大豆主要脂肪酸含量近红外模型的建立

为提高大豆脂肪酸品种的育种进程,使用气相色谱法测量289份大豆籽粒样品的脂肪酸含量,并用近红外谷物品质分析仪NIRFIEX N-500采集大豆样品近红外光谱值,采用主成分回归法将化学试验测定的数值与采集的光谱曲线对应拟合整理分析建立定标模型。每种脂肪酸建立11个定标标准,选取决定系数定标Q值中最高的数值为定标模型。结果显示5种脂肪酸定标模型的适宜Q值分别为:棕榈酸0.823 5、硬脂酸0.854 1、油酸0.819 6、亚油酸0.829 1、亚麻酸0.836 3。最后验证结果表明,近红外法测量值与化学试验测定值误差均在1.5%误差范围之内,证明所建立模型质量较好,具有使用价值,可用于大豆育种材料脂肪酸含量的快速测量。     

应用近红外光谱分析法测定大豆种子蛋白质和脂肪含量的研究

应用近红外谷物分析仪测定了16个来自全国各地的大豆品种中种子的蛋白质和脂肪含量,并将测定结果与传统的凯氏定氮法和索氏提取脂肪法测定结果进行比较.结果表明:相同样品分别用两种分析方法的测试结果基本吻合,尤其是应用近红外谷物分析仪测定大豆脂肪含量结果准确度较高,与索氏提取脂肪法测定结果相比,偏差均小于2.18,最低偏差仅为0.08.以上结果说明近红外谷物分析仪的大豆定标曲线稳定性较好,分析结果可靠,适用于大豆大批量育种材料筛选和非破坏性的品质鉴定工作.     

采用近红外技术分析糖汁用于甘蔗的收购计价

近红外技术在谷物与食品分析领域已有多年的应用，近年来国内外许多糖厂亦采用这种技术执行质论价的甘蔗收购体系。我公司引进近红外分析对甘蔗糖分快速分析并进行计价，提高了生产效率并获得良好经济效益。本文介绍了甘蔗糖分分析定标的建立过程，从样品收集，定标建立到定标验证、升级，以更有效的利用NIR完成大量日常样品分析。     

大豆粗蛋白、粗脂肪含量近红外检测模型建立及可靠性分析

大豆是重要的植物蛋白和食用油来源,目前常用的蛋白质和脂肪化学分析方法不仅操作步骤繁琐,而且籽粒粉碎而不能延续后代,在大豆品质改良的后代选育过程中的应用受到限制.为明确快速、简便、非破坏籽粒的近红外检测方法利用的可行性.利用4个建模样品集,采用偏最小二乘法建立了3个近红外大豆粗蛋白、粗脂肪籽粒检测模型和1个粉末检测模型.通过重新采集8个不同蛋白质和油份含量的大豆样品检测分析,并送检权威检测部门进行化学分析比较,分析近红外检测的可靠性.通过稳定性、一致性等分析表明,合适的建模样品集是正确建模的前提,在所建3个籽粒模型中,以含415个大豆材料的样品集所建模型(M6)可靠性最好;分析结果还表明,近红外检测结果与化学分析结果一致,在需要保存籽粒完好的大豆杂交分离世代或大量样品检测时,用近红外检测代替化学分析是可行的.     

近红外透射光谱法(NITS)分析大豆品质的研究

为了研究大豆品质性状的快速测定方法,以我国东北部四省区572份大豆样品为材料,采用近红外透射(NITS)技术非破坏性测定大豆的粗蛋白质、粗脂肪含量.调选出的校正集样品经实验室常规分析测定,建立其吸收光谱与化学成分间的关系模型,校正并优化原有测定方程.校正方程经预测获得了较高的预测集决定系数0.9757(蛋白质)、0.9549(脂肪)和较低的标准误差2.18(蛋白质)、0.88(脂肪).结果表明近红外透射光谱技术可广泛应用于大豆品种品质普查、大豆品质育种材料筛选和商品大豆质量分类分级.本研究试验用样品数量多、来源分布均匀、品种信息丰富,因此,所建立的近红外透射预测模型适用范围广.     

基于近红外漫反射光谱法的大豆粗蛋白和粗脂肪含量的快速检测

为满足大豆品质育种快速筛选的需求,本文详细探讨了利用近红外漫反射光谱法对大豆粗蛋白和粗脂肪含量实现快速测定的可行性。采用凯氏定氮法和索氏抽提法测定了120份大豆粗蛋白和粗脂肪的含量,分别采集大豆整粒和粉末两种状态的近红外光谱,然后运用化学计量学方法PLS建立近红外光谱与化学值之间的关系模型。其中粉末大豆样品建立的粗蛋白校正模型的决定系数R^2为0.978 7,校正标准误差RMSECV为0.003 8,该模型对24份待测样品进行测定的预测标准误差RMSEP为0.002 84;粗脂肪校正模型的R^2为0.934 1,RMSECV为0.003 69,RMSEP为0.003 53。整粒大豆建立的粗蛋白校正模型的R^2为0.872 4,RMSECV为0.009 07,RMSEP为0.007 49;粗脂肪校正模型的R^2为0.876 5,RMSECV为0.005 08,RMSEP为0.004 66。对比发现,建模样品的状态对近红外模型的预测性能有重要影响,样品在粉末状态下建立的粗蛋白和粗脂肪近红外模型的预测效果更好。另一方面,由于整粒样品建立的近红外模型的R^2均在0.87以上,因此当样品量较少没有足够样品可用于粉碎时,该模型可以满足对整粒大豆品质进行粗测的需求。该结果对大豆育种早代筛选工作具有重要意义。     

马铃薯块茎钾含量近红外模型的建立

为了快速测定马铃薯块茎中的钾含量这一品质性状,从而缩短育种时间,本研究使用InfraXact Lab型近红外分析仪测定马铃薯样品的近红外光谱值,并用常规化学分析方法测定马铃薯样品的含钾量,将这二者拟合建立定标模型。结果表明:钾含量定标方程的SECV值为0.072,而1-VR值为0.881,较接近1,钾含量的验证参数SEP(C)值为0.080,RSQ值为0.866,证明定标的预测能力较好,可以用其进行马铃薯育种材料钾含量的粗略测定。     

近红外光谱法在茶叶品质检测中的应用

一、近红外光谱分析法简介近红外光谱分析(Near Infrared Spectroscopy,简称NIRS)已被广泛应用于农产品的内部品质检测。其原理是利用样品所含成分在近红外光谱区域的最强吸收波长不同,以及吸收的强度与有机成分呈线性关系进行定量分析,通过对已知成分含量的样品与其近红外光谱特征的回归分析,建立定标方程,即可对含有同一种有机成分的样品进行定量估     

利用近红外透射光谱技术测定小麦品质性状的研究

为了研究小麦品质性状的快速测试方法，本试验以2002年来自全国各地的426个小麦品种为材料，利用近红外光谱透射仪(NITS)分析了小麦籽粒水分、蛋白质含量、硬度和面粉的干、湿面筋含量、灰分含量、SDS及Zeleny沉淀值等8项指标，根据定标集样品化学分析数据和吸收光谱建立了定标模型，并获得了较高的预测集决定系数(O．70～O．97)和较低的标准误差(O.05～11．18)。同时，选用了一批有代表性的预测集样品对模型进行了预测，结果表明，近红外光谱技术用于测试小麦品质是可行的，能够用于育种的早代选择。     

近红外光谱法快速测定苎麻果胶含量的研究与探讨

本文旨在探讨应用近红外光谱法快速测定苎麻中果胶含量的可行性.对62个苎麻样品进行近红外光谱扫描及果胶含量的测定,采用偏最小二乘法(PLS)建立近红外光谱信息与果胶含量的校正模型,该模型的相关系数为0.904.利用该模型对16个验证集样品进行果胶含量的预测,预测标准差为0.21.结果表明,该方法用于快速测定苎麻果胶含量是可行的.     

近红外光谱法快速测定豆粕蛋白质含量

本文应用近红外分析仪(NZR)测定黄豆粕蛋白质含量。通过对不同蛋白质含量的样品进行光谱扫描,找出最佳吸收波长和校准常数值。21份豆粕样品的测定结果表明,近红外法与经典的凯氏法所测结果呈密切的线性相关(R=0.91),标准偏差为0.5％,无显著性差异。     

Detection of low-level gluten content in flour and batter by near infrared reflectance spectroscopy (NIRS)

Near infrared spectroscopy (NIRS) has been used as a valuable tool for quality control in the food industry. The aim of the present study was to investigate the possibility of developing a NIRS calibration for gluten determination in flour and batter, suitable for the analysis of gluten-free food products. Reflectance data was used for calibration based on modified partial least squares (MPLS) regression. Independent prediction equations were developed for flour and for batter. Spectral models using mean spectra of two scans (average spectra), were compared with those using the two individual spectral data. The best model obtained for flour was using the average spectral data (R² = 0.985; r² = 0.967) and for batter samples was using the individual spectral data (R² = 0.926; r² = 0.825). It is concluded that the application of NIRS methodology can predict accurately the concentration of gluten content in flours and batters, but it should not be considered as a reliable method for determining gluten contamination in gluten-free products.     

Non-destructive prediction of chemical composition in sunflower seeds by near infrared spectroscopy

Near infrared reflectance spectroscopy (NIRS) was explored as a technique to predict moisture (M), oil and crude protein (CP) content on intact sunflower seeds (Helianthus annuus L.). Three hundred samples were scanned intact in a monochromator instrument NIRS 6500 (NIRSystems, Silver Spring, MD, USA). Calibration equations were developed using modified partial least square regression (MPLS) with internal cross validation. Samples were split in two sets, one set used as calibration (n=250) where the remaining samples (n=50) were used as validation set. Two mathematical treatments (first and second derivative), none (log 1/R) and standard normal variate and detrend (SNVD) as scatter corrections were explored. The coefficient of determination in calibration (R_cal²) and the standard error in cross validation (SECV) were 0.95 (SECV: 3.3) for M; 0.96 (SECV: 13.1) for CP and 0.90 (SECV: 22.3) for oil in g kg⁻¹ on a dry weight basis (second derivative, 400–2500 nm). Prediction models accounted for less than 65, 70 and 72% of the total variation for oil, M and CP, respectively. However, it was concluded that NIRS is a suitable technique to be used as a tool for rapid pre-screening of quality characteristics on breeding programs.     

基于相对生长率的大豆旱灾系统敏感性定量评估研究

针对大豆旱灾系统敏感性定量评估的复杂性与重要性,依托新马桥农水综合试验站开展大豆防雨棚盆栽受旱胁迫专项试验,分析了大豆不同生育期受旱胁迫对根(冠)干物质积累及根冠比的影响,运用作物生长解析法构建了基于相对生长率(RGR)的大豆旱灾系统敏感性函数,实现对大豆旱灾系统敏感性的定量评估。结果表明:大豆苗期受旱胁迫会出现相对生长率较大幅度的降低,但随着受旱胁迫度的增大对大豆生长和干物质积累的抑制作用增强不明显,且受旱胁迫会激发自身适应受旱胁迫的机制而可能对后期生长发育有利,宜根据时机控制该生育期水分供给,保证苗全即可;大豆分枝期旱灾系统敏感性较强,但该生育期内轻度受旱胁迫对大豆生长发育影响不明显,宜保证该生育期水分供给高于轻度受旱胁迫(土壤含水率田间持水含水率的55%),以保障大豆株壮、枝多;大豆花荚期是水分和养分需求最大的时期,该生育期旱灾系统较敏感,特别是重度受旱胁迫时系统敏感性最大,宜充分保证该生育期的水分供给(土壤含水率田间持水含水率的75%),以保障大豆花多、荚多、粒多;大豆鼓粒成熟期由于营养生长基本停止、干物质积累几乎停滞,导致基于总干物质相对生长率旱灾系统敏感性最小,但该期是产量形成的关键期,宜保证该生育期尤其鼓粒期的水分供给(土壤含水率田间持水含水率的75%),以保障完熟期粒多、粒重。     

局部发热过程中进口大豆品质劣变规律研究

进口大豆在海上运输及储藏的过程中,容易因环境温湿度变化使得大豆局部含水量升高,从而引起局部发热,导致品质劣变。本文采用120 kg含水量16%和含杂量50%大豆局部包埋的方式,室温下常规储藏,模拟探究其局部发热条件及品质变化。结果表明：水分含量高的大豆更容易发热,对品质变化影响较大,包埋水分含量为20%的大豆在储藏21 d后,粗脂肪含量下降了0.95个百分点,酸价上升了4.36 mg·g^-1,总不饱和脂肪酸含量下降了0.92%,蛋白持水性下降了1.09 g·g^-1,持油性上升了0.78 g·g^-1,乳化活性指数和乳化稳定性分别增加了3.38 m²·g^-1和2.59%。而包埋120 kg含水量16%的大豆和包埋120 kg含杂量50%的大豆发热慢,发热温度较低,大豆粗脂肪、蛋白品质指标变化趋势相似,但是变化幅度较小。     

Measurement of Gliadin and Glutenin Content of Flour by NIR Spectroscopy

Traditional NIR calibration methods rely on assembling a calibration set of samples and using procedures such as multiple linear regression or partial least squares to develop the calibration. The problem with this methodology is to assemble a calibration set which maximises the diversity of samples represented whilst minimising the intercorrelations between constituents, particularly total protein content and moisture content. The application of NIR measurements of grain has moved beyond simply measuring protein and moisture content. There is now considerable interest in using NIR to measure a range of quality parameters such as Extensograph extensibility and maximum resistance. These parameters are not themselves represented in the NIR spectrum, but are a direct result of the protein composition of the sample. Consequently, a method for predicting the protein composition would be useful. In this paper, we present the results of a comparison of a curve fitting methodology and the more usual partial least squares curve fitting of the component protein spectra, using samples obtained from a wheat breeders» trial. Gliadin and glutenin contents were measured by SE-HPLC and used to develop a partial least squares calibration and the results compared with a curve-fitting methodology. For the situation examined here, the curve fitting methodology did not perform as well as partial least squares calibration. For glutenin, SEP=0·65 for the curve fitting compared to SECV=0·38 for a traditional PLS calibration. However, the results from the curve-fitting are independent of the total protein content and show sufficient discrimination for potential use in sample protein ranking.     

玉米茎秆纤维组分近红外反射光谱模型的建立

以200份玉米自交系作为试验材料,利用近红外反射光谱技术建立3种茎秆组分的近红外光谱模型,研究更快速、准确地测定玉米茎秆中木质素、纤维素和半纤维素的含量的方法。结果表明,在4 017.94～8 053.28、4 017.94～8 067.89和4 027.08～8 928.20谱区内建立的测定玉米茎秆木质素、纤维素和半纤维素含量的近红外光谱模型效果最好。利用偏最小二乘回归法建立校正模型,木质素、纤维素和半纤维素的校正相关系数分别为0.932 9、0.925 1和0.926 5,校正标准差分别为1.57、1.68和1.18。选取30份玉米茎秆样品作为检验集对模型进行验证,木质素、纤维素和半纤维素的外部相关系数分别为0.938 9、0.891 1和0.905 0,其预测标准差分别为1.57、2.14和1.49。同样选取30份茎秆样品对模型进行交叉验证,其相关系数分别为0.897 3、0.944 2和0.891 8,交叉验证标准差分别为1.87、2.32和1.43。研究结果表明,所建模型质量较好,能快速、准确测量玉米茎秆木质素、纤维素和半纤维素含量。     

单粒活体稻谷种子直链淀粉含量的近红外透射光谱分析

利用FOSS Tecator公司的Infratec 1255型带单粒定标器的近红外谷物分析仪,对222粒单粒稻谷进行扫描并测定了直链淀粉含量的参比数据。借助于功能强大的近红外定标器软件(WinISI),采用多种计量数学处理方法和不同的回归统计方法进行定标曲线的开发和比较,优化得到了单粒水稻种子直链淀粉含量测定的近红外定标方程。其定标标准偏差（SEC）、交叉检验标准误差（SECV）、检验工作标准误差（SEP）和定标相关系数（RSQ）分别为2.828、3.088、2.792、0.848。