近红外反射光谱测定玉米完整籽粒蛋白质和淀粉含量的研究

 以128份常用普通玉米自交系及杂交种的混合籽粒样品为材料,采用偏最小二乘(PLS)回归法,对近红外反射光谱(NIRS)测定玉米完整籽粒蛋白质、淀粉含量的可行性和方法进行了研究。结果表明,采用一阶导数+多元散射校正预处理、谱区为10000～4000cm-1和一阶导数+直线扣减预处理、谱区为9000～4000cm-1,分别建立的蛋白质、淀粉含量的校正模型,其校正和预测效果最佳。其校正决定系数(R2cal)均大于0.97,交叉验证和外部验证决定系数(R2cv、R2val)为0.92～0.95,各项误差(RMSEE     

玉米DDGS蛋白质含量近红外光谱预测模型的建立

为准确测定玉米DDGS中蛋白质含量,采用近红外光谱分析技术结合改进最小二乘回归法（MPLS）,以65个不同来源的玉米DDGS为样品,建立玉米DDGS蛋白质含量近红外光谱预测模型。结果显示：预测模型内部交叉验证标准误差（SECV）为0.095 7,交叉验证相关系数（1-VR）为0.988 8,外部交叉验证相对分析误差（RPDV）为3.60。表明近红外光谱分析模型可准确预测玉米DDGS蛋白质含量。     

水分含量对近红外测定小麦蛋白质含量的影响

[目的]探讨水分含量对近红外测定小麦蛋白质含量结果的影响。[方法]以全籽粒小麦为研究对象,研究近红外品质分析过程中水分含量对小麦蛋白质含量预测结果的影响。在连续改变样品水分含量的条件下采集小麦的近红外吸收光谱,并用预测模型测定它们的蛋白质含量。[结果]水分对近红外光谱吸收及预测结果有很大影响。小麦水分含量的升高使其在整个近红外区域的光谱吸收都明显增大,直接影响蛋白质含量的测定结果,测定误差随样品含水量的降低而减小。当样品水分与建模样品水分含量相近时,样品水分差异引起的测定误差可以忽略不计。[结论]在用近红外测定小麦蛋白质含量时,应使待测样品保持合适的水分含量。     

玉米籽粒主要性状与蛋白质含量的相关性

为了探明玉米籽粒主要性状之间的相关性,以蛋白含量不同的2个亲本进行杂交的F2群体367个单株的籽粒蛋白质含量与百粒质量、籽粒面积、淀粉含量、含油量的相关性进行了系统研究,旨在为玉米高蛋白育种杂交后代选择提供理论依据。结果表明,蛋白含量与百粒质量、籽粒面积、含油量之间均为负相关,但相关程度不显著;与淀粉含量呈现显著负相关。因此可用低淀粉含量作为高蛋白育种中的间接选择性状。     

利用近红外光谱法测定玉米籽粒含油量的研究

用近红外光谱(NIRS)分析技术和偏最小二乘法(PLS)建立了玉米籽粒含油量分析数学模型,并对模型预测结果的准确性进行了评价。结果表明,定标集、检验集的预测值与化学测定值间均呈极显著正相关,相关系数分别为0.958和0.957,定标标准差和预测标准差分别为0.757和0.745。利用该技术能测定玉米籽粒含油量。     

稻米脂肪含量近红外光谱分析技术研究

 应用近红外光谱（NIRS）分析技术和偏最小二乘法（PLS）建立稻米脂肪定量分析数学模型，并比较糙米粒和糙米粉NIRS数学模型对预测稻米脂肪含量的效果差异。结果表明，当利用糙米粒和糙米粉NIRS数学模型对样品进行预测时，内部交叉验证预测值和真值之间的决定系数（R2）分别为94.44%和95.54%，内部交叉检验的标准差（RMSECV）分别为0.09%和0.08%；外部验证预测值和真值之间的R2值分别为79.51%和87.10%，预测标准差（RMSEP）分别为0.24%和0.26%，平均相对误差（ARE）分别为4.11%和3.30%。内部交叉验证和外部验证结果证明，糙米粒和糙米粉NIRS数学模型均具有较高的预测准确性，可应用于稻米营养品质改良实践。     

小麦籽粒蛋白质含量的遗传分析

选用高蛋白小麦品种"重庆面包麦"与低蛋白小麦品种"宁麦9号"配制了P1、P2、F1、F2、B1(F1/P1)和B2(F1/P2)世代,以每个世代单株籽粒的混合面粉为单位,对小麦籽粒的蛋白质含量进行遗传分析。结果表明:①高蛋白质含量表现为显性,F2群体的次数分布出现2个明显的峰;②小麦籽粒蛋白质含量受2对主基因和多基因控制,第一对主基因以加性效应为主,第二对主基因以显性效应为主,多基因以显性效应为主;③对于该组合而言,按F2计算,主基因的遗传率为67 19%,多基因的遗传率为11 18%。     

糜子叶片氮含量和籽粒蛋白质含量高光谱监测研究

【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过“光谱特征信息—叶片氮含量—籽粒蛋白质含量”这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机（SVM）构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归（SMLR）和偏最小二乘法（PLS）,并且原始光谱反射率（R）的SVM模型效果优于一阶导数（1ST）模型,建模集和验证集的R ²分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R ²为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。 【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。     

玉米籽粒油分与蛋白质的相关及其通径分析

本文用6个遗传背景不同的玉米自交系，采用Griffing方法（Ⅳ）研究了玉米籽粒油分与蛋白质的相关及其通径分析．研究结果表明：玉米籽粒油分在F1与中亲值呈极显著正相关，与母本、父本呈显著正相关；籽粒的蛋白质在F1与母本、中条值、低亲本呈极显著正相关，与父本、高亲本相关不显著．籽粒油分与蛋白质呈正相关（r＝0．3837），籽粒油分与单稳产量呈负相关（r＝-0．2560），但均未达到显著水平．对籽粒油分影响较大的性状为胚重比值、胚体积比值．基粗、稳重与籽粒油分的相关系数和直接通径系数均为负值．籽粒油分与单稳产量的相关系数为负值，但籽粒油分对单穗产量的直接通径系数为正值．籽粒蛋白质与单穗产量的相关系数和直接通径系数均为负值．     

小批量稻谷种子蛋白质含量的近红外透射光谱分析

以完整水稻种子为样品,利用近红外透射谷物分析仪对186份批量稻谷进行扫描并测定了蛋白质含量的参比数据。采用多种数学计量学处理方法和不同的回归统计方法进行定标曲线的开发和比较,优化得到了小批量水稻种子蛋白质含量测定的近红外定标方程。其定标标准偏差(SEC)、交叉检验标准误差(SECV)、定标相关系数(RSQ)和交叉验证相关系数(I-VR)分别为0.255 8、0.279 5、0.972 8、0.967 5。研究采用整粒小量样品(5 g)来分析,效果较好,可直接用于育种早世代选择。     

基于近红外光谱法预测杨木的综纤维素含量

为快速测定人工林杨木的综纤维素含量,按国家标准测定了42 个杨木木材样品的综纤维素含量,并用近红 外光谱仪测定相应的光谱。在350 ~ 2 500、1 300 ~ 2 050、2 050 ~ 2 500 nm 3 个不同的光谱区域,采用未处理、 Baseline、一阶导数、二阶导数等光谱预处理方法,再用PLS1、PLS2、PCR 3 种不同建模方法建立相应的校正模型与 交互验证模型。结果表明:当光谱区域为1 300 ~2 050 nm、光谱数据未进行预处理、采用PLS1 的建模方法、主成分 数为8 时,建立的校正模型有最佳预测效果;采用建立的模型对未参与建模的样本进行预测,预测结果与实测结果 间的相关系数为0.818 8。      

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     

授高油玉米花粉对普通玉米籽粒蛋白质积累及氮代谢相关酶活性的影响

将高油玉米花粉给普通玉米授粉,研究杂交组合籽粒中蛋白质含量和氮代谢相关酶活性的变化情况。试验结果表明,与普通玉米自交相比,授高油玉米花粉的普通玉米籽粒中的蛋白质含量增加。高油玉米花粉提高了普通玉米叶片中硝酸还原酶和籽粒中谷氨酸脱氢酶的活性,籽粒中谷胺酰胺合成酶和谷氨酸合成酶的活性也有不同程度地提高。这种影响导致了杂交植株与普通玉米自交植株之间蛋白质合成能力的不同。     

稻米蛋白质含量快速活体测定的定标研究

应用近红外透射光谱技术(NITS),采用偏最小二乘法(PLS)建立重庆地区稻米活体蛋白质含量(PC)定量分析数学模型。结果表明,糙米和精米蛋白质含量预测数学模型的定标标准误偏差(SEC)、交叉检验标准误差(SECV)、定标相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.252、0.247;0.256、0.278;-0.953、0.946;0.951、0.940;近红外预测值与化学值误差范围分别为-0.61~0.18、-0.39~0.46,相关系数分别为0.984、0.978,均达到极显著相关。利用该模型能够对育种材料的蛋白质含量进行快速非破坏性活体测定,可大大提高育种选择效率。     

相关成分分析法在大米直链淀粉波长选择中的应用

为挑选信息含量大、与样品组成或性质相关性较强的光谱区域参与建模,以提高校正模型的精度,采用相关成分分析法对大米直链淀粉的近红外光谱进行分析。结果表明:采用相关成分分析法进行波长选择后,建模波长点数减少为波长选择前的22%,模型预测值与标准值的相关系数R由0.921 2提高到0.973 0,交叉验证标准差(SECV)由3.404 3减小为1.977 4,预测标准差(SEP)由4.810 0减小为1.900 0,模型的预测能力得到显著提高。     

基于光声光谱深度扫描的单粒玉米种子发芽率无损检测方法

目的 针对目前玉米种子发芽率快速无损检测方法易受种子表皮颜色影响的问题,拟采用光声光谱深度扫描技术提高玉米种子发芽率的检测精度。方法 选取3种不同颜色、6个品种的玉米样本,利用人工老化方法得到8种不同老化时间的玉米种子;通过调制光谱频率获得7种不同深度的光声光谱信息,并利用主成分分析分别得到最佳扫描频率和特征光谱,比较偏最小二乘法回归、BP神经网络、广义回归神经网络和支持向量回归等发芽率预测模型精度。结果 光声光谱最佳扫描频率为500 Hz,支持向量回归的预测模型精度最高,相关系数均超过0.980 0。6个品种玉米种子的发芽率预测相关系数分别为0.983 8,0.984 7,0.983 6,0.987 8,0.983 3和0.994 7,6个品种混合的玉米种子发芽率预测相关系数为0.942 1。结论 通过拓展光谱、声音和深度信息,光声光谱深度扫描技术适用于不同颜色的玉米发芽率高精度检测,具有较好的泛化能力。     

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.     

肥料和密度对玉米籽粒蛋白质及醇容蛋白含量的影响

研究了肥料和密度对玉米籽粒蛋白质及醇容量的含量的影响。结果表明,氮、磷、钾和密度等单项措施对玉米籽粒蛋白质含量的影响呈二次曲线。4种因素之间存在明显互作效应,采取适宜的氮、磷、钾比例与合理的种植密度可以提高玉米籽粒蛋白质含量。氮肥和密度的影响较大,随氮肥的增加醇溶蛋白含量迅速增长,接近+0.69水平时达到最高,而后略有降低。     

基于GA-LSSVM的苹果糖度近红外光谱检测

【目的】结合遗传算法和最小二乘支持向量机(GA-LSSVM),优化苹果糖度近红外光谱检测的数学模型,提高模型的检测精度和稳定性。【方法】在GA-LSSVM模型建立过程中,采用遗传算法自动获取最小二乘支持向量机的最优参数。【结果】相比于偏最小二乘法(PLS)、传统最小二乘支持向量机(LSSVM)和遗传偏最小二乘法(GA-PLS)数学模型,GA-LSSVM法建立的模型预测效果最优,模型的相关系数为0.94,预测均方根误差为0.32°Brix。【结论】GA和LSSVM相结合的优化方法在提高苹果糖度近红外光谱检测精度和稳定性方面是可行的。