近红外光谱结合特征变量筛选方法测定茶汤中的氨基酸含量

采用透射方式获取茶汤的近红外光谱,利用特征变量筛选方法从茶汤的近红外光谱中提取氨基酸光谱信息,建立茶汤中氨基酸含量的快速检测模型.分别利用间隔偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)从茶汤的近红外光谱中提取微弱的氨基酸信息,建立其近红外光谱定量分析模型.结果表明,利用两种方法筛选的特征变量都避开了水的强吸收峰影响,但利用siPLS方法建立的模型性能明显好于iPLS的.最优的siPLS模型对校正集样本的相关系数为0.912,交互验证均方根误差为0.185;用预测集中独立样本检验模型性能,其相关系数为0.887,预测均方根误差为0.202.研究结果可为液体茶饮料中的成分实时快速检测提供参考.     

变量筛选在茶叶咖啡碱近红外光谱定量分析模型中的应用

研究利用近红外光谱分析技术定量测定茶叶中咖啡碱的含量,目的是通过变量筛选简化模型并提高预测精度。试验中以135个来自大闽食品公司的茶叶作为研究对象,利用基于小波系数蒙特卡罗无信息变量消除法(WT-MC-UVE)进行变量筛选并结合偏最小二乘法(PLS)建立咖啡碱定量分析模型,选择交互验证均方根误差(RMSECV)和预测集均方根误差(RMSEP)以及预测相关系数(Rp)作为模型的评价指标。应用WT-MC-UVE筛选的90个变量所建立的模型,交互验证均方根误差,预测卷均方根误差,预测相关系数分别为0.124 8、0.1611和0.957 4。结果表明,该方法有效可行。     

变量筛选在茶叶咖啡碱近红外光谱定量分析模型中的应用

研究利用近红外光谱分析技术定量测定茶叶中咖啡碱的含量,目的是通过变量筛选简化模型并提高预测精度.试验中以135个来自大闽食品公司的茶叶作为研究对象,利用基于小波系数蒙特卡罗无信息变量消除法(WT-MC-UVE)进行变量筛选并结合偏最小二乘法(PLS)建立咖啡碱定量分析模型,选择交互验证均方根误差(RMSECV)和预测集均方根误差(RMSEP)以及预测相关系数(Rp)作为模型的评价指标.应用 WT-MC-UVE筛选的90个变量所建立的模型,交互验证均方根误差,预测卷均方根误差,预测相关系数分别为0.1248、0.1611和0.9574.结果表明,该方法有效可行.     

基于随机森林算法的秦艽龙胆苦苷含量快速检测

【目的】基于近红外光谱技术，运用随机森林算法实现秦艽中龙胆苦苷含量的快速、准确、无损检测。【方法】采用HPLC法测定秦艽中龙胆苦苷的含量，正交信号校正结合小波压缩对原始光谱进行预处理，以抽取的小波系数作为光谱特征建立秦艽近红外光谱和龙胆苦苷含量之间的随机森林定量分析模型，同时对4种模型的预测结果进行了对比分析。【结果】原始光谱正交信号校正预处理后分别建立偏最小二乘和随机森林定量分析模型，偏最小二乘回归模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.246 9和0.936 8，随机森林定量分析模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.207 5和0.969 5。原始光谱正交信号校正后进行离散小波分解，抽取63个中低频小波系数分别建立偏最小二乘和随机森林定量分析模型，偏最小二乘回归模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.212 6和0.950 3，随机森林定量分析模型在验证集上的均方根误差（RMSEP）和决定系数（R2）分别为0.166 3和0.980 4。【结论】通过小波多尺度分解降低了决策树之间的相关性，进一步提...     

近红外快速测定初烤烟叶中的新植二烯

【目的】建立基于近红外光谱分析技术的初烤烟叶新植二烯含量快速测定方法并对定量测定模型的准确性和稳定性进行评价。【方法】采用近红外技术结合光谱预处理(多元散射校正+二阶求导+Norris平滑)、异常样本的剔除(模群迭代奇异样本诊断)、基于竞争自适应重加权(CARS)算法的波长优选、基于交互验证均方根误差的建模波长变量优选建立了初烤烟叶新植二烯含量近红外PLS校正模型,并从模型内部参数(校正模型的决定系数、交互验证均方根误差、校正误差均方根)和外部验证集的预测误差均方根及其配对t检验结果对模型的稳定性和准确性进行评价。【结果】(1)被优选出来建立校正模型的主要波长范围为:2 464.58～2 450.60 nm、1 962.7～1 959.74 nm、1 767.37～1 763.76 nm、1 687.98～1 681.41 nm、1 425.36～1 419.90 nm、1 412.93～1 409.86 nm、1 180.66～1 177.98 nm、1 174.78～1 173.18 nm、1 168.95～1 167.37 nm和1 156.44～1 154.38 nm;(2)初烤烟叶新植二烯近红外校正模型的决定系数为0.882 7,最优主成分数为5,校正标准误差为18.602μg/g,交互验证均方根误差为18.488μg/g,预测范围为166.21～398.24μg/g;外部验证集的预测误差均方根为20.995,外部验证集样品(n=20)预测值和实测值在α=0.05显著水平下配对t检验结果表明不存在显著差异。【结论】研究建立的初烤烟叶新植二烯含量近红外校正模型具有较好的稳定性和预测准确性。该方法能快速准确测定初烤烟叶新植二烯,具有较好的实用价值。     

成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测

【目的】研究成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测技术,为及时、准确地掌握成熟期梨果实的内部品质特性及田间管理、适时采收、合理储藏提供依据。【方法】基于近红外漫反射光谱检测技术分别建立了成熟期砀山酥梨可溶性固形物含量的偏最小二乘(PLS)、广义回归神经网络(GRNN)和偏最小二乘支持向量机动态预测模型(LSSVM),并综合评价了无信息变量消除法(UVE)优选有效特征波数对于简化模型、提高预测性能的影响。【结果】UVE算法能够很好地提高建模效率、有效改善GRNN和LSSVM模型预测精度,而对PLS分析模型效果不明显。3种模型中,LSSVM模型比GRNN和PLS模型具有明显优势,其中UVE-LSSVM模型具有最佳预测精度和适用性,其校正相关系数(Rc)为0.988,校正均方根误差(RMSEC)为0.074,预测相关系数(Rp)为0.922,预测均方根误差(RMSEP)为0.162。【结论】基于近红外光谱技术的UVE-LSSVM模型可用于成熟期梨可溶性固形物含量的无损检测。     

NIRS结合TQ软件对氯化铵掺假牛奶定量分析

[目的]应用近红外光谱法建立氯化铵掺假牛奶定量分析模型。[方法]氯化铵是提高牛奶中含氮量的典型掺假物质,样品直接使用近红外光谱仪采用漫反射和三氯乙酸预处理后使用透射模块分别扫描并建立定量分析模型,并对模型进行验证。[结果]建立了漫反射氯化铵含量定量分析模型和透射氯化铵含量定量分析模型,后者模型更加准确可靠,均方根校正标准差(RMSEC)、相关系数(R2)、均方根预测标准差(RMSEP)分别为0.032 4、0.998 4、0.049 8,回收率为107.607 4%。[结论]三氯乙酸预处理后的透射模型更加精确,可以用于牛奶中氯化铵掺假检测,为进一步研究牛奶中其他物质掺假检测提供借鉴。     

火炬松针叶儿茶素含量近红外预测模型的建立

【目的】建立火炬松针叶儿茶素含量近红外预测模型,为选育高生物活性成分火炬松良种奠定基础。【方法】以102个火炬松单株的针叶为试验材料,利用液相色谱 质谱联用技术（LC-MS）测定其儿茶素含量。使用近红外成分分析仪采集样品的近红外光谱信息,对采集的光谱信息采用不同的方式（一阶导数（FD）、标准正态变量转换法(SNV)、平滑算法、乘积分散校正法（MSC）和标准化预处理以及FD+SNV、MSC+FD）进行预处理,结合偏最小二乘法建立回归模型,比较不同预处理方法建立的回归模型参数,选择最佳光谱预处理方法,建立火炬松针叶儿茶素含量近红外预测模型,并对模型的预测准确性进行验证。【结果】FD+SNV为最佳的近红外光谱信息预处理方法;建立了火炬松针叶儿茶素含量的近红外预测模型,该模型的主成分数为14,校正集相关系数（R_C）为0.969 6,校正集均方根误差（RMSE_C）为1.308 4,交互验证集相关系数（R_V）为0.817 1,交互验证集均方根误差（RMSE_V）为3.105 2。经过外部验证,验证集火炬松针叶样品的儿茶素含量实测值与预测值有显著相关性（R=0.880 7）。【结论】建立了火炬松针叶儿茶素含量近红外预测模型,该模型可以准确、高效地预测火炬松针叶的儿茶素含量。     

近红外漫反射无损检测梨果糖度及pH值的研究

【目的】应用近红外漫反射光谱技术无损检测梨果的糖度和pH值。【方法】采集完整梨果的近红外漫反射光谱(350~1 800 nm),光谱经移动窗口平滑处理、一阶微分和多元散射校正预处理后,再分别采用多元线性回归、主成分回归和偏最小二乘法,建立梨果糖度和pH值的定量预测数学模型。【结果】采用一阶微分结合偏最小二乘法所建模型的预测效果较好,糖度和pH值定量预测数学模型的相关系数分别为0.928 5和0.858 4,均方根误差分别为0.436 4和0.120 5。【结论】近红外漫反射光谱作为一种无损的检测方法,可用于评价梨果的糖度和pH值。     

基于近红外光谱技术的杉木总酚含量模型构建与应用

【目的】木样总酚含量化学测定耗时长、过程复杂,建立杉木木样总酚含量的快速无损检测模型,对实现木材无损检测及木材腐朽预测具有重要意义。【方法】试验以114个杉木(Cunninghamia lanceolata)木样为研究对象,用福林酚法测定样品总酚含量,利用MPA傅立叶变换光谱仪对杉木木材进行漫反射光谱数据采集。将木样分为校正集和验证集,通过不同光谱预处理方法和建模方法建立总酚的定量模型,选择出最优模型并用验证集对其进行验证。【结果】测定的114个杉木木样中总酚含量变异幅度大,可用于构建近红外模型。对114个杉木木样进行近红外光谱扫描,得出建模光谱范围为9403.9～7498.4 cm^-1、6102.1～5446.4 cm^-1及4605.5～4242.9 cm^-1。对杉木木样的近红外光谱进行预处理,得出最优组合：标准正态变量转换法(SNV)和一阶导数,采用偏最小二乘回归法(PLS)建立模型最优。校正集和交叉验证集的决定系数分别是0.8679和0.7549;校正均方根误差(RMSEE)和交叉验证均方根误差(RMSECV)分别...     

基于近红外光谱的果树残枝纤维组分含量分析

【目的】研究运用近红外光谱技术结合化学计量学实现快速检测新疆南疆果树残枝中纤维素、半纤维素和木质素含量。【方法】以150个从新疆南疆各地采集的果树残枝样本为材料,利用近红外光谱技术结合偏最小二乘法（PLS）,采用不同的预处理和特征波段筛选方法优化各纤维组分含量的预测模型。【结果】SG卷积平滑法预处理结合竞争性自适应权重取样法（CARS）优选特征波段建立的3种纤维组分近红外检测模型效果最优,相关系数r分别为0.950 3、0.948 7和0.937 1,决定系数R²分别为0.900 8、0.896 5和0.875 1,校正标准偏差RMSEC分别为0.007 0、0.005 4和0.005 1,预测标准偏差RMSEP分别为0.011 8、0.008 9和0.008 8。【结论】采用近红外光谱技术能够实现新疆南疆果树残枝纤维素、半纤维素和木质素三组分的快速定量检测。     

近红外光谱法检测鸡、鱼肉加热终点温度

【目的】在肉制品生产中,加热终点温度（endpoint temperature,EPT）是控制食源性疾病的关键因素。现有的EPT检测方法诸多,如酶活性测定法,凝血试验和聚丙烯酰胺凝胶电泳（SDS-PAGE电泳）法等,但普遍存在耗时、样品处理繁杂等不足。采用近红外光谱（near-infrared spectroscopy,NIR）结合偏最小二乘法（partial least squares,PLS）检测鸡、鱼肉加热终点温度,为研究近红外光谱法检测肉类EPT的可行性提供参考。【方法】分别将肉样以1℃·min^-1的升温速率进行9个不同温度的加热处理（50、55、60、65、70、75、80、85和90℃）,当达到终点温度时,迅速取出,冰水冷却到4℃。冷却后的肉样和释放的肉汁同时放到均质机中,均质1 min,绞碎成肉糜状。均质后的肉样存放于4℃的冰箱中,共制得144个样品（鸡、鱼肉样品数分别为77和67）。在近红外光谱仪上,采用硫化铅（PbS）检测器和旋转样品池,每个样品连续采集光谱3次,在11 000-4 000 cm^-1波数范围内,以8 cm^-1的分辨率扫描64次。将所采集的鸡、鱼肉的光谱数据分别随机分为校正集（样品总数108,其中鸡肉样58,鱼肉样50）和检验集（样品总数36,其中鸡肉样19,鱼肉样17）,校正集用于校正模型的建立,检验集用于检验模型的预测能力。在建立模型时,采用标准正则变换、一阶微分和Norris Derivative滤波平滑（N-D）3种方法结合对原始光谱进行处理,采用内部交叉验证均方差（cross-validation mean square error,RMSECV）确定主成分数,利用模型对检验集样品的预测均方差（prediction mean square error,RMSEP）、预测值与实测值间的相关系数r及预测标准差σ考察模型的预测性能。【结果】采用校正集的内部交叉验证均方差（RMSECV）确定鸡肉、鱼肉的主成分数分别为9和11,此时校正集的RMSECV值最小,分别为1.59%和0.96%;所得校正模型的预测温度与实际加热温度之间的相关系数分别为0.9844和0.9936;由所建模型对检验集样品的检验结果可看出,实际加热温度与近红外模型预测的加热温度具有很高的相关性,预测值的相关系数r分别为0.9966和0.9832;预测均方差RMSEP分别为3.02%和2.94%;预测标准差σ为0.97和1.63。【结论】本研究所建模型具有很好的预测性能,近红外光谱用于肉制品EPT检测具有很大潜力。     

腐植酸浸种对玉米种子萌发及幼苗生长的影响

【目的】 研究低温(18℃)下不同品种和不同浓度的腐植酸对玉米种子萌发及幼苗生长的影响,筛选出低温下适宜玉米生长的腐植酸及浓度。【方法】 以新玉64号(Zea mays L.)品种为材料,研究不同浓度(50、200、500、1 500、3 000、5 000 μg/mL)下腐植酸钾(HA₁)、硝基腐植酸(HA₂)、黄腐酸钾(HA₃)浸种处理对种子萌发情况,幼苗相关生理指标变化的影响。【结果】 50 ~ 1 500 μg/mL腐植酸浸种在不同程度上有利于玉米种子萌发,有效的提高种子发芽势、发芽率,提高幼苗脯氨酸含量及根系活力,增强种子淀粉酶活性。综合各项指标,HA₁、HA₂和HA₃处理最佳的浸种浓度分别为200、500、50 μg/mL,其中又以HA₃处理表现最优。【结论】 在早春低温时使用50 μg/mL HA₃溶液处理种子的方法较优,可促进种子萌发,调节相关酶活性,提高植物的抗逆性。     

近红外漫反射光谱法测定青贮玉米品质性状的研究

【目的】研究利用近红外漫反射光谱法（NIDRS）测定青贮玉米的体外干物质消化率 (IVDMD)、中性洗涤纤维(NDF)、酸性洗涤纤维 (ADF)、粗蛋白（CP）和粗脂肪（EE）含量的可行性。【方法】以普通、高油和超高油玉米全株和秸秆的青贮样为材料，采用光谱的主成分空间技术和偏最小二乘回归法（PLS）。【结果】所建立的IVDMD、NDF、ADF、CP和EE的校正模型的交叉验证决定系数(R2cv)分别为0.9133、0.9764、0.9789、0.9254和0.7294，外部验证决定系数(R2val)分别为0.8879、0.9455、0.9635、0.9387和0.7333，各项误差(RMSEE、RMSECV和RMSEP)为0.24(CP)～2.23(NDF)。【结论】利用近红外漫反射光谱法测定青贮玉米品质性状是完全可行的，该结果可满足畜牧业对青贮饲料品质快速分析的需要，对青贮玉米育种材料的快速鉴定筛选具有重要的意义。     

同一品种在不同生态区烟叶化学品质的差异

目的建立基于近红外光谱分析技术的初烤烟叶新植二烯含量快速测定方法并对定量测定模型的准确性和稳定性进行评价。方法采用近红外技术结合光谱预处理(多元散射校正+二阶求导+Norris平滑)、异常样本的剔除(模群迭代奇异样本诊断)、基于竞争自适应重加权(CARS)算法的波长优选、基于交互验证均方根误差的建模波长变量优选建立了初烤烟叶新植二烯含量近红外PLS校正模型,并从模型内部参数(校正模型的决定系数、交互验证均方根误差、校正误差均方根)和外部验证集的预测误差均方根及其配对t检验结果对模型的稳定性和准确性进行评价。结果(1) 被优选出来建立校正模型的主要波长范围为：2 464.58~2 450.60 nm、1 962.7~1 959.74 nm、1 767.37~1 763.76 nm、1 687.98~1 681.41 nm、1 425.36~1 419.90 nm、1 412.93~1 409.86 nm、1 180.66~1 177.98 nm、1 174.78~1 173.18 nm、1 168.95~1 167.37 nm和1 156.44~1 154.38 nm;(2) 初烤烟叶新植二烯近红外校正模型的决定系数为0.882 7,最优主成分数为5,校正标准误差为18.602 μg/g,交互验证均方根误差为18.488 μg/g,预测范围为166.21~398.24 μg/g;外部验证集的预测误差均方根为20.995,外部验证集样品(n=20)预测值和实测值在α=0.05显著水平下配对t检验结果表明不存在显著差异。结论研究建立的初烤烟叶新植二烯含量近红外校正模型具有较好的稳定性和预测准确性。该方法能快速准确测定初烤烟叶新植二烯,具有较好的实用价值。     

新疆不同地区梭梭种子活力与土壤因子分析

【目的】研究新疆梭梭种子活力与土壤因子的相关性,筛选影响其活力的主导因子。【方法】以新疆梭梭种子为材料,通过理化分析检测土壤因子(pH、有机质、全氮、全磷、全钾、速效氮、速效磷、速效钾),应用相关性分析、聚类分析、主成分分析和灰色关联度方法进行综合分析。【结果】梭梭种子鲜重、干重、幼苗高、发芽势和发芽率与种子活力指数均呈显著正相关性,不同地区种子幼苗性状及种子活力的比较发现托克逊县种源发芽势与发芽率优于其他种子来源地;不同地区梭梭土壤养分含量和ph均存在一定差异。【结论】不同种源种子幼苗性状及种子活力的比较发现托克逊县种源发芽势与发芽率优于其他种子来源地。2)土壤因子中的pH对种子鲜重、干重、发芽率、活力指数Ⅰ、活力指数Ⅱ和活力指数Ⅲ的关联度系数相对较高,同时也是影响活力指数Ⅲ重要因素。     

甜玉米种质资源种子活力综合评价

旨在为甜玉米种子活力性状评价、鉴定和遗传改良提供参考,以95份甜玉米自交系为材料,通过幼苗生长测定、抗冷测定和人工加速老化试验,调查了标准发芽率(GE)、苗高(SH)、根长(RL)、低温相对发芽率(CRGE)、老化相对发芽率(ARGE)、老化相对根长(ARRL)、老化相对苗高(ARSH)7个指标,运用隶属函数法和多元统计分析方法对种子活力进行了综合评价。结果表明,甜玉米资源种子活力存在丰富的遗传变异,7个指标的遗传变异系数在14.42%~34.46%之间,累计贡献率为71.27%,通过逐步回归建立了种子活力综合评价数学模型Y活力=-2.596+1.626GE+1.07ARGE+0.628CRGE (R2=0.900),预测结果与隶属函数值(L)法的评价结果基本一致。最终基于活力综合评价值将95份自交系分为5个等级,标准发芽率、低温相对发芽率和老化相对发芽率可作为甜玉米种子活力评价的主要指标。     

几个紫花苜蓿亚（变）种花粉和胚珠遗传变异分析

 【目的】紫花苜蓿的育性特征与种子产量紧密相关,研究紫花苜蓿不同亚（变）种的育性遗传变异可为紫花苜蓿育性基因定位和种子生产提供基础数据。【方法】2007-2008年,利用TTC染色法和生物统计学方法对3个紫花苜蓿亚种,包括黄花苜蓿（Medicago sativa subsp. falcata）、紫花苜蓿（M. sativa subsp. sativa）和蓝花苜蓿（M. sativa subsp. caerulea）,以及1个紫花苜蓿变种杂花苜蓿（M. sativa var. media）共计9个品种的花粉活力、胚珠数和结实率进行了观察,并研究分析了不同品种花粉活力与胚珠数的遗传变异以及与结实率之间的相关性。【结果】（1）花粉活力和胚珠数的变异分析结果表明,不同紫花苜蓿品种花粉活力和胚珠数存在显著差异,其中紫花苜蓿（匈牙利）花粉活力和胚珠数最高,达85.48%和13个/小花;（2）自交结荚率与花粉活力呈极显著线性正相关（P＜0.01）,而人工授粉结荚率与胚珠数呈显著线性正相关（P＜0.05）;（3）在自交与人工授粉条件下,苜蓿品种结实率呈现种间变异大于种内变异趋势,而自然授粉条件下则呈现种内变异大于种间变异,表明苜蓿属植物授粉方式与结实率紧密相关,且自交结实率＜人工授粉结实率＜自然授粉结实率。【结论】紫花苜蓿亚（变）种花粉活力和胚珠数具有丰富的遗传多样性,且分别在自交和人工授粉方式下与苜蓿的结实率显著正相关。     

甜玉米种子活力差异近等基因系植株生育后期源库关系初探

为探明甜玉米种子活力差异近等基因系植株生育后期源库关系,进一步阐明甜玉米种子活力形成的生理基础,以2组种子活力差异的近等基因系材料hv1与lv1、hv2与lv2为试材,研究其生育后期叶"源"和籽粒"库"的生理生化特性。结果表明:种子活力高的近等基因系材料(hv1和hv2)籽粒的可溶性糖含量较低,而可溶性蛋白含量较高;吐丝后,种子活力高的近等基因系材料(hv1和hv2)叶片的可溶性糖含量和可溶性蛋白含量均较高。研究还表明:籽粒可溶性糖含量与叶片可溶性糖含量、光合生理特性(除叶绿素b含量外)呈一定的负相关关系,而籽粒可溶性蛋白含量与吐丝后30 d叶片可溶性蛋白含量、叶绿素a含量和总叶绿素含量均显著正相关。因此,适度较强的叶片光合生理,保证光合产物的高效积累,降低籽粒可溶性糖含量,提高籽粒可溶性蛋白含量,是提高甜玉米种子活力的生理基础。