前表面荧光光谱法鉴别不同冷藏时间的大黄鱼鲜度

为研究前表面荧光光谱法在水产品品质评价方面的应用,利用前表面荧光对不同冷藏时间的大黄鱼肌肉进行扫描,对色氨酸和烟酰胺腺嘌呤二核苷酸(NADH)的荧光光谱数据进行主成分分析(PCA)和Fisher线性判别分析(FLDA),并运用偏最小二乘回归(PLSR)建立了大黄鱼鱼肉荧光光谱数据和冷藏时间的预测模型。结果表明,用PCA方法提取色氨酸和NADH荧光光谱的有效信息,所建模型可区分不同冷藏时间(0~8 d)的大黄鱼样品,且色氨酸作为内源荧光探针的分析效果更好;用FLDA方法分析色氨酸和NADH荧光光谱,留一法(leave-one-out)交叉验证的判别正确率分别为100%和98%,对不同冷藏时间的大黄鱼区分效果优于PCA方法;PLSR模型中色氨酸和NADH荧光光谱的校正集和预测集的相关系数均大于0.9,交互验证均方根误差(RMSECV)分别约为1.13、0.41,校正集均方根误差(RMSEC)/预测集均方根误差(RMSEP)分别约为0.53、0.99,通过NADH荧光光谱建立的PLSR模型预测能力较好。前表面荧光光谱法结合化学计量学技术能够对不同冷藏时间的大黄鱼进行有效区分。本研究结果为前表面荧光光谱技术在大黄鱼冷藏保鲜中对冷藏时间的预测提供了一定的理论依据。     

基于PCA和PNN的水稻病虫害高光谱识别

对水稻病虫害准确、快速的识别是采取病虫害防治措施的基础,同时对灾害评估也具有积极意义。该研究选用在水稻孕穗期时测定的两期受稻干尖线虫病危害的水稻叶片光谱数据和于水稻分蘖期时测定的两期受稻纵卷叶螟危害的水稻叶片光谱数据,通过对水稻叶片的光谱特征分析,选用可见光波段（490～670 nm）和短波红外波段（1 520～1 750 nm）,用主成分分析技术（PCA）对上述光谱波段进行压缩,获得主分量光谱,最后结合概率神经网络（PNN）对稻干尖线虫病和稻纵卷叶螟进行识别,结果显示对水稻病虫害的识别精度高达95.65%。研究表明,PCA和PNN相结合,可以实现对多种水稻病虫害进行快速、精确的分类识别。     

基于叶绿素荧光光谱的生菜硝酸盐含量检测

为了寻求生菜叶片硝酸盐含量的快速无损检测方法,该文利用叶绿素荧光光谱分析技术对生菜(Lactuca sativa L.)叶片硝酸盐含量进行检测研究。对比及分析500~550、650~715和715~800 nm 3个波段的叶绿素荧光光谱特征参数与生菜叶片硝酸盐含量的关系,得出650~715 nm波段的叶绿素荧光光谱特征参数与生菜叶片硝酸盐含量之间线性关系显著,决定系数R2为0.816,标准误差为0.147,以此建立的回归模型能够很好地反映生菜叶片硝酸盐含量与叶绿素荧光光谱特征参数的关系;将同批进行试验的30个样本作为回归方程的校验集,进行模型验证,预测值与实测值之间决定系数R2为0.752,表明回归模型对生菜叶片硝酸盐含量有良好的预测效果。研究结果为生菜叶片硝酸盐含量的快速无损检测提供参考。     

堆肥过程中水溶性有机物常规荧光与固体表面荧光光谱比较

为研究固体表面荧光表征堆肥有机质结构及物质转化特征的可行性,采集堆肥原样,提取水溶性有机物,分别对两者的含碳量及前者的固体表面荧光和后者的常规荧光光谱进行分析。结果显示：堆肥过程中,水溶性有机物占总堆肥有机物的比例不断下降,第40天降至5.1 g/kg。堆肥进行时,水溶性有机物的发射、激发光谱及同步荧光光谱中的类腐殖质荧光的强度均不断增强,而堆肥原样的激发、发射和同步3种扫描形式的固体表面荧光却不断降低。3种荧光光谱中,堆肥原样和水溶性有机物的同步荧光光谱在常规荧光光谱和固体表面荧光中都出现了类蛋白和类腐     

可见/近红外光谱快速鉴别米粉辐照剂量

为了实现对不同剂量辐照处理后米粉的快速鉴别,提出了一种基于可见-近红外光谱技术的快速、无损检测方法。试验先利用不同剂量的60Coγ-射线对米粉进行辐照处理,得到了4种样品共200个样本。再应用ASD可见-近红外光谱仪获取所有样本的反射光谱数据,并采用主成分分析方法对数据进行聚类分析,将提取的前6个主成分作为BP神经网络的输入值,建立不同米粉样品的鉴别模型。结果表明,在设定偏差标准为±0.1的情况下,利用该模型对预测集样本进行鉴别,识别率达到100%。该文提出的方法具有很好的分类和鉴别作用,为快速鉴别米粉类产品是否经辐照灭菌及处理剂量等提供了新的技术方法。     

基于近红外光谱技术的淡水鱼品种快速鉴别

为探索淡水鱼品种的快速鉴别方法,该文应用近红外光谱分析技术,结合化学计量学方法,对7种淡水鱼品种的判别分类进行了研究。采集了青、草、鲢、鳙、鲤、鲫、鲂等7种淡水鱼,共665个鱼肉样品的近红外光谱数据,经过多元散射校正(multiplicative scatter correction,MSC)、正交信号校正(orthogonal signal correction,OSC)、数据标准化(standardization,S)等20种方法预处理,在1 000~1 799 nm范围内分别采用偏最小二乘法(partial least square,PLS)、主成分分析(principal component analysis,PCA)和BP人工神经网络技术(back propagation artificial neural network,BP-ANN)、偏最小二乘法和BP人工神经网络技术对7种淡水鱼原始光谱数据进行了鉴别分析。结果表明,近红外光谱数据,结合主成分分析和BP人工神经网络技术建立的淡水鱼品种鉴别模型最优,模型的鉴别准确率达96.4%,对未知样本的鉴别准确率达95.5%。模型具有较好的鉴别能力,采用该方法能较为准确、快速地鉴别出淡水鱼的品种。     

基于近红外光谱土壤水分检测模型的适应性

由于土壤水分的近红外光谱定量分析模型精度依赖于样品状态,故土壤水分定量分析模型的适应性极其重要。以湖北地区的3种土壤为研究对象,利用偏最小二乘法交叉验证建立了处理后样品下的土壤水分分析模型,模型预测值与标准值的决定系数R2为0.9946,交叉验证预测均方差为0.801%,模型预测决定系数R2为0.9919,预测均方差为0.912%;利用主成分分析了未处理土壤样品与处理土壤样品得分图的差异,结果表明定量分析模型对未处理样品的预测精度降低;采用斜率/截距的方法修正了12个未处理样品的模型预测值,预测平均绝对值误差从0.78%降低到0.38%,结果表明斜率/截距校正法能较好的提高近红外光谱土壤水分定量分析模型的适应性。     

基于PCA与GA的近红外光谱建模样品选择方法

针对在利用遗传算法进行样品选择(SSGA)时,使用原光谱矩阵运算时间非常长的问题,提出了一种使用丰成分得分矩阵代替原光谱矩阵进行选样的新算法(PCA-SSCA).讨论了PCA-SSGA算法的主成分分解,染色体编码与解码,目标函数与适应度函数确定,选择算子、交叉算子、变异算子等.在Visual C 环境中开发了PCA-SSGA软件系统.通过对131份小麦籽粒样品针对其干基蛋白含量进行PCA-SSGA运算,经过39200代进化,最终找出最佳样品组合:样品数日由131减少为70,通过偏最小二乘留一法交叉验证(PLS-LOO-CV),决定系数(R2)由0.9477增加为0.9841,交叉验证预测均方差(RMSPCV)由0.3938减少为0.1934.从运算时间上看,PCA-SSGA进化一代时间是SSGA的1/2193,整个样品优选过程时间大大缩短,效率得以显著提高.试验结果表明:PCA-SSGA可以方便灵活地调整遗传算法的参数、自动地选择样品,这对优化农产品近红外光谱模型、进一步提高预测精度提供了很好的技术支持.     

延迟荧光光谱F730/F685与植物耐热性的关系

为研究延迟荧光光谱特性与植物耐热性的关系,该文以3种不同品种的植物为研究对象,分析了温度胁迫下样品延迟荧光发射光谱曲线的变化情况,研究了各样品延迟荧光光谱中685 nm附近峰值（标记为F685）与730 nm附近峰值（标记为F730）的光谱峰值比F730/F685的温度响应曲线,并与叶绿素荧光参数的温度变化趋势进行对照,探讨了温度拐点出现的原因及变化趋势。试验结果证实延迟荧光发射光谱F730/F685温度响应曲线的变化真实地反应了植物在高温胁迫下光系统的光合功能,有效地体现了样品间对高温逆境响应的差异,且温度响应曲线的拐点及其变化特性可能会是一种鉴定植物耐热性的有效指标。     

基于高光谱成像的寒地水稻叶瘟病与缺氮识别

为进行水稻叶瘟病与养分缺失的区分、实现叶瘟病及时、准确的诊断,以大田试验为基础,利用高光谱成像仪获取2个品种的健康、缺氮、轻度感病和重度感病共4类水稻叶片的反射率光谱,对其光谱特性进行分析,并采用多种预处理方法、分别结合偏最小二乘判别分析(partial least squares-discriminate analysis,PLS-DA)和主成分加支持向量机(principle component analysis-support vector machine,PCA-SVM)方法构建水稻叶瘟病识别模型。试验结果显示6个判别模型都获得了较高的识别准确率,经标准正态变量(standard normal variate,SNV)变换预处理的PLS-DA模型获得了最佳的识别结果,预测准确率达100%,经多元散射校正(multiplicative scatter correction,MSC)预处理的PCA-SVM模型的预测准确率也达到97.5%。本研究为水稻叶瘟病的判别和分级提供了新方法,也为稻瘟病大范围遥感监测提供了基础。     

超高压处理对大黄鱼鱼糜水分状态和蛋白质结构的影响

为了研究超高压处理大黄鱼鱼糜的凝胶特性,该文利用低场核磁共振、拉曼光谱研究了水浴加热和超高压处理鱼糜凝胶化过程中水分存在状态和蛋白质结构的变化,并分析了它们和鱼糜凝胶特性指标的相关性。结果表明,与水浴加热处理相比,超高压处理能改善鱼糜凝胶特性,使其保水率、弹性、内聚性增大（P<0.05）,硬度下降（P<0.05）。但随压力增大,鱼糜的内聚性、弹性、咀嚼性呈下降趋势（P<0.05）,保水率变化不显著（P>0.05）;低场核磁共振分析显示超高压使鱼糜自由水组分消失,不易流动水的流动性增强（P<0.05）,结合水的含量增加（P<0.05）;拉曼光谱分析显示超高压使鱼糜蛋白α-螺旋含量显著增加（P<0.05）,无规卷曲和β-转角含量显著下降（P<0.05）,三级结构也发生变化;相关性分析表明,蛋白质结构、水分状态及含量与鱼糜的质构、保水率之间存在特定相关性。说明不同处理条件下,鱼糜的蛋白质结构和水分状态发生改变,从而表现出相应的质构、保水率等凝胶特性。以上结果可为鱼糜凝胶特性的评价及改进提供检测方法及理论依据。