不同烘烤条件下烤烟纤维素的近红外光谱检测模型研究

为探索不同烘烤条件下烤烟纤维素含量近红外光谱检测模型,采用偏最小二乘回归法(PLS)对不同烘烤条件下的共85个样品,分别基于全部波长建立模型。常规烘烤时,定标集r=0.9949,RMSE=0.1122;交叉验证集r=0.9234,RMSE=0.4636;预测集r=0.8982,RMSE=0.6963。低温烘烤时,定标集r=0.9811,RMSE=0.3279;交叉验证集r=0.9456,RMSE=0.5290;预测集r=0.9938,RMSE=0.1608。高温烘烤时,定标集r=0.9128,RMSE=0.4381;交叉验证集r=0.8215,RMSE=0.6162;预测集r=0.9743,RMSE=0.1986。结果表明,采用偏最小二乘法预测不同烘烤条件下烤烟纤维素含量是可行的。     

利用近红外反射光谱快速测定大豆籽粒蛋白质、脂肪和部分氨基酸含量

利用固定滤光片式近红外反射光谱仪测定大豆籽粒中的蛋白质、脂肪含量，只要用３～４个滤光片就可获得较高的精度。其定标和预测相关系数都在０．９５以上。测定天门冬氨酸、谷氨酸、赖氨酸和精氨酸各组分的含量则需要５～７个滤光片，其定标和预测相关系数在０．８６以上。表明该方法测定蛋白质、脂肪与部分氨基酸含量是可行的。     

近红外光谱法测定大米中的淀粉含量

用化学方法测定64个大米样品中的淀粉含量,利用近红外谷物分析仪采集样品的近红外光谱,选择合适的光谱区间和光谱预处理方法。50个定标集样品的近红外光谱经二阶导数及标准多元离散校正(Standard MSC)预处理,结合偏最小二乘法(PLS)建立了大米中的淀粉含量测定的定标模型,其相关系数为0.8780。14个验证集样品用于外部检验,大米中的淀粉含量的模型预测值与化学值之间的相关系数为0.9498。     

近红外漫反射光谱法测定小麦籽粒硬度

本文报告了用近红外漫反射光谱法测定小麦籽粒硬度的研究结果。以研磨时间法为对照,用55个样品定标;Rc为0.973,SEC为0.353。38个预测样品的Rp为0.968,SEC为0.735。对斜率和剩余偏差进行t检验,t值分别为0.415和0.480。两种方法间无显著差异。     

基于电子舌技术定量分析黄酒理化指标

为快速有效地检测黄酒理化指标,使用电子舌对黄酒的滋味特征进行识别,结合理化检测手段,对黄酒样品分别建立偏最小二乘(PLS)和多元线性回归(MLR)的定量预测模型。结果表明,应用PLS和MLR对传感器信号与国标方法检测结果进行拟合,MLR模型的pH值、总酸、酒精度和氨基酸态氮的RPD值分别为3.8,2.9,2.9,2.8,R~2均接近0.9,RMSEC和RMSEP比值均在0.8～1.2,建立的模型效果良好,可进行准确的定标和预测;MLR模型在准确性和稳定性方面优于PLS模型,更适合所用黄酒样本集的定标和预测。研究结果为应用电子舌对黄酒理化指标进行快速定量分析提供了理论和实践基础。     

马铃薯直链淀粉含量近红外模型的建立

为了快速高通量测定马铃薯淀粉中直链淀粉含量,缩短品质检测时间,进而加速育种进程,使用InfraXact Lab型近红外光谱分析仪测定马铃薯淀粉的近红外光谱值,并用常规化学分析方法测定样品淀粉中直链淀粉含量,将两者拟合建立定标模型。结果表明:直链淀粉含量定标方程的SECV值为1.415,而1-VR值为0.822,直链淀粉含量的验证参数SEP(C)值为0.406, RSQ值为0.836,证明定标的预测能力较好,可以用来进行马铃薯育种材料直链淀粉含量的粗略测定。     

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。     

基于近红外光谱的冷藏期番茄果实质地定量分析模型

以番茄样本为研究对象,建立基于近红外光谱的冷藏期果实质地定量分析模型。采用SPXY方法对样本集进行划分,经过不同光谱预处理方法比较后,在780~2 500,920~2 500,1 100~2 500 nm 3个波段范围内建立番茄果实质地定量偏最小二乘回归模型,根据相关系数以及预测标准差(RMSEP)分析得出最优模型。结果得出780~2 500 nm波段预测效果最佳,果肉平均硬度预测集相关系数为0.761,RMSEP为0.173;果皮破裂力预测集相关系数为0.809,RMSEP为0.820;果皮脆度预测集相关系数为0.803,RMSEP为0.831;果皮韧性预测集相关系数为0.764,RMSEP为0.427;预测集相关系数均达到0.760以上,RMSEP均小于0.850,模型效果比较好。结果表明,番茄果实质地的近红外无损检测可行,果实质地与近红外漫反射光谱具有显著相关性。     

基于高光谱成像技术快速无损测定花生中水分含量

花生中水分含量的高低直接影响花生及其制品的贮藏期,而现有的测定方法存在步骤多、时间长等问题。试验利用高光谱成像技术对花生中水分含量进行快速无损检测分析。通过采集120个花生样品的图像信息,从校正后的图像中提取花生目标区域的平均光谱作为花生光谱信息进行分析;同时,优选最佳的光谱预处理方法和建模方法建立花生中水分含量全波段模型,在此基础上利用回归系数法,确定重要波长并建立模型。结果表明,二阶导数(2nd-der)偏最小二乘法(PLS)全波段模型预测水分含量能力最佳,校正集和预测集的相关系数分别为0.91和0.84,标准偏差分别为0.28和0.38;回归系数法确定的14个波长所建简化模型的性能与全波段相当,校正集和预测集的相关系数分别为0.82和0.81,标准偏差分别为0.39和0.43。因此,高光谱成像技术可以快速无损测定花生中水分含量,其具有快速运算特点的重要波长模型可以更加方便地应用于花生加工产业中。     

近红外漫反射光谱分析法(NIRDRSA)在作物品质育种中的应用

以国家标准或常规测定法为参照方法,应用 NIRDRSA 测定了5种作物不同品种籽粒样品中4种营养成分和小麦的水分及硬度值。两种方法所测各组定标和预测样品数值间回归相关系数均大于0.968,变异系数圴小于3.2%。经 t 检验,NIRDRSA 与参照法之间无显著差异(P<0.05)。NIRDRSA 经定标后,即可快速鉴定和筛选勿需称量和任何化学预处理     

向日葵籽仁脂肪和脂肪酸含量近红外光谱模型的建立

为实现向日葵品质的快速无损检测,选取50份具有代表性的油用向日葵材料,采用偏最小二乘法（PLS）构建籽仁脂肪、亚油酸、油酸、硬脂酸和棕榈酸含量的近红外光谱（NIRS）模型。结果表明,脂肪、亚油酸、油酸含量模型校正和验证相关系数均大于0.96,且预测值与化学值相对误差均在10%以下,能够达到样品成分含量的快速测定。硬脂酸和棕榈酸含量模型校正相关系数分别为0.92和0.82,验证相关系数分别为0.83和0.74,预测值与化学值相对误差在4.66%~17.99%之间,可用于样品成分含量的初步预测。本研究构建的NIRS模型,有助于油用向日葵种质资源品质鉴定和快速筛选。     

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     

Estimation of seed weight, oil content and fatty acid composition in intact single seeds of rapeseed ( Brassica napus} L.) by near-infrared reflectance spectroscopy

The potential of near-infrared reflectance spectroscopy (NIRS) for the simultaneous analysis of seed weight, total oil content and its fatty acid composition in intact single seeds of rapeseed was studied. A calibration set of 530 single seeds was analysed by both NIRS and gas-liquid chromatography (GLC) and calibration equations for the major fatty acids were developed. External validation with a set of 75 seeds demonstrated a close relationship between NIRS and GLC data for oleic (r = 0.92) and erucic acid (r = 0.94), but not for linoleic (r = 0.75) and linolenic acid (r = 0.73). Calibration equations for seed weight and oil content were developed from a calibration set of 125 seeds. A gravimetric determination was used as reference method for oil content. External validation revealed a coefficient of correlation between NIRS and reference methods of 0.92 for both traits. The performance of the calibration equations for oleic and erucic acid was further studied by analysing two segregating F2 seed populations not represented in the calibration set. The results demonstrated that a reliable selection for both fatty acids in segregating populations can be made by using NIRS. We concluded that a reliable estimation of seed weight, oil content, oleic acid and erucic acid content in intact, single seeds of rapeseed is possible by using NIRS technique. This revised version was published online in July 2006 with corrections to the Cover Date.     

A Dynamic Model for Water and Nitrogen Limited Growth in Spring Wheat to Predict Yield and Quality

Annual variation of bread wheat ( Triticum aestivum L.) yield and quality has caused problems for agronomic policy in northern regions. Yield prediction methods based on visual assessment of crop may be inaccurate as they are not based on quantitative data. The aim of this study was to develop a simple dynamic model, based on daily climatological data, enabling prediction of crop growth, and changes in crop yield, and grain protein concentration and starch quality. The model was built using field data collected in 1972–88. Spring wheat cultivars included in the study were Kadett and Ruso. The calibration of growth and Hagberg falling number (used as a measure of starch quality) sub-models resulted in a highly significant positive correlation between measured and calculated values. The calibration of nitrogen sub-models failed, however, with poor correlation between measured and calculated values. The model was tested against independent field data collected during 1989–90, and results correlated with calibration results. The yield predictions based on independent field data were accurate, and the same as or similar to field trial results. However, the independent Hata revealed flaws in soil-water and Hagberg falling number sub-models.     

近红外快速测定干辣椒中辣度的研究

以干辣椒为对象,采用近红外快速测定方法检测其辣度。首先,使用高效液相色谱法对8种干辣椒中辣椒碱类物质含量进行准确测定,确定了定量指标辣度。然后,采集干辣椒粉样品的近红外光谱数据,利用偏最小二乘法(PLS)建立检测模型,并对检测波长范围及模型主因子数进行了筛选。结果表明,使用PLS进行模型的建立,校正集方程相关系数0.987 1,验证集方程相关系数0.870 4;校正均方根误差2 870,交叉验证均方根误差9 476,主因子数为8。最终得到的检测模型能够满足对干辣椒中辣度的快速检测要求,且具有较好的准确度。     

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。     

近红外（NIR）光谱法测定完整苹果糖的含量

介绍一种快速分析完整苹果糖分的新方法──近红外光谱法。在波长９１０ｎｍ附近，高、中、低糖含量的二阶导数光谱之间有明显差异，该波长选作定标的第一波长。经９１０ｎｍ、８８４ｎｍ、８４３ｎｍ、９９１ｎｍ四波长线性回归分析，其相关系数为０．９８４，标准误差为０．３６０，检验时的标准误差为０．４５０，离差为０．１１。ＮＩＲ光谱法在实际应用中可满足完整苹果糖含量的测定精度。