果品-果汁加工中的近红外光谱技术

系统分析了近红外光谱 ( NIR)分析的原理、技术特点、基本分类 ;介绍了实现近红外光谱定性分析常用的几种分析方法 :近红外光谱峰位鉴别法、模式识别法、人工神经网络法 ;定量分析所采用的不同的模型回归方法以及在线分析技术 ;分析了近红外光谱 ( NIR)技术在国内外水果 -果汁加工方面的应用领域和特点 ,提出利用近红外光谱技术检测果品 -果汁品质指标是可行的     

油菜品质分析与信息优化管理的应用

为了充分利用油菜品质分析数据信息,利用信息优化处理原理,研究对近红外光谱技术测定油菜籽芥酸硫甙品质数据进行信息优化处理和管理的应用,促进优质油菜新品种的选育.     

小麦品种籽粒硬度测定方法比较研究

为了找到更好的小麦籽粒硬度测定方法，采用近红外法(NIR)和单籽粒谷物特性测定仪法(SKCS)对54个小麦品种(系)的籽粒硬度进行了测定，并对这两种方法进行了比较分析。结果表明，NIR法和SKCS法测得的籽粒硬度具有较高的相关性(r=0．8727^**)，线性回归方程为YNIR．H=0．2478XSKCS.H 39．666(NIR-H表示NIR法测得的籽粒硬度，SKCS-H表示SKCS法测得的籽粒硬度)；与NIR法相比，SKCS法无需磨粉处理，能较好地反映出样品的均匀性和混杂程度，是一种重复性和稳定性好、快速有效的籽粒硬度测定方法。     

云南烤烟填充值近红外光谱预测模型

为研究采用近红外光谱技术快速预测烤烟烟丝填充值的可行性,选取云南12个烤烟品种不同部位3个等级的140份烤烟初烤烟样品,采集样品近红外光谱和烟丝填充值,采用偏最小二乘法,利用100份样品近红外光谱和填充值建立近红外光谱填充值预测模型。用40份样品近红外光谱和填充值进行模型外部验证,对填充值测定值和预测值进行t检验,T＝0.4125,在显著性水平α＝0.05下,t(0.05,39)=1.6849,T     

近红外预测红三叶异黄酮含量的模型研究

应用偏最小二乘法建立红三叶（Trifolium pratense）多种异黄酮及总异黄酮定量分析的近红外模型。用验证集对模型的预测性能进行了评价。结果表明：黄豆黄苷、芒柄花黄素及总异黄酮的模型预测效果较理想。其中,黄豆黄苷模型系统偏差为-0.007,相关系数为0.83,芒柄花黄素模型系统偏差为0.010,相关系数为0.91,总异黄酮模型系统偏差为-0.185,相关系数为0.90。     

应用近红外反射光谱技术测定油菜芽期耐旱性的研究

针对油菜芽期耐旱鉴定,提出了用近红外反射光谱技术（NIR法）预测油菜吸胀24 h电导率、PEG模拟干旱条件下的相对发芽率、相对鲜重和鲜重耐旱指数等4个芽期耐旱相关性状的方法。以采集的49份不同耐旱水平甘蓝型油菜近红外光谱数据为基础,采用偏最小二乘法和多元回归算法建立了最优定标模型,并获得较高的决定系数（0．71～0．86）和较低的标准误差（1～15．65）。验证集评估结果表明,NIR法与室内鉴定法测定油菜4个芽期耐旱相关性状无显著差异,且具有极显著的相关关系（决定系数0．72～0．89）。研究表明,近红外光谱技术用于油菜芽期耐旱性鉴定是可行的,可用于耐旱育种早代选择。     

霉变稻谷脂肪酸含量的光谱检测模型构建与优化分析

为了实现霉变稻谷脂肪酸含量无损、快速检测,该文研究应用可见/近红外光谱技术检测霉变稻谷的脂肪酸含量。考虑到直接选用霉变稻谷可见/近红外光谱数据构建脂肪酸含量预测模型存在建模费时、预测失准等问题,研究提出了霉变稻谷脂肪酸含量的可见/近红外优化校正模型。研究中通过光谱-理化值共生距离(sample set partitioning based on joint xy distance,SPXY)算法结合偏最小二乘法初步分析了不同校正集样本预测霉变稻谷脂肪酸含量的差异;利用连续投影算法(SPA)提取了反映霉变稻谷脂肪酸含量变化的特征波段;采用偏最小二乘法(partial least square,PLS)和多元线性回归法(multivariable linear regression,MLR)分别建立了基于特征波段光谱反射值的霉变稻谷脂肪酸含量预测模型,并对比分析了采用SPXY样本集划分的模型预测效果。结果表明:采用SPXY法筛选出的65个校正集样本分布与初始校正集相近,脂肪酸含量变化范围为18.55~127.26 mg,其标准差为32.39;SPA算法最终从256个全光谱波段中优选出9个特征波段,实现了光谱数据的压缩;分别建立的SPXY-SPA-PLSR模型和SPXY-SPA-MLR模型预测霉变稻谷脂肪酸含量相关系数RP为0.922 1和0.915 9,预测均方根误差RMSEP为13.889 3和14.261 0;SPXY筛选校正集所构建模型预测精度与初始校正集所建模型相当,但校正集样本数量减少为初始校正集的41%,运算时长缩短为初始样本集的32%,提高了模型的校正速度。     

近红外光谱法快速测定烟草中淀粉含量

[目的]快速测定烟草中淀粉的含量。[方法]采用近红外(NIR)漫反射光谱仪扫描140个烤烟烟叶样品,连续流动法测定其淀粉的含量,多种参数方法对谱图进行处理,最后选择消除常数法对光谱进行预处理和偏最小二乘法对数据进行拟合,建立了烤烟中淀粉的NIR预测模型,并对这些模型进行了外部验证。[结果]淀粉的预测值与连续流动法测定值的平均相对偏差均在5%以内,精密度RSD均小于5%。[结论]该模型可快速测定烟叶中淀粉的含量,对控制烟草调制过程中淀粉的转化和烟草制品中的淀粉含量具有重要意义。     

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。     

Determination of lignin,holocellulose, and organic solvent extractives in fresh leaf,litterfall, and organic material on forest floor using near-infrared reflectance spectroscopy

We report the results of a study regarding the near-infrared reflectance spectra of various leaf stages from fresh to senescing, and to decomposing leaf. A broad absorbance feature increased in the region of 1100–1400nm with the advance of the leaf senescence and leaf decomposition. A decrease was seen in the region over 1440nm during the senescence and decomposition process. These differences of spectra showed the changes in constituents of leaf in terms of the degree of the senescence and decomposition. A comparison of multiple linear regression between the near-infrared reflectance spectra and proximate chemical analyses showed that near-infrared reflectance spectroscopy achieved a certain level of useful accuracy. We consider that near-infrared reflectance spectroscopy has the potential to predict the contents of carbon fractions in plant materials, and that this method can replace previous methods due to faster determination of carbon fractions, and its ability to significantly increase the number of samples that can be collected and measured.