霉变稻谷脂肪酸含量的光谱检测模型构建与优化分析

为了实现霉变稻谷脂肪酸含量无损、快速检测,该文研究应用可见/近红外光谱技术检测霉变稻谷的脂肪酸含量。考虑到直接选用霉变稻谷可见/近红外光谱数据构建脂肪酸含量预测模型存在建模费时、预测失准等问题,研究提出了霉变稻谷脂肪酸含量的可见/近红外优化校正模型。研究中通过光谱-理化值共生距离(sample set partitioning based on joint xy distance,SPXY)算法结合偏最小二乘法初步分析了不同校正集样本预测霉变稻谷脂肪酸含量的差异;利用连续投影算法(SPA)提取了反映霉变稻谷脂肪酸含量变化的特征波段;采用偏最小二乘法(partial least square,PLS)和多元线性回归法(multivariable linear regression,MLR)分别建立了基于特征波段光谱反射值的霉变稻谷脂肪酸含量预测模型,并对比分析了采用SPXY样本集划分的模型预测效果。结果表明:采用SPXY法筛选出的65个校正集样本分布与初始校正集相近,脂肪酸含量变化范围为18.55~127.26 mg,其标准差为32.39;SPA算法最终从256个全光谱波段中优选出9个特征波段,实现了光谱数据的压缩;分别建立的SPXY-SPA-PLSR模型和SPXY-SPA-MLR模型预测霉变稻谷脂肪酸含量相关系数RP为0.922 1和0.915 9,预测均方根误差RMSEP为13.889 3和14.261 0;SPXY筛选校正集所构建模型预测精度与初始校正集所建模型相当,但校正集样本数量减少为初始校正集的41%,运算时长缩短为初始样本集的32%,提高了模型的校正速度。     

羊肉色泽傅立叶变换近红外光谱定量分析方法研究

以从北京市、山西大同市、宁夏吴忠市3个地区筛选的有代表性的227份羊肉样品为试材,应用傅里叶变换近红外光谱技术探讨羊肉色泽无损检测的方法。以决定系数(R2)、校正标准差(RMSECV)和预测标准差(RMSEP)为近红外光谱检测模型的评价指标,采用偏最小二乘法(PLS)对近红外光谱信息与样品的色差e值进行拟合,确定最佳的光谱预处理方法、主成分数和光谱区间范围。结果表明:所选227个羊肉样品的色差e值分布范围为1.556～9.879,其中80%以上的样品e值在1～5之间,具有显著的代表性;在11995.5～4597.6cm-1的波段范围内,最佳主成分数为6时,近红外光谱经最大最小归一法处理后,建立的羊肉色泽预测模型精度最高,R2达到0.776,RMSECV为0.451;用此模型对预测集48个样品进行预测,预测值与实测值的相关系数(R)为0.835,RMSEP为0.517,该研究表明利用近红外光谱技术检测羊肉色泽可行。     

利用近红外光谱技术检测掺假豆浆

为了对豆乳内在营养指标及掺假豆乳进行快速检测,试验运用近红外光谱技术,利用偏最小二乘法进行回归分析,分别建立83个真伪豆浆样品的蛋白质和总固形物含量定标模型,并对模型的预测性能进行分析。结果表明:选取主成分数为12和14,蛋白质和总固形物含量的近红外光谱预测值与化学实测值之间的相关系数R分别为0.9756和0.9489,校正均方根误差分别为0.186和0.175,预测集样品的预测值和实测值之间的残差值均较小、接近零,残差之和分别为-0.074和-1.191,说明建立的定标模型可以准确预测豆浆中蛋白质和总固形物含量,且预测性能较好;通过对预测集样品的预测值与豆浆行业标准规定值相比较,确定预测集样品中掺假豆浆的正确判别率为100%,说明建立的蛋白质和总固形物含量定标模型可以应用于掺假豆浆的判别检测,且判别结果准确率高。本试验表明利用近红外光谱技术可实现对豆浆主要品质指标的快速无损检测,也可准确进行真伪豆浆的快速判别,本检测方法可为豆乳行业健康持续发展提供一定的技术支撑。     

iPLS-SPA变量选择方法在螺旋藻粉无损检测中的应用

该文研究了基于可见-近红外光谱技术的螺旋藻粉类别无损检测方法。采用簇类独立软模式法（SIMCA）建立可见-近红外光谱模型。全波段光谱所建立的模型得到了93.33%的预测集正确率。文章提出了基于间隔偏最小二乘法（iPLS）和连续投影算法（SPA）的组合光谱变量选择方法进行有效波长的选择。该方法从全波段675个变量中选择了5个最优的有效波段,并且得到了96.67%的预测集正确率。和基于全波段光谱、可见光波段光谱和近红外波段光谱进行SPA运算相比,基于iPLS的SPA运算可以有效减少计算时间。研究表明可见-近红外光谱可以用于对螺旋藻粉类别进行无损检测,同时iPLS-SPA是一个有效的光谱变量选择方法。     

可见/近红外光谱结合遗传算法无损检测牛肉pH值

为了实现牛肉在整个货架期内(4℃环境)pH值的无损快速检测,该文采用可见/近红外光谱技术并结合遗传算法(GA,genetic algorithm),搭建了可见/近红外光谱检测系统,采集储藏在4℃下1～18d的120个牛肉样品400～1700nm范围的光谱,用不同预处理方法处理,并分别建立全波段光谱和经过遗传算法提取有效光谱的预测牛肉pH值的多元线性回归(MLR,multiple linear regression)模型、偏最小二乘回归(PLSR,partial least-squares regression)模型和最小二乘支持向量机(LS-SVM,least square-support vector machine)模型。结果表明,多元散射校正(MSC,multiplicatives catter correction)结合Savitzky-Golay(SG)平滑为最佳预处理方法,遗传算法提取光谱后所建模型的预测精度均高于全波段光谱所建模型,其中LS-SVM为最佳预测模型,其预测相关系数和标准差分别为0.935和0.111,相比全波段LS-SVM模型预测,精度得到了提高。研究表明可见/近红外光谱技术结合遗传算法所建LS-SVM预测模型能够实现4℃下牛肉整个货架期内pH值的无损快速检测。该研究为进一步开发实用的牛肉pH值无损快速检测设备提供依据。     

基于近红外光谱技术的三种硬实种子无损鉴定

摘要：为探讨近红外光谱技术在鉴定种子硬实特性上的普遍性,该文采用近红外光谱法结合偏最小二乘法建立了大豆、苦豆子和决明子单粒种子硬实特性的定性分析模型,每种种子均选择120粒种子进行近红外定性分析,种子分为建模集、检验集2组,建模集80粒,检验集40粒,各组中硬实与非硬实种子的比例为1:1,比较了光谱重复次数、光谱范围以及不同建模样品的建模效果。结果表明：采用二次平均光谱所建模型的鉴别率优于单次光谱;大豆采用4 000～5 000 cm-1光谱范围,矢量校正预处理,主成分为8时,建模集与检验集鉴别率均在85%以上;决明子采用4 000～8 000 cm-1光谱范围,一阶导数预处理,主成分为4时,模型建模集与检验集鉴别率均在90%左右;苦豆子采用4 000～8 000 cm-1光谱范围,二阶导数预处理,主成分为8时,模型的建模集与检验集鉴别率均在95%以上。以上结果表明近红外光谱技术可以很好地应用于单粒种子硬实特性的判断,有助于硬实机理的深入研究。     

基于可见/近红外反射光谱的梨树叶片钾含量的快速测定研究

利用可见/近红外反射光谱定量分析技术对梨树鲜叶钾素含量进行快速测定研究。对150个梨树叶片样本进行光谱扫描,其中120个做建模集,30个做验证集。通过对样品的可见/近红外光谱进行多种预处理,并建立钾素预测模型,探讨了可见/近红外光谱数据预处理对预测精度的影响。结果表明,通过原始光谱与S-G(3)平滑相结合的预处理方法,用17个主成分建立的偏最小二乘法模型最好,其交叉验证集和预测集模型的决定系数(R2)分别为0.722 7和0.679 1,交叉验证均方根误差(RMSECV)为1.171,预测的平均相对误差为6.81%,能高效、快速地预测梨树叶片钾素含量,为梨树钾素快速测定提供了新的手段。     

近红外漫反射光谱技术快速无损识别灵芝和云芝提取物研究

为了满足食用菌提取物实际生产监管需要,本研究采用近红外漫反射光谱技术对来自不同地区的灵芝和云芝提取物样品进行定性识别研究。在800~2 750nm波段范围,采集灵芝和云芝提取物的漫反射光谱,应用主成分聚类分析和偏最小二乘判别法分别建立识别模型,用146个样品进行建模和48个外部样品集进行验证。结果表明:采用主成分聚类判别分析法,灵芝和云芝提取物的判别界线清晰,正确率达到88.54%;采用偏最小二乘判别法,建立的鉴别分类模型能较好地对灵芝和云芝提取物进行鉴别,校正集和预测集样品的识别正确率均为100%。因此,近红外结合主成分聚类分析和偏最小二乘判别法识别灵芝和云芝提取物是可行的,同时研究结果为灵芝和云芝提取物的快速识别提供了理论依据和使用方法。     

基于近红外光谱的脐橙产地溯源研究

为研究近红外光谱分析技术鉴别脐橙产地的可行性,该文采用江西、重庆和湖南3个产地脐橙样品1140～1170nm波段的近红外光谱经一阶导数(9点平滑)预处理,分别建立了簇类独立软模式法脐橙产地鉴别模型。在5%显著水平下,模型对3个产地训练集样品的识别率均为100%,拒绝率分别为85.7%、83.3%、100%;对验证集样品的识别率均为100%,拒绝率分别为100%、89.5%、100%,表明簇类独立软模式法模型基本能够判别脐橙产地。将江西、重庆和湖南3个产地的脐橙样品分别赋值0、1、?1,在全波段范围内建立原始光谱脐橙产地的偏最小二乘判别模型,其预测值与真实值的决定系数为0.973,校正标准差为0.110,预测标准差为0.159,模型对训练集和验证集样品的识别率达到100%。因此,应用近红外光谱分析技术可准确、快速地追溯脐橙产地来源。     

近红外光谱法预测羊肉化学成分的研究

对3个品种、3个部位的106个羊肉样品进行近红外光谱扫描,并测定其蛋白质、水分、脂肪含量,采用Unscrambler软件建立基于偏最小二乘法的近红外光谱预测模型。结果显示:样品水分含量近红外光谱校正决定系数为0.94,验证决定系数是0.86;蛋白质含量近红外光谱预测模型的校正决定系数为0.90,验证决定系数为0.72;脂肪含量近红外光谱校正决定系数0.81,验证决定系数0.64,由此可知近红外光谱用于羊肉品质检测具有可行性。本研究为羊肉化学成分的快速检测提供了基础。     

青海省耕地资源开发利用分析及对策研究

分析论述了青海省耕地资源开发利用的现状、特点和问题。在此基础上,提出了对青海省耕地资源进行研究的框架体系和思路,同时基于GIS/RS技术设计了相关的技术路线。最后依据所做设计对青海省耕地资源开发利用做了初步分析,并进行了相关的对策研究分析。     

Physical Properties of the Soils of Sibay City of the Republic of Bashkortostan

Eurasian Soil Science - The results of the study of the properties of urban soils of the city of Sibay located in the mining region of the Republic of Bashkortostan are presented. A specific...     

荔枝种子结构的扫描电镜观察

荔枝种子从果实中剥离出来后, 即使在室内条件下, 也极易失水干缩, 潮湿环境中又易发霉而腐烂。扫描电镜观察表明: 种皮上布满纹孔, 水分散失面积很大; 种脐部为疏松的海绵组织, 且营养丰富。据此, 生产上应对种子彻底清洗, 并保存于适当湿度的环境中, 以提高其发芽率。     

物联网安全及解决措施

物联网是一个集信息通信、数据交换、传感器技术与软件工程于一体的综合性产业,探讨和分析了物联网的结构体系与发展中遇到的安全问题。     

三门峡水库库岸坍塌成因分析与防治措施研究

三门峡水库自1960年9月蓄水运行以来,库岸坍塌现象频繁发生,平均每年塌岸0.5～0.7亿m3.指出了造成库岸坍塌的原因主要是地质环境的影响以及水力条件的变化;不同的地形、地貌、地质结构和岩性特征,表现了不同的塌岸强度,其中黄土塬区为极强塌岸段,黄河Ⅱ级阶地为强烈塌岸段,黄河Ⅰ级阶地为中等强烈塌岸段;分析了引起库岸坍塌的主要水力条件有大气降水、地表水和地下水,并且不同水力条件及其变化特征,对库岸坍塌影响的方式和程度也不同;最后给出了防治库岸坍塌应采用标本兼治的原则,治标是指对塌岸进行必要的加固、支挡、衬砌等;治本就是根据引起塌岸的原因以及不同地质环境条件下的塌岸特征和水力条件,因地制宜,因害设防,从根本上进行综合治理.     

食用仙人掌萎蔫气象条件分析

塑料大棚内种植的食用仙人掌在土壤墒情较好时也有萎蔫现象发生，通过试验观测和对仙人掌生理习性的分析，发现阴雨过后天气突然放晴温度急剧上升易使仙人掌发生萎蔫现象，并提出了田间管理的应对措施。     

Heterogeneity of Organic Matter of Aggregates of Protocalcic Chernozems

Eurasian Soil Science - Layers were step-by-step removed from macroaggregates (2–1 mm in diameter) of Protocalcic Chernozems via successive abrasion in a revolving rotator during 5, 10, 15,...     

氟对小鼠生精细胞凋亡的影响及锌的保护作用

为观察氟对成年雄性小鼠生精细胞凋亡的影响及锌的保护作用,通过腹腔注射氟化钠建立氟中毒动物模型及锌保护实验。采用石蜡切片、苏木精-伊红染色(HE染色)、末端原位标记(TUNEL)及琼脂糖凝胶电泳的方法检测小鼠生精细胞的凋亡情况。结果显示:(1)氟感染组无论是低剂量组(NaF10 mg/kg)或是高剂量组(NaF 20 mg/kg)生精细胞都发生了明显的凋亡。生精细胞凋亡主要发生在精母细胞和精原细胞,凋亡指数与对照组差异极显著(P<0.05)。(2)无论是高剂量锌(ZnSO430 mg/kg)和低剂量锌(ZnSO415 mg/kg)都可以使凋亡指数明显降低,高剂量锌组的凋亡指数与对照组差异不显著(P>0.05)。     

Characterization of physical and chemical properties of Varzea soils of Goias State of Brazil

Abstract

Brazil has approximately 30 million hectares of lowland areas, known locally as “Varzea,”; distributed throughout the country. Soils in these areas have the potential to support agricultural production, but very little is known about their fertility. The current experiment was undertaken to characterize the chemical and physical properties of representative “Varzea”; soils collected at 0–20, 20–40, 40–60, and 60–80 cm depth intervals from 23 sites in Goias State of Brazil. Organic matter contents averaged 42 g/kg in the surface 20 cm of soil and should make a significant contribution to overall nutrient availability. Soil pH increased slightly with depth from a mean value of 5.2 in the surface 20 cm of soil to a mean value of 5.4 in the 60–80 cm depth interval. Several soils had exchangeable Al values ≥ 1.0 cmol Al/kg, but soil Al saturation was generally less than the 60% level frequently associated with Al toxicity. However, cereal and legume production could benefit from lime addition in many of these soils. Although base saturation was fairly low in some soils, exchangeable Ca and Mg levels were, in general, adequate throughout the profile. Extractable P levels were adequate in most surface soil samples. Extractable K levels in these soils were generally low, and the application of K fertilizers should be beneficial, especially in conjunction with lime addition. The high clay content “Varzea”; soils of the Brazilian lowlands have some drainage problems but generally exhibit favorable chemical properties for crop production when compared to soils of the well‐drained Cerrados.