近红外透射光谱技术测定黍稷蛋白含量的研究(英文)

[目的]探索快速测定完整黍稷籽粒蛋白含量的方法。[方法]采用近红外光谱分析技术建立数学模型并进行预测,比较原始透射光谱经导数处理结合不同回归算法对模型的影响。[结果]分别经一阶和二阶导数处理后利用偏小二乘法和改进的偏小二乘法,4 种方法的分析效果相近,最优的是一阶导数结合改进的偏最小二乘回归法,黍稷蛋白定标模型的定标相关系数(RSQ)为0.880 6,定标标准误差(SEC)为0.342 4,交互定标标准误差(SECV)为 0.375 1,外部预测标准误差(SEP)为 0.454。[结论]以完整黍稷籽粒为样品所建立的蛋白 NITS 模型,可以用于黍稷蛋白含量的快速检测。     

鱼粉粗蛋白含量近红外模型的建立

[目的]为鱼粉粗蛋白含量提供一种快速、低廉、准确可靠的分析方法。[方法]以国内常见鱼粉为材料,使用InfraXact Lab型近红外光谱分析仪测定鱼粉的近红外光谱值,并采用常规凯氏定氮法测定鱼粉样品中粗蛋白含量,建立鱼粉粗蛋白含量的近红外分析模型,并对模型测定结果进行预测准确性评价。[结果]鱼粉粗蛋白含量定标方程的SECV值为0.515,1-VR值为0.865,粗蛋白含量的验证参数SEC值为0.302,RSQ值为0.925,说明定标方程的预测能力较好,可用来进行鱼粉粗蛋白含量的测定。[结论]建立的鱼粉粗蛋白含量近红外分析模型具有一定的实用价值,可用于鱼粉常规养分分析的实际工作。     

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.     

麻疯树种子含油量近红外光谱定标模型的建立

目的本研究旨在建立麻疯树种子含油量的近红外光谱定标模型, 为近红外光谱技术应用于麻疯树种子含油量的测定提供依据。方法利用瑞典波通DA7200型近红外光谱成分分析仪采集了125份麻疯树种子样品的光谱数据, 通过样品化学值测定、光谱数据预处理以及回归统计方法建立了麻疯树含油量的近红外光谱定标模型, 并利用10份未知含油量的种子样品对模型的准确性进行了检验。结果本研究建模所选125份样品的含油量范围为25.23%~39.73%, 平均值为33.91%±2.64%, 中位数为34.31%, 基本覆盖了当前麻疯树的主要品种, 在种子油含量上具有一定的代表性。二阶导数联合标准正态变量转换法为建立麻疯树种子含油量近红外光谱定标模型的最佳预处理方法, 偏最小二乘法为最佳的回归方法。模型验证结果显示, 样品的化学测定值与近红外光谱定标模型预测值极显著相关, 且相关系数达0.9556, 预测标准偏差为0.6536。结论检验结果说明该模型具有较高的可靠性, 可应用于后期麻疯树种子油分含量的大批量快速测定。      

水稻蛋白质近红外定量模型的创建及在育种中的应用

【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为 11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。     

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。     

近红外光谱法快速测定苎麻粗蛋白含量（英文）

[目的]探讨应用近红外光谱仪测定苎麻粗蛋白的可行性。[方法]以50个样品组成校正集,采用偏最小二乘法(PLS)建立近红外光谱信息与粗蛋白含量的校正模型,用该模型对10个样品的粗蛋白进行预测。[结果]该模型的相关系数为0.98。苎麻粗蛋白含量的化学测定值与近红外光谱模型预测值之间存在较好的相关性,预测值与化学值之间的平均相对误差为3.54%。[结论]用近红外光谱分析建立苎麻粗蛋白预测模型并测定苎麻粗蛋白含量是可行的。     

食用向日葵粗蛋白含量近红外光谱模型的建立及可行性分析

以自育的食用向日葵材料为测试对象,用化学方法测定粗蛋白含量,对照近红外漫反射光谱,通过偏最小二乘法分别建立了食用向日葵籽粒、籽仁和籽粒粉末粗蛋白含量的近红外光谱模型。结果表明:籽仁模型和籽粒粉末模型预测未知样品粗蛋白含量的精确度较高,可以用于向日葵粗蛋白含量的定量测定,而籽粒模型与其他2个模型相比,预测精确度相对较低,但由于其不破坏籽粒和种皮的优点,可用于粗蛋白含量的初步评估和高蛋白向日葵材料的筛选。     

基于近红外光谱法快速检测藜麦纤维含量

[目的]探索一种快速测定完整藜麦籽粒纤维含量的方法。[方法]采集100个藜麦样品的近红外光谱,运用近红外光谱分析技术建立数学模型并进行预测。[结果]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纤维近红外定量模型,校正和预测效果最佳,所得的粗纤维近红外定量模型的交叉验证决定系数为0.884 8,外部验证决定系数为0.876 1。[结论]以完整藜麦籽粒为样品所建立的纤维NITS模型可用于藜麦纤维含量的快速检测。     

近红外光谱法快速测定苎麻粗蛋白含量

[目的]探讨应用近红外光谱仪测定苎麻粗蛋白的可行性.[方法]以50个样品组成校正集,采用偏最小二乘法(PLS)建立近红外光谱信息与粗蛋白含量的校正模型,用该模型对10个样品的粗蛋白进行预测.[结果]该模型的相关系数为0.98.苎麻粗蛋白含量的化学测定值与近红外光谱模型预测值之间存在较好的相关性,预测值与化学值之间的平均相对误差为3.54％.[结论]用近红外光谱分析建立苎麻粗蛋白预测模型并测定苎麻粗蛋白含量是可行的.     

中草药大黄小波变换的近红外光谱的聚类分析

[目的]采用近红外漫反射光谱法对41种大黄进行图谱扫描,为大黄的生药鉴定提供一种新方法。[方法]采用小波变换技术对近红外光谱进行压缩,减少训练时间,再采用近红外光谱法结合聚类分析方法对不同产地的大黄药材进行鉴别。[结果]NIR光谱经小波变换压缩后,将光谱变量从700减少到44个,用小波压缩的NIR光谱输入到聚类树鉴别模型,通过聚类分析的方法,对大黄正伪品进行了分类,识别正确率达到82.93%。[结论]近红外漫反射光谱法是一种快速、简便的鉴别分析技术,可用于大黄中药的质量控制。     

广西优良玉米新品种近红外快速化学成份检测研究

[目的]建立广西优良新品种杂交玉米的蛋白质、淀粉及粗脂肪含量的近红外快速检测模型。[方法]用近红外品质分析仪进行漫反射光谱数据采集,用标准常规方法对样品进行化学测定,通过数学方法（MPLS法）和数学转换（3,5,5,1）将光谱数据和常规方法测定的数据进行回归法计算定标,得出定标方程,再用15个品种样品进行定标验证。[结果]玉米的近红外光谱图有多处吸收峰,不同玉米品种的吸收峰大小不同。各定标样品蛋白质含量的化学值与预测值的偏差分别为：-0.2%0、、0.2%、0.2%、-0.11%、0.2%0、、-0.3%0、、0.2%、-0.2%、0.2%、0.06%、0.3%、0;其粗脂肪含量的化学值与预测值的偏差分别为：0.01%、0.03%、0.11%、0.03%、0.11%、0.05%、-0.03%0、.02%、-0.04%0、.11%、-0.07%、-0.11%、-0.08%、-0.05%、-0.04%;其淀粉含量的化学值与预测值的偏差分别为：-0.5%、-0.8%、-0.6%、0.8%、1.0%、1.2%、0.7%、0.5%、-0.8%、0.8%、-0.5%、-0.5%、-0.6%、-0.7%、0.2%。[结论]为玉米化学成分含量的近红外快速检测提供了技术依据。     

NIRS结合TQ软件对氯化铵掺假牛奶定量分析

[目的]应用近红外光谱法建立氯化铵掺假牛奶定量分析模型。[方法]氯化铵是提高牛奶中含氮量的典型掺假物质,样品直接使用近红外光谱仪采用漫反射和三氯乙酸预处理后使用透射模块分别扫描并建立定量分析模型,并对模型进行验证。[结果]建立了漫反射氯化铵含量定量分析模型和透射氯化铵含量定量分析模型,后者模型更加准确可靠,均方根校正标准差(RMSEC)、相关系数(R2)、均方根预测标准差(RMSEP)分别为0.032 4、0.998 4、0.049 8,回收率为107.607 4%。[结论]三氯乙酸预处理后的透射模型更加精确,可以用于牛奶中氯化铵掺假检测,为进一步研究牛奶中其他物质掺假检测提供借鉴。     

可见近红外漫反射光谱法测定赣南脐橙的表面色泽

[目的]建立赣南脐橙颜色指标定量数学模型,探索用颜色进行水果分级的新方法。[方法]采用色差计来测量50个赣南脐橙样本的表面颜色,用近红外漫反射光谱并结合多元校正算法偏最小二乘法(PLS),建立了赣南脐橙颜色指标L、a、b的定量模型。[结果]在全波段范围内,原始光谱所建模型最佳,其颜色指标L所建校正模型相关系数(r)为0.933,预测均方根偏差(RMSEP)为1.330,完全交互验证相关系数(rcross)达0.926;颜色指标a所建校正模型相关系数为0.970,预测均方根偏差为1.524,完全交互验证的相关系数达0.967;颜色指标b所建校正模型相关系数为0.893,预测均方根偏差为2.676,完全交互验证的相关系数达0.875。[结论]原始光谱所建模型最好,但其模型的校正均方根偏差和完全交互验证均方根偏差都偏高。     

贵州复烤片烟中水溶性糖和烟碱近红外速测定量模型的建立

[目的]建立复烤片烟中水溶性糖和烟碱含量的近红外速测定量模型。[方法]基于近红外光谱法,选取各等级片烟样品共284个,使用偏最小二乘法(PLS)建模,定量分析贵州主要产区的复烤片烟中的水溶性糖(总糖、还原糖)和烟碱含量。人工确定光谱区间为9 002.45~4 069.19 cm~(-1),采用一阶导数结合Savitzky-Goly(SG)平滑滤波进行光谱预处理。考察了模型精密度,并将标准方法和近红外方法测得的结果进行了对比。[结果]复烤片烟中的总糖、还原糖、烟碱3种成分预测模型的相关系数r分别为0.996 8、0.987 2、0.9951,交互验证均方差(RMSECV)分别为0.354、0.558、0.067。[结论]模型精密度良好,2种方法不存在显著差异,近红外方法适合烟草中的水溶性糖和烟碱快速定量分析。     

影响近红外对油菜种子品质分析的几个因素

[目的]为了研究样品本身的因素.[方法]通过试验及人为制造油菜种子异样,并通过其与正常样品的近红外品质分析结果比对,探讨样品量、含水量、发霉率、芽粒率以及成熟度对近红外品质分析结果的影响.[结果]样品量、含水量、发霉率、芽粒率以及成熟度对近红外品质测定结果都有不同程度的影响.[结论]在用近红进行正常的品质分析时,应尽量做到待测样品在样品量、含水量、净度、成熟度等方面与定标样品保持一致.