基于可见-近红外光谱的砂糖橘总酸无损检测

以砂糖橘为对象,建立基于可见-近红外光谱的砂糖橘总酸含量的无损检测方法。试验采集170个完整砂糖橘的500～2 500nm漫反射光谱,然后采用滴定法测定总酸含量。采用Sym8小波变换对光谱进行去噪预处理,并采用连续投影算法(successive projections algorithm,SPA)结合间隔偏最小二乘法(interval partialleast squares,iPLS)优选波长,最终建立BPNN和偏最小二乘法(partial least squares method,PLS)总酸预测模型。结果表明:砂糖橘光谱的小波去噪方法产生的信噪比均值SNR=175.291 1,去噪信号与原始信号间的均方根误差均值RMSE=0.000 13,性能优于常规去噪方法。SPA与iPLS相结合构成的反向偏最小二乘法(back-ward interval partial least squares,BiPLS)_SPA波长选择法能将光谱变量从2 001个压缩到14个,能简化模型并提高建模精度和稳定性。BPNN模型具有更好的非线性映射能力,基于这14个变量的BPNN总酸预测模型的预测相关系数Rp=0.867,预测均方根误差RMSEP=0.061 6,性能优于线性的PLS模型。     

CARS-SPA算法结合高光谱检测马铃薯还原糖含量

以竞争性重加权自适应选择算法(CARS)结合连续投影算法(SPA)选择马铃薯还原糖含量特征波长,共制备238个样本,比色法测定马铃薯还原糖含量,选择190个样本作校正集,48个样本作验证集,与全光谱和经典变量提取方法比较。结果表明,CARS-SPA算法筛选波段效果最佳,相比于全谱建模其参与建模波长点由203个减少到17个,模型验证集决定系数r~2由0.8464提高到0.8965,均方根误差(RMSEP)由0.0758降到0.0490。结果表明,采用CARS-SPA结合高光谱成像技术检测马铃薯还原糖含量结果可行。     

基于近红外光谱和深度模型转移预测烟丝总糖含量

模型转移主要用来解决一台仪器上开发的模型应用于新场景进行预测的问题。化学计量学领域开发了大量的模型转移方法可以实现多元校正模型转移。然而,随着深度学习技术在光谱数据建模中的广泛应用,传统的多元校正模型转移方法已不适合处理基于神经网络结构的深度学习模型。因此,本文利用深度模型转移策略,将一台仪器上构建的烟粉深度学习模型迁移到新仪器上用于烟丝总糖含量的检测。结果表明,深度模型转移无需标准样品构建传递函数,即可实现对不同仪器、不同样品物理状态之间的准确预测,与重新建立的偏最小二乘(PLS)和卷积神经网络(CNN)模型相比,其预测均方根误差分别降低了33.2%和27.2%。无标样深度模型转移支持在不同应用实践之间广泛共享、扩展深度学习模型,具有较好的应用前景。     

近红外技术测定成品卷烟中总糖和还原糖及绿原酸的含量

选取国内外112个卷烟样品,采用近红外方法建立其总糖、还原糖和绿原酸含量的近红外模型,并对模型进行外部检验。结果表明,总糖、还原糖和绿原酸预测值的平均相对误差分别为2.06%、2.47%和3.34%;t检验结果表明,样品的预测值与实测值之间无显著性差异。     

大麻种子萌发时总糖和还原糖含量的动态变化及其检测方法优化

以工业大麻品种云麻1号和M641萌发过程中的种子为实验材料,对DNS法(3,5-二硝基水杨酸法)测定还原糖的条件进行了研究,并采用蒽酮法测定总糖含量,分析了大麻种子在萌发过程中总糖和还原糖的动态变化。结果显示,DNS法测定还原糖的最佳检测条件为:检测波长530 nm,DNS用量2 mL,显色时间7 min。在种子萌发过程中还原糖和总糖的含量表现出先下降后上升,但整体呈上升趋势,其中,云麻1号和M641的总糖含量总体升幅分别为158%和78%,还原糖含量总体升幅分别为671%和703%。本研究探明了大麻种子萌发过程中总糖和还原糖含量的变化,可为大麻种子萌发机理研究提供参考,同时也可为今后大麻植物及种子中的还原糖和总糖的测定提供借鉴。     

干制方式对红枣Vc、还原糖和总酸变化的影响

研究了红枣中Vc、还原糖和总酸含量在干制过程中的变化规律。结果表明,用自然方式干制红枣,Vc损失很大,干制2d,损失率达90%以上,还原糖含量随自然干制时间的延长而增加,总酸含量下降;用远红外辐射或热风干制红枣,其Vc、还原糖和总酸含量在整个过程中均下降。方差分析结果表明,两种干制方式对Vc和总酸影响显著,对还原糖影响不显著,干制温度和时间,尤其是时间对Vc、还原糖和总酸含量均有极显著的影响,用真空冷冻干制红枣,其Vc、还原糖和总酸的损失很小。     

基于近红外光谱技术的杉木总酚含量模型构建与应用

【目的】木样总酚含量化学测定耗时长、过程复杂,建立杉木木样总酚含量的快速无损检测模型,对实现木材无损检测及木材腐朽预测具有重要意义。【方法】试验以114个杉木(Cunninghamia lanceolata)木样为研究对象,用福林酚法测定样品总酚含量,利用MPA傅立叶变换光谱仪对杉木木材进行漫反射光谱数据采集。将木样分为校正集和验证集,通过不同光谱预处理方法和建模方法建立总酚的定量模型,选择出最优模型并用验证集对其进行验证。【结果】测定的114个杉木木样中总酚含量变异幅度大,可用于构建近红外模型。对114个杉木木样进行近红外光谱扫描,得出建模光谱范围为9403.9～7498.4 cm^-1、6102.1～5446.4 cm^-1及4605.5～4242.9 cm^-1。对杉木木样的近红外光谱进行预处理,得出最优组合：标准正态变量转换法(SNV)和一阶导数,采用偏最小二乘回归法(PLS)建立模型最优。校正集和交叉验证集的决定系数分别是0.8679和0.7549;校正均方根误差(RMSEE)和交叉验证均方根误差(RMSECV)分别...     

近红外反射光谱技术测定甜玉米总多糖和淀粉含量的研究

结合酶法测定了104份甜玉米种质总多糖和淀粉的含量,利用近红外光谱分析仪采集了相应的光谱信息,分别建立了甜玉米完整种子的总多糖和淀粉含量的近红外光谱定标模型。结果表明:最优光谱处理方式总多糖的为标准正常化+去散射处理,淀粉的为标准多元散射校正;最优的导数处理总多糖的为3阶导数,淀粉的为2阶导数。总多糖和淀粉定标模型的交互验证相关系数分别为0.680和0.734,交互验证标准偏差分别为2.537和2.406;外部验证集总多糖和淀粉的预测相关系数分别为0.834和0.783,说明所建立的总多糖和淀粉的预测模型具有较好的预测性,可应用于甜玉米种质资源筛选。     

生态因素对烤烟还原糖、总糖含量影响之研究进展

还原糖和总糖是评价烟叶化学成分的两个常用指标,而生态因素对二者造成的影响要大于品种等其他因素,因此适宜的生态条件才可能生产出糖类含量适中、化学成分协调的烤烟。分析了影响烤烟还原糖、总糖含量的重要因素,概述了温度、光照、海拔、土壤水分、土壤养分等生态因素对烤烟还原糖、总糖含量影响的研究进展。     

食醋中总酸含量测定的不确定度评定

[目的]评定食醋中总酸含量测定的不确定度。[方法]对食醋中总酸含量测定的不确定度进行评定,找出影响不确定度的因素并对各个不确定主分量进行评估f确定测量结果的置信区间和置信水平。[结果]分析得出,影响食醋中总酸测定结果的主要不确定度分量是测试过程的重复性带来的不确定度,主要是指样品从取样、定容、滴定及试验使用的标准溶液制备过程的重复性试验。[结论]在食醋中总酸含量检测过程中,应对取样、定容、滴定等过程进行严格控制,规范操作,使不确定度尽可能降低。     

NIRS Prediction of SOM,TN and TP in a Meadow in the Sanjiang Plain,China

The aim of this study was to establish the applicability of near-infrared reflectance spectroscopy (NIRS) as a rapid method for the accurate estimation of nutrient components in agricultural soils. Focusing on the soil of the Sanjiang Plain, NIRS was used to predict soil organic matter (SOM), the total nitrogen (TN) and the total phosphorus (TP). A total of 540 samples were collected from the three different depths (180 samples from each depth: 0-10, 10-20 and 20-30 cm), from 2015 to 2017, from the Sanjiang Plain in Heilongjiang Province, China. From every depth, 120 samples were used to construct the calibration set. Other 60 samples were used to check the efficiency of the model. Combining the first-order differentiation with the partial least square (PLS) method, a prediction model was obtained to measure SOM, TN and TP. The correlation coefficient of SOM from 0 to 10 cm was R2=0.9567, from 10 to 20 cm was R2=0.9416, and from 20 to 30 cm was R2=0.9402. The corresponding ratio (standard deviation [SD]/root mean square error of prediction [RMSEP]) was >2.96. R2 of TN with the three depths was 0.9154, 0.9028 and 0.9024, respectively, all with SD/RMSEP>2.89. Meanwhile, R2 of TP with the three depths was 0.8974, 0.8624 and 0.7804, respectively, all with SD/RMSEP>2.50. These results demonstrated that NIRS based on the first-order differentiation and PLS could efficiently predict SOM, TN and TP from different soil depths.     

3,5-二硝基水杨酸法测定椰子纳塔发酵液中总糖含量研究

建立了椰子纳塔发酵液中总糖含量的测定方法.探索了吸收光谱、显色剂用量、显色时间、HCI浓度等测试条件.结果表明,波长550 nm处溶液的吸光度与葡萄糖含量有良好的线性关系,线性范围为0.2～11.0 mg/mL,R=0.9994;最佳显色剂量为2 mL.最佳显色时间为2 min,最佳水解总糖的HCI浓度为3 mol/L,样品平均回收率为100.08%(RSD=1.38%,n=5).说明该方法重复性好,可作为常规分析方法使用.     

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。     

四川烟区烤烟还原糖与总植物碱比值的分布特点及其与评吸品质的关系

采集了四川省烟区烤烟上、中、下3个部位的烟叶样品447份,对烤烟糖碱比含量进行了描述性统计分析和聚类分析,并对烟叶糖碱比与烤烟各感官质量指标进行了回归分析.结果表明:四川省烟区烤烟糖碱比平均值为(13.93±7.17),变异系数为51.48%,其中91.72%的样品烟叶糖碱比在4.00～24.00之间;不同品种、部位、产区间烟叶糖碱比存在显著差异,具体表现为‘云烟87’>‘CF209’>‘红花大金元’>‘云烟85’>‘云烟97’>‘云烟203’>‘K326’、下部叶>中部叶>上部叶、攀枝花>广元>凉山>达州>泸州>宜宾,经聚类分析可把四川省烟区29个县划为5类;当烤烟烟叶糖碱比在4.00～32.00的范围内,烟叶糖碱比与香气质、香气量、余味、杂气、甜度、刺激性和评吸总分均存在显著的回归关系,其中烟叶糖碱比在8.00～24.00的范围内评吸总分较高.     

近红外光谱法在测定油菜籽含油量及脂肪酸组成中的应用

用傅立叶变换近红外技术非破坏性测定油菜籽的油酸、芥酸和含油量,并建立数学模型.内部交叉验证表明:该方法测定上述3个品质参数的定标方程决定系数分别为0.979 2、0.992 4和0.974 9, 均方差依次为1.96、1.56和0.67,与化学测定方法有类似的准确性和精确性.外部检验结果表明,油酸、芥酸和含油量的近红外测定值与化学测定值之间相关系数分别为0.99,0.99和0.97,平均绝对误差和相对误差分别为2.31%、0.29%、0.76%和4.21%、3.40%、1.90%.装样质量对近红外测定值精度影响试验结果表明:当装样质量为0.50 g时,对测定值影响较大;当装样质量为1.00～1.50 g时,对测定结果影响较小;当装样质量大于1.50 g时,近红外测定值与化学测定值基本一致.重复性分析结果表明,近红外光谱分析法重复性好,达到国标要求.近红外光谱分析技术完全可以用来快速、简便、非破坏性测定育种材料,是油菜低世代材料品质筛选的重要手段.     

基于近红外漫反射光谱的规模化奶牛场粪水氮磷定量分析及模型构建

为建立规模化奶牛场粪水中氮磷含量现场快速检测方法,以实现准确预测的同时替代常规监测程序,选取23家天津市典型种养结合模式的规模化奶牛场,围绕粪水处理全过程环节依次开展样品采集、实验室常规化学检测、近红外漫反射光谱采集,并进行主成分分析和偏最小二乘分析,建立多种动态复合影响因素条件下的全局、全程快速检测定量分析模型。结果表明:主成分分析不仅反映出同一奶牛场粪水有机组分随处理环节的变化,而且也反映出不同奶牛场粪水样品的差异性,以及在粪水处理过程中各因素对后续模型的影响程度。建立的全过程环节定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为187.80;对总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为3.59。建立的全局定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为238.59;总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为6.56。研究表明,基于近红外漫反射光谱和偏最小二乘法对规模化奶牛场粪水处理全过程环节粪水样品中氮、磷含量进行定量分析是可行的;纵向模型比横向模型能提供更好的预测结果;近红外漫反射光谱技术可实时、快速、高效地对规模化奶牛场粪水处理全过程总氮和总磷进行跟踪和监控。     

水稻蛋白质近红外定量模型的创建及在育种中的应用

【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为 11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。