不同品种瓶装醋定性判别的研究

为了得到可靠的瓶装老陈醋无损的定性预测模型,以山西省不同种类的240个瓶装醋为研究对象采集光谱数据,对原始光谱进行光谱预处理,应用主成分进行降维处理,结合马氏距离判别方法建立定性判别模型。结果表明,校正集和预测集的正确分类结果均达到了100%。实验证明近红外光谱技术可以对瓶装醋直接进行检测,达到了快速、无损的目的。     

近红外透射光谱法快速测定瓶装醋中挥发酸含量的研究

采用近红外光谱直接对瓶装醋进行透射检测。结果发现,玻璃包装对入射光源强度影响很大。采用室内外置光源解决此问题,在850～2000nm的波长范围内,采用偏最小二乘方法（PLs）对醋中的挥发酸含量进行了定量预测。结果表明,原始光谱结合PLs方法可以很好地预测瓶装醋中的挥发酸含量,校正样本和预测样本的相关系数分别为0．98、0．97;校正样本和预测样本的标准偏差分别为o．776、0．878。此外,对挥发酸含量起主要作用的波段主要集中在900nm和1100nm左右。     

基于可见光谱的不同质地土壤有机质快速测定

在可见光区域内对不同质地土壤(粘土、砂土、壤土)共156个样本的光谱特性进行了研究,并建立了不同质地土壤间有机质含量的互测模型。为了消除土壤质地对有机质含量预测的影响,引入了正交信号处理(OSC)谱图预处理方法。结果表明:粘土和壤土作为建模样本建立的土壤有机质偏最小二乘(PLS)和OSC-PLS校正模型的相关系数分别为0.809和0.823;砂土和壤土分别为0.837和0.734;粘土和砂土相应值分别为0.887和0.823。采用上述模型对另一质地土壤有机质含量进行预测,砂土的相关系数分别为0.572和0.864;粘土的相应值分别为0.555和0.540;壤土的相应值分别为0.643和0.721。预测效果说明OSC预处理可提高不同质地间土壤有机质的互预测能力。     

基于近红外光谱和正交信号-偏最小二乘法对土壤的分类

不同质地的土壤,由于蓄水能力和土壤颗粒大小的不同使得其光谱特性不同,这为采用近红外光谱技术对土壤质地进行判别分析提供了依据。该研究利用正交信号校正(OSC)方法可以获得与浓度有关的谱图信息这一优势,将其与偏最小二乘方法(PLS)结合,采用近红外光谱技术对不同质地的土壤:砂土、壤土、黏土进行判别分析。结果表明:建模样本的相关系数可达0.965,采用该模型对其余45个样本分别进行了预测,三种土壤预测样本的判别正确率分别为:93.3%,86.6%和86.6%。说明OSC方法可以提取谱图中的微弱的质地信息,实现土壤质地的快速鉴别分析。