粳稻七种必需氨基酸含量近红外漫反射光谱分析技术研究

利用化学法测定了粳稻精米粉必需氨基酸的含量,并分别建立了相应的近红外分析预测模型。结果表明,不同光谱预处理方法对近红外分析模型的预测结果有较大影响,采用光谱预处理的校正效果比不采用预处理的好。用偏最小二乘法(PLS)获得的粳稻精米粉缬氨酸、异亮氨酸、亮氨酸、苯丙氨酸、蛋氨酸、苏氨酸、赖氨酸等7种必需氨基酸含量的预测模型和交叉验证结果显示表明,最优校正决定系数(R2)和交叉检验均方误差(RMSECV)分别为0.8868、0.0303;0.8623、0.0237;0.9008、0.0359;0.8993、0.0278;0.5999、0.0256;0.76040、.0238;0.8543、0.0173。因此在水稻品质育种中,近红外光谱分析技术可用于除蛋氨酸、苏氨酸外的其余5种必需氨基酸含量的测定。     

烤烟烟叶钾含量的近红外光谱法快速测定

随机选取烤烟建模集样品(150个)和检验集样品(35个),利用傅里叶变换近红外光谱仪测定烤烟样品的近红外光谱,并用常规化学分析法测定烤烟样品的含钾量。采用偏最小二乘法(PLS)把测得的烤烟样品的光谱值与烤烟钾含量的数值拟合建立定标模型,经分析得出:预测模型分析烤烟钾含量的决定系数(R2)为0.909,预测标准差(RMSEP)为0.119%。近红外法测定结果与常规化学分析方法的结果具有较好的相关性,能够应用于烤烟钾含量的快速诊断。     

近红外光谱法快速鉴定干海参产地

该文采用近红外漫反射光谱法,对来自4个不同产地的96个干刺参样品,进行了产地鉴别分析。研究表明：在5 000～4 000 cm-1 波段,干海参样品具有丰富的光谱结构,且反映出了由于海参生长环境不同带来的差异性;对该波段的一次微分光谱数据进行主成分聚类（PCCA）计算,可成功实现对其产地的鉴定分析。该研究为动物性海洋食品的产地快速鉴别分析提供了新方法。     

近红外光谱法测定玉米秸秆饲用品质

为了对玉米秸秆的饲用品质进行可靠、便捷、快速的分析和评价,该研究以不同品种、密度、氮肥和水分处理的不同发育时期和不同部位玉米秸秆为试验材料,应用近红外光谱（NIRS）技术和偏最小二乘法（PLS）,采用一阶导数+中心化+多元散射校正的光谱数据预处理方法,构建了玉米秸秆体外干物质消化率（IVDMD）、酸性洗涤纤维（ADF）、中性洗涤纤维（NDF） 和可溶性糖（WSC）含量的NIRS分析模型。所建立的IVDMD、ADF、NDF和WSC含量的NIRS校正模型决定系数（R2cal）分别为0.9906、0.9870、0.9931和0.9802,交叉验证决定系数（R2cv）分别为0.9593、0.9413 、0.9678和0.9342,外部验证决定系数（R2val）分别为0.9549、0.9353、0.9519和0.9191,各项标准差（SEC、SECV和SEP）为0.935～1.904,相对分析误差（RPD）均大于3。结果表明,各参数的NIRS分析模型可用于玉米秸秆饲用品质的分析和品种选育的快速鉴定。     

近红外反射技术建立合肥地区精米直链淀粉含量测定模型

以合肥地区种植的203份水稻材料为检测对象,用近红外反射技术采集光谱,常规化学方法测定精米直链淀粉含量。结果表明,定标样品的直链淀粉含量分布范围为3.439%～28.046%,代表性和连续性良好。采用多种计量数学处理方法和偏最小二乘法(PLS),优化建立了精米直链淀粉含量的定量分析预测模型。定标集(C-Set)样品数132个,相关系数(Rc)0.9278,定标标准差(SEC)1.6582;验证集(V-Set)样品数67个,相关系数(Rv)0.8736,预测标准差(SEP)1.9083,并证实所建立的模型在测定精米直链淀粉含量上具有很好的准确性和实用性,对合肥地区水稻品质育种及种质资源相关研究具有实用价值。     

稻米品质近红外光谱法分析中定标样品选择与模型优化

通过对粳型水稻精米粉的直链淀粉含量和氨基酸含量近红外光谱检测模型的定标样品数量和优化的分析,用新复极差检验对不同样品组的粳稻精米粉直链淀粉含量和谷氨酸、亮氨酸含量的近红外建模效果校正决定系数(R2)和交叉检验均方误差(RMSECV)进行了评价,发现样品数为216份、114份、81份的直链淀粉含量样品组间无显著差异,200份、132份、91份谷氨酸和200份、113份和70份亮氨酸含量的样品组间无显著差异。结果表明,优选合适的样品及数量,并对模型进行优化,不仅可保持定标方程的精度,也可节约成本、减少工时。在本试验中,直链淀粉、谷氨酸和亮氨酸含量分别选择81、91、70份分布均匀的样品,可满足各自的建模要求。     

近红外透反射光谱测定单粒稻种的蛋白质含量

为探索NIR光谱技术在水稻种子蛋白质含量分析中的应用,本研究细致分析了单粒稻种在不同光谱采集方式下的近红外光谱(NIRS)特征,并利用离子束诱变育种得到的水稻9311突变体库的种子,建立准确性较好的单粒糙米和单粒稻种的蛋白质定量模型。结果表明,与漫反射光谱采集方式下的单粒糙米蛋白质模型相比,透反射和透射光谱采集方式下能得到相关性较好的糙米蛋白质模型,其中单粒糙米蛋白质最优定量模型的决定系数(R²)为0.97,预测均方根误差(RMSEP)为0.27%。在单粒稻种中,由于种壳的反射作用,漫反射光谱采集方式下依然无法建立准确性高的蛋白质模型,透反射光谱采集方式下能够建立具有一定预测能力的蛋白质定量模型(RMSEP=0.81%),透射光谱采集方式下能够建立准确性高的蛋白质定量模型(R²=0.96,RMSEP=0.24%)。本研究结果为无损快速分析单粒稻种提供了一种解决方法。     

饲料中肉骨粉含量的近红外反射光谱检测方法

收集28份鸡饲料,31份猪饲料,25份牛饲料和肉骨粉7份,在饲料中掺入不同比例(0.5%～6.0%)的肉骨粉,制成分析样本.采用偏最小二乘(PLS)法,分别对光谱进行散射校正、平滑、一阶导数和二阶导数预处理,建立了鸡饲料、猪饲料和牛饲料中肉骨粉含量的近红外定量分析模型.利用验证集样本对定标模型进行了检验,鸡饲料、猪饲料和牛饲料中肉骨粉含量的真值与预测值之间的决定系数分别为0.9694、0.9846和0.9788;标准差分别为0.279、0.252和0.287;相对分析误差分别为5.663、6.865和5.889.结果表明,利用近红外光谱法测定饲料中的肉骨粉含量具有较高的预测精度.     

近红外光谱法在土壤有机质研究中的应用

近红外光谱技术(Near Infrared Reflectance Spectroscopy,NIRS)具有快速、低成本、无损等优点。目前利用NIRS获取土壤信息已成为国内外学者研究的重点,但是在我国利用NIRS对土壤成分进行定量分析才刚刚起步。本文简要介绍了近红外光谱分析的基本原理、模型的建立及评价,详细论述了该技术在预测土壤有机质及其组分方面的应用,并对NIRS在我国土壤有机质定量研究方面的应用前景进行了展望。     

近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量

运用偏最小二乘法(PLS)和人工神经网络(ANN)方法分别建立了0.9 mm筛分风干黑土土壤碱解氮、速效磷和速效钾含量预测的近红外光谱(NIRS)分析模型。使用偏最小二乘算法建立的碱解氮、速效磷和速效钾校正模型的决定系数R²分别为0.9520、0.8714和0.7300，平均相对误差分别为3.42%、13.40%和7.40%。人工神经网络方法建立的碱解氮、速效磷和速效钾校正模型的决定系数分别为0.9563、0.9493和0.9522，相对误差分别为2.67%、6.48%和2.27%，测试集仿真的相对误差分别为5.44%、16.65%和7.87%。结果表明，人工神经网络方法所建立的校正模型均优于偏最小二乘法所建模型；用近红外光谱分析法预测土壤碱解氮含量是可行的，而速效磷、速效钾模型的测试集样品仿真的相对误差较大，其预测可行性还需做进一步研究。     

应用近红外光谱法测定土壤的有机质和pH值

为了满足精细农业对土壤快速实时测试的需要,对未经过粉碎、过筛等处理的土壤,采集了4000～12500 cm-1范围的近红外光谱。研究了土壤的光谱特性,并采用偏最小二乘回归分析方法建立了一阶微分光谱的光谱吸光度与有机质含量和pH值之间的定量分析模型。试验分析表明：有机质的预测相关系数为0.818,预测标准偏差SEP为0.069,预测均方根误差为RMSEP为0.085;pH值的预测相关系数为0.834,SEP为0.095,RMSEP为0.114。表明采用近红外光谱仪经一阶微分处理可以很好地预测经过简单处理的土样中的有机质含量和pH值, 该结论为今后田间快速土壤特性光谱测量奠定了基础。     

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。     

碱熔-原子荧光光谱法测定泥炭中砷的含量

建立了碱熔消解样品,原子荧光光谱法测定泥炭中砷含量的方法。确定了该方法的最佳仪器条件,方法的检出限为0.2137μg/L,相对标准偏差为4.26%(20μg/L)。测定了标准土壤样品(GBW08303)中砷的含量,与证书推荐值一致。同传统酸溶法相比,碱熔法测定值可靠。实际样品测定的加标回收率为98.2%。     

近红外光谱分析法测定菜籽油中芥酸的含量

采用多通道PDA型近红外光谱仪,应用偏最小二乘法建立了菜籽油中芥酸含量与近红外透射光谱的校正模型,讨论多项式求导及平滑的窗口宽度和相关系数法筛选有效波长对校正模型的影响,并对10个预测集样品利用预测相关系数R_p和预测均方根误差RMSEP指标进行了预测精度分析,结果发现：在使用全谱数据进行偏最小二乘回归建模时,一阶7点求导及平滑的预处理方法结果最佳,此时建模效果为：R_p=0.739,RMSEP=1.659;在此基础上通过相关系数法筛选波长后的建模效果为：R_p=0.958,RMSEP=0.963。后者R_p提高29%,RMSEP减少42%。由此可得出多项式求导及平滑法和相关系数法相结合对校正模型稳健性,预测精度都有较大提高的结论。研究证明：多通道近红外光谱仪快速测测菜籽油中芥酸含量的方法是可行的。     

氢化物原子荧光光谱法测定水溶肥料中的硒

文章介绍了原子荧光光谱法测定水溶肥料中硒含量的方法。该方法具有操作简单、快速、基体干扰少、灵敏度高等优点。该方法检出限为0.24 μg/L,线性范围0 μg/L～300 μg/L,加标回收率96.5%～103.0%。     

土壤可见光-近红外反射光谱与重金属含量之间的相关性

发展基于反射光谱技术的快速、简便、低成本的土壤重金属信息提取方法是区域土壤重金属污染治理所需要的。选择江西贵溪铜冶炼厂污染区,分析了9种重金属元素(Cu、Pb、Zn、Cd、Co、Ni、Fe、Mn及Cr)与土壤可见光-近红外反射光谱之间的相关性及其相关的原因。研究表明,研究区土壤中存在Cu(含量介于66.71~387 mg kg-1之间)和Cd(含量介于0.36~6.019 mg kg-1之间)的强烈富集。土壤重金属含量与反射光谱之间存在显著相关,污染元素Cu的最高相关系数为-0.87,Pb、Zn、Co、Ni、Fe的最高相关系数达到高度相关(|r|>0.80),Cr、Cd、Mn的最高相关系数达到显著相关(|r|>0.70)。微分光谱适于获取土壤中的重金属元素信息,利用组合波段能显著提高相关性。Cu与反射光谱之间的相关性主要受有机质的影响;Pb、Zn、Co、Ni主要受黏土矿物和铁锰氧化物的影响;Cr与反射光谱之间的相关性同时受有机质和黏土矿物的影响。