共查询到20条相似文献,搜索用时 85 毫秒
1.
2.
3.
现代近红外光谱分析技术在农业研究中的应用 总被引:8,自引:0,他引:8
简述了近红外光谱分析技术的发展历史、应用原理和技术特点,对该项技术在作物品质育种、品种资源的鉴定与分类、生物样品的非破坏性测定、作物施肥与土壤养分测定、作物抗虫性鉴定等方面的应用进行了综述。 相似文献
4.
近红外光谱技术在小麦品质育种中的应用研究 总被引:1,自引:0,他引:1
以14种蛋白质含量差异较大的小麦为材料,用凯氏定氮法和近红外光谱法分别测定了蛋白质含量.结果表明,近红外光谱与凯氏定氮法测定结果呈显著正相关,能够快速、准确、无损地测定完整小麦子粒的蛋白质,可以在育种早代用来鉴定、筛选大量中间材料. 相似文献
5.
在介绍近红外光谱技术的测定原理及定量分析方法基础上,对近红外光谱技术在饲料的常规成分检洲、有毒有害成分和维生素检测、预测粗饲料成分、有效能检测、氨基酸检测等方面的应用现状进行了阐述. 相似文献
6.
近红外光谱分析与化学方法检测油菜种子品质参数的比较 总被引:4,自引:1,他引:4
用2种方法分别对12份不同的油菜种子样品进行了6个品质参数的分析比较。研究数据显示:NIR与化学方法的测定结果相比,芥酸、硫甙、含油量、蛋白质、油酸、水分测定值的差异均不显著(P0.05),相对误差分别为7.60%、2.15%、1.00%、4.17%、1.14%和3.16%;2种方法测定结果的相关系数分别是1.0000、0.9998、0.9939、0.9926、0.9995和0.9602。结果表明NIR可以应用于油菜种子品质参数的测定。 相似文献
7.
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。 相似文献
8.
9.
近红外光谱分析技术在饲料行业中的应用 总被引:1,自引:0,他引:1
近红外光谱分析技术可应用于饲料生产全过程的品质控制。近年来,我国大型饲料集团公司几乎都采用近红外光谱分析手段进行饲料原料、半成品及成品料中常量成分、微量成分和真伪掺杂的分析,并获得了较好的经济效益。介绍了近红外光谱分析技术在饲料分析中的原理和优势、仪器类型,并对其在饲料行业中应用的发展趋势进行了展望。 相似文献
10.
11.
近红外光谱法估测饲料用裸大麦品质的应用研究 总被引:4,自引:1,他引:4
应用近红外光谱分析法(NIRS)估测饲料用裸大麦中粗蛋白质、粗纤维、粗灰分、水分的含量与化学万法之间相关性高,误差小。42份样品定标结果,复合相关系数(MR)分别为0.9762、0.7826、0.6158、0.9408,标准误误(SE)为0.3210、0.1930、0.3140、0.1520,22份裸大麦样品检验结果,相关系数(r)分别为0.933、0.397、0.409、0.762,估测标准误(SEP)为0.421、0.197、0.157、0.512;估测13种氨基酸含量,除色氨酸和胱氨酸外,相关系数均在0.9以上,变异系数(C.V.)均小于6%。说明采用NIRS方法测定裸大麦的粗蛋白、粗纤维、粗灰分、水分以及氨基酸含量不仅可行,而且具有快速、简便、低耗、准确等优点。 相似文献
12.
复方板蓝根颗粒中靛蓝和靛玉红含量的近红外光谱检测模型研究 总被引:1,自引:0,他引:1
[目的]提出一种用近红外光谱技术快速检测复方板蓝根颗粒中靛蓝和靛玉红含量的新方法。[方法]首先应用光谱仪获得6种复方板蓝根颗粒的光谱曲线,用主成分分析法进行聚类分析,再结合人工神经网络技术建立模型进行检测。在主成分分析的基础上,以每一个样品的前7个主成分作为神经网络的输入节点,成分类型作为神经网络的输出节点,建立一个7(输入节点)-7(隐含层节点)-2(输出节点)的3层BP人工神经网络模型。[结果]复方板蓝根颗粒中靛蓝和靛玉红2项指标人工神经网络模型预测值的平均相对误差分别为4.14%和4.72%,与高效液相色谱法测定值的符合程度很高,该模型具有很好的预测能力。[结论]新模型可用于复方板蓝根颗粒的质量检测和生产加工过程中的质量控制。 相似文献
13.
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 总被引:31,自引:3,他引:31
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 相似文献
14.
稻米脂肪含量近红外光谱分析技术研究 总被引:26,自引:1,他引:26
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。 相似文献
15.
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。 相似文献
16.
17.
18.
利用近红外分析技术测定胡麻种质资源品质 总被引:6,自引:0,他引:6
利用Perten公司DA7200型近红外透射光谱分析仪,对甘肃胡麻种质资源库的364份胡麻资源的籽粒品质成分进行测定。结果表明,胡麻籽粒4种品质成分在不同材料间存在明显差异,硬脂酸、木酚素、棕榈酸和油酸变异系数较大;碘价、粗脂肪、亚油酸和亚麻酸含量的变异系数较小。资源中粗脂肪平均含量为38.64%,硬脂酸平均含量为4.94%,棕榈酸平均含量为5.58%,油酸、亚油酸、亚麻酸、碘价和木酚素平均含量依次为29.15%、11.4%、51.31%、175.69和9.60 mg/g。筛选出了123份优异种质资源供育种利用。并对近红外技术在胡麻品质育种中的利用作了探讨。 相似文献
19.
收集了151个反刍动物饲料,应用偏最小二乘(PLS)定标方法,建立了基于近红外光谱的反刍动物饲料化学成分定标模型。定标集化学分析值与预测值之间的决定系数R2和标准差(RMSEC)分别为:0.927 3和0.265(水分)、0.928 9和0.682(粗蛋白质)、0.950 5和0.228(粗脂肪)、0.906 0和0.542(粗灰分)、0.919 8和0.558(粗纤维)。验证集化学分析值与预测值之间的决定系数r2和标准差(RMSEP)分别为:0.920 6和0.284(水分)0、.919 4和0.690(粗蛋白质)、0.926 4和0.312(粗脂肪)、0.943 4和0.437(粗灰分)、0.903 5和0.616(粗纤维),相对分析误差(RPD)均大于3,具有较高的预测精度。结果表明,利用近红外光谱反射光谱分析技术可以定量检测反刍动物饲料中水分、粗蛋白质、粗脂肪、粗灰分、粗纤维的含量。 相似文献
20.
水稻蛋白质含量NIR模型适配范围的研究 总被引:6,自引:0,他引:6
【目的】比较不同类型样品建立水稻蛋白质近红外模型的效果和适配范围。【方法】通过对178份来自“II-32B/岳早籼6号”的重组自交系和496份水稻品种的近红外反射光谱的比较分析,选择其中59个株系和76份品种作为建模样品,采用偏最小二乘法建立基于品种、重组自交系和混合样品的3个蛋白质含量回归模型。【结果】经模型内部交叉验证和对模型外部重组自交系和品种样品的验证结果的比较分析,发现基于分离群体的模型因蛋白质含量范围较窄,样品来源较单一,适应范围仅局限于本群体内样品蛋白质含量预测,而品种和混合模型对群体和品种样品都表现出良好的适应能力,交叉验证决定系数大于0.90,外部验证决定系数大于0.89, 本试验可为近红外建模的样本集选择提供良好的指导意义。【结论】不同类型样品对建模效果有显著影响,品种模型和混合模型的适配范围显著大于群体模型,研究结果不能支持用背景变异较小的样品建立较高精度回归模型的设想。 相似文献