近红外光谱法测定大米中的淀粉含量

用化学方法测定64个大米样品中的淀粉含量,利用近红外谷物分析仪采集样品的近红外光谱,选择合适的光谱区间和光谱预处理方法。50个定标集样品的近红外光谱经二阶导数及标准多元离散校正(Standard MSC)预处理,结合偏最小二乘法(PLS)建立了大米中的淀粉含量测定的定标模型,其相关系数为0.8780。14个验证集样品用于外部检验,大米中的淀粉含量的模型预测值与化学值之间的相关系数为0.9498。     

近红外光谱检测技术在农业和食品分析中的应用

主要介绍近红外光谱检测技术在农业和食品分析中的应用。作为一种简单、快速、无损伤及无污染的检测手段,近红外光谱在鉴定原料的真伪、原料中有效成分的含量、有毒组分的识别和水果内部成分测定等方面具有独特的效果,因此在农业和食品等领域得到了广泛的应用。     

文摘

用定量音响法检测蛀蚀谷粒的幼虫沈兆鹏美国农业部农业研究局（USDA—ARS）最近研制了一种自动的、以计算机为基础的电子音响系统，可以正确地检测谷物样品中蛀蚀性幼虫的数目。这种系统的名称为音响定位昆虫检测器（ALFID）。若以联邦谷物检验局（FGIS）的标准来评价这项Xi作的话，该检测系统对“清洁”谷物等级的正确率为92％，对“有虫”谷物等级的正确率为64％。沈兆鹏摘译自JournalofEconomicEntomoloyyVol．86，No．3，933一938，1993小型粮仓应用生物方法改变大气成分防治储粮害虫将含水量为35％的麦茨发酵来改变大气成分，…     

云南烤烟填充值近红外光谱预测模型

为研究采用近红外光谱技术快速预测烤烟烟丝填充值的可行性,选取云南12个烤烟品种不同部位3个等级的140份烤烟初烤烟样品,采集样品近红外光谱和烟丝填充值,采用偏最小二乘法,利用100份样品近红外光谱和填充值建立近红外光谱填充值预测模型。用40份样品近红外光谱和填充值进行模型外部验证,对填充值测定值和预测值进行t检验,T＝0.4125,在显著性水平α＝0.05下,t(0.05,39)=1.6849,T     

近红外光谱技术在茶叶中的应用研究进展

为快速分析茶叶的品质,文章简述了国内外近红外光谱技术在茶叶中的研究进展,包括定性分析和定量分析,定性分析主要应用在茶类鉴定、产地识别、等级评价、茶饮料辨别等方面,定量分析主要应用在快速测出茶叶中各化学品质成分的含量;指出了近红外光谱技术在茶叶领域应用中存在的问题,并对该技术在茶叶质量控制、在线监测、物质检测等方面的应用前景做出了展望,以期为近红外光谱技术在茶叶品质提升方面更广阔的应用提供参考依据。     

基于近红外光谱的大米蛋白质含量的研究

利用近红外光谱分析技术,采集不同大米样品蛋白质的光谱图,并提取蛋白质官能团的特征值在波长785,910,1020,1040nm处的吸光度。通过不同建模方案的比较,最终采用非线性幂函数曲线,建立预测模型,从而快速准确地找出光谱吸光度与蛋白质含量间的关系。     

二次复切微波膨胀梗丝在卷烟中的掺配均匀性研究

为测定卷烟中二次复切微波膨胀梗丝的掺配比例,评价其在卷烟中的掺配均匀性。以A品牌三类烟的烟丝为试材,把微波膨胀梗丝和A牌三类烟的烟丝按不同比例混合(0%~50%),采集混合后样品的近红外光谱,利用偏最小二乘法(PLS)建立了近红外光谱预测模型。应用所建模型分别测定了待测烟支样品中以及烟支样品各段(每支烟(不含滤嘴)平均切成三段)中微波膨胀梗丝的掺配比例,计算了待测卷烟样品中及烟支各段中微波膨胀梗丝的掺配比例偏差,评价了其掺配均匀性。建立的近红外模型的相关系数R2为0.9986,该模型预测精度(RADP=1.72%)高、重现性(RSD3%)好,可用于A品牌三类烟的烟支中微波膨胀梗丝掺配比例的快速检测;微波膨胀梗丝在待测烟支中以及烟支各段的掺配均匀性偏差小于2%。近红外光谱法可以快速测定微波膨胀梗丝在卷烟中的掺配比例,评价结果表明二次复切微波膨胀梗丝在卷烟中的掺配均匀性较好。     

用近红外光谱法测定大白菜的营养成分

选用来自我国主要产地的大白菜不同品种及不同成熟期等材料２４２份，进行常规成分的定标和检验。结果表明：粗蛋白、中性纤维、还原糖及维生素Ｃ的近红外（ＮＩＲ）法测值与化学法测值的复相关系数（ＭＲ）分别为０．９９５８、０．９８５２、０．９８２１和０．９８１４，定标的标准误差（ＳＥＣ）分别为０．３９８％、０．１３４％．０．０９８％和０．５１ｍｇ／１００ｇ。用一定数量的检验样品以４种成分化学法与近红外法进行比     

近红外光谱技术在玉米种子质量检验上的应用研究进展

玉米是世界上最重要的粮食作物之一,其种子质量的好坏直接影响粮食的产量,与食品生产安全息息相关,种子作为生产源头牵动着整个玉米产业链的发展。种子的质量还影响农作物的生存能力,是农业生产资料重要的组成部分。种子作为各种技术的关键载体,优质高产的种子对于提高食品安全和经济产量有着重要意义。随着农作物种子检测技术的不断进步,玉米的产量和质量得到有效提高。尤其是将近红外光谱分析技术应用在玉米种子检测中,使玉米种子检测质量与效果得到明显提高,为农户育种、种植及营销节省了成本,提高了经济效益。首先介绍了近红外光谱检测技术的应用原理,之后分析了近红外光谱分析技术的优缺点,最后探讨了近红外光谱分析技术在玉米种子检测中的应用。     

应用IA450型分析仪测定大麦蛋白质和总淀粉含量的研究

大麦蛋白质和总淀粉含量的高低,是衡量品质优劣的主要指标,通常采用化学方法测定,操作繁琐、费时、消耗试剂、对环境有一定的污染,很难适应大批样品测试的需要。而近红外漫反射光谱定量分析法预先只需要用一批(数十个)标准样品进行定标,其     

基于近红外光谱的小麦品质分类研究

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。     

基于近红外法的鲜食大豆品质快速分析技术

为建立一种鲜食大豆品质的非破坏性快速检测方法,探究近红外分析技术在鲜食大豆品质检测中应用的可行性,以四川省成都市郫都区种植的66份鲜食大豆样品为材料,采用FOSS近红外谷物分析仪扫描得到光谱,并对所有材料的水分、蛋白质、可溶性糖和粗脂肪含量进行常规实验室分析,利用偏最小二乘法(PLS)建立近红外光谱与化学实验数据的相关模型,并进行模型优化、验证。得到的模型预测范围分别为水分含量60.03%~71.28%、可溶性糖含量2.36%~7.81%、可溶性蛋白含量1.03%~8.56%、粗脂肪含量4.33%~7.60%,预测系数(0.95)较高,标准误差(1.0)较低,实验结果显示,利用近红外分析技术建立定标模型用于检测鲜食大豆品质是可行且可靠的,该方法可快速检测鲜食大豆品质且不损坏籽粒,可用于鲜食大豆的种质资源评价、品质分级等。     

棉子油分近红外光谱测定技术研究

以近红外光谱分析技术无损、快速和高效等优点,建立棉籽油分含量的近红外分析模型,进行棉籽油分快速大批测定,提高分析水平和效率。218份陆地棉的脱绒光籽为定标样品,通过不同的光谱数学预处理和光谱反射方式,优化棉子含油量近红外光谱法所建立的回归方程。结果表明,采用(2,4,4,1)光谱数学预处理和散射校正(SNV)得到的回归方程效果最好,回归决定系数(RSQ=0.9773)和验证决定系数(1-VR=0.9646)最高,回归标准误差(SEC=0.6977)和交互验证标准误差(SECV=0.8714)最小。对30份验证样品的化学测定值和近红外光谱预测值相关系数高达0.9882,平均偏差0.65%,回归标方程具有很好的预测效果,可以在实践中应用。长江流域棉花杂交种棉子含油量平均值为28.05%,含油量在26.50%~30.05%区间的品种居多,具有很大的改良潜力。     

检测草莓果中多组分的新方法——近红外光谱法

用近红外光谱法（ＮＩＲｓ）分析草莓中的蔗糖、葡萄糖、果糖、柠檬酸、苹果酸和维生素Ｃ等６种成分，与高效液相色谱法（ＨＰＬＣ）有测值相比较，其相关系数分别为０．９９２０、０．９９１４、０．９８８８．０．９９５４．０。９９４９和０．９９８０，标准误差为０．０２１、０．０３５、０．０６５、０．０４４、０．０２９．０。７２７。说明ＮＩＲｓ法与ＨＰＬＣ法的准确度相似。由于此法具有快速、非破坏、样品不需要预处理     

非破坏评价黄瓜的营养成分

用近红外光谱法非破坏分析黄瓜中的维生素Ｃ、还原糖、干物重三种成分，与国际法相比，其相关系数分别为０．９９３２、０．９９３０、０．９８１６，标准误差为０．３６８ｍｇ／１００ｇ、０．０６８％和０．０８５％，说明两种方法有着相似的准确性和精密度，而近红外光谱法分析效率可提高上百倍，且不需要任何前处理，也不用化学试剂，分析后的黄瓜样品仍可食用或作商品出售。既适用于大批量样品的分析测定，又为品质育种和种质资     

苹果中蔗糖,葡萄糖,果糖,苹果酸的非破坏检测

探讨了用近红外光谱法非破坏检测苹果中糖、酸等四种组分的可行性，采用二阶导数来处理光学数据，分别筛选出９１４ｎｍ、９５０ｎｍ、８９７ｎｍ、９１２ｎｍ代表苹果中蔗糖，葡萄糖，果糖，苹果酸的第一特征波长。经多元线性回归分析，与高效液相色谱法相比，其复相关系数分别为０．９９７、０．９９２、０．９９２、０．９９６。对３２个预测样品的检验误差为０．０８５、０．０５７、０．１７８和０．０２１。结果表明近红外光谱     

应用近红外光谱技术分析稻米蛋白质含量

以稻谷、米粒、米粉3种形态的样品，应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS)，建立了6个稻米蛋白质含量近红外光谱数学模型，并对模型预测结果的准确性进行了评价。结果表明，糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(R_C²)分别为0.893、0.971和0.987，校正标准差(RMSEC)分别为0.507、0.259和0.183；精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R_C²分别为0.897、0.984和0.986，RMSEC分别为0.497、0.186和0.190。模型内部交叉验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(R_CV²)分别为0.865、0.962和0.984，内部验证标准差(RMSECV)分别为0.557、0.290和0.205；预测精米蛋白含量的稻谷、精米粒和精米粉的模型R_CV²分别为0.845、0.951和0.979，RMSECV分别为0.594、0.316和0.233。模型外部验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(R_V²)分别为0.683、0.801和0.939，外部验证标准差(RMSEV)为0.962、0.799和0.434；预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型R_V²分别为0.673、0.921和0.959，RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预模型准确性最高，米粒次之，基于稻谷的预测模型准确性相对较低；内部交叉验证和外部验证表明，近红外光谱分析技术与化学分析方法一致性较好，且能保证样品的完整性，在水稻优质育种和稻米品质分析中具有广泛的应用价值。     

动物饲料中植物源性外源转基因成分的检测

针对宠物饲料、奶牛饲料和浓缩饲料等不同类型饲料的特点,采取相应的不同DNA提取方法,通过对组成饲料的所有作物成分相应内源基因的检测,确定待测饲料样品的作物组成成分,并建立了各类饲料中转基因成分的检测技术。有针对性地论述了饲料检测中可能出现的问题、技术难点和关键技术,为实际检验工作提供可借鉴的建议。     

近红外光谱法快速测定白酒中的酒精度

为了得到白酒工业中酒精度的快速检测技术,将偏最小二乘法与傅立叶变换近红外光谱法相结合,建立白酒酒精度的快速定量模型。通过标准归一化预处理光谱,光谱范围选择5731.40~5897.25、5901.11~6063.10、8327.12~8423.54 cm-1,主成分数为5,得到模型的内部交互验证相关系数(R)为0.9992,交互验证均方差(RMSECV)为0.263;模型的预测值与实测值的相关系数为0.99,预测标准偏差(RMSEP)为0.435。结果表明,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中白酒酒精度的快速检测要求。     

利用VIS/NIR反射光谱快速检测柿饼加工中水分含量

水分是柿饼的重要组成成分,也是影响柿饼制作过程的重要因素。利用可见/近红外反射光谱对柿饼制作过程中的水分含量进行检测。首先,获取柿饼在不同加工阶段的可见/近红外反射光谱(400～1 000 nm),采用烘干法测定柿饼水分含量。然后,对光谱进行Mean smoothing (MS)平滑、多元散射校正(MSC)和一阶导数(1-D)预处理。最后,对不同预处理光谱,结合样本水分含量,使用Samples set partitioning based on joint x-y distance (SPXY)方法划分校正集和验证集,基于SPA方法选择特征波长,建立多元线性回归(MLR)预测模型。结果表明,反射光谱经过MS处理后,确定的9个最优波长组合建立水分检测模型的预测结果最好:预测相关系数(Rp)为0.969 0,预测标准残差(SEP)为3.472 9%,可见/近红外反射光谱技术可以较好地预测柿饼制作过程中的的水分含量。研究可为柿饼加工过程中的品质快速检测提供一定的技术支撑。