基于NIR定量模型快速预测发酵麸皮中还原糖和可溶性蛋白成分的含量

为建立一种能快速预测发酵麦麸还原性糖和可溶性蛋白含量的定量分析模型,本研究以发酵麦麸为样本,采用3,5-二硝基水杨酸比色法（3,5-dinitrosalicylic acid, DNS）和BCA蛋白浓度测定法分别测定样品的还原性糖和可溶性蛋白含量;利用近红外光谱技术（Near infrared spectrum instrument, NIR）结合偏最小二乘法（Partial least squares regression, PLS）,比较预处理方法、最佳波长及主成分因子的决定系数R²,建立发酵麦麸还原性糖和可溶性蛋白含量的NIR快速检测定量模型。结果表明：1）发酵麦麸还原性糖定量模型的预处理方法使用一阶导数 （First derivative, FD）+二阶导数 （Second derivative, SD）+标准正态变换 （Standard normal variate, SNV）,光谱范围为908~1 670 nm ,主因子数为7时,模型效果最优,其决定系数Rc²为0.904 8,校正均方根误差（Square error corrected, SEC）为1.576 1,相对分析误差（Relative percentage difference, RPD）为3.240 8;外部验证集决定系数Rp²为0.954 9且还原糖活性成分的验证集样本的测定值与NIR光谱预测值的P值为0.959 5>0.05。2）发酵麦麸可溶性蛋白定量模型的预处理方法使用一阶导数 （First derivative, FD）+二阶导数 （Second derivative, SD）+标准正态变换 （Standard normal variate, SNV）,光谱范围为908~1 670 nm ,主因子数为10时,模型效果最优,其决定系数Rc²为0.938 2,校正均方根误差（Square error corrected, SEC）为2.003,相对分析误差（Relative percentage difference, RPD）为4.021 9;外部验证集决定系数Rp²为0.994 4,且可溶性蛋白活性成分的验证集样本测定值与NIR光谱预测值的P值为0.901 9>0.05。综上,建立的NIR光谱定量模型稳定性和准确性较好,且预测准确度良好,可用于快速预测发酵麦麸样品的还原性糖和可溶性蛋白含量。     

基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计

为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm²)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测.     

基于紫外指纹图谱技术的食醋品种检测方

以不同食醋为研究对象,采用旋转蒸发、紫外光谱扫描等手段研究了波长范围、蒸发液稀释比例、蒸发温度和参比液质量浓度等对食醋紫外吸收曲线的影响,确定了食醋紫外指纹图谱检测方法的试验条件:扫描波长范围245～330nm,蒸发液稀释比例1:6,蒸发温度45℃,冰醋酸参比液质量浓度45g/L.以曲线间的相似度为指标验证了方法的重现性、稳定性和差异性,结果表明:各个食醋样品3次重复测定的指纹图谱间相似度均大于0.90,同一样品图谱的重现性良好;各个食醋样品在不同存放期的紫外指纹图谱间相似度均大于0.90,同一样品图谱的稳定性良好;各个不同食醋样品的紫外指纹图谱之间的相似度均小于0.90,不同样品图谱的差异性良好.     

食用油反式脂肪酸傅里叶红外光谱重组检测技术

以食用油、反式脂肪酸标样及矿物精油为试验材料,采用傅里叶红外光谱重组(SR-FTIR)技术检测食用油中反式脂肪酸含量,并与标准红外分析方法(SB-ATR-FTIR法)进行比较.结果表明:SR-FTIR模型反式脂肪酸含量预测值与实际加入量高度线性相关,斜率为1.02,标准差小于0.05;SR-FTIR模型的灵敏度要比标准方法模型高20余倍.     

近红外玉米品种鉴别系统预处理和波长选择方

以7个品种玉米籽粒的鉴别系统为研究对象,对比研究了6种预处理方法和波长选择对模型鉴别能力的影响.结果表明,在被比较的6种预处理方法中,一阶导数方法能够使模型有更好的鉴别性能.使用一阶导数预处理和全光谱区的模型平均正确识别率和正确拒识率最高,分别为98.6%和98%,有5个品种的模型的正确识别率和正确拒识率都达到了100%.波长选择对一阶导数模型没有明显作用,但能使标准正态变量变换和矢量归一化模型鉴别准确度得到较大提高.     

牛肉嫩度的高光谱法检测技术

为实现对牛肉嫩度的预测和分级,构建了试验用高光谱检测系统,在400～1000nm波长范围内获取牛肉表面的高光谱散射图像.从高光谱图像中提取牛肉的反射光谱曲线,用step-wise逐步回归法选择 430、496、510、725、760和828nm 6个波长建立了多元线性回归模型,用全交叉验证法验证模型的预测效果,模型的预测相关系数为0.96,预测标准差为0.64kg.以嫩度6.0kg为界将样本分为嫩牛肉和粗糙牛肉2类,特征波长处反射值为变量,建立了正则判别函数对牛肉嫩度分级,用全交叉验证法验证训练的效果.嫩牛肉分级准确率为83.3%,较粗糙牛肉分级准确率为90.9%,总的分级准确率为87.0%.研究表明该预测和分级技术具有一定的可行性.     

苹果可溶性固形物含量的检测方法——基于可见光近红外光谱技术

为了快速检测苹果的可溶性固形物(SSC)含量,采用可见光近红外光谱技术,结合主成分分析(PCA)和BP神经网络技术,来建立苹果SSC的预测模型.获取苹果样本在345～1039 nm波段的漫反射光谱,采用DPS数据处理系统对其进行主成分分析,并提取出累计可信度大于95 %的5个新主成分.建立一个3层的BP神经网络模型,并将这5个新的主成分作为BP神经网络模型的输入量,其结果是98 %以上预测样本的预测相对误差在5 %以下.该研究表明,采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的.     

太阳光合有效辐射光谱分布模拟系统

根据照射到地球表面的太阳光光谱分布情况,利用不同峰值波长的发光二极管(LED)研制了可以动态调整模拟太阳光的光源系统.该系统利用多种LED进行适当的波长匹配,模拟了太阳光从可见光到红外光的照射范围.同时自主开发了电源调控器,采用脉宽调制技术(PWM)来调节LED的光照强度,可以对确定波长范围内的照射光强度进行调节,实现动态控制光谱分布辐射的目的.     

DME发动机非常规排放物的检测与分析

用气相色谱仪和傅立叶红外光谱仪对燃用DME的ZS195柴油机的排气中的甲醛(HCHO)、甲酸甲酯(CHCOOCH3)、甲酸(HCOOH)非常规排放物进行了检测和分析。结果表明,DME发动机的尾气排放中,均检测到HCHO,HCOOCH3,HCOOH排放物,且甲醛是非常规排放物中的主要成分,甲醛、甲酸甲酯的排放量随转速上升而略有上升,随负荷增加而不同程度的减少,而甲酸排放量变化则不甚明显。     

长白山阔叶红松林不同演替阶段冠层光谱特征及其与气温的关系

[目的]通过遥感数据分析长白山阔叶红松林不同演替阶段冠层光谱变化特征,为揭示长白山群落内部种间变化以及植被生产力对气候因子的响应机制提供理论依据.[方法]通过Google Earth Engine平台提取1984-2019年长白山原始阔叶红松林与次生白桦林Landsat和Sentinel多年冠层光谱数据并计算植被绿度参...