近红外光谱技术在家禽养殖领域应用现状

近红外光谱是一种快速光谱分析的新方法,伴随着光谱技术与化学计量法的发展,近红外光谱已广泛应用于农业、食品、医药、石油化工等行业,极大地提高了各行业信息化水平。基于近红外光谱在家禽养殖领域的应用现状,本文总结了近红外光谱技术的发展及其在饲料成分检测和禽肉检测中的应用。在饲料检测和家禽肉类检测方面,通过将禽肉样品的光谱信息与质量指标的参考值相关联,建立了预测饲料和待测肉类高精度、高稳定性的数学模型。与传统方法相比,近红外光谱技术具有信息量大、数据计算速度快等优点。本文还归纳了近红外光谱技术在饲料品质检测和肉类品质检测的应用现状,指出了近红外光谱在家禽养殖领域的大规模应用推广的可能性。同时指出近红外光谱技术存在的问题和未来发展方向,结果表明近红外光谱技术在饲料和畜产品检测领域具有良好的发展前景和应用价值。     

截形叶螨危害下枣叶片叶绿素含量高光谱估算模型

以不同截形叶螨(Tetranychus truncatus Ehara)危害等级下枣叶片高光谱和叶绿素含量数据为基础,分析不同截形叶螨危害等级(0级、1级、2级、3级、4级)下枣叶片高光谱特征,构建基于一阶微分光谱的不同截形叶螨危害等级枣叶片叶绿素含量高光谱线性回归估测模型。结果表明:截形叶螨危害造成叶片中叶绿素含量减少,导致光谱反射率降低,表现为随危害等级的增加叶绿素含量呈逐级减少趋势。在不同截形叶螨危害等级枣叶片叶绿素估测模型中,危害等级为0级时,模型拟合度最好,达到0.810,表明利用高光谱数据构建不同危害等级枣叶片叶绿素含量估算模型具有一定的潜力,对危害植被叶片的虫害诊断意义重大。     

石佛寺水库叶绿素a浓度高光谱遥感反演

在水质测量评价中,通常将水体中叶绿素a的含量大小作为一个非常关键的指标。为获取石佛寺水库水体叶绿素a浓度反演模型,对石佛寺水库的水体进行光谱测量,获取水体光谱特征,并对采集的水样进行检测,得出叶绿素a浓度。在此基础上分析叶绿素a浓度与水体反射率的相关性,得到如下结论:石佛寺水库水体叶绿素a的浓度与反射比R_(702)/R_(674)和595 nm波长处反射率的一阶微分值都有较为明显的相关性(r~2分别为0.724 4和0.745 0)。     

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。     

激光拉曼光谱的发展及应用

简单介绍了激光拉曼光谱的产生原理、发展史及在各个领域内的应用,便于读者对激光拉曼光谱有初步的了解。     

基于遗传算法的波长选择方法对土壤有机碳预测模型影响

以黑龙江农田黑土为研究对象,利用遗传算法(GA)波长选择结合偏最小二乘法(PLS)回归建立土壤有机碳(SOC)的预测模型。通过设定以下GA参数:波长选择数量上限k、初始种群大小P及迭代次数N,采用单点优化方式逐一确定各参数。结果表明,在主成份数为7的情况下,当GA的参数取N=300、P=300、k=50时,GA模型最优;模型的校正决定系数R2=0.922、校正均方根误差RMSEC=1.74、交叉检验均方根误差RMSECV=1.80;模型的预测决定系数R2=0.931、预测均方根误差RMSEP=1.84、预测相对误差RPD=3.81。与原始光谱的PLS模型相比,R2由0.900提升至0.922,RPD由3.38提升至3.81。结果表明,通过GA进行波长选择能够优化模型,提升模型稳定性以及预测精确性。     

基于曲线拟合的蚕豆病害叶的FTIR研究

用傅里叶变换红外光谱法研究蚕豆病害叶片,结果显示不同病害蚕豆叶片红外光谱图整体相似,它们的红外光谱主要由蛋白质、脂类和多糖的振动吸收带组成,仅在1 800~1 300 cm-1范围光谱的峰位、峰形及吸收强度有一些微小差异。对1 800~1 300 cm-1波数范围的光谱图进行二阶导数处理,结果显示蚕豆病害叶的二阶导数谱差异明显。对健康和病害蚕豆叶1 700~1 500 cm-1范围光谱进行傅里叶自去卷积和曲线拟合处理后,得到蛋白质酰胺Ⅱ带(1 550 cm-1)、木质素(1 605 cm-1)和酰胺I(1 650 cm-1)3个子峰,相应子峰的峰面积比例显示差异,黄化卷叶病分别为24.01%、36.55%、39.44%,赤斑病分别为15.42%、42.98%、41.61%,轮纹病分别为32.39%、35.63%、31.98%,锈病分别为13.97%、46.40%、39.65%,健康叶片分别为38.86%、28.68%、32.47%,健康叶的酰胺Ⅱ带子峰相对面积比病害叶的大,而其木质素子峰相对面积比病害叶的小。对于子峰面积比A1 563/A1 605、A1 650/A1 605和A1 563/A1 654,4种病害叶的比值均比健康叶的相应数值小,4种病害叶之间也有差异。结果表明傅里叶变换红外光谱(FTIR)结合曲线拟合可望对不同病害的样品进行有效鉴别。     

2013年国内外蜂产品质量安全研究进展(续)

<正>拉曼光谱是一种散射光谱,其原理是对与入射光频率不同的散射光谱进行分析以得到分子振动、转动方面信息,并应用于分子结构研究的一种分析方法。最常用的红外及拉曼光谱区域波长是2.5²5μm。通过拉曼光谱,化学计量学方法和人工神经网络快速分析蜂蜜中糖类,包括葡萄糖、果糖、蔗糖和麦芽糖含量[11]。由于糖分子在蜂蜜样品中的相似性,使得仅运用单一的方法来测定蜂蜜中的糖类是不可能的。这个瓶颈通过结合拉曼光谱,化学计量学方法(主成分分析和偏最小(续2014年第3期上半月)     

近红外光谱检测猪血浆蛋白粉影响因素的探究

近红外光谱检测方法具有快速、准确的优点。为建立猪血浆蛋白粉快速准确的实时检测方法,文章主要探究了样品杯漏光度、样品结块、松紧度、水分等因素对近红外光谱检测猪血浆粉结果的影响。结果显示,样品结块、样品压紧及样品杯漏光会使近红外光谱扫描蛋白值结果降低;水分总体上会影响蛋白含量扫描值,水分降低会导致蛋白含量扫描值偏高。     

食品检测中红外光谱技术的运用

随着生活水平的提高,人们对食品的质量安全越来越关注。检验检测就是重要的大门守卫,为人们把守食品安全的大门。红外光谱技术,虽然在食品检测应用方面时间较短,但成效显著。本文对红外光谱技术及其运用进行了简要的介绍和分析探讨。