牛奶掺假快速检验方法的研究

牛奶掺假速测仪是一种以液晶显示数字的电子仪器。该仪器能在５秒钟内准确地鉴别真伪牛奶，据显示数字的大小将掺假物区分为无机物或有机物，同时根据数字增加的幅度可将无机物分为强、中、弱电解质以及陈乳或乳房炎乳。如配匹检验箱可在半小时内检出四十多种掺假物。该仪器体积小，重量轻（０．３ｋｇ），直观性强，携带方便，功耗低，使用寿命长，准确率在９５％以上。     

近红外漫反射光谱法(NIRS)分析稻草纤维及硅化物组成

 水稻稻草硅质化是影响稻谷生产与稻草营养品质的主要因素之一 ,对水稻稻草硅化特点的化学分析费时、耗资、准确度较低。利用近红外漫反射光谱法 (NIRS)具有分析速度快、精度高、结果稳定的优点。对同年采自福建省不同种植地、不同季节、不同品种的稻草及稻叶、叶鞘、茎秆共 92份样品进行半纤维素、纤维素、木质素、可溶及不可溶性硅化物成分的近红外光谱分析。研究利用改进最小偏差 (改进最小二乘法回归技术 )回归法 (ModifiedPLS)进行定标建模 ,并进行交叉验证 (cross validation) ,探讨了用近红外漫反射光谱技术建立稻草纤维及硅化物组成快速预测模型的可行性 ,以及影响NIRS技术在建模应用中的主要因素。     

利用近红外漫反射光谱(NIRS)技术建立甘薯茎叶重金属预测模型

植物样品中的无机离子以一定形式与具有近红外吸收的有机基团结合,因而可以借助近红外光谱技术测测其含量.探讨研究了近红外光谱法快速预测甘薯叶和茎镉、铜、锌含量的可行性,以不同肥料种植的甘薯叶和茎样品各67份,利用偏最小二乘回归法(PLS)对甘薯叶和茎中水分、蛋白质、镉、铜、锌含量进行预测分析.结果表明:所建模型可用于快速预...     

NIRS定量分析油菜种子含油量、蛋白质含量数学模型的创建

 用近红外光谱 (NIRS)分析油菜品质。采用残余法测试了近 2 116份甘蓝型油菜品种资源种子的含油量 ,用近红外仪采集数据 ,选择 12 88份代表性样品 ,建立了数学模型。用该模型测试 96份待测样品 ,其NIRS的测试值与残余法测试的油菜种子含油量实测值相关系数为 0 .950 3 ,相对误差小于 3 .5% ,用凯氏定氮法测试了 63 7份油菜籽饼粕的蛋白质含量 ,选择 168份代表性样品 ,建立数学模型。 3 0份样品检测模型 ,NIRS测试值与凯氏定氮法测试的油菜籽饼粕蛋白质含量的实测值相关系数为 0 .9515,相对误差小于 6%。结果表明 ,这 2个数学模型已经可用来准确、快速、无污染、低消耗的测试油菜种子含油量和蛋白质含量     

氯化铵对马铃薯酪氨酸酶的抑制作用

以马铃薯为材料,采用磷酸盐缓冲液抽提,经硫酸铵沉淀,Sephadex G-100提取酪氨酸酶,研究氯化铵对马铃薯酪氨酸酶催化L-多巴氧化活力的影响。结果表明,氯化铵对马铃薯酪氨酸酶有较强的抑制作用,其抑制马铃薯酪氨酸酶活力下降50%的抑制浓度(IC50)为0.2 mol/L。氯化铵对马铃薯酪氨酸酶的抑制作用表现为可逆非竞争性抑制,抑制常数为4.88 mmol/L。     

付里叶变换近红外漫反射光谱定量分析数学模型的建立与评价

本文在I的研究基础上,根据近红外漫反射光谱定量分析的原理,以谷子、玉米、小麦样品为实验材料,选用近代回归分析的方法,研究了谷子、玉米蛋白质及小麦沉淀值品质分析近红外光谱定量数学模型的建立与评价。     

应用近红外光谱法定量检测牛奶中尿素氮的研究

【目的】建立牛奶中尿素氮的快速、无损检测方法,为牛奶中尿素氮的快速检测提供支持。【方法】对200个牛奶样品进行近红外扫描,并用多功能乳制品分析仪对牛奶样品中尿素氮的含量进行测定;剔除20个异常样品后,得到由180个牛奶样品组成的得分样品,将得分样品分为定标集(144个)和验证集(36个),将正交试验设计与主成分回归法(PCR)、偏最小二乘法(PLS)、改进偏最小二乘法(MPLS)3种定量校正方法和多种光谱预处理方法结合,建立牛奶中尿素氮的近红外检测模型,利用目标函数法对模型预测效果进行评定。【结果】建立了定量检测牛奶中尿素氮的最优模型,其定标相关系数(R2)和定标标准差(SEC)分别为0.986 4和0.238 4。用验证集对所建模型进行验证,其校正相关系数(RSQ)和预测标准差(SEP)分别为0.976 0和0.360 0。利用所有得分样品对预测结果进行监控,并绘制尿素氮测定值与模型预测值的线性相关曲线,相关系数r2为0.980 5。【结论】利用近红外光谱法建立的尿素氮定量检测最优模型具有很好的适用性和准确性,可用于牛奶尿素氮的快速定量检测。     

氯化铵对土壤酸碱度和硝化作用的影响

氯化铵对遂宁石灰质紫色土的酸碱度影响不大,而对重庆中性紫色土的酸碱度有明显影响,其pH值比其他几种化肥处理的低0.2左右;供试的几种肥料中,氯化铵处理的土壤硝化作用显著降低。因此,施用氯化铵可减少氮素流失;氯化铵中氯离子在土壤中易于移动,其流失量约为硫酸根离子的2～3倍。     

掺杂三聚氰胺牛奶二维相关红外光谱法的鉴别研究

将红外光谱与二维相关谱技术结合起来对牛奶中掺杂的目标物三聚氰胺进行了检测。配置浓度为3g/L三聚氰胺牛奶溶液,并采集样品在不同温度下的红外光谱图。以温度为外扰,分别构建纯牛奶与掺杂三聚氰胺牛奶的二维相关谱,研究了各自的二维相关特性,并进行对比、分析。结果表明：在14001800cm-1区间内,掺杂三聚氰胺牛奶在同步图上...     

氯化铵对绿色杜氏藻增殖的影响

报道了氯化铵对绿色杜氏藻增殖的影响情况。绿色杜氏藻的一次性培养试验结果 显示,氯化铵的浓度对绿色杜氏藻的增殖具有显著的影响。最适宜绿色杜氏藻增殖的浓度是 0．20～1．00 mmol／L,浓度值过高和过低均不利于绿色杜氏藻增殖,浓度过高时增殖缓慢,并且 稳定期短,易崩溃。在最适宜浓度水平时,绿色杜氏藻进入指数生长期较快,增殖速率值较大; 在1．00 mmol／L浓度时,绿色杜氏藻在稳定期获得最大的微藻密度值。     

独立分量分析在近红外光谱定量分析中的应用

采用独立分量分析(ICA)方法,对玉米样品的近红外光谱进行分解,得到统计上独立的各成分光谱;然后用多元回归方法建立基于ICA成分的玉米粗蛋白质、粗淀粉和粗脂肪含量的定量分析模型,3种成分建模集和预测集的化学值和近红外预测值之间的相关系数都较高,且平均相对误差都较低。结果表明,ICA方法建立的玉米样品3个主要成分的近红外模型预测准确度都较高,可应用于玉米育种中大批样品的快速品质分析。     

稻米脂肪含量近红外光谱分析技术研究

 应用近红外光谱（NIRS）分析技术和偏最小二乘法（PLS）建立稻米脂肪定量分析数学模型，并比较糙米粒和糙米粉NIRS数学模型对预测稻米脂肪含量的效果差异。结果表明，当利用糙米粒和糙米粉NIRS数学模型对样品进行预测时，内部交叉验证预测值和真值之间的决定系数（R2）分别为94.44%和95.54%，内部交叉检验的标准差（RMSECV）分别为0.09%和0.08%；外部验证预测值和真值之间的R2值分别为79.51%和87.10%，预测标准差（RMSEP）分别为0.24%和0.26%，平均相对误差（ARE）分别为4.11%和3.30%。内部交叉验证和外部验证结果证明，糙米粒和糙米粉NIRS数学模型均具有较高的预测准确性，可应用于稻米营养品质改良实践。     

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.     

近红外反射光谱测定玉米完整籽粒蛋白质和淀粉含量的研究

 以128份常用普通玉米自交系及杂交种的混合籽粒样品为材料,采用偏最小二乘(PLS)回归法,对近红外反射光谱(NIRS)测定玉米完整籽粒蛋白质、淀粉含量的可行性和方法进行了研究。结果表明,采用一阶导数+多元散射校正预处理、谱区为10000～4000cm-1和一阶导数+直线扣减预处理、谱区为9000～4000cm-1,分别建立的蛋白质、淀粉含量的校正模型,其校正和预测效果最佳。其校正决定系数(R2cal)均大于0.97,交叉验证和外部验证决定系数(R2cv、R2val)为0.92～0.95,各项误差(RMSEE     

基于近红外光谱法的玉米钾营养快速测定研究

本文利用近红外漫反射光谱对玉米叶钾营养含量进行快速测定的研究。以农大265玉米为材料,采用偏最小二乘回归法(PLS)建立玉米叶片中钾含量与光谱数据的校正模型,其决定系数Rc2=0.9783,交叉验证决定系数Rv2=0.9133,交叉验证均方差RMSECV=1.6499,模型因子数Factor=12。结果表明,利用近红外漫反射光谱法快速测定玉米叶片中钾营养含量是可行的,为近红外光谱仪快速测定玉米叶钾含量提供了理论依据。     

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。     

近红外光谱技术对红木家具的鉴别

[目的]建立一种快速鉴别一些易混淆的珍稀红木家具的方法。[方法]选择奥氏黄檀、刺猬紫檀、大果紫檀和非洲紫檀4种珍稀木材制作的红木家具,使用便携式光谱仪采集光谱,并进行预处理,建立初始模型。采用不同特征波长提取方法,提取有效信息后,利用SIMCA、PLS-DA建立红木鉴别模型。[结果]不同树种谱线形状类似,近红外光谱吸收强度不同。4种家具在SIMCA的校正集和验证集中的识别率均在92%以上,拒绝率高于98%;PLS-DA模型中识别率和拒绝率成效显著。[结论]采用近红外光谱对红木家具类别进行鉴别是可行的。     

植烟土壤中全氮和有机质含量的近红外快速分析

应用傅立叶变换近红外漫反射光谱仪(NIRS)对植烟土壤样品中全氮、有机质含量进行检测,通过应用化学计量学方法,建立近红外光谱与土壤样品中全氮、有机质含量间关系的数学模型。结果表明:所建模型稳定性好,NIRS法测定的结果与化学方法测试结果相吻合,可应用傅立叶变换近红外漫反射光谱仪来快速预测植烟土壤样品中的全氮和有机质含量。     

利用近红外光谱法测定玉米籽粒含油量的研究

用近红外光谱(NIRS)分析技术和偏最小二乘法(PLS)建立了玉米籽粒含油量分析数学模型,并对模型预测结果的准确性进行了评价。结果表明,定标集、检验集的预测值与化学测定值间均呈极显著正相关,相关系数分别为0.958和0.957,定标标准差和预测标准差分别为0.757和0.745。利用该技术能测定玉米籽粒含油量。     

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。