偏最小二乘-紫外分光光度法同时测定水中酚类化合物

[目的]对吸收光谱严重重叠的邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分体系同时测定方法进行研究.[方法]按正交设计表L9(34)配制9组不同浓度组成的邻苯二酚、间苯二酚、邻苯三酚和间苯三酚标准混合溶液,弱酸性条件下,波长240～290 nm,每隔1 nm测定四组分体系的吸光度,建立偏最小二乘法测定四组分的校正模型,同时测定模拟混合样和水样中四组分的含量.[结果]邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分在模拟混合样中绝大部分分析结果的相对预报误差(RPEs)在允许范围内.[结论]偏最小二乘法测定邻苯二酚、间苯二酚、邻苯三酚和间苯三酚四组分,测量体系稳定,结果可靠,提供了一种新的测量途径.     

基于偏最小二乘回归同时测定阿莫西林和多四环素含量

阿莫西林和多四环素在紫外光谱区间吸收峰附近有多重共线现象,紫外分光光度法难以准确测出2种物质各自含量.本文通过L16(45)正交实验设计,采集200~250 nm波长混合样品吸收光谱,数据经标准化处理,建立偏最小二乘回归预报数学模型.结果显示,该法计算阿莫西林和多四环素的预测相对误差(RPE)分别为3.13%和6.42%,平均加标回收率分别为100.34%和100.71%.该法简便快捷,准确可靠,样品无需预先分离.     

火焰原子吸收分光光度法测定土壤中痕量钴

分析测定土壤中痕量钴的含量对于土壤污染调查具有切实意义。用火焰原子吸收分光光度法测定土壤中的重金属钴,通过对标准土样的测定结果表明,该方法容易操作、准确、可靠。     

基于紫外分光光度法的金花茶叶中总黄酮含量的测定

[目的]建立金花茶材叶中总黄酮含量的测定方法。[方法]采用紫外分光光度法测定药材中总黄酮含量。[结果]采用紫外分光光度法测定总黄酮含量时,在0.00864～0.06912mg/ml浓度范围内线性关系良好（r=0.9999）,平均回收率=100.4%,RSD=0.0180。[结论]所用方法简便、准确,可用于金花茶药材的质量控制。     

析相微萃取-分光光度法测定茶叶中痕量锌

采用1-(2-吡啶偶氮)-2-萘酚(PAN)为螫合剂,四氯化碳为萃取剂,乙醇为助溶剂,建立了析相微萃取-分光光度法测定茶叶中痕量锌的分析方法,并对影响络合反应和相分离的各种条件进行了优化.优化后的条件为:当水相体积为43.5 mL时,萃取剂四氯化碳为3.0 mL,助溶剂乙醇为3.5 mL,萃取时间为15 min.锌的质量浓度在0.20～8 μg/mL范围内与吸光度呈线性关系,相关系数为0.99973,方法的检出限为0.027 μg/mL,对锌的质量浓度为1.0 μg/mL的样品溶液进行7次平行测定,相对标准偏差为1.73％.该方法用于茶叶中锌的测定,回收率为91.7％～ 105.6％.     

过硫酸铵—丁二酮肟示差分光光度法测定镍铁中的镍

提出了过硫酸铵－丁二酮肟示差分光光度法测定镍的新方法。该法应用示差法的基本原理，克服了一般分光光度法只适于测定低含量组分这一缺点，适用于测定镍铁这类含镍量高的合金。该方法准确度能满足实际工作的需要。     

离子萃取分离可见分光光度法测定茶叶中没食子酸含量

[目的]建立离子萃取分离可见分光光度法测定茶叶中没食子酸含量的方法。[方法]以雅安藏茶为样品,用水提法制备茶样浸提液。先在茶样浸提液中加入NaHCO3进行离子化处理,然后用乙酸乙酯萃取分离,将没食子酸与儿茶素等干扰成分进行分离,最后用分光光度计检测萃余相水层中没食子酸的含量。[结果]茶样中没食子酸含量为(1.32±0.18)%,相对偏差(RSD)为1.36%,测定值与文献报道相符,5次平行测定值十分接近。该测定方法的加标回收率为99.4%~103.2%,3次重复的RSD值均小于2.5%。[结论]与其他方法相比,该方法具有操作简单、成本低、对仪器要求不高等优点,用于检测茶样中没食子酸的含量时,其精密度和准确度均较高。     

析相微萃取-分光光度法测定农产品中痕量铁

采用1-(2-吡啶偶氮)-2-萘酚(PAN)为络合剂,三氯甲烷为萃取剂,乙醇为助溶剂,建立了析相微萃取-分光光度法测定农产品中痕量铁的分析方法。考察了影响络合反应和相分离的各种条件及共存离子的干扰。在最优的实验条件下,铁质量浓度在0.02～0.50μg/mL时与吸光度呈线性关系,方法的检出限为0.01μg/mL,对铁浓度为0.10μg/mL的样品溶液进行7次平行测定,相对标准偏差为2.68%。该方法用于农产品中痕量铁测定,回收率在95.8%～102.9%之间。     

基于偏最小二乘的无线传感网多跳定位算法

提出了一种基于偏最小二乘的多跳定位算法(ML-PLS)。算法借助偏最小二乘对已知节点间的跳数与真实距离的建模,通过跳数、距离两者间的最大协方差共同推动节点位置的估计。ML-PLS算法对复杂部署环境具有较强的适应性,克服了传统算法只适用于各向同性网络的不足。仿真结果表明,ML-PLS算法定位精确度高且性能较稳定,并能适应不同网络环境。     

基于偏最小二乘回归的玉米蛋白质含量鉴定

以10 000～4 000 cm-1波段的近红外光谱响应数据和常规生化方法检测的玉米蛋白质含量为样本数据,先对光谱响应数据进行小波去噪处理,并利用平滑技术对其降维,构建基于以光谱响应数据为输入、蛋白质含量为输出的偏最小二乘回归模型.仿真计算结果表明,利用偏最小二乘回归模型,可以较准确地预测玉米蛋白质含量,结合预测表达式回归系数和变量投影重要性指标VIP得到与蛋白质含量相关性较大的若干波段对应的光谱响应数据,模型在一定程度上揭示了蛋白质含量和光谱响应数据之间的数量关系.     

基于偏最小二乘回归模型的湖北省粮食产量影响因素分析

以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。     

基于偏最小二乘法的武汉市生态足迹模型及驱动力研究

选取表征社会经济发展的重要指标建立了社会经济系统指标,在对武汉市1990~2012年生态足迹计算结果基础上,应用偏最小二乘法构建了武汉市生态足迹回归模型,并分阶段对其生态足迹驱动力进行了分析。结果表明,1990~2010年间武汉市生态足迹呈上升趋势,主要驱动力为城市化率、人口规模及经济水平的提高;2010年武汉市生态足迹达到高峰值,为2 335.537 hm2,人均生态足迹为2.8 hm2/人,随后生态足迹与GDP及人均可支配收入于2011年开始呈现负相关性,生态足迹与GDP开始呈现倒“U”型转折点,人均生态足迹于2012年下降为2.43 hm2/人;“十二五”期间,武汉市高新技术产业所占比例及第三产业所占比例的增加,能源消耗总量及万元工业能耗的下降,对减缓人口对自然资源的依赖发挥了重要的作用。     

用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05 kg·hm^-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。     

利用相对误差最小二乘法估计材积方程参数

提出了利用相对误差最小二乘法估计材积方程参数的方法,讨论了该方法与加权最小二乘法估计材积方程参数的某些一致性。该方法在一定程度上克服了材积方程模型的异方差性,使建立的材积方程较大地降低了平均相对预测误差,提高了精度     

泡桐生长与土壤因子偏最小二乘回归分析

[目的]为造林地选择和科学管理土壤提供参考。[方法]利用小波去噪,建立偏最小二乘回归模型,对影响泡桐人工林生长的土壤主导性因子进行探讨。[结果]泡桐与土壤中大部分因子存在显著或极显著的相关关系,影响泡桐生长的土壤主导因子是有效磷、有机质。[结论]偏最小二乘回归对泡桐生长与土壤因子分析的模型合理可信,精确度高,可靠性较强,有一定使用价值。     

奶粉中三聚氰胺含量的NIR检测技术

以奶粉为原料,采用偏最小二乘法(PLS)建立奶粉中添加的三聚氰胺含量的预测模型,旨在利用近红外分析方法无损、快速、准确的特点,探究其在奶粉掺假识别中应用的可行性。结果表明:大梯度模型覆盖范围广,模型参数Rc为0.9997,Rp为0.9996,RMSEP为0.245,RMSEC为0.275,RMSEC/RMSEP为1.122,模型线性关系良好,预测值与实际值拟合良好,在较大浓度情况下可以应用于未知样品中三聚氰胺含量的检测;小梯度预测模型受仪器检测限的影响,Rc为0.9991,Rp为1.0000,虽然线性关系良好,但是模型参数RMSEP为0.176,RMSEC为0.0275,RMSEC/RMSEP为0.156,预测值与实际值的拟合情况不理想,无法实现三聚氰胺含量的精确预测,实际应用中具有一定的局限性,但可以对其是否掺假正确定性。     

基于PLS算法的生物质秸秆元素分析NIRS快速检测

为探讨利用近红外光谱技术快速检测生物质秸秆中N、C、H、S和O元素的可行性,采集并制备水稻、小麦、油菜和玉米秸秆样本199个,采用近红外光谱(NIRS)分析技术,结合偏最小二乘(PLS)化学计量学算法,在7 400~5 550cm-1波段范围内,比较不同光谱预处理方法的定标效果,建立最优的生物质秸秆中N、C、H、S和O元素的定量分析模型,并用独立的验证集样本对模型进行验证。验证结果表明:所建立的N元素的定量分析模型可用于实际检测;O元素的定量分析模型可进行实际估测;采用近红外技术用于C元素定量分析是可行的,但模型需要进一步优化;H、S元素采用NIRS技术无法进行定量分析。