基于近红外光谱的普洱茶产地识别研究

以81份来自西双版纳、普洱市、临沧市3个不同产地的普洱茶样本为研究对象,其中校正集54份,验证集27份,利用近红外光谱采集单个普洱茶样本在1 100～2 498 nm的光谱数据,分别采用主成分聚类分析法和判别分析法建立普洱茶产地识别定性分析模型。结果表明,2种分析模型的校正集正确识别率均大于90%,可用于普洱茶产地的识别。其中,基于判别分析方法建立的判别分析模型效果更好,其校正集和验证集的识别正确率达到98.15%和100%,更适用于普洱茶产地的识别。应用近红外光谱技术可快速、无损识别普洱茶产地,为普洱茶产地检测提供参考。     

牛肉近红外光谱的地域及饲养期特征分析

 【目的】探讨利用近红外光谱分析技术区分不同地域来源和饲养期牛肉的可行性,为牛肉产地溯源和产地确证等监管措施提供分析方法和理论依据。【方法】利用近红外光谱仪测定在内蒙古太仆寺旗、陕西杨凌区、河南南阳市实施的人为迁徙饲养模型试验中的18头肉牛肌肉样品的光谱,结合饲料和饲养方式,比较地域和饲养期样品之间的光谱特征差异,并利用主成分分析比较样品的空间分布。【结果】牛肉样品近红外光谱特征与地域、饲料种类和饲养方式等因子密切相关;同一地域不同饲养期和同一饲养期不同地域牛肉的近红外光谱特征均有显著差异;利用主成分分析能将不同地域来源和饲养期样品区分开。【结论】地域和饲养期对牛肉近红外光谱均有显著影响,进行牛肉产地溯源和产地确证时必须考虑地域和饲养期等因子;近红外光谱分析技术用于区分不同地域来源和饲养期的牛肉是可行的。     

近红外光谱技术对红木家具的鉴别

[目的]建立一种快速鉴别一些易混淆的珍稀红木家具的方法。[方法]选择奥氏黄檀、刺猬紫檀、大果紫檀和非洲紫檀4种珍稀木材制作的红木家具,使用便携式光谱仪采集光谱,并进行预处理,建立初始模型。采用不同特征波长提取方法,提取有效信息后,利用SIMCA、PLS-DA建立红木鉴别模型。[结果]不同树种谱线形状类似,近红外光谱吸收强度不同。4种家具在SIMCA的校正集和验证集中的识别率均在92%以上,拒绝率高于98%;PLS-DA模型中识别率和拒绝率成效显著。[结论]采用近红外光谱对红木家具类别进行鉴别是可行的。     

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。     

近红外光谱技术在小麦品质育种中的应用研究

以14种蛋白质含量差异较大的小麦为材料,用凯氏定氮法和近红外光谱法分别测定了蛋白质含量.结果表明,近红外光谱与凯氏定氮法测定结果呈显著正相关,能够快速、准确、无损地测定完整小麦子粒的蛋白质,可以在育种早代用来鉴定、筛选大量中间材料.     

基于近红外光谱技术对绿豆产地溯源的研究

为探索绿豆产地鉴别可行性,实现对来自白城、杜尔伯特、泰来、泗水绿豆原产地的快速鉴别。研究运用近红外光谱技术,并结合PLS-DA法（偏最小二乘判别分析）进行建模,对4个产地的120份绿豆粉末样品进行近红外光谱的扫描,分别采用不同光谱预处理方法[标准正态变换（SNV）、多元散射校正（MSC）、矢量归一化与导数处理等]最终确定矢量归一化+MSC建立的模型最稳定,建模波长为12 000～4 000 cm-1全波长。主成分分析提取3个有效主成分（主成分1贡献率为52.44%,主成分2贡献率为30.16%,主成分3贡献率为9.57%）,其累计贡献率达到92.17%。用预测样本集进行模型的验证,白城、杜尔伯特、泰来、泗水4个产地的预测正确率分别为100%、80%、80%和100%。预测结果达到80%以上,初步认定近红外光谱分析技术可用于绿豆产地溯源研究。     

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。     

基于近红外网络的小麦品质监测

[目的]利用自行建立的中国谷物主产区的近红外分析网络,研究小麦的品质分布监测、品种鉴别及种植省份的区域划分.[方法]应用FOSS公司的Infratec 1241型近红外分析仪构建谷物品质近红外分析网络,该网络主要由网络主机、参比实验室、网络管理中心和分布于中国粮食主产省区的网络子机构成.利用该近红外分析网络并结合GPS定位采样技术和GIS技术,对2009年的冬小麦品质分布进行监测:采用软独立建模分类法(SIMCA)对获取的近红外光谱进行分析,建立小麦品种、所在省份的识别模型.[结果]通过网络中心建立和管理模型,可以有效节约成本并具有统一的准确度和精度,该网络的一致性较好,子机与主机的相关系数高于0.92.基于该网络可构建不同尺度区域下的小麦品质分布图,从而获得不同地区小麦品质的分布信息.根据近红外网络提供的光谱数据,可进一步对小麦的品种和所在省份进行区分,对山东省5个小麦品种的识别正确率>80%,对北京、山东、江苏三省所种植的小麦的区分准确率>90%.[结论]近红外网络在小麦的品质区划分布、品种鉴别及种植省份识别方面具有较大应用潜力,可提供大范围的小麦品质数据支撑,从而为优质优价收购和政府决策提供技术支撑.     

光谱预处理对近红外光谱无损检测番茄可溶性固形物含量的影响

为了探索适合近红外光谱无损检测番茄可溶性固形物含量的光谱预处理方法,比较了平均光谱和10种光谱预处理方法对偏最小二乘法建模效果的影响,常数偏移消除预处理后的光谱,所建偏最小二乘法校正模型的预测值和实测值的相关系数为0.954,校正标准差为0.321%,最能代表番茄可溶性固形物含量信息的光谱区为11998.9～5449.8cm-1和4601.3～4246.5cm-1.结果表明常数偏移消除是近红外光谱无损检测番茄可溶性同形物含量的有效预处理方法.     

不同产地黄硬皮马勃的红外光谱鉴别方法研究

黄硬皮马勃(Scleroderma flavidum Ell.et EV.)主要生长在我国南方地区,有食用和药用价值。利用红外技术对其进行产地鉴别,为黄硬皮马勃的资源鉴别提供基础分析方法和理论依据。利用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)仪采集4个不同产地共40个黄硬皮马勃样本的红外光谱,每个样本平行扫描3次,取平均值。随机选择12个样本作为验证集,其余作为校正集,采用1 800~500 cm-1波段的光谱数据,对比多种预处理方法,选择最佳预处理方法建立模型并进行判别分析(discriminant analysis,DA)。结果表明,预处理方法 ND(7∶3)+SD+MSC(ND为诺里斯导数平滑,SD为二阶导数,MSC为多元散射校正)构建的判别模型性能最佳,验证集样本的分类准确率和校正集样本的回判准确率均达到100%,模型鉴别效果良好,可靠性高。傅里叶变换红外光谱法结合判别分析,能有效鉴别不同产地黄硬皮马勃。     

三七种植土壤类型及产地的红外光谱鉴别方法研究

为建立一种基于傅里叶变换红外光谱技术结合光谱检索的三七种植土壤类型和产地的鉴别方法,以3个产地6种土壤类型种植的102株三七植株主根木质部和韧皮部的红外光谱为指标,利用Omnic 8.0软件中光谱检索功能分别对主根木质部和韧皮部的红外光谱与相应光谱库进行种植土壤类型和产地检索和鉴别。结果表明:基于韧皮部光谱的鉴别效果比木质部的好。利用韧皮部光谱对种植土壤类型和产地进行鉴别时,匹配正确率分别为90.20%和97.06%。表明傅里叶变换红外光谱技术结合光谱检索法可鉴别三七的种植土壤类型和产地。     

红外光谱结合判别分析对三七种植土壤类型的鉴别研究

利用傅里叶变换红外光谱(FTIR)技术结合判别分析,对三七(Panax notoginseng)的种植土壤类型进行鉴别研究。测试了6种种植土壤类型共102株三七植株主根木质部和须根样品的红外光谱;以1 800~900 cm-1的光谱信息为变量,每种土壤类型任选5份样品为测试样本,其他为训练样本;利用SPSS 18.0统计分析软件中的判别分析模块依据Fisher线性判别准则,采用逐步判别分析中的5种挑选样本信息变量算法,建立分类模型,对三七的种植土壤类型进行鉴别研究。结果表明,基于三七须根样品信息的种植土壤类型的判别结果明显优于基于主根木质部的判别结果,且5种挑选变量的算法建立的模型都能识别三七的种植土壤类型;综合考虑判别分析结果和模型的稳定性,Smallest F ratio法所建立的模型更适合用于三七种植土壤类型的鉴别。     

现代近红外光谱分析技术在小麦领域的应用

阐述了现代近红外光谱分析技术的原理,介绍了近红外光谱分析技术在当前小麦品质育种、生产加工、籽粒和病害识别、抗性鉴定及网络品质监测技术方面的应用进展,并展望了未来的应用前景。     

衰减全反射红外光谱分析技术识别食用植物油

[目的]利用衰减全反射红外光谱分析技术,对植物油种类、制油工艺和掺伪进行判别。[方法]以不同制油工艺制取的菜籽油、花生油和芝麻油为研究对象,用ATR附件采集样品在谱区4 000~400 cm-1范围内的红外光谱,利用PLS＋ANN、PNN、PLS-DA方法对植物油进行识别。[结果]植物油种类判别正确率为100%,制油工艺判别正确率为80%,掺杂5%以上的花生油可正确判别。[结论]利用衰减全反射红外光谱分析技术可实现食用植物油的准确判别。     

用近红外光谱法测定大麦品质的研究

采用国标法和近红外光谱法（NIRS）对大麦籽粒水分、蛋白质、淀粉、赖氨酸进行分析,同时用IA-450型近红外分析仪对4个主要品质指标建立了定标方程。其相关系数Rc分别为0．9847、0．9947、0．9559、0．9742,标准误差为0．1649～9．0620,表明用近红外光谱法建立的大麦籽粒水分、蛋白质、淀粉、赖氨酸定标方程可直接用于大麦品质的快速测定和大批育种材料的筛选。     

PLS方法在近红外光谱分析中的应用研究

本文研究并分析了大豆叶片的近红外光谱,并把偏最小二乘法(PLS)应用于定量分析中。以270个大豆叶片为试验对像,对其进行预处理,再利用PLS进行回归分析,所得RMSE为0.480 732 9,R-Square为0.984 218 7,结果表明,PLS定量分析可应用于大豆叶片的光谱分析,且有较好的分析效果。     

独立分量分析在近红外光谱定量分析中的应用

采用独立分量分析(ICA)方法,对玉米样品的近红外光谱进行分解,得到统计上独立的各成分光谱;然后用多元回归方法建立基于ICA成分的玉米粗蛋白质、粗淀粉和粗脂肪含量的定量分析模型,3种成分建模集和预测集的化学值和近红外预测值之间的相关系数都较高,且平均相对误差都较低。结果表明,ICA方法建立的玉米样品3个主要成分的近红外模型预测准确度都较高,可应用于玉米育种中大批样品的快速品质分析。