注水羊肉的高光谱数据采集与预处理方法研究

本文以羊肉为检测对象,采用高光谱成像系统从126个羊肉样本中采集光谱信息.通过去趋势算法、标准正态化、多元散射校正、归一化、基线校准(Baseline)、移动平均平滑(Moving Average)、导数(Derivation)法等多种方法对原始光谱(400 ～1 000 nm)进行预处理.通过建立偏最小二乘法(PIS...     

基于高光谱数据的水体叶绿素a指数反演模型的建立

水体叶绿素a含量是反映水体质量的重要指标之一,利用遥感技术监测其含量具有众多优势。该研究利用2012年7月在广西壮族自治区桂林市漓江流域实地采集的水体高光谱数据和实验室化验分析数据,借鉴陆表植被叶绿素a的遥感反演模型,发展了一种新的水体叶绿素a提取指数(water chlorophyll-a index,WCI)。通过与反射率敏感波段法、波段比值法和半分析方法对比分析发现,新提出的WCI指数使用650、685、696 nm波段,波段稳定,决定系数R2可达0.58,均方根误差最小为0.24,受水体悬浮物影响小,在天津海河区域的验证效果也表明了该模型可以有效地提取水体叶绿素a含量。该方法扩展了水体叶绿素a监测的建模思路,对水体叶绿素a监测建模有一定的指导作用。     

利用机器视觉与近红外光谱技术的皮蛋无损检测与分级

为了对优质蛋、次品蛋和劣质蛋这3种皮蛋进行检测及分级,该文应用机器视觉结合近红外光谱技术,研究利用皮蛋凝胶品质无损检测的分级方法。首先采集皮蛋透射光图像,提取18个图像颜色特征值,然后将所提取的18维特征利用主成分分析(principal component analysis,PCA)进行降维,对PCA降维后的3个主成分建立遗传算法优化支持向量机(genetic algorithm-support vector machine,GA-SVM)分级模型,把皮蛋样本分为两大类:可食用蛋(优质蛋与次品蛋)与不可食用蛋(劣质蛋),劣质蛋测试集识别率为100%。然后在机器视觉分类结果的基础上,利用近红外光谱技术获取可食用蛋(优质蛋与次品蛋)的原始光谱,并进行多元散射矫正(multiplicative scatter correction,MSC),利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)降维提取特征波长,基于支持向量机(support vector machine,SVM)对特征波长变量建立分级模型,区分出优质蛋与次品蛋,优质蛋测试集识别率为96.49%,次品蛋识别率为94.12%。研究结果表明:基于机器视觉和近红外光谱进行皮蛋凝胶品质无损检测分级是可行的。     

基于光谱吸收特征的土壤含水量预测模型研究

为了定量分析土壤含水量与反射光谱特征之间关系,并为土壤含水量速测提供理论依据。以黑土作为研究对象,测定实验室光谱反射率,利用去包络线方法提取反射光谱特征指标,建立土壤水分含量高光谱预测模型。结果表明:黑土含水量与1 420 nm、1 920 nm附近吸收谷的主要光谱特征(吸收谷深度、宽度、面积)呈显著正相关;1 920 nm附近吸收谷可作为黑土土壤水分的特征吸收谷,由其光谱特征参数预测黑土含水量;以1 920 nm附近吸收谷面积为自变量建立的一元线性回归模型预测精度高,输入量少,可以作为土壤含水量速测仪器研制的理论依据。     

不同母质发育土壤的中红外吸收光谱特征

选取湘东丘陵区四种典型母质发育土壤(酸性紫色土、花岗岩红壤、板岩红壤和第四纪红土红壤),采集剖面(深至母岩/母质层)样品,应用傅里叶变换红外光谱仪研究灼烧去除有机质处理、土层深度和母质类型对土壤中红外吸收光谱特征的影响,分析吸收光谱与土壤理化性质的关系。结果表明,去除有机质后,特征区的中红外吸收值升高,反映矿物质对红外吸收谱线的强烈影响。在剖面上,底土(60~80 cm或100~120 cm)的中红外吸收值高于表土(0~20 cm),与土壤有机质含量的剖面分布相反。四种土壤的中红外光谱均属典型的高岭石图谱。砂粒、粘粒含量与红外吸收值的相关性最好,砂粒含量的最大相关系数(0.51)出现在3700、913和720~540 cm~(-1)附近,粘粒含量的最大相关系数(0.54)出现在1100~694 cm~(-1);本研究表明,原土的中红外吸收光谱特征主要受矿物质的支配,可以很好地反映土壤质地的状况,指示土壤质量变化。     

基于可见近红外和中红外近地面光谱数据融合的土壤有机碳含量反演

  目的  以传统的实验室分析方法进行大规模土壤有机碳（SOC）含量调查耗时、费力、成本高昂,以土壤可见近红外（VNIR）、中红外（MIR）光谱或两光谱数据融合手段能够快速预测SOC含量,但预测精度不一、特别是光谱数据融合技术应用于土柱样本的效果尚待考察。  方法  从全球土壤光谱库筛选出同时具有VNIR光谱、MIR光谱和SOC含量的677个土柱共计3755个土样。光谱数据经Savitzky–Golay平滑和一阶微分预处理后,用Kennard–Stone算法进行建模和验证的集合划分,使用偏最小二乘回归与随机森林方法分别建立以VNIR、MIR以及两者融合的VNMIR光谱为自变量的SOC含量预测模型,并对模型精度进行评估。  结果  MIR光谱模型的SOC预测精度优于VNIR光谱模型,VNMIR光谱模型预测精度低于MIR光谱模型但优于VNIR光谱模型。  结论  使用光谱数据融合技术预测SOC含量并非一定比使用单一光谱数据的精度高,就本例而言使用MIR光谱数据构建预测模型的方法是快速、准确预测大尺度时空范围SOC含量的最 佳手段。     

La（Ⅲ）与UV-B胁迫对查尔酮合成酶（CHS）结构影响的初步研究

前文已证明La（Ⅲ）与查尔酮合成酶（CHS）多肽链上O或者N原子发生作用,进而影响CHS分子内部酪氨酸（Tyr）、色氨酸（Trp）残基,导致CHS微结构改变。但随着La（Ⅲ）浓度的改变,Tyr和Trp残基随之发生改变的机理尚不清楚。CHS分子中的Tyr及Trp残基有内源荧光,同步荧光光谱是研究蛋白质与外源物质作用的有效方法。鉴此,本文以不同剂量La（Ⅲ）和UV-B辐射胁迫处理后的CHS为研究对象,运用同步荧光光谱（波长差（Δλ）=70nm）,初步研究了La（Ⅲ）和UV-B对CHS分子结构的影响。     

硼酸共沉淀法合成含硼氧化铁的结构状况解析

在水合法制备针铁矿过程中添加HBO3,对合成的样品作红外光谱和比表面积分析.结果表明,共沉淀法合成的样品在1343 cm处有特征吸收峰,说明在针铁矿形成过程中,如果有H3BO3参与,则形成的氧化铁中存在Fe-O-B键结构,可能在氧化铁内部有一种新硼铁化合物生成.比表面积测定表明,含B氧化铁比表面积增加4倍以上,反映了氧化铁与H3BO3并非机械混合物,其表面性质因为Fe与B反应而发生改变,B阻止氧化铁向高聚合态转变.     

层积前后肉苁蓉种子成分的红外光谱分析

采用傅里叶变换红外光谱法(FTIR),分析研究肉苁蓉种子不同部位及其在层积处理后的光谱特征和成分差异.结果显示,肉苁蓉种子成分组成丰富,同时存在蛋白质、脂类和碳水化合物的特征吸收峰,并且推测含有果胶质和芳香类化合物.肉苁蓉种皮和种仁的成分差异很大,2926、1746、1161、721cm-1处一系列强峰说明种仁中的油脂类成分含量非常高,而种皮中1054cm-1处碳水化合物和果胶质类的特征吸收峰最强.经层积处理后肉苁蓉种皮的萌发抑制物质所在的吸收峰区域变化显著,而种仁中的脂类减少,可溶性的蛋白质和糖类成分增加.