稻米表观直链淀粉含量近红外光谱测定技术校…

以精米粉为样品，研究了不同光谱预处理和回归统计方法在用近红外反射光谱分析稻米上链淀粉含量（ＡＡＣ）时，对建立回归方程的影响。结果发现，光谱预处理对校正结果影响较小，不同光谱数学处理以一级衍生值较好，但“波段”和“间隙”长短对结果影响不大。回归统计方法对建立回归方程的影响最为明显，其中以修正的部分最小平方法（ＭＰＬＳ）建立的回归方程效果最好。在建立以精米粉为样本进行稻米ＡＡＣ近红处分析时，“光谱散射     

近红外光谱技术测定水稻直链淀粉含量研究

以298份水稻种子为样本,用常规法测定直链淀粉含量,采用偏最小二乘法(PLS),优化建立精米直链淀粉含量近红外光谱预测校正模型.模型校正决定系数RC为0.95;校正标准差SEC为1.58;内部交叉检验决定系数RP为0.91,标准误差SEP为1.92.利用20个样品进行外部检验,预测值与真实值之间差异不显著,其相关系数达95%以上.定标模型预测性能较好,可以替代化学分析法快速测定水稻直链淀粉含量.     

稻米表观直链淀粉含量近红外测定校正群体的界定与样品选择

在用近红外反射光谱（ＮＩＲＳ）进行品质分析时，选择有代表性的样本进行校正是获得良好回归方程的重要步骤。运用Ｉｎｆｒａｓｏｆｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ公司的ＣＥＮＴＥＲ和ＳＥＬＥＣＴ计算机程序，研究了稻米表观直链淀粉含量（ＡＡＣ）近红外测定回归方程时样品种体的界定与选择。试验共用１１０６份稻米精米粉样品为起始群体，根据光谱特征，有１６份样本因为标准化的Ｍａｈａｌａｎｂｉｓ距离（Ｈ距离）大于３．０     

稻米表现直链淀粉含量研究进展

表观直链淀粉含量,是通过稻米直链淀粉和枝链淀粉的长链Ｂ与碘发生显色反应来测定的。决定米饭质地的不是直链淀粉的含量,而是枝链淀粉的长链Ｂ的含量及其性质。在多烽品种中,稻米ＡＡＣ主要受控于蜡质基因座位上的不同等位基因。在该座位上,根据Ｗｘ收白的有无及特性,已发现ｗｘ,Ｗｘ＾ａ和Ｗｘ＾ｂ３个不同的等位基因;根据ＷＸ基因ＤＮＡ的微卫星多态性,该位点的等位基因可多达８个。除ＷＸ座位外,迄今已发现另外１３个基     

应用近红外透射光谱法测定水稻种子直链淀粉含量的初步研究

 以124份水稻种子为样本，利用FOSS-Tecator公司的Infratec1255型近红外谷物品质分析仪，对样本进行光谱扫描，并利用化学法测定了直链淀粉含量。借助于近红外定标软件(WinISI)，采用多种计量数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，得到了小样本量水稻种子直链淀粉含量测定的近红外分析定标数学模型。其定标标准偏差（SEC）、交叉检验标准误差（SECV）和定标决定系数（RSQ）分别为1.489、1.761和0.885。     

水稻直链淀粉含量近红外模型的创建

利用近红外分析仪,对30份不同直链淀粉含量的水稻品系进行了光谱扫描,并用国标化学法对其直链淀粉含量的参比值进行了测定.通过近红外定标软件(WinISI III),采用多种计量数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,优化建立了水稻直链淀粉含量测定的近红外分析定标模型.其定标标准偏差(Standard error of calibration, SEC)、交叉检验标准误差(Standard error of cross-validation,SECV)和定标决定系数(Regression squared,RSQ)分别为0.277、1.492和0.979.利用建立的近红外定量分析模型,实现了对水稻航天育种后代材料的快速筛选与鉴定.     

高通量快速检测稻米中表观直链淀粉含量的方法

为了便于高通量筛选直链淀粉含量变化的诱变突变体,对农业部标准中的直链淀粉含量测定的方法（NY/T 83—1988）进行了改良。改良法测定结果与标准法高度正相关。与标准法相比,改良法具有简单、易操作、样品量少等优点,特别是如果表观直链淀粉含量差异超过5%左右,I2\|KI染色的差异就能用肉眼很直观的区分,因此该方法可用于微量样品的直链淀粉含量测定或高通量育种群体的筛选测定。     

稻米直链淀粉含量近红外检测模型的建立

以147份南方籼稻品种或组合的稻米为供试材料,利用偏最小二乘法(PLS),通过不同波长和不同预处方式建立稻米直链淀粉含量的近红外分析模型。结果表明:全谱段(950～1 650 nm)建模效果最好,其相关系数(R)、预测标准差(SEP)、校准标准差(SEC)分别为0.947 7,1.162 3、0.700 2;采用多元散射校正法(MSC)法对全谱图进行预处理的效果较好,优化后的模型相关系数(R)、预测标准差(SEP)、校准标准差(SEC)分别为0.981 9、0.100 9、0.6831,其相对分析误差(PRD)为3.6;将稻米直链淀粉含量的近红外光谱预测值与化学值进行配对T检验,P=0.3560.05(置信区间为95%),表明近红外光谱法与化学分析法得到的检测结果无显著差异,即应用近红外光谱快速检测稻米直链淀粉含量是可行的。     

稻米直链淀粉含量的遗传研究进展

综述了稻米直链淀粉含量的遗传研究进展,简述了不同直链淀粉含量的亲本杂交后代的相关遗传表现,并提出了今后水稻品质改良育种的研究方向。     

稻米直链淀粉含量的遗传研究进展

综述了稻米直链淀粉含量的遗传研究进展,简述了不同直链淀粉含量的亲本杂交后代的相关遗传表现,并提出了今后水稻品质改良育种的研究方向。     

基于近红外光谱法的水稻秸秆可溶性糖快速检测

采集并制备不同地域、不同品种的水稻秸秆样本288个,根据浓度梯度法,按照31的比例划分校正集与验证集。采用蒽酮硫酸比色法测定试验样本中可溶性糖含量,并采集在近红外全波段(10 000~4 000cm-1)范围内样本的近红外光谱信息。采用多元散射校正(MSC)、标准正态变量变换(SNV)、导数、S-G平滑及其组合方法对光谱进行预处理,分别运用逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)化学计量学算法,建立基于近红外光谱的逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)定量分析模型。通过比较分析,对光谱进行一阶导数预处理,建立的PLS模型效果最优,校正集实测值与预测值之间的决定系数R2C达到0.880 6,交互验证决定系数(R2CV)和验证集决定系数(R2V)分别为0.771 1、0.857 8,均方根差RMSEC、RMSECV、RMSEP分别为0.318%、0.440%、0.404%,校正集相对分析误差(RPDC)和验证集相对分析误差(RPDV)均大于2.5。结果表明,采用近红外光谱法建立的PLS模型基本可以实现水稻秸秆中可溶性糖含量的快速检测。     

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。     

近红外光谱分析法预测小叶章营养价值的研究

试验探讨近红外光谱分析法应用于预测小叶章营养价值的可行性,利用TQ Analyst分析软件采用偏最小二乘回归(PLS)方法建立小叶章营养成分的定量检测模型。结果表明,小叶章粗蛋白(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量的相对分析误差RPD值(SD/RMSEP)均大于3,校正模型外部验证决定系数R2均大于0.95;近红外光谱法能同时检测小叶章中CP、EE、NDF和ADF含量,检测误差小、结果准确可靠,与化学分析方法无明显差异且重现性好,可应用于小叶章营养价值快速定量检测。     

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。     

籼型杂交水稻稻米表观直链淀粉含量和淀粉粘滞性研究

杂交籼稻细胞质雄性不育系珍汕９７Ａ和协青早Ａ的表观直链淀粉含量（ＡＡＣ）高达２３％～２４％,而恢复系密阳４６和明恢６３的ＡＡＣ仅９％～１１％．杂交稻的食用大米由Ｆ２籽粒组成,其ＡＡＣ变幅达４％～２５％,平均值约为１６％～１９％．用粘度速测仪（ＲａｐｉｄＶｉｓｃｏ－Ａｎａｌｙｚｅｒ,ＲＶＡ）测定了上述组合及部分亲本的淀粉粘滞性谱（ＲＶＡ谱）,珍汕９７Ａ和协青早Ａ的崩解值分别为６０．２和４０．６ＲＶＵ,消减值分别为４８．６和７２．３ＲＶＵ;恢复系密阳４６和明恢６３的崩解值较大,分别为１１３．７和９６．６ＲＶＵ,消减值较小,仅为－２０．２和－５８．０ＲＶＵ．其所配杂交稻汕优１０号和汕优６３食用稻米的ＲＶＡ谱特征值介于双亲平均值和不育系之间．恢复系“中４１３”的ＡＡＣ和协青早Ａ相仿,因此所配组合协优４１３各项特征与不育系更为相似．不育系和保持系的ＡＡＣ和ＲＶＡ谱特征相似,表明不育细胞质对二性状无明显影响．汕优１０号和汕优６３二组合中高ＡＡＣ对低ＡＡＣ表现为１对显性基因遗传,而协优４６遗传行为较复杂     

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     

基于近红外光谱技术的大米掺伪定量判别

针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。     

水稻籽粒鲜样品的直链淀粉含量测定方法

分析了pH值、样品浓度等因素对稻米直链淀粉含量测定的影响,提出以标准样品在620 nm处的吸光度和相应的总淀粉浓度为自变量、相应的直链淀粉浓度为依变量建立标准回归方程的测定方法.当样品的直链淀粉浓度在5～50 mg/L的范围内时,测定的相对偏差<3%、变异系数<2.5%.该方法样品用量少,操作简便,且能消除支链淀粉的干扰,可以同时测定直、支链淀粉含量,尤其适用于水稻籽粒鲜样品中直链淀粉含量的测定.     

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