基于近红外光谱技术评估高粱中粗蛋白质、水分含量的研究

本研究旨在探讨利用近红外光谱技术评估高粱中粗蛋白质、水分含量的可行性。以收集的110份高粱样品作为研究对象,采用GB/T 6432—1994、GB/T 6435—2014中方法分别对粗蛋白质、水分含量进行测定,利用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱,光谱扫描范围4 000～12 800 cm~(-1),分辨率16 cm~(-1),样品重复装样扫描4次,每次扫描64次获得平均光谱,取4次扫描光谱作为样本的原始光谱。分别选取矢量归一化、最小-最大归一化、一阶导数、二阶导数、多元散射校正、一阶导数+减去一条直线、一阶导数+矢量归一化、一阶导数+多元散射校正探索适用于高粱中粗蛋白质、水分含量的光谱预处理方法。利用定标集样品光谱数据,采用偏最小二乘方法结合全交互验证手段来防止过拟合现象,建立定标模型。在此基础上,利用定标决定系数、定标均分根误差、定标相对分析误差、交互验证决定系数、交互验证均方根误差、交互验证相对分析误差确定最优模型。结果显示:粗蛋白质含量扫描光谱采用一阶导数+多元散射校正光谱预处理,光谱范围为9 401.9～5 443.6 cm~(-1)与4 603.0～4 243.9 cm~(-1)。水分含量扫描光谱采用一阶导数+减去一条直线,光谱范围为7 500. 3～6 096. 5 cm~(-1)与5 451. 8～4 243.9 cm~(-1)。高粱中粗蛋白质、水分含量的近红外光谱预测模型定标相对分析误差分别为8.41、12.20;交互验证相对分析误差分别为4.97、7.97;外部验证相对分析误差分别为3.32、5.36。由结果可知,本研究建立的高粱中粗蛋白质和水分含量的近红外光谱预测模型的相对分析误差均大于评估值,具有精确地评估高粱中粗蛋白质和水分含量的应用效果。     

近红外和中红外光谱技术在快速鉴别豆粕中掺入尿素聚合物的研究

本试验旨在应用并比较近红外和中红外光谱技术结合模式识别方法对掺假的豆粕进行快速鉴别。试验收集了不同批次145个纯豆粕样品,随机选取部分纯豆粕样品,掺入0.08%~5.00%的尿素聚合物,利用傅立叶变换近红外和中红外光谱技术及偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)分类方法,对掺假豆粕进行识别。结果表明:近红外光谱经变量标准化后建立的SVM分类模型训练集识别率为99.8%,测试集识别率为99.2%,检测限为1.0%;中红外光谱数据经变量标准化和一阶导数7点平滑处理后,建立的PLS-DA和SVM分类模型对样品的识别率均达到100.0%,检测限为0.08%。因此,近红外和中红外光谱技术均可对掺入尿素聚合物的豆粕快速鉴别,后者的灵敏度高于前者。     

基于反射率及导数的草原植被冠层光合有效吸收分量高光谱反演

利用ASD便携式野外光谱仪和光量子仪实测了6种草原植被类型关键生育期的反射光谱数据和光合有效辐射值,利用可见光波段处反射率及近红外波段区处一阶导数分别与fPAR建立逐步回归方程,同时,将各波段反射率与各波段导数光谱建立逐步回归方程。结果表明:典型草原光合有效辐射分量与可见光反射率相关性好于近红外波段反射率,其中在405和470 nm波段相关性最好;fPAR与一阶导数相关关系在855和965 nm波段处较强。fPAR与405和470 nm反射率以及965 nm一阶导数的多波段逐步回归分析结果取得了较单波段和NDVI最优的估算效果,R²达0.939。利用高光谱数据进行fPAR估算时,需要综合考虑可见光和近红外波段信息,同时也要充分考虑反射率与反射率导数的方法。水分强吸收的光谱波段具有提高fPAR估算精度的潜力。     

反刍动物饲料中总磷的近红外反射光谱分析研究

利用近红外反射光谱分析技术,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了反刍动物饲料中总磷的预测模型。附加散射校正和二阶导数处理定标效果最优。定标集化学分析值与预测值之间的决定系数(R2)和标准差(RM-SEC)分别为0.9426和0.0347,相对分析误差为4.32;验证集化学分析值与预测值之间的决定系数(r2)和标准差(RMSEP)分别为0.9321和0.0359,相对分析误差为3.93。结果表明,利用近红外光谱反射分析技术可以定量检测反刍动物饲料中总磷的含量。     

宽皮柑桔可滴定酸检测方法的对比研究

柑桔果实酸度是决定果实品质和风味的重要指标之一,目前对柑桔果实可滴定酸的测定主要是用化学检测方法,该方法耗时,无法进行高通量的检测。本研究利用近红外光谱和化学测定方法对240个宽皮柑桔品种果实的可滴定酸含量进行了连续两年的检测,通过对样品的近红外光谱与化学测定值进行拟合建模,建立了宽皮柑桔可滴定酸的偏最小二乘法（PLS）模型。结果表明,在特征波长5370-6550nm构建的PLS模型,以一阶导数+Norris消噪光谱预处理的预测效果最好,其相关系数为0.9861,RMSEC为0.0969,RMSECV为0.166,RMSEP为0.155。该模型对可滴定酸的预测值与化学测定法的测定值有极显著的相关性。参考国标采用的化学测定法,将近红光谱法与PAL-1手持测定仪进行对比分析,近红外光谱法与化学测定法具有更显著的相关性,而且在不同的酸含量范围内相关性没有明显差异。本研究的结果说明近红外光谱法具有较高的稳定性与精确度,可用于替代化学测定法对宽皮柑桔果实的可滴定酸进行高通量的精准检测。     

基于高光谱参数的柑橘园土壤水分动态监测

摘要：土壤水分是提高柑橘产量和品质的关键因素,为了高效、无损、精准的获取柑橘园土壤水分动态变化,利用ASD光谱仪选取了适宜的响应波段（350~1075nm）的数据作为试验光谱反射率,采用多元线性逐步回归分析（SMLR）对提取的特征波段反射率及9种光谱的转换形式的数据进行计算和分析,并利用实测柑橘根系0~60cm的土壤含水率进行验证,建立了预测柑橘园土壤含水率的高光谱模型。结果表明：土壤含水率在0~20cm的深度条件下变化最为明显,有助于提高模型的预测精度;光谱的微分处理较非微分处理,与波长的关系曲线波动更大且反演精度显著上升;柑橘园的试验样本水分的特征波段在700~760nm以及950nm左右是进行建模优先考虑的特征波段;光谱对数（1gR）的一阶导数和倒数的对数（lgR-1）的一阶导数对土壤水分的拟合精度较高,两种拟合方式的决定系数（R2）均达到0.876以上,均方根误差（RMSE）均达2.19%,相对分析误差（RPD）均达7.107;其中光谱对数（1gR）的一阶导数为预测柑橘园土壤含水率的最优模型,在进一步验证中实测值和模型计算值拟合的相关系数高达0.992。因此,基于光谱对数（1gR）的一阶导数构建的模型可实现对柑橘园土壤水分的精确监测。     

基于近红外光谱技术快速测定豆油过氧化值的研究

本试验基于近红外光谱技术,以大豆油为材料,探讨利用近红外光谱技术快速测定油脂中过氧化物的含量。首先研究了光谱预处理方法、分析谱区及PLS模型因子数对校正模型的影响,然后应用偏最小二乘法(PLS)建立了豆油过氧化值的近红外定量模型。结果显示:最佳光谱预处理方法为一阶导数+SNV,最适分析谱区为12003.2~7498.2cm-1与5450.1-4597.6cm-1,最佳因子数为9,最优模型的决定系数r=0.9882,RMSECV=0.503,RMSEP=0.521,RPD=12,盲样验证测试结果与国标经典法结果不存在显著性差异(P0.05),相对偏差均小于5%,说明所建立的分析模型具备较强的预测能力和实用性。     

用近红外反射光谱法估测山区牧草的品质

<正> 前言近红外反射光谱技术能快速估测牧草的营养品质(Norris等,1976;Shenk等,1979;Bartoa和Bu rdick,1981;Shenk等,1981)。然而,应用近红外反射光谱(NIRRS)估测含多种牧草的样品品质的     

基于高光谱数据的高寒草甸主要毒草分类技术研究

毒草种类识别是开展毒草危害面积调查、危害程度评估以及科学防治的前提.研发快速、高效和适用于大范围的毒草种类识别技术对于退化草地生态修复具有重要意义.本研究利用SOC710VP近红外高光谱成像仪,获取了高寒草甸11种主要毒草的光谱数据.采用Savitzky-Golay平滑处理、导数变换、归一化变换、均值中心化和对数变换等...     

近红外光谱法快速测定豆粕中的尿素酶活性

应用近红外光谱(NIRS)技术,采用中心化 一阶导数 附加散射校正的预处理方法,用偏最小二乘法(PLS),在950～1 650 nm谱区范围内建立了豆粕中尿素酶活性校正模型,其校正决定系数为0.916,外部验证决定系数为0.926,测量重复变异系数为0.09.结果表明:近红外光谱法可用于豆粕中尿素酶活性的实际快速测量,此模型可用于测量豆粕中尿素酶的活性     

近红外反射光谱分析技术鉴别对四种毛绒纤维的研究

由于近红外光谱检测快速、无损的特点,在检测领域已经被广泛应用。本文应用近红外漫反射光谱对细羊毛、地毯用羊、粗羊毛、山羊绒4个类型共200个样品进行了定性鉴别研究,通过采用主成分-马氏距离聚类判别分析法,主成分回归分析技术结合多元离散校正,建立了定性鉴别模型并用于预测,预测性能较好,说明利用近红外漫反射光谱技术对不同类型毛绒纤维定性检测是可行的。     

近红外光谱分析技术在饲料工业中的应用进展

近红外光谱分析技术(Near infrared reflectancespectroscopy,简称NIRS)是20世纪70年代兴起的一种新的成分分析技术。该技术首先由美国农业部(USDA)的Norris开发,最早用于谷物中水分、蛋白质的测定。20世纪80年代中后期,随着计算机技术的发展和化学计量学研究的深入,加之近红外     

近红外光谱结合线性判别快速无损鉴别婴幼儿和中老年奶粉

应用近红外光谱分析技术(NIRS)并结合线性判别,对中老年和婴幼儿2种不同年龄阶段奶粉品种进行鉴别。对奶粉样本的原始光谱进行一阶微分处理后,采用Kennard-Stone法对80个样本进行挑选,选出60个作为训练集,剩余的20个作为预测集。采用留一交叉验证评价算法,选取最优主成分数2建立模型,并对测试集进行预测,正确率为100%。说明提出的方法具有很好的分类和鉴别作用,为婴幼儿奶粉的品种快速无损鉴别提供了一种新方法。     

伊犁绢蒿荒漠草地物种光谱特征分析及识别初探

利用便携式地物光谱仪,对天山北坡中段伊犁绢蒿(Seriphidium transiliense)荒漠草地9种植物进行实地光谱测量,对光谱进行一阶微分、平滑、归一化、R_r-R_n光谱特征空间处理,对植物光谱特征分析及识别,并建立判别模型。结果表明,不同植物的原始光谱反射率在特定波段具有一定差异性,一阶微分对于精确提取该类草地植物红边特征参数值有重要作用,平滑处理可以有效去除噪声影响,归一化更有利于发现植物光谱特征,Rr-Rn在区分该类草地植物方面存在困难。选用近红外波段反射率(R_n),红边位置(REP),绿波段反射率(R_g),修改型土壤调节植被指数MSAVI和叶绿素吸收比值指数(CRAI)5项光谱指标建立判别函数,9种植物的判别精度达到90.5%。     

近红外反射光谱快速检测滇南小耳猪肉中水分、粗脂肪及粗蛋白含量的研究

应用近红外反射光谱技术(NIRS)对滇南小耳猪热鲜均质肉糜和绝干粉的水分、粗脂肪、粗蛋白含量进行建模研究,并筛选出最优的光谱预处理方法。采集11 000~4 300 cm-1范围内43份猪肉样品光谱数据,在多元散射校正(MSC)、二阶导数(Second derivative)、变量标准化校正(SNV)不同组合方式的光谱预处理基础上,采用偏最小二乘法(PLS),建立滇南小耳猪猪肉的水分、粗脂肪、粗蛋白质3个化学组分的近红外预测模型,筛选最佳的光谱预处理方法和主成分数。水分预测较好的是匀质肉糜原始光谱预测,R2为0.981,RMSEC为0.177,RMSEP为0.810,最佳主成分数为7;粗脂肪和粗蛋白预测效果较好的均是绝干粉的原始光谱,R2分别为0.986、0.976,RMSEC分别为0.567、0.765,RMSEP分别为2.325、2.697,最佳主成分数均为7。因此,近红外光谱分析方法能够很好地检测滇南小耳猪猪肉中的水分、粗脂肪和粗蛋白。     

利用近红外光谱法快速测定青贮玉米饲料中NDF与ADF含量

本试验应用近红外漫反射光谱(NIRS)技术,采用偏最小二乘回归法(PLS),在国内首次建立了适合不同品种、适配范围广的近红外漫反射光谱测定青贮玉米中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量的稳定的校正模型。本试验选取132种青贮玉米样品,采用中心化+一阶导数+多元散射校正预处理方法,谱区为950～1650nm,建立了青贮玉米NDF和ADF校正模型。其校正决定系数(R2cal)分别达到0.9781和0.9905,交叉验证决定系数(R2val)分别为0.9745和0.9806,交叉验证误差(SECV)分别为1.55和1.03。因此,此模型可以用来快速准确的测定青贮玉米饲料中NDF和ADF的含量。     

基于可见/近红外光谱技术的毛脚茧的光谱快速鉴别方法研究

基于可见/近红外光谱技术,研究了鲜茧毛脚茧快速鉴别的方法。采用主成分分析法对毛脚茧和成熟茧进行定性分析,再对光谱数据采用最小二乘支持向量机方法建模鉴别,通过连续投影算法从400-1000 nm波段的鲜茧光谱数据中选取了12个特征波长。采用最小二乘支持向量机法基于400 nm,430 nm,487 nm,512 nm,604 nm,616 nm,732 nm,759 nm,784 nm,852 nm,985 nm,999 nm这12个特征波长建模,结果对毛脚茧的判别准确率达到100%。表明可见/近红外光谱可以用于毛脚茧的鉴别检测。     

利用在线近红外光谱鉴别雌雄蚕蛹的方法

采用自动识别雌雄蚕蛹的技术与设备,是解决蚕种生产人工鉴蛹人力短缺和保证鉴蛹正确率的有效途径之一。以6个家蚕品种的蚕蛹供试,利用自制的在线近红外光谱检测装置进行雌雄蛹的鉴别。分别以3种采谱条件采集各供试家蚕品种蚕蛹样品的近红外光谱,以采用全谱和经竞争性自适应重加权算法(CARS)、无信息变量消除法(UVE)优选后的波长变量分别建立偏最小二乘判别分析(PLSDA)的雌雄蚕蛹识别模型。测试结果显示,在3种采谱条件下,以单个家蚕品种的光谱数据建模时雌雄蚕蛹鉴别的正确率达100%;多个家蚕品种的蚕蛹混合后采集光谱数据建模,其中采用方法 a(积分时间8 ms,扫描次数5次)、方法 b(积分时间为8 ms,扫描次数10次)、方法 c(积分时间20 ms,扫描次数10次)获取光谱数据建模的鉴别正确率分别达94.2%、95.2%、100.0%。选择高速采集光谱的方法 a,经CARS法优选波长后建模的测试结果优于经UVE法优选波长建模的结果,对校正集、交叉验证集和预测集蚕蛹样品的雌雄识别正确率分别为100%、100%和96.2%。研制的在线近红外光谱检测装置及建立的检测方法与模型,可应用于蚕种生产中快速鉴别分选雌雄蚕蛹。     

应用一阶导数光谱测定复方黄连素粉含量

1　仪器与试药　HP845 2 A 486 /33N紫外分光光度计 ;黄连素 ,淀粉及其它化学试剂均为市售。2　方法与结果2 .1　光谱曲线绘制　配制适当黄连素 [1] 的标准品水溶液 ,按处方比例的辅料溶液及两者混合溶液。分别测定各自的零阶导数光谱及一阶导数光谱 (一阶导数光谱的测试条件 ,波长范围 190～ 5 0 0 nm)见图 1、2。图 1　零阶导数紫外光谱图图 2　一阶导数紫外光谱图　　由一阶导数光谱看出 ,辅料曲线在2 6 0～ 5 0 0 nm波长范围内与基线重合 ,对本品测定并无干扰 ,故 35 8nm处的振幅可作为黄连素纯度的定量信息。利用 HP845 2 A486 /33…     

近红外光谱分析技术在羊肉品质检测中的应用研究进展

近年来我国羊肉产量与消费量逐年上升,与此同时羊肉市场的问题也逐渐暴露,羊肉掺假现象严重,不仅影响到消费者的生活质量和身体健康,也直接影响了羊肉产业的发展,因此如何快速准确的检测羊肉品质成为摆在企业和商家之间的一道难题.传统的理化检验、感官检验、微生物检验等技术,由于存在检测效率低、时间长、破坏样品等不利因素,其在羊肉品质检测中的应用范围受到限制.20世纪50年代中后期,随着简易型近红外光谱仪器的出现及Norris等[1 ]在近红外光谱漫反射技术上做的大量工作,近红外光谱技术在羊肉品质(如水分、蛋白、油脂含量等)检测方面得到普遍应用.