近红外光谱技术在棉纤维品质检测和产地溯源中的研究进展

棉花纤维品质的检测和产地溯源是下游纺织品质量和产量的重要组成部分,也是保护中国棉纺织品消费者的利益和应对贸易壁垒的有效手段。近红外光谱(near infrared spectroscopy,NIRS)技术因其操作简便,成本低,无污染等优势在各个领域得到广泛的应用,是用于棉纺织纤维检测的有效方法。为了快速分析棉纤维的品质和产地来源,介绍了近红外光谱技术分析的原理和过程,阐述了近红外光谱分析技术在棉花纤维品质检测和产地溯源的国内外研究现状,分析了近红外光谱技术应用于棉纤维品质检测和产地溯源的优势和需要解决的问题,展望了近红外光谱技术在棉花纤维品质检测和产地溯源中的发展趋势。     

近红外光谱技术在粮油储藏及其品质分析中的应用

近红外光谱分析技术（NIRS）是具有快速、准确、低成本的现代检测技术。本文简介了近红外光谱技术的原理、基本概况,着重综述了近红外技术在我国粮油重要品种如小麦、水稻、玉米、油菜等的品质分析中的应用、储藏虫害的检测以及转基因产品的安全性等的最新动态,还简要地阐述了近红外光谱技术存在的不足和发展前景。     

基于近红外光谱与SIMCA和PLS-DA的水稻品种鉴别

以垦粳5号、垦粳6号、垦粳9号和鸿育001-1共4个水稻品种为研究对象,采用近红外光谱技术分别结合SIMCA和偏最小二乘法判别分析法（PLS-DA）对4个水稻品种进行鉴别。采用SIMCA分类法,实现了4个水稻品种100%的区分;采用PLS-DA方法对校正样本建立判别模型,其校正集结果和参考值之间的相关系数最小值为0.95,验证集结果与参考值之间的相关系数最小值为0.94,对验证集中4个水稻品种的识别率为100%。试验结果表明,应用近红外光谱技术结合SIMCA分类法和PLS-DA法均可实现对水稻品种的快速鉴别。     

近红外光谱技术在食品产地溯源中的应用研究进展

食品产地溯源是保障食品安全、保护地区名优特色产品、增强消费者信心的有力措施之一。近红外光谱技术(Near-infrared spectroscopy,NIRS)作为一种绿色、快速、高效、准确的无损检测技术,在食品产地溯源中有着广阔的应用前景。通过介绍近红外光谱技术的基本原理,以及它们在食品产地溯源中的研究现状,旨在推动我国食品安全追溯制度的建立与完善,保障食品行业的市场稳定健康发展,保护消费者合法权益。     

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。     

贵定云雾茶近红外识别模型的初步建立

为了快速、准确的鉴定贵定云雾茶的真伪,以贵州省各地茶叶为研究对象,应用近红外漫反射光谱技术对贵定云雾茶进行定性分析。结合判别分析法(discriminant analysis,DA),光谱范围选取4235.35~4252.46、5484.32 ~5497.04、5999.06~6310.39 cm-1,并采用SNV结合一阶导数、Norris平滑的光谱预处理方式,主成分因子数选5,建立识别模型。结果表明,模型的正确识别率达到88.6%。为快速准确识别茶叶提供了一种新思路。     

近红外谷物分析仪在小麦品质分析中的应用性研究

20世纪60年代，Karl Norris使用漫反射技术对农产品水分、蛋白和脂肪进行研究，从而发现了近红外光谱用于常规分析的实用价值。与传统光谱技术不同，近红外定量分析只需要一系列已知待测成分含量的样品，运用现代统计学的算法，建立近红外光谱参数与样品待测成分之间的对应关系。这种对应关系一般称之为校准或校准曲线。用这一校准曲线对未知样品的近红外图谱进行预测，从而得到未知样品待测成分的预测值。近年来，近红外定量分析技术和相关仪器在农业、食品、医药等领域已经得到广泛的应用。在食品检测方面，近红外定量分析技术因其快速准确，已经列入世界谷物科技协会标准（ICC No．159和ICC No．202）和美国谷物化学协会标准（AACC No．39-00），成为世界公认的标准。但在粮食收储企业中的应用尚处于起步阶段。     

近红外光谱法测定玉米秸秆纤维素和半纤维素含量

为了解玉米秸秆资源可转化碳水化合物物质基础,建立了玉米秸秆中纤维素及半纤维素近红外分析模型。利用傅里叶变换近红外漫反射光谱(NIRS)技术和化学计量学软件,结合偏最小二乘法(PLS),通过光谱采集,进行了近红外光谱模型预测及验证。探讨了不同预处理方法对玉米秸秆纤维素和半纤维素含量的NIRS模型影响,获得理想分析模型,相关系数(R)≥0.909。实验结果表明模型对纤维素、半纤维素含量预测平均相对误差为2.34%和2.13%,预测值与化学值误差较小。说明该模型可准确、快速并大量检测玉米秸秆中纤维素和半纤维素含量,提高秸秆生物质资源利用率,促进生物质转化工艺过程。     

近红外光谱技术对鲜切哈密瓜品质检测的研究

近红外光谱技术具有快速高效的检测特点,采用该技术对鲜切哈密瓜的VC含量和SSC含量进行快速检测研究。结果表明,鲜切哈密瓜VC含量检测模型RMSECV=0.075 2,R~2=99.12;RMSEP=0.041 4,R~2=99.71;SSC含量检测模型RMSECV=0.167,R~2=98.60;RMSEP=0.11,R~2=99.50。所以,近红外光谱技术能实现对鲜切哈密瓜品质的快速检测。     

近红外光谱技术鉴别猪肉和牛肉的研究

本文以近红外光谱分析技术结合模式判别方法建立一种鉴别猪肉和牛肉的方法为目的。采用近红外漫反射光谱法,通过多元散射校正（MSC）、一阶导数加Norris导数平滑点（5,3）处理光谱,波段范围选取5996.42～5805.84,9058.85～8546.36 cm-1,采用TQ Analyst光谱分析软件中的马氏距离设为1建立判别分析模型。结果表明,模型能够准确的鉴别出猪肉、牛肉。因此,近红外光谱技术用于猪肉、牛肉鉴别分析具有可行性。     

花生籽仁蛋白质含量近红外光谱模型的建立

采用近红外漫反射光谱非破坏性分析,结合偏最小二乘法,以河北省地方花生品种为研究对象建立了花生籽仁蛋白质含量的近红外光谱模型。结果表明,对原始光谱数据采用一阶导数+变量标准化处理的方法建立的模型其校正或预测效果最佳。该模型的校正集和验证集决定系数分别为0.9245和0.9018,校正标准误和预测标准误分别为0.3601和0.4153。用该模型对16个未参与建模的花生品种进行了预测,结果表明该模型具有很好的预测能力,可以用于花生品种蛋白质含量的快速检测。     

近红外光谱技术在果蔬品质无损检测中的应用

水果蔬菜的无损检测对生产和贸易都具有重要价值。近红外光谱法由于其高效、快速的特点,已经广泛应用于果蔬品质的无损检测中。本文介绍了近红外光谱技术的多项优点、相关仪器的研制,以及应用该技术检测果蔬糖度、酸度、成熟度、维生素、以及病变等多种品质指标的国内外研究进展,提出了目前近红外光谱技术在果蔬品质检测中存在的不足,认为便携式的近红外光谱测定仪器将在未来果疏产业中发挥更重要的作用。     

油菜品质近红外检测模型建立的研究

为实现油菜品质的快速检测,采用近红外光谱法测定油菜的水分、脂肪、蛋白质、纤维,并用光谱影响值法（Leverage）对异常值进行判断和处理,建立了油菜的水分、脂肪、蛋白质、纤维的近红外光谱检测模型,可以快速地检测油菜的水分、脂肪、蛋白质、纤维。     

近红外光谱分析技术及其在食品中的应用

近红外光谱(NIR)分析技术作为一种快速、无损的新型检测技术,在农业与食品等研究领域获得越来越广泛的应用。阐述了近红外光谱分析技术的发展、特点和原理,以及该技术在农产品、果蔬、肉制品、奶制品等方面的应用,并对以后进一步的研究进行了展望。     

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     

基于化学计量学的近红外光谱法检测白酒中酯含量研究

为实现快速检测白酒中4种主要酯类物质的含量,采用化学计量学方法对模拟白酒样品的近红外光谱数据进行模型构建,并用白酒样品进行验证试验。结果表明,模型预测值与实际值的相关系数均大于0.97。使用白酒样品进行验证试验,预测值与测定值无显著差异。说明采用近红外光谱进行白酒中酯类物质检测可以实现快速、无损、多参数、多指标检测。     

基于DPLS-CSM优化的NIRS杂交水稻种子真伪快速无损鉴定

近红外光谱分析技术(NIRS)具有快速、无损、低成本、准确、无污染的优点,有望应用于杂交水稻种子真实性的高通量鉴定及筛选。本研究采用近红漫反射光谱结合一种新的化学计量学方法——判别式偏最小二乘分类筛选法(DPLS-CSM),对单粒水稻种子‘新两优6号’与其父本、母本和其他假种子进行了区分。通过与判别式偏最小二乘(DPLS)法的对比,使用DPLS-CSM建模时的灵敏度Sn、命中率Pr和马修斯相关系数Mcc分别为97.92%、97.58%和95.51%,高于DPLS法建模的92.01%、93.97%和90.68%;在对验证集进行检验时,DPLS-CSM模型的Sn、Pr和Mcc值分别为98.96%、95%和93.83%,高于后者的94.79%、88.35%和88.57%。结果表明,使用DPLS-CSM结合NIRS对‘新两优6号’的真伪鉴定是可行的,该方法为水稻杂交种真伪的快速无损鉴别与筛选提供了新的选择。     

大米产地溯源方法研究进展

为了研究大米产地溯源方法,本研究综述了稳定同位素技术、近红外光谱技术、矿物元素分析技术、有机组分指纹图谱技术、拉曼光谱技术、顶空固相微萃取-气质联用技术在大米地理鉴别上的应用进展。发现产地溯源研究的还比较浅显,目前所采集的样本仅选取几个有特点的品种来进行研究分析,建立的大米地理鉴别方法不具有普遍性,今后的研究要保证样本的充足性,而且可以几种技术与多种化学计量学方法相结合,提高判别的精确度。     

近红外光谱技术在农作物品质分析方面的应用

近红外光谱分析技术是近年来迅猛发展起来的高新技术,由于其在测量方面具有快速、非破坏性等优点,已被广泛应用。在此,首先介绍了近红外光谱技术及其分析过程（定标和预测）,而后又总结了其在小麦、玉米、稻米及油料作物等农作物品质方面的应用。     

基于近红外光谱定量分析技术对大米年际的研究

大米是我国居民膳食的重要来源,其新陈度直接影响到大米的营养成分。为了探索大米新陈度的高效、安全、快速检测方法,利用近红外光谱技术对150份大米进行检测研究。结果表明,采用偏最小二乘法建立的定量分析模型对不同年际大米的正确鉴别率高达94.1%。因此,使用近红外光谱对大米进行快速新陈度鉴别可取得较高精确和稳定的检测结果。