近红外光谱法快速测定废水生化需氧量

采用透射法采集了污水处理厂废水120个样品的近红外光谱数据,以采用标准稀释法测得的5 d废水生化需氧量为参考值建立废水BOD近红外预测模型.研究比较了以逐步多元线性回归(SMLR)、主成分回归(PCR)、偏最小二乘法(PLS)3种校正方法建立的废水生化需氧量(BOD)预测模型,发现PLS校正模型优于其余2种,其校正相关系数(rc)达0.763,校正标准差为27.7 mg.L-1,预测标准差为29.1 mg.L-1.结果表明,近红外光谱技术可成为废水BOD快速检测的新手段.     

不同嫩度羊肉中钙蛋白酶的差异

【目的】钙蛋白酶是宰后肌肉嫩化过程的主要贡献者,通过蛋白水解能力发挥其功能作用。钙蛋白酶,尤其是μ-钙蛋白酶(μ-calpain)的活性与宰后肌肉的嫩度密切相关。探究不同嫩度的羊肉中钙蛋白酶的差异,确定羊宰后肌肉中μ-钙蛋白酶的主要作用时间及其与嫩度的关系,为调控钙蛋白酶酶活进而调控嫩度提供理论基础。【方法】选取乌珠穆沁大尾羊背最长肌为样品,通过测定肌原纤维小片化指数将样品进行高、低嫩度分组,分别测定嫩度差异样品在宰后成熟过程中p H、μ-钙蛋白酶大亚基存在状态,以及未自溶μ-/m-钙蛋白酶的含量随宰后时间的变化情况。【结果】高、低嫩度组宰后p H的变化规律一致,宰后各时间点两组样品p H均差异不显著。μ-钙蛋白酶80 k Da大亚基在宰后逐渐降解,宰后30 min,高嫩度组μ-钙蛋白酶80 k Da大亚基含量显著高于低嫩度组;但高嫩度组μ-钙蛋白酶80 k Da大亚基在宰后48 h已基本完全降解,低嫩度组在宰后5 d才基本完全降解。未自溶μ-钙蛋白酶的含量逐渐下降,宰后30 min和2 h,高嫩度组未自溶μ-钙蛋白酶的含量显著高于低嫩度组,宰后12 h、5 d和7 d,低嫩度组未自溶μ-钙蛋白酶的含量显著高于高嫩度组。宰后6 h,高嫩度组μ-钙蛋白酶出现明显的自溶和降解现象。【结论】与低嫩度组相比,高嫩度组宰后μ-钙蛋白酶的初始含量较高,但高嫩度组μ-钙蛋白酶自溶、失活的速率快,自溶及激活程度显著大于低嫩度组。表明宰后μ-钙蛋白酶的自溶及激活状态直接影响肌肉的嫩度。宰后24 h,尤其是12 h内,μ-钙蛋白酶的变化状态对羊肉嫩度的影响最大。     

基于高光谱成像技术的冷鲜羊肉嫩度检测方法研究

传统羊肉品质检测方法效率低、破坏样品,为实现冷鲜羊肉嫩度快速无损检测,以内蒙古锡林郭勒羊肉为研究对象,采用多元散射校正法对光谱进行校正,利用主成分分析法获得620.23、761.48、819.48 nm波长下的特征图像,并提取其纹理特征和颜色特征,分别建立羊肉嫩度的BP神经网络和支持向量机预测模型。结果显示,BP神经网络模型预测效果优于支持向量机模型预测效果,BP神经网络模型对预测集的决定系数（R2）和预测均方根误差（RMSEP）分别为0.85和1.86;支持向量机模型分别为0.77和2.37。研究表明,利用高光谱和图像信息特征层融合方法对冷鲜羊肉嫩度进行预测具有可行性。     

近红外光谱法快速测定欧美杨戊聚糖含量

利用欧美杨近红外光谱数据和戊聚糖含量数据,采用一种多模型建模方法,实现了对欧美杨戊聚糖含量的快速预测.预测值与试验值的相关系数为0.935 0,均方差系数为0.336 7,预测结果的平均相对误差为0.012 8.为进一步减小预测误差,对光谱数据进行了一种函数变换,将函数变换方法与多模型方法结合重新建模,预测值与试验值的相关系数增大为0.957 4,均方差系数减小为0.245 8,预测结果的平均相对误差减小为0.008 2.文中方法可以尝试应用于欧美杨其他化学成分含量的测定.     

近红外反射光谱法测定厚朴酚类物质

为了建立厚朴Magnolia officinalis药材品质快速有效的评价方法,采用近红外反射光谱技术测定厚朴酚及和厚朴酚的质量分数。通过在全波长条件下,运用不同数学预处理、光谱散射校正和统计方法对来发展定标回归方程,其中统计方法包括偏最小二乘法(PLS)、修正的偏最小二乘法回归分析法(MPLS)和主成分回归法(PCR)。在对比分析的基础上,得到最佳的数学方法为"3,6,6,1"组合,光谱散射校正方法为SNV D或SNV,统计方法为MPLS,厚朴酚类物质的定标决定系数RSQ均达到了0.97以上。该定标模型的外部独立检验相关系数也均达0.95以上。用近红外反射光谱技术测定厚朴药材酚类物质质量分数具有与化学法相近的准确性,可在实践中应用。图2表5参11     

近红外光谱法快速测定苎麻粗蛋白含量

[目的]探讨应用近红外光谱仪测定苎麻粗蛋白的可行性.[方法]以50个样品组成校正集,采用偏最小二乘法(PLS)建立近红外光谱信息与粗蛋白含量的校正模型,用该模型对10个样品的粗蛋白进行预测.[结果]该模型的相关系数为0.98.苎麻粗蛋白含量的化学测定值与近红外光谱模型预测值之间存在较好的相关性,预测值与化学值之间的平均相对误差为3.54％.[结论]用近红外光谱分析建立苎麻粗蛋白预测模型并测定苎麻粗蛋白含量是可行的.     

基于近红外光谱法的玉米钾营养快速测定研究

本文利用近红外漫反射光谱对玉米叶钾营养含量进行快速测定的研究。以农大265玉米为材料,采用偏最小二乘回归法(PLS)建立玉米叶片中钾含量与光谱数据的校正模型,其决定系数Rc2=0.9783,交叉验证决定系数Rv2=0.9133,交叉验证均方差RMSECV=1.6499,模型因子数Factor=12。结果表明,利用近红外漫反射光谱法快速测定玉米叶片中钾营养含量是可行的,为近红外光谱仪快速测定玉米叶钾含量提供了理论依据。     

近红外光谱法快速测定烟草中淀粉含量

[目的]快速测定烟草中淀粉的含量。[方法]采用近红外(NIR)漫反射光谱仪扫描140个烤烟烟叶样品,连续流动法测定其淀粉的含量,多种参数方法对谱图进行处理,最后选择消除常数法对光谱进行预处理和偏最小二乘法对数据进行拟合,建立了烤烟中淀粉的NIR预测模型,并对这些模型进行了外部验证。[结果]淀粉的预测值与连续流动法测定值的平均相对偏差均在5%以内,精密度RSD均小于5%。[结论]该模型可快速测定烟叶中淀粉的含量,对控制烟草调制过程中淀粉的转化和烟草制品中的淀粉含量具有重要意义。     

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。     

近红外光谱法快速测定食用油中的脂肪酸含量

探讨利用近红外光谱技术快速测定食用油中的脂肪酸含量.在实验中采用气相色谱法对45个食用油样品中的硬脂酸、棕榈酸、油酸含量进行测定,同时根据45个食用油样品的近红外线光谱结合模型优化方法来建立起食用油中主要脂肪酸含量的近红外定量分析模型,由此建立起一个可以定量分析食用油脂肪酸含量的快速简便的检测途径,因而极具良好的应用前景.     

近红外光谱法对巴戟天药材中水分含量的快速测定

建立了巴戟天(Morinda officinalis How.)药材中水分含量的近红外定量模型,可快速测定巴戟天中水分含量.按照《中华人民共和国药典》(2010版)规定采用烘干法测定166批巴戟天药材的水分含量,采集并用多元散射校正法、二阶导数法预处理近红外光谱,结合偏最小二乘法建立了近红外水分定量分析模型.所建立的校正模型的内部交叉验证决定系数为0.985 5,内部交叉验证均方差为0.402 7,校正均方差为0.169,预测均方差为0.180.结果表明,该近红外水分定量模型稳定、准确,可快速进行巴戟天药材中水分含量的测定.     

近红外光谱法对茶叶中游离氨基酸含量的快速测定

为建立一种快速检测茶叶中游离氨基酸含量的方法,应用近红外光谱分析技术对贵州省不同产地的162个绿茶样品中的游离氨基酸含量进行检测,并结合偏最小二乘法(PLS),建立茶叶中氨基酸含量的预测模型。结果表明:通过标准归一化(SNV)光谱预处理,光谱范围选择6 657.74～6 178.16、5 793.11～5 688.98、4 493.33～4 350.62cm-1,主因子数为11,得到模型的内部交互验证相关系数(R)为0.981 56,交互验证均方差(RMSECV)为0.501;模型的预测值与实测值的相关系数为0.998,预测均方差(RMSEP)为0.312,稳定性试验得到的相对标准偏差(RSD)小于0.4%。综合分析,傅里叶变换红外光谱法与化学计量学方法相结合可以实现茶叶游离氨基酸的快速检测,满足检测要求。     

利用近红外光谱法对烟叶氮钾含量的快速测定

探讨了近红外光谱法无损快速测定烟叶氮钾含量的可行性,利用傅里叶变换近红外光谱仪测定建模集（104个）和检验集（40个）烟叶样品的近红外光谱,采用偏最小二乘法（PLS）把测得的烟叶光谱值与常规化学分析法测得的全氮和全钾数值拟合建立定标模型,经分析得出：预测模型分析氮的相关系数（R）为0.951,预测标准差（RMSEP）0.301;钾的相关系数（R）为0.928,预测标准差（RMSEP）为0.278。近红外法测定结果与常规方法已有较好的相关性,能为今后快速诊断烟叶的营养状况提供新技术。     

伊犁地区马肉嫩度的测定与分析

[目的]对伊犁地区不同年龄、不同性别及不同部位的马肉嫩度进行测定,比较不同年龄段、不同性别及不同部位马肉嫩度的差异性,为马肉食用品质指标提供数据参考.[方法]选择3岁、4·7岁和8岁及以上三个年龄阶段的马匹为对象,屠宰后取前腿、背部和后腿的肌肉为试验材料.用C-LM3型数显式肌肉嫩度仪对马肉的剪切力进行测定.[结果]在不同年龄段中,3岁马肉的剪切力值最小,为4.49 kg.f.4·7岁与8岁及以上马肉剪切力值差异不显著(P＞0.05),与3岁马肉嫩度差异显著(P＜0.05).雌性马肉剪切力值较雄性马肉剪切力值小,肉质较嫩.不同部位间,背部肌肉剪切力值最小为5.68 kg.f,前腿部和后腿部剪切力值分别为6.10和6.13 kg.f,但三个部位差异不显著(P＞0.05).[结论]年龄越小其肌肉剪切力值越小,肉质越嫩,但同时也会受其他因素影响;母畜肉较公畜肉质更细腻,嫩度稍高;前腿部和后腿部肌肉因运动量大,其肌肉有致密的结缔组织支持,故其嫩度较背部肌肉低.     

近红外光谱法快速测定山核桃品质性状的研究

本试验对近红外光谱技术预测山核桃中粗脂肪和蛋白质含量进行了定标方程研究.定标就是建立常法测定值与近红外光谱值之间的相关关系.山核桃中的粗脂肪用索式抽提法进行测定,蛋白质用凯氏定氮法测定,用近红外光谱仪收集样品的光谱数据,用多元线性回归法建立经典法测定值与光谱值之间的相关关系.定标结果表明,粗脂肪的相关系数高达0.99,变异系数为0.83,经检验测试证明其定标方程具有良好的预测性能,因此近红外光谱技术可用于日常快速准确地测定山核桃中粗脂肪含量.     

近红外光谱法快速测定烟草中的常规化学成分含量

[目的]探讨近红外光谱法快速测定烟草中的常规化学成分含量.[方法]采用近红外光谱技术,选取单品种样品681个,结合偏最小二乘法(PLS),定量分析了烟草中总氯、烟碱、总钾、总糖、还原糖及总氮含量,并用实际样品对模型进行了验证.[结果]使用偏最小二乘法(PLS)为建模方法,建立了烟草中6种常规化学成分:总氯、烟碱、总钾,总糖、还原糖及总氮的近红外预测模型.6种组分最佳PLS预测模型的相关系数r分别为0.977 4、0.992 7、0.982 1、0.986 0、099 1和0.975 0.交叉检验的均方差(RMSECV)分别为0.057、0.126、0.160、1.170、0.994和0.127.[结论]所建模型精密度良好,近红外光谱法与行业标准方法所测值不存在显著差异,近红外光谱模型可以快速预测烟草中总氯、烟碱、总钾、总糖、还原糖及总氮的含量.     

近红外光谱法快速测定鲜木薯水分的研究

为实时监测鲜木薯中水分,指导其加工,建立了近红外光谱法现场快速测定木薯中水分含量的方法。采用横切木薯茎块方式进行制样,对其横截面进行近红外光谱扫描,二阶导数法预处理光谱图,定量偏最小二乘法（QPLS）建立模型,优化了模型条件和参数,建立最佳近红外光谱数学模型。结果：数学模型良好,验证集样品的化学值和近红外预测值间相关系数为O．9755,校正标准偏差（SEC）为1．31％,相对标准偏差（RSD）为2．20％,决定系数（R：）为0．9516。未知样品预测结果相对误差O．5％～3．4％。该水分定量分析NIRS数学模型具有较高的准确性,可满足快速测定鲜木薯中水分的要求,对促进鲜木薯加工业提高效率有积极意义。     

近红外漫反射光谱法快速测定新鲜青贮饲料化学成分含量

探讨近红外漫反射光谱技术(NIRS)测定新鲜青贮饲料化学成分的可行性。在液氮(-196℃)冷冻下对119份具有代表性的青贮饲料样品进行粉碎处理,利用传统分析方法测得其化学成分含量,同时利用近红外光谱仪扫描得到其近红外光谱,采用改良偏最小二乘回归方法(MPLS)建立其近红外定量分析校正模型。结果表明:干物质(DM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和粗灰分(CA)的相对分析误差RPD值(SD/SECV)均大于3,校正模型的外部验证决定系数R2v均大于0.85;粗蛋白(CP)、酸性洗涤木质素(ADL)和可溶性碳水化合物(WSC)的RPD值均大于2,其R2v分别为:0.82、0.65和0.71。近红外漫反射光谱法可以很好的测定新鲜青贮饲料中的DM、NDF、ADF和CA含量;CP含量测定效果较好,需要通过扩大样品CP含量变异范围进一步验证;可粗略估测ADL和WSC含量,测定精度有待于提高。     

近红外光谱法快速测定甘蔗蔗汁蔗糖分

本试验应用傅立叶变换近红外光谱透射技术快速定量分析甘蔗蔗汁蔗糖分。利用内部交叉证实和自动优化功能对预测数学模型进行优化 ,得到蔗汁蔗糖分预测数学模型的决定系数为99.4 1% ,均方差为 0 .2 14;蔗汁蔗糖分近红外分析结果的准确度是可接受的。对近红外光谱技术在甘蔗科研和生产中的应用前景进行了讨论     

近红外光谱法同时测定橙汁中多种成分含量

以市购30种橙汁饮品为研究对象,对橙汁中的总糖、总氨基酸、维生素C和总酸等多组分含量的同时测定进行了研究。采用TQ Analyst 9.0软件中的偏最小二乘法(PLS),导入20种橙汁的近红外光谱数据,通过光谱预处理和特征波段的选择,分别建立了橙汁中总糖、总氨基酸、维生素C和总酸的定量分析模型,模型的相关系数分别为0.996 3、0.963 1、0.988 0、0.999 2,交互验证均方差(RMSECV)分别为0.854 0、0.020 1、0.070 4、0.185 0。通过10种未知橙汁样品含量和t检验法对模型进行检测,结果显示,模型稳定性良好,预测结果准确。利用所建模型不需任何前处理,即可同时、快速、准确地测定橙汁中总糖、总氨基酸、维生素C和总酸的含量。