近红外光谱分析技术在饲料快速检测领域中的应用

饲料品质是影响动物生长发育的关键性因素,实时准确分析饲料原料和成品饲料的各种成分含量是确保饲料生产质量、优化饲料配方设计和降低企业生产成本的一项重要措施.文章归纳梳理了近年来近红外光谱分析技术在饲料快速检测领域中的应用情况,并根据近红外光谱技术的特点论述了该技术在饲料分析检测中的应用现状和未来的应用前景,以期为近红外光...     

近红外光谱技术及其在饲料分析中的应用

在介绍近红外光谱技术的测定原理及定量分析方法基础上,对近红外光谱技术在饲料的常规成分检洲、有毒有害成分和维生素检测、预测粗饲料成分、有效能检测、氨基酸检测等方面的应用现状进行了阐述.     

近红外光谱分析技术(NIR)的研究现状及其在饲料检测中的应用

近红外光谱分析技术可应用于饲料的检测分析。主要介绍了近红外光谱分析技术的原理和特点、光谱的预处理、多元校正方法等,以及近年来,近红外光谱技术在饲料研究中的应用进展。     

近红外光谱（NIRS）分析技术及其在农业中的应用

论述了近红外光谱（NIRS）分析技术的原理、技术发展进程及其应用现状、发展前景。     

近红外光谱分析技术在豆粕豆质分析中的应用

应用近红外光谱分析技术,以豆粕为试材,建立豆粕粗蛋白快速分析检测模型,结果表明:近红外光谱分析方法的预测值与化学分析值有显著的相关性,相关系数为0.9783。     

近红外光谱分析技术在蔬菜品质检测中的应用研究进展

蔬菜是人类获取维生素、矿质元素、抗氧化剂和膳食纤维等的重要来源,一直是健康饮食的重要组成部分,其产业在国民经济中占有重要地位。随着生活水平的提高,人们在注重蔬菜质量安全的前提下,更加关注蔬菜的品质,口感好、风味浓郁、营养丰富的蔬菜品种是当今发展趋势,但是传统的蔬菜质检及理化特性检测过程耗时、成本高,无法满足蔬菜快速筛选的要求。综述了高效、绿色的近红外光谱分析技术在蔬菜安全品质检测(农药残留检测等)、蔬菜内在质构检测(硬度、水分、粗纤维检测等)、蔬菜风味检测(甜、酸、苦、辣滋味特征等)、蔬菜营养健康成分检测(维生素C、硫代葡萄糖苷、类胡萝卜素等)多个方面的应用,以期为蔬菜全产业链的高效发展提供新思路。     

近红外光谱分析技术在饲料行业中的应用

近红外光谱分析技术可应用于饲料生产全过程的品质控制。近年来,我国大型饲料集团公司几乎都采用近红外光谱分析手段进行饲料原料、半成品及成品料中常量成分、微量成分和真伪掺杂的分析,并获得了较好的经济效益。介绍了近红外光谱分析技术在饲料分析中的原理和优势、仪器类型,并对其在饲料行业中应用的发展趋势进行了展望。     

近红外光谱定量和定性分析技术在鲜食葡萄果实无损检测中的应用

选取10种不同鲜食葡萄品种、3个不同成熟期和1种病害的果实共计188个葡萄果实样品,并采集果实样品的近红外光谱。建立了以葡萄果实的总酚、总糖、果糖、蔗糖和可溶性固形物为指标的偏最小二乘(PLS)定量分析模型,模型的可信度较高,除少数指标的相关系数在0.77~0.89,其余指标均在0.90以上,均方根误差在0.022~1.410。结合主成分分析法,对谱区为4 119.20~9 881.46 cm^-1的光谱建立了区分葡萄果实品种、成熟度和是否受病害的判别分析(DA)模型,模型的正识率依次为92.11%、88.89%和96.15%。研究表明,近红外检测技术可用于鲜食葡萄果实的5个主要内含物的定量分析以及果实品种、果实成熟度和有病虫害的二次果进行的定性识别。     

近红外光谱分析技术在农产品方面的应用研究

近红外光谱分析技术作为近几年发展最为迅速的高新分析技术之一,具有快速、无损、操作简单等优点,受到人们越来越多的关注。文章论述了近红外光谱分析技术的原理和发展历程,介绍了近红外光谱分析技术在小麦、玉米、水稻等品质、育种方面的应用现状,并展望该检测技术的应用前景。     

近红外光谱技术在水质监测中的应用

近红外光谱技术(NIRS)可通过建立校正模型实现对未知样品的定性或定量分析,在废水总氮、总磷的快速分析和废水综合指标BOD、COD、pH监测分析中,都能获得理想的结果,与国标法具有较高的相关性.综述了近红外光谱分析技术的特点及其在水质监测领域的应用,展望了近红外光谱分析技术在水质监测领域的广阔前景和研究领域.     

再造烟叶原料常规化学组分的近红外定量分析研究

提出一种基于近红外漫反射快速定量分析再造烟叶原料(废烟片及烟末)的常规化学组分方法,应用傅里叶变换近红外分析仪扫描原料光谱并结合偏最小二乘法,对具有代表性的354个再造烟叶原料建立了近红外光谱同原料烟碱、总糖、还原糖及氯的含量关系模型,并对模型的预测效果、稳定性及重复性进行了评价。结果表明:烟碱、总糖、还原糖及氯模型的校正均方差与预测均方差接近且均较小,模型的相关系数均在0.98以上。烟碱、总糖、还原糖预测平均相对偏差均低于4%,Cl模型预测30个样品的平均绝对偏差为0.04%,预测平均相对偏差6.09%。模型通过内部及外部验证,表明近红外定量分析结果准确、可靠与流动分析法无显著性差异。     

近红外漫反射光谱快速鉴别小麦抗旱性研究(英文)

[目的]利用近红外漫反射光谱建立小麦抗旱性鉴定体系。[方法]2006-2007年有针对性地选择36份抗旱性不同的小麦材料,通过利用小麦抗旱性鉴定评价技术体系规范(GBT21127-2007)进行抗旱性鉴定分类分级,同时利用FOSSNIRSystems5000型近红外谷物品质分析仪(全光谱分析仪),对收获后的小麦籽粒样品进行光谱采集,并建立预测回归方程。[结果]经过建库和验证,初步得到判别方程。经比较,水分胁迫下的方程参数RSQ(检验决定系数)=0.8460、I-VR(交互检验决定系数)=0.7818,品种的抗旱性和光谱特征的一致性较好,小麦籽粒近红外慢反射光谱与小麦的抗旱性具有较好的相关性。[结论]在水分胁迫的情况下,通过近红外漫反射光谱技术扫描小麦籽粒样品建立一套简单、快速、无损的小麦抗旱性鉴定体系是可行的。     

再造烟叶原料常规化学组分的近红外定量分析研究

提出一种基于近红外漫反射快速定量分析再造烟叶原料(废烟片及烟末)的常规化学组分方法,应用傅里叶变换近红外分析仪扫描原料光谱并结合偏最小二乘法,对具有代表性的354个再造烟叶原料建立了近红外光谱同原料烟碱、总糖、还原糖及氯的含量关系模型,并对模型的预测效果、稳定性及重复性进行了评价。结果表明:烟碱、总糖、还原糖及氯模型的校正均方差与预测均方差接近且均较小,模型的相关系数均在0.98以上。烟碱、总糖、还原糖预测平均相对偏差均低于4%,Cl模型预测30个样品的平均绝对偏差为0.04%,预测平均相对偏差6.09%。模型通过内部及外部验证,表明近红外定量分析结果准确、可靠与流动分析法无显著性差异。     

生姜水分含量的可见-近红外光谱检测

近红外光谱技术具有简便、快速和无损检测等优点,应用可见-近红外光谱方法建立生姜水分含量(moisture content)的预测模型.利用可见-近红外光谱仪采集308个生姜的光谱,其光谱范围是350～1 800 nm.分别采用一阶导数(FD)、二阶导数(SD)、标准正交变量变换(SNV)和多元散射校正(MSC)4种方法对光谱进行预处理,结合偏最小二乘法(PLS),分别在430～1 000 nm、1 000～1 800nm、430～1 800 nm 3个波段建立生姜水分含量的PLS预测模型.对实验结果进行分析表明,在波段范围430～1 800 nm使用一阶导数预处理方法建立的PLS模型最优.其验证组的相关系数为0.975 1,预测组的相关系数为0.959 7.结果表明,可见-近红外光谱可以准确、快速地对生姜的含水量进行检测.     

采用近红外漫反射光谱法快速鉴别水貂等动物心脏

水貂心作为名贵中药是生产利心丸的主要原料,水貂心的真伪决定利心丸的真实及可靠疗效。建立快速鉴别水貂心脏真伪的方法,为原料控制、保证药品质量提供可靠的实验数据和依据。本试验采用近红外光谱法,对水貂、家鸡、山鸡、野鸭等动物心脏进行聚类分析,建立鉴别聚类分析模型,对水貂、家鸡、山鸡、野鸭等动物心脏进行正确鉴别。结果表明,聚类分析结果良好,所建立的鉴别分析模型能对水貂、家鸡、山鸡、野鸭等动物心脏进行正确鉴别。利用近红外光谱鉴定水貂、家鸡、山鸡、野鸭等动物心脏是可行的。     

近红外漫反射光谱法对贵州产蜘蛛抱蛋属植物的分类

[目的]建立贵州产蜘蛛抱蛋属植物的近红外漫反射光谱分析方法.[方法]将赤水蜘蛛抱蛋、刺果蜘蛛抱蛋、丛生蜘蛛抱蛋、四川蜘蛛抱蛋、峨边蜘蛛抱蛋、广西蜘蛛抱蛋、贵州蜘蛛抱蛋、 荔波蜘蛛抱蛋等23批贵州产该属植物烘干、粉碎、过筛后直接测定其红外漫反射图谱;分别采用聚类分析,主成分分析等分析方法对该属植物进行分类.[结果]23批贵州产该属植物的近红外漫反射光谱相似程度极高,通过一阶导数对图谱进行处理,选取4000~7500 cm-1光谱范围作为分析区间,通过聚类分析和主成分分析对该属植物大量光谱变量进行转换,使数目较少的新变量成为原始变量的线性组合,从而让不同种之间的微小差异进一步扩大,从而直观的对该属植物进行分类.[结论]近红外漫反射光谱法可无损、快速测定固体样品,结合信息处理技术,可以为贵州产蜘蛛抱蛋属植物的分类提供一种新方法.     

近红外分析技术在茶叶检测方面的研究进展

介绍了近红外分析技术的主要方法,综述了近几年国内外近红外分析技术在茶叶检测方面及茶叶鉴别方面的研究进展,分析了该技术目前在茶叶检测方面所遇到的问题,并展望了近红外分析技术在茶叶检测方面的应用前景。     

利用近红外漫反射光谱快速鉴定小麦抗旱性

为利用小麦种子的近红外吸光度研究小麦品种的抗旱性,测定了40份旱地小麦品种的抗旱指数以及籽粒的全光谱吸光度值,并将两者关联,建立PLS近红外抗旱指数量化预测模型。结果表明,光谱吸光度值与供试材料抗旱指数相关系数2个年度均达到0.856*以上,建立的吸光度值和抗旱指数的矩阵公式预测样本的抗旱指数与标准值之间的相关系数达0.930**。研究结果表明,可以用小麦籽粒近红外全光谱吸光度值来预测小麦的抗旱性。为小麦抗旱性评价提供了一种能够在育种早代进行的快速、简单易行的抗旱性鉴定技术。