淀粉的红外光谱及其二维相关红外光谱的分析鉴定

旨在采用傅里叶变换红外光谱(FTIR)、去卷积光谱、二阶导数光谱以及二维相关红外光谱,区分鉴别3种淀粉样品。对原始光谱1200~900cm-1波数段进行傅里叶去卷积处理,计算能反映淀粉分子有序程度的1050/1020cm-1峰强度比值;对其指纹区(1700~800cm-1)做二阶导数处理。结果红外光谱显示3种淀粉原始光谱吸收峰非常相似,仅在吸收峰强度和峰位上有微小差异。发现3种淀粉颗粒有序结构的相对含量由多到少排序依次为莲藕淀粉、马铃薯淀粉、红薯淀粉。另外,3种淀粉样品在1607~1487cm-1波数段以及1468、1187、1055、931cm-1波数处二阶导数谱差异明显。并且,由3种淀粉样品的2D-IR光谱得知：在1150~1500cm-1以及860~1200cm-1波段内,不同淀粉光谱自动峰位置和强度显著不同。应用红外光谱、去卷积光谱、二阶导数光谱以及二维相关红外光谱技术不仅可以提供淀粉的分子振动信息,还可以对不同的淀粉进行很好的区分。因此红外光谱法对于分类鉴别不同种类的淀粉是一种快速、准确、有效的方法。     

人工老化水稻种子的红外光谱研究

利用红外光谱(傅里叶变换红外光谱(FT-IR)、二阶导数红外光谱(SD-IR)和二维相关红外光谱(2 D-IR))研究人工老化水稻种子.结果表明,人工老化水稻种子的原始光谱整体相似,二阶导数光谱在1800～800 cm-1范围内的吸收峰强度和形状出现差异.二维相关光谱显示,水稻种子随老化时间的增加,在800～1350 ...     

人工老化小粒咖啡种子的红外光谱鉴别

在贮藏过程中，咖啡种子内部物质会发生变化，严重影响种子的活力和品质，因此，老化咖啡种子鉴别对优质小粒咖啡生产和种质资源保护有重要意义。利用傅里叶变换红外光谱(FTIR)、二阶导数红外光谱(SD-IR)结合曲线拟合和主成分分析(PCA)、系统聚类分析(HCA)研究人工老化小粒咖啡种子的物质变化。研究结果显示，人工老化小粒咖啡种子的原始光谱特征峰位置整体相似，强度存在差异。二阶导数红外光谱在1 800～1 600 cm^-1、1 200～950 cm^-1范围的吸收峰数量不同。在1 770～1 500 cm^-1范围内的曲线拟合光谱显示，随着老化时间的增加，咖啡种子中脂质、蛋白质和咖啡因的相对含量发生了变化。红外光谱在1 750～1 500 cm^-1范围内的主成分分析和在1 800～800 cm^-1范围内的系统聚类分析均可将不同老化程度的小粒咖啡种子分开，而系统聚类分析的分类效果优于主成分分析。研究表明，红外光谱法可以快速有效地鉴别人工老化小粒咖啡种子。     

8种康乃馨的FTIR研究

为区分康乃馨植物,利用傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)方法,测试研究8种康乃馨品种40个样品的红外光谱。结果表明,8种样品红外光谱图比较相似,但在1800~700 cm^-1范围内红外光谱的峰位、峰形及吸收峰强度差异明显。选取1800~700 cm^-1范围内进行二阶导数处理,利用SPSS进行主成分分析(PCA)和聚类分析(HCA)。前3个主成分的累计贡献率达到96.2%,主成分分析准确率达95%,聚类分析准确率达100%。研究结果显示：傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)对康乃馨品种进行鉴别是一种可行的方法。     

基于曲线拟合的6种豆的傅里叶变化红外光谱研究

为能够快速的鉴别不同品种的豆,为豆类蛋白、豆类蛋白酶的提取等问题的研究提供研究依据,利用傅里叶变换红外光谱技术结合聚类分析和曲线拟合测试研究6种豆（黄豆、黑豆、蚕豆、红豆、绿豆和红小豆）54个样品的光谱。结果显示,6种豆的红外图谱相似,但在1800~1000 cm^-1范围内红外光谱的峰位、峰形及吸收强度有明显的差异。选取1800~1000 cm^-1范围的光谱图进行二阶导数处理,利用SPSS软件进行聚类分析,聚类分析正确率为100%。利用Origin 8.5软件对1700~1600 cm^-1范围的原始光谱进行曲线拟合处理,6种豆在酰胺Ⅰ带的吸收峰都由9个子峰叠加而成;其中6种豆的蛋白质二级结构中α-螺旋含量、β-转角含量、无规则卷曲结构含量和β-折叠含量不同。结果表明6种豆的蛋白质的二级结构是不同的,傅里叶变换红外光谱(FTIR)结合曲线拟合可以快速简捷地区分不同品种豆类,并能提供豆类所含蛋白质的二级结构的信息。     

天然黑色素资源—甘蓝型黑籽油菜种皮黑色素的初步研究

以甘蓝型黑籽油菜种皮为材料,以人发为标样,通过红外光谱及紫外光谱分析,鉴定了甘蓝型油菜种皮黑色素的特征,以期为天然黑色素的利用开发,寻找新的天然黑色素资源提供依据,通过实验初步鉴定甘蓝型黑籽油菜种皮黑色素结构特征为吲哚型和邻苯二酚型混合型黑色素。     

天然黑色素资源-黑籽油菜种皮黑色素的初步研究

本文以甘蓝型黑籽油菜种皮为材料，以人发为标样，通过红外光谱及紫外光谱分析，鉴定了甘蓝型油菜种皮黑色素的特征，以期为天然黑色素的利用开发，寻找新的天然黑色素资源提供依据，通过实验初步鉴定甘蓝型黑籽油菜种皮黑色素结构特征为吲哚型和邻苯二酚型混合型黑色素。     

近红外光谱技术鉴别猪肉和牛肉的研究

本文以近红外光谱分析技术结合模式判别方法建立一种鉴别猪肉和牛肉的方法为目的。采用近红外漫反射光谱法,通过多元散射校正（MSC）、一阶导数加Norris导数平滑点（5,3）处理光谱,波段范围选取5996.42～5805.84,9058.85～8546.36 cm-1,采用TQ Analyst光谱分析软件中的马氏距离设为1建立判别分析模型。结果表明,模型能够准确的鉴别出猪肉、牛肉。因此,近红外光谱技术用于猪肉、牛肉鉴别分析具有可行性。     

近红外透射光谱技术测定黍稷蛋白含量的研究

为了探索快速测定完整黍稷籽粒蛋白含量的方法,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。结果表明,分别经一阶和二阶导数处理后利用偏最小二乘法和改进的偏最小二乘法,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0.8806,定标标准误差（SEC）为0.3424,交互验证相关系数（1-VR）为0.8570,交互验证标准误差（SECV）为0.3751,外部预测标准偏差（SEP）为0.454。最终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。     

FTIR结合DNA条形码鉴定黄花蒿及其近缘植物

黄花蒿是治疗痢疾的特效中药,近缘种与黄花蒿混杂出售严重影响了黄花蒿质量。本研究采用傅里叶红外光谱法(FTIR)和DNA条形码对黄花蒿及近缘种进行了鉴定。FTIR分析结果表明,黄花蒿及其近缘种中芳香类、酰胺类及萜类化合物种类多、含量丰富。黄花蒿及其近缘种的二阶导数图谱可将黄花蒿与其混淆种区分开。红外光谱进行系统聚类分析后,6个物种可分为两组,黄花蒿为一组,其余5个种聚为一组。候选的4条序列(ITS,ITS2,rbc L,psb K-psb I)中,ITS2序列具有较好的PCR扩增成功率和测序成功率,在所考察的候选序列中种间变异和种内变异较高,种间变异大于种内变异,两者形成了较为明显的Barcoding gap区。FTIR辅以ITS2序列将可精准地鉴别中药材黄花蒿。     

利用近红外透射光谱技术测定小麦籽粒硬度的研究

以2001和2002年度583份小麦样品为材料，用近红外透射光谱仪（NITS）对小麦籽粒硬度进行分析，比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理3种光谱变量转换方式的分析结果。表明，两种算法中偏最小二乘法优于多元线性回归算法，3种处理方式中一阶导数处理效果最好，其定标集和预测     

FTIR结合小波变换分析鉴别8种根茎类作物

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。最终结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。     

近红外光谱法测定大米中的淀粉含量

用化学方法测定64个大米样品中的淀粉含量,利用近红外谷物分析仪采集样品的近红外光谱,选择合适的光谱区间和光谱预处理方法。50个定标集样品的近红外光谱经二阶导数及标准多元离散校正(Standard MSC)预处理,结合偏最小二乘法(PLS)建立了大米中的淀粉含量测定的定标模型,其相关系数为0.8780。14个验证集样品用于外部检验,大米中的淀粉含量的模型预测值与化学值之间的相关系数为0.9498。     

近红外光谱检测技术在农业和食品分析中的应用

主要介绍近红外光谱检测技术在农业和食品分析中的应用。作为一种简单、快速、无损伤及无污染的检测手段,近红外光谱在鉴定原料的真伪、原料中有效成分的含量、有毒组分的识别和水果内部成分测定等方面具有独特的效果,因此在农业和食品等领域得到了广泛的应用。     

基于特征波段选择和机器学习的小麦白粉病高光谱遥感监测

白粉病严重危害小麦生长及制约产量形成,精确监测该病害对精确防控及保障国家粮食安全具有重要意义。在小麦孕穗、开花和灌浆期使用地物高光谱仪获取小麦冠层光谱数据,利用一阶导数(FD)、二阶导数(SD)、对数变换(LOG)、倒数变换(1/R)和连续去除法(CR)对原始光谱(OR)进行光谱变换,基于CARS算法和SPA算法相结合对五种变换的光谱数据和原始光谱进行特征波段提取,进而利用偏最小二乘回归(PLSR)、岭回归(RR)和高斯过程回归(GPR)建模方法确立小麦白粉病病情指数(mDI)监测模型。结果表明,一阶导数在Pearson相关性、两波段优化组合以及机器学习方法建模中,综合表现最好,是一种处理病害光谱数据的较好预处理方法。经过光谱数据变换后,再使用CARS-SPA算法可以更有效的提取特征波段,特征波段为411、450、476、543、561、594、624、671、726、780、835和950 nm。在不同机器学习建模方法对比中,高斯过程回归(GPR)模型表现最佳,其次为岭回归(RR)和偏最小二乘法回归(PLSR)。其中,一阶导数结合GPR模型的估算精度最高,建模集和验证集的平均R~2为...     

FTIR结合小波变换分析鉴别8种根茎类作物

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm^-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。最终结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。

     

基于主成分回归的苹果可溶性固形物含量预测模型

为了更好地预测苹果的可溶性固形物含量（SSC）,试验采用反射式光谱采集系统获取采后“富士”苹果的光谱反射率。分析了3种光谱预处理方法（标准正态变换、多元散射校正以及二阶导数）对预测模型的影响;利用主成分分析方法对预处理后的光谱数据进行降维,并基于选取的特征变量建立预测苹果SSC的回归模型。结果表明：采用主成分分析方法从全光谱的1 024个波长中选取了前23个主成分得分作为特征变量;基于特征变量建立的回归预测模型具有较好的预测能力,其预测集相关系数RP=0.908,均方根误差RMSEP=0.499。这表明采用光谱技术结合主成分回归预测苹果SSC是可行的。     

贵定云雾茶近红外识别模型的初步建立

为了快速、准确的鉴定贵定云雾茶的真伪,以贵州省各地茶叶为研究对象,应用近红外漫反射光谱技术对贵定云雾茶进行定性分析。结合判别分析法(discriminant analysis,DA),光谱范围选取4235.35~4252.46、5484.32 ~5497.04、5999.06~6310.39 cm-1,并采用SNV结合一阶导数、Norris平滑的光谱预处理方式,主成分因子数选5,建立识别模型。结果表明,模型的正确识别率达到88.6%。为快速准确识别茶叶提供了一种新思路。     

人工接种诱发烟草黑胫病抗性鉴定的应用研究

为提高烟草黑胫病抗性鉴定结果的稳定性,笔者于2001—2006年采用人工接种诱发抗性方法不连续地对15个烤烟新品系（6614、8504、9601、9717、8902-42、CF209、CF964、CF986、RGH12、YH01、YH02、YH05、YNH09、云烟97和云烟98）进行了烟草黑胫病抗性鉴定研究,本鉴定方法提出了烟草黑胫病培养和保存技术及接种体的制备方法,提出了烟草黑胫病大田期的接种时间及接种量。从鉴定结果看,15个品系不同年份的平均病指均在25以下,SSR分析发现,与抗病对照K326和革新三号的抗性无显著差异,均达抗病水平,且各品系不同年份间抗性稳定,说明该研究所用烟草黑胫病抗性鉴定方法稳定可靠。     

大灵猫、小灵猫的直针毛红外光谱比较研究

为了研究动物毛发的红外光谱学特征在动物分类中的应用。使用傅立叶红外光谱(FTIR)对大灵猫和小灵猫的毛发进行了检测和分析。结果表明：2种动物同一根直针毛从毛尖到毛根不同部位间红外图谱存在差异,说明毛发的不同部位都有受同一基因表达控制的角蛋白成份存在,但数量存在差异。2种动物直针毛中部的红外图谱具有明显的种间差异,主要表现在626~655 cm波数范围内大灵猫、小灵猫红外图谱在峰面积和峰值均有明显差异;大灵猫具有异构角蛋白构型,在640.3 cm和646.1 cm位置出现了N-H-基团的伸缩振动M形吸收峰。所以红外光谱是一种检测和分析动物毛发的有效的技术手段,在野生的动物的分类研究中有较好的应用前景。