一种专用于多组分分析的MODXY异常样本识别方法。实验采用80组玉米近红外光谱数据,利用不同异常样本识别方法剔除异常样本后建立玉米含水率、含油率、蛋白质含量和淀粉含量4种组分的偏最小二乘预测模型,采用预测均方差和决定系数作为评价指标比较所建模型的性能,检验MODXY方法在多组分分析中的异常样本识别能力。实验结果表明：在近红外多组分分析中,MODXY方法在大多数情况下具有更好的异常样本识别能力;MODXY方法和ODXY方法均有一定的适用范围,它们更适合于相应组分化学值的相对标准偏差较大的情况。