近红外测定刺五加中紫丁香苷含量模型探讨

采用近红外漫反射技术测定了90份刺五加茎皮粉末及其提取液的近红外光谱,HPLC法测定了上述样品中紫丁香苷含量。在此基础上建立样品紫丁香苷含量与近红外光谱之间的数学模型,采用内部交叉检验进行评价优化。评价结果显示:内部交叉检验的决定系数R2分别为89.35%和86.35%,交叉检验均方差值分别为0.028 9和0.040 4,相对分析误差分别为3.07、2.71。对10份验证样本的测试结果表明,近红外检测技术测定刺五加茎皮粉末及其提取液中紫丁香苷含量与HPLC测定结果基本一致,近红外检测技术可应用上述样本中紫丁香苷含量的快速测定。     

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。     

基于近红外光谱苗期玉米叶片叶绿素含量的无损检测方法

试验以42片未经处理的苗期玉米叶片为试材,采用近红外光谱检测技术和SNV+Detrending的预处理方法,应用偏最小二乘回归分析方法建立定量分析模型,通过测定近红外光谱图,研究3 300~10 000 cm-1范围内苗期玉米叶片的光谱特性。结果表明,测定苗期玉米叶片叶绿素含量的决定系数R2为0.989,残差均方根RMSE为0.047,采用近红外光谱快速检测苗期玉米叶片叶绿素含量是可行的。     

基于近红外光谱法的藜麦脂肪含量快速检测

为了探索一种快速测定完整藜麦(Chenopodium quinoa Willd)子粒脂肪含量的方法,采集100个藜麦样品的近红外光谱,运用近红外光谱法建立数学模型并进行预测。结果表明,在10 000~4 000 cm-1波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗脂肪近红外光谱定量模型,校正和预测效果最佳,所得的粗脂肪近红外定量模型的交叉验证决定系数(R2cv)为0.939 3,外部验证决定系数(R2val)为0.9235。建立的脂肪近红外光谱模型,可以用于藜麦脂肪含量的快速检测。     

基于近红外光谱法的绿豆淀粉和蛋白质无损快速检测

为实现绿豆籽粒淀粉和蛋白质含量的无损快速检测,满足高淀粉、高蛋白绿豆的筛选、选育等需要,选用我国不同地区100份绿豆种质资源为材料,采用酸水解法和凯氏定氮法分别测定淀粉和蛋白含量,样品中淀粉含量范围为40.88%～53.62%,蛋白含量范围为20.17%～27.38%,化学测量值数据分布广。应用近红外光谱技术建立绿豆中主要营养物质的快速检测方法。通过采集样品的近红外光谱,结合化学方法所得数据建立近红外定量模型。结果表明,采用无光谱预处理可以得到最优的淀粉数学模型,内部交叉验证决定系数(r²)和交叉验证均方根误差(RMSECV)分别为0.926 9和0.658。采用一阶导数+MSC处理得到最优的蛋白模型,内部交叉验证决定系数r²和RMSECV分别为0.9 341和0.384。淀粉和蛋白外部验证决定系数r²分别为0.935 1和0.921 2,模型预测效果较好。建立的近红外模型可用于绿豆籽粒淀粉和蛋白质含量的无损快速检测,模型涵盖了绿豆种质淀粉和蛋白质含量的广泛检测分布范围,可实现绿豆资源的快速评价,提高育种效率。     

近红外光谱法检测果汁中的富马酸

应用傅立叶变换近红外光谱法测定40个果汁的近红外光谱数据,用OPUS/QUANT5.5定量分析软件将光谱与对应的化学成分值相关联,建立了果汁中富马酸的回归模型。富马酸含量近红外光谱分析模型的决定系数R2为97.53,交叉验证均方根RMSECV为0.00416。用该模型对10个未知样品进行了外部验证,外部验证的决定系数(R2)为99.1,均方差(RMSEP)为0.00294。内部交叉验证和外部验证均证明,近红外定量分析有较高的准确度,可应用于生产。     

基于近红外光谱的玉米秸秆捆包青贮饲料的品质测定研究

以112个玉米秸秆整杆捆包方式青贮的饲料为试验材料,利用近红外漫反射光谱技术,结合偏最小二乘法,对捆包青贮饲料的pH值、粗蛋白（CP）、粗灰分（CA）、干物质（DM）和可溶性碳水化合物（WSC）含量进行测定和分析。结果表明,pH值、CP、CA和DM的校正模型决定系数（R^2）以及外部验证决定系数R2V均大于0.85,且pH值、CA和CP的相对分析误差RPD（SD/SECV）均大于2.5。WSC的RPD大于2,外部验证决定系数RV^2为0.72。近红外漫反射法可以很好地测定捆包青贮样品的pH值、CA和CP含量。测定DM含量时,需进一步扩大样品含量变异范围。该方法也可对WSC含量进行粗略估测,但精度有待提高。     

大麦籽粒总淀粉含量近红外快速无损检测模型的构建

在通过标准化学方法测定大麦籽粒总淀粉含量的基础上,利用近红外光谱仪采集了大麦籽粒的近红外光谱数据,并将大麦籽粒的近红外光谱数据与总淀粉值进行了相关性分析,创建了大麦籽粒淀粉含量近红外光谱分析校正模型。该模型的校正决定系数达0.878 3,校正标准差为0.715,交叉验证决定系数达0.690 8,交叉验证标准差为1.120,相关性达极显著水平。由此可见,本研究采用的分析模型可靠,且具有分析速度快、效率高、成本低、对环境不造成任何污染等特点,可替代传统方法对大麦籽粒总淀粉含量进行快速无损检测。     

基于近红外光谱的小麦种子发芽率测试

以534份发芽率水平不同的小麦品种种子为样品,采用傅里叶变换近红外光谱仪采集光谱数据,利用偏最小二乘法(PLS)建立其发芽率的无损测定校正模型,并对模型进行留一法交叉验证、外部验证。结果表明,经一阶导数和多元散射校正(MSC)预处理后,对7 502.3~4 246.8 cm-1波段范围所建模型的预测性能最佳,校正集决定系数R2为0.914 4,校正均方根误差(RMSEE)为7.38,平均绝对误差为5.925%;验证集决定系数R2为0.904 4,验证均方根误差(RMSEP)为7.91,平均绝对误差为6.467%。近红外光谱与种子发芽率具有较高相关性,利用近红外光谱技术快速测定小麦种子发芽率具有可行性。     

近红外光谱法快速检测藜麦蛋白含量

[目的]建立一种藜麦粗蛋白含量快速、无损、简便的测定方法,为藜麦的资源评价和品质育种提供技术支持.[方法]以100份藜麦种质资源为材料,其中80％为校正集,20％为验证集,扫描得到藜麦近红外原始光谱,利用OPUS/QUAN T5.5光谱定量分析软件建立藜麦蛋白质含量的快速检测模型.[结果]采用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法测定数据建立藜麦粗蛋白近红外定量模型,校正和预测效果最好,藜麦粗蛋白近红外定量模型的交叉验证决定系数为0.9182,外部验证决定系数为0.9151.[结论]基于近红外光谱法(NIRS)测定藜麦籽粒的蛋白含量是完全可行的.     

衡量收入分配差距的计量经济学方法——对均等指数法的疑问及改进

利用分组数据对均等指数的计算过程与理论前提不相符,导致了不同的分组情况会得出不同的均等指数,这降低了其度量收入差距的可信度。基于对均等指数的这一疑问以及均等指数的构建与均方差只相差与样本容量相关的常数倍这一现象,提出了衡量数据离散程度的方差可以衡量收入分配内部差距的原理,结合计量经济学中线性回归的判定系数和回归斜率,可以很好地衡量收入差距,并用实证分析证明了此方法的可行性。     

分布式水文模型在徒骇马颊河流域灌溉管理中的应用Ⅰ.参数率定和模拟验证

【目的】建立徒骇马颊河流域的分布式水文模型,为进行该地区灌溉制度优化提供支持。【方法】首先运用洗牌复形演化（SCE-UA）算法在禹城试验站和洪门试验站对分布式水文模型（SWAT）中的作物参数进行率定,接着以遥感监测的蒸散数据为目标,应用拉丁超立方-单次单因素（LH-OAT）方法对蒸散发（ET）相关的参数进行了敏感性分析,用序贯不确定性（SUFI-2）算法优化出一套参数范围并进行不确定性分析。在此基础上,在考虑模型不确定性的情况下对冬小麦－夏玉米轮作体系产量的长期模拟结果进行验证。【结果】作物参数率定结果表明,禹城试验站上冬小麦和夏玉米产量的相对误差分别为7.02%和16.60%,洪门试验站上冬小麦和夏玉米产量的相对误差分别为0.09%和0.10%。ET参数率定和统计年鉴产量验证结果：除了NS系数,P_factor、R_factor以及R2的模拟精度较高。【结论】依据徒骇马颊河流域的特点进行SWAT模型相关参数的率定,得到较好的模拟结果,为进一步深入研究该地区水分生产函数和优化灌溉制度打下了基础。     

重庆市坡瘠地玉米高产模型研究

采用回归最优设计４１６Ｂ方案，研究了氮、磷、有机肥和密度对玉米的效应，结果表明，按选出的５种高产栽培方案，玉米产量可提高２倍，在施一定磷和有机肥的基础上，增加氮量利于叶面积的扩大，有助于提高玉米产量；在一定氮和有机肥水平上，叶片中磷含量和土壤有效磷的含量密切相关，Ｒ＝０．６８７＞Ｒ０．０１（１．１４）＝０．２３。     

玉米自交系单倍体诱导率的研究

单倍体育种技术（double haploid,DH）具有加速育种进程的突出优势,已成为玉米育种关键性核心技术并在国外广泛应用,成为国外一些大公司玉米商业育种的主要手段。利用诱导系MT1诱导国内有代表性玉米自交系,分析不同玉米自交系的单倍体诱导率。结果表明,不同玉米主产区自交系的单倍体诱导率存在一定差异,北方春播玉米区（5.16%）>南方丘陵玉米区（5.14%）=西南山地玉米区（5.14%）>黄淮海夏播玉米区（4.44%）;不同杂种优势群自交系的单倍体诱导率大小不同,表现为兰卡斯特群（5.64%）>Suwan群（553%）>瑞得群（5.43%）>旅大红骨群（4.96%）>四平头群（2.76%）;温带自交系的单倍体诱导率为5.17%,明显高于热带自交系的单倍体诱导率（3.63%）,说明单倍体诱导率因母本的遗传背景不同存在较大差异。     

利用Beer-Lambert消光定律遥感反演玉米叶面积指数

利用遥感技术反演大范围玉米叶面积指数,对于田间肥水管理、长势监测乃至产量预测具有重要意义。在野外实测样本的支持下,获取玉米抽雄期的Landsat-8多光谱影像,引进Beer-Lambert定律,利用最小二乘法分析玉米冠层结构的消光系数,构建玉米叶面积指数遥感反演模型,最后采用交叉验证法评价模型精度。结果表明：玉米抽雄期NDVI、LAI呈较明显的正相关关系;基于Beer-Lambert定律的玉米叶面积指数遥感反演模型决定系数可达0.97,LAI空间分布状况与当地农业技术推广部门掌握的玉米实际生长状况基本一致,说明利用Beer-Lambert消光定律方法可以有效地反映玉米群体结构对光照的影响,据此开展玉米叶面积指数遥感反演具有较高的可行性。     

Chlorophyll Content Retrieval of Rice Canopy with Multi-spectral Inversion Based on LS-SVR Algorithm

To monitor growth and predict the yield of rice over a large area, the chlorophyll contents in the rice canopy were estimated using the unmanned aerial vehicle(UAV) remote sensing technology. In this work, multi-spectral image information of the rice crop was obtained using a 6-channel multi-spectral camera mounted on a fixed wing UAV, which was flown 600 m above the ground, between 11: 00-14: 00 on a sunny day in summer. The measured chlorophyll values were collected as sample sets. The s-REP index was screened out to estimate chlorophyll contents through the analysis of six kinds of spectral indexes of chlorophyll estimated capacity. An inversion model of the chlorophyll contents was then built using the least square support vector regression(LS-SVR)algorithm, with calibration and prediction R-square values of 0.89 and 0.83, respectively. Finally, remote sensing mapping for a UAV image of the Fangzheng County Dexter Rice Planting Park was accomplished using the inversion model. The inversion and measured values were then compared using regression fitting. R-square and root-mean-square error of the fitting model were 0.79 and 2.39,respectively. The results demonstrated that accurate estimation of rice-canopy chlorophyll contents was feasible using the LS-SVR inversion model developed using the s-REP vegetation index.     

稀酸强化水解对玉米秸秆发酵产氢能力的影响

[目的]研究稀酸强化水解对玉米秸秆发酵产氢能力的影响。[方法]对玉米秸秆进行机械粉碎、蒸汽爆破和稀酸水解处理,并分析不同处理、玉米秸秆粒度等对玉米秸秆产氢能力的影响。[结果]蒸汽爆破后采用0.8%稀H2SO4强化水解的预处理方法产氢效果较好;玉米秸秆粒度为0.425～0.850 mm时,产氢效果最好;当0.8%H2SO4（质量）∶秸秆（重量）的液固比为10∶1时,产氢效果较好。[结论]玉米秸秆经蒸汽爆破后,再用0.8%H2SO4强化水解处理可以取得较好的产氢效果。     

近红外光谱法在玉米粗蛋白含量测定研究中的应用

探讨了HN1100型近红外光谱仪测定玉米粗蛋白的可行性。结果表明,定标集、检验集的预测值与化学测定值间均达极显著正相关,相关系数分别为0.982和0.937,并具有较小的定标标准差和预测标准差,分别为0.124和0.499。该仪器可用于玉米粗蛋白含量的测定。     

Determination of Protein and Starch Content in Whole Maize Kernel by Near Infrared Reflectance Spectroscopy

Using 128 bulk-kernel samples of inbred lines and hybrids,a study was conducted to investigate the feasibility and method of measuring protein and starch contents in intact seeds of maize by near infrared reflectance spectroscopy(NIRS).The chemometric algorithms of partial least square(PLS)regression was used.The results indicated that the calibration models developed by the spectral data pretreatment of first derivative+multivariate scattering correction within the spectral region of 10 000-4 000 cm-1,and first derivative + straight line subtraction in 9 000-4 000 cm-1 were the best for protein and starch,respectively.All these models yielded coefficients of determination of calibration(R2ca1)above 0.97,while R2cv and R2va1 of cross and external validation ranged from 0.92 to 0.95,respectively; however,the root of mean square errors of calibration,cross and external validation(RMSEE,RMSECV and RMSEP)were below l(ranged 0.3-0.7),respectively.This study demonstrated that it is feasible to use NIRS as a rapid,accurate,and none-destructive technique to predict protein and starch contents of whole kernel in the maize quality improvement program.