应用核磁共振技术测定油菜籽含油量的方法研究

本文建立了系统的应用核磁共振技术测定油菜种子含油量的方法。首次报道了样品前处理，最适工作参数选择和校正方法的系统研究结果。 50份不同含油量的种子样品用于核磁共振法与经典索氏抽提法比较试验，两方法相关系数r=0.9823。核磁共振仪对纯菜籽油的线性响应r=0.9994。最少种子需要量为0.5克。测定环境温度和种子样     

油菜籽中含油量的测定方法研究

油菜籽是我国最主要的油料作物之一,针对油菜籽含油量传统方法中存在的主要缺陷,通过改进残渣法中浸泡、抽提等步骤,缩短了油料抽提时间,大大提高了测定效率,适用于批量油菜籽中含油量的测定。在本法与索式法、残余法的对比中,试验误差均在0.5%以内,且稳定性高于两法。     

核磁共振法在油菜籽含油量测定技术中的应用

阐述了核磁共振法测定油菜籽含油量标准样品的选择、制作、仪器的调试、样品的测定及整个操作过程的技术要领，检验工作质量的技术核查验证，确保了核磁共振法在油菜籽含油量测定技术的快速、准确应用。     

用近红外光谱法测定大白菜的营养成分

选用来自我国主要产地的大白菜不同品种及不同成熟期等材料２４２份，进行常规成分的定标和检验。结果表明：粗蛋白、中性纤维、还原糖及维生素Ｃ的近红外（ＮＩＲ）法测值与化学法测值的复相关系数（ＭＲ）分别为０．９９５８、０．９８５２、０．９８２１和０．９８１４，定标的标准误差（ＳＥＣ）分别为０．３９８％、０．１３４％．０．０９８％和０．５１ｍｇ／１００ｇ。用一定数量的检验样品以４种成分化学法与近红外法进行比     

利用近红外传递和反射光谱测定大麦品种饲料纤维

饲料纤维是大麦的重要品质参数，但是测量却非常赀工。本文对利用近红外传递和反射光谱作为评价大麦品种总饲料纤维含量的快速筛选法进行了研究。利用FGR分析法和NIR系统的6500光谱仪分别得到了大麦籽粒和田间大麦的传递和反射光谱。采用AOAC法测定了各个大麦品种的总饲料纤维。应用大麦籽粒传递光谱（850～1048nm）建立的预测总饲料纤维的PLS修饰模型的交叉验证标准误差为10．4（范围58～197）g／kg、决定系数为0．82，这说明应用这种模型选择或淘汰高饲料纤维品种的精确度已足够了。     

中国首次培育出含油量达60％的油菜籽

科学家最近成功选育出一批含油量50％以上的油菜籽，其中含油量最高的达60％左右，这意味着一粒油菜籽至少能压榨出其体重一半的油。这项成果是由陕西省杂交油菜研究中心完成的。4月16日，来自全国十余个大学与科研机构的专家们对该成果进行了鉴定。     

用近红外反射光谱法分析稻米3种必需氨基酸含量的研究

采用近红外反射光谱分析技术来测定水稻精米粉样的3种必需氨基酸含量,揭示不同数学处理方法、光谱散射校正和回归统计方法对建立回归方程的影响.研究表明,光谱数据的数学预处理对发展定标回归方程有很大影响,对于不同的氨基酸,通过比较均可找到一些定标效果较理想的数学处理组合,如"2,3,3,1"等.光谱散射处理对氨基酸的定标改     

应用近红外光谱技术分析稻米蛋白质含量

以稻谷、米粒、米粉3种形态的样品，应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS)，建立了6个稻米蛋白质含量近红外光谱数学模型，并对模型预测结果的准确性进行了评价。结果表明，糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(R_C²)分别为0.893、0.971和0.987，校正标准差(RMSEC)分别为0.507、0.259和0.183；精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R_C²分别为0.897、0.984和0.986，RMSEC分别为0.497、0.186和0.190。模型内部交叉验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(R_CV²)分别为0.865、0.962和0.984，内部验证标准差(RMSECV)分别为0.557、0.290和0.205；预测精米蛋白含量的稻谷、精米粒和精米粉的模型R_CV²分别为0.845、0.951和0.979，RMSECV分别为0.594、0.316和0.233。模型外部验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(R_V²)分别为0.683、0.801和0.939，外部验证标准差(RMSEV)为0.962、0.799和0.434；预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型R_V²分别为0.673、0.921和0.959，RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预模型准确性最高，米粒次之，基于稻谷的预测模型准确性相对较低；内部交叉验证和外部验证表明，近红外光谱分析技术与化学分析方法一致性较好，且能保证样品的完整性，在水稻优质育种和稻米品质分析中具有广泛的应用价值。     

棉子油分近红外光谱测定技术研究

以近红外光谱分析技术无损、快速和高效等优点,建立棉籽油分含量的近红外分析模型,进行棉籽油分快速大批测定,提高分析水平和效率。218份陆地棉的脱绒光籽为定标样品,通过不同的光谱数学预处理和光谱反射方式,优化棉子含油量近红外光谱法所建立的回归方程。结果表明,采用(2,4,4,1)光谱数学预处理和散射校正(SNV)得到的回归方程效果最好,回归决定系数(RSQ=0.9773)和验证决定系数(1-VR=0.9646)最高,回归标准误差(SEC=0.6977)和交互验证标准误差(SECV=0.8714)最小。对30份验证样品的化学测定值和近红外光谱预测值相关系数高达0.9882,平均偏差0.65%,回归标方程具有很好的预测效果,可以在实践中应用。长江流域棉花杂交种棉子含油量平均值为28.05%,含油量在26.50%~30.05%区间的品种居多,具有很大的改良潜力。     

天然牧草营养成分的近红外光谱定量分析

为探讨近红外光谱技术(NIRS)定量分析天然牧草营养成分的可行性,采集高寒草甸类高山嵩草草地天然牧草样品210份,用修正偏最小二乘法(MPLS),建立天然牧草中粗蛋白(CP)、中性洗涤纤维(NDF)、粗脂肪(EE)的近红外定量分析模型。结果表明：CP、NDF模型的交叉验证决定系数(1-VR)分别为0.9886、0.9554,交叉验证标准误差(SECV)分别为0.4393、1.7169,交叉验证相对分析误差(RPDCV)分别为9.3355、4.7194;EE模型的SECV、1-VR分别为0.6264、0.668,模型有待于进一步优化。试验初步建立了河南县高山嵩草草地天然牧草CP、NDF、EE定量分析模型,为青海省各地区天然牧草营养价值数据库的建立提供了基础数据。     

中国冬播小麦面粉颗粒度分布及近红外透射光谱测试技术研究

面粉颗粒度是影响小麦食品加工品质的重要性状。以2001－2002年度来自北部冬麦区、黄淮冬麦区、长江中下游冬麦区和西南冬麦区的256份小麦品种（系）为材料，用激光散射颗粒度分析仪和近红外透射光谱技术对面粉颗粒度进行了研究。结果表明，我国小麦面粉颗粒度分布特点为从北向南，硬质麦分布比例逐渐减少，软质麦分布比例逐     

近红外光谱法测定玉米品质指标的研究

应用近红外光谱法(Near infrared spectroscopy,NIRS)和偏最小二乘法(Partial least squares,PLS)建立玉米粗蛋白质、粗脂肪和粗淀粉定量分析的近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明:近红外预测模型的内部交叉验证决定系数(R2cv)分别为:0.9778,0.9666和0.9927;交叉证实标准差(RMSECV)分别为:0.38,0.40和1.51;模型外部验证决定系数(Rv2al)分别为0.9391,0.9651和0.9875;外部验证标准差(RMSEP)为0.41,0.35和1.31。实际样品的常规分析结果得出玉米粗蛋白质、粗脂肪和粗淀粉的NIRS数学模型具有较高的预测准确性,可应用于玉米育种工作中的大批样品的品质分析。     

利用近红外透射光谱技术测定小麦籽粒硬度的研究

以2001和2002年度583份小麦样品为材料，用近红外透射光谱仪（NITS）对小麦籽粒硬度进行分析，比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理3种光谱变量转换方式的分析结果。表明，两种算法中偏最小二乘法优于多元线性回归算法，3种处理方式中一阶导数处理效果最好，其定标集和预测     

蜂蜜中水分 果糖和葡萄糖的近红外定量分析模型

采用近红外光谱(NIRS)技术和偏最小二乘回归(PLS)方法分别建立了蜂蜜中的水分、果糖和葡萄糖含量的近红外定量分析模型,并对模型进行评价和考察。结果表明,所建模型具有一定的实用性。     

基于DPLS-CSM优化的NIRS杂交水稻种子真伪快速无损鉴定

近红外光谱分析技术(NIRS)具有快速、无损、低成本、准确、无污染的优点,有望应用于杂交水稻种子真实性的高通量鉴定及筛选。本研究采用近红漫反射光谱结合一种新的化学计量学方法——判别式偏最小二乘分类筛选法(DPLS-CSM),对单粒水稻种子‘新两优6号’与其父本、母本和其他假种子进行了区分。通过与判别式偏最小二乘(DPLS)法的对比,使用DPLS-CSM建模时的灵敏度Sn、命中率Pr和马修斯相关系数Mcc分别为97.92%、97.58%和95.51%,高于DPLS法建模的92.01%、93.97%和90.68%;在对验证集进行检验时,DPLS-CSM模型的Sn、Pr和Mcc值分别为98.96%、95%和93.83%,高于后者的94.79%、88.35%和88.57%。结果表明,使用DPLS-CSM结合NIRS对‘新两优6号’的真伪鉴定是可行的,该方法为水稻杂交种真伪的快速无损鉴别与筛选提供了新的选择。