基于近红外光谱和系统聚类法的样品分类方法研究

近红外校正模型中样品的变异范围,会导致模型的预测能力下降.为此,将系统聚类法与统计量(R2统计量,半偏相关统计量SPRSQ,伪F统计量PSF,伪t2统计量PST2)相结合,指导分类建模,减小建模集的变异范围.实例表明,该方法克服了系统聚类分析中无法确定聚类数目的问题,并能剔除部分异常样品,提高了校正模型的可靠性和预测能力.     

Rapid assessment of infrared spectroscopy and ehemometrics of lllicium difengpi from different regions by fourier transform.

为实现不同产地地枫皮快速鉴别并筛选出高药效成分的种质,利用红外光谱结合主成分分析模型和簇类独立软模式法（SIMCA）对不同产地地枫皮药材进行检测,同时在主成分分析模型中提取载荷因子对其进行分析。结果显示：1）各产地红外光谱经过SNV标准归一化后,主成分分析模型中前3个主成分能够分析出代表87％的样品变量信息,样本在主成分空间中聚集成为7个不同的类别。2）SIMCA模型能成功地对不同产地未知地枫皮样本进行预测且判断准确率均达100％。3）载荷因子分析表明,A、B及E产地样本地枫皮素、厚朴醇及芳香类化合物的含量比其他产地高,不同产地样品中芳香类物质差异主要体现在槲皮素含量的不同。     

基于人工神经网络的狼尾草属牧草品质近红外光谱预测研究

本研究利用近红外光谱通过人工神经网络（Artificial neural network,ANN）建立狼尾草属（Pennisetum Rich）牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明：基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法（PLS）模型效果。在人工神经网络的方向传播（BP）网络模型中,6项表征牧草品质指标的校正均方根误差（RMSEC）、预测均方根误差（RMSEP）均显著低于PLS模型,同时校正集决定系数（R²_C）、预测集决定系数（R²_P）显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。     

小麦玉米轮作条件下不同生物质炭对土壤腐殖物质的影响

生物质炭是有效的土壤固碳材料.通过1年的田间试验探究了小麦玉米轮作施用花生壳生物质炭和木材生物质炭后盐化潮土腐殖物质(HS)含量及化学结构的变化.试验设置不施肥(CK)、常规单施化肥(T1)、花生壳生物质炭(T2)、木材生物质炭(T3)4个处理.结果表明,与CK和T1处理相比,小麦季和玉米季生物质炭处理的土壤有机碳(s...     

光栅及光纤技术在近红外光谱检测中的应用

本文介绍Y型光纤测量和近红外光谱技术,探讨了光纤测量样品距离与测量灵敏度变化的关系及漫反射技术工作机理,利用闪耀光栅将光栅波长复用分光和光纤测量优势有效结合起来,为进一步开展近红外光谱技术在农产品快速无损检测方面的应用打下了基础。     

毛竹、杉木木质素的近红外光谱法快速分析

该文用近红外光谱法对毛竹和杉木的木质素含量进行了快速测定.首先依据常规湿化学方法测定了54个毛竹和48个杉木样品的木质素含量,用近红外光谱仪采集相应的光谱,对原始光谱进行平滑预处理和二阶微分处理后,用偏最小二乘法和完全交互验证方式建立了相应的校正模型和预测模型.结果表明,毛竹和杉木木质素含量预测模型的相关系数R分别为0·97和0·90;预测标准误差SEP分别为0·65和0·28·将毛竹和杉木样品混合,建立的混合分析模型,R为0·98,SEP为0·83·结果表明,近红外光谱法可以快速预测杉木和毛竹中的木质素含量.     

无人机热红外反演土壤含水率的方法

以不同生育期夏玉米为对象,讨论无人机热红外反演夏玉米田土壤含水率的精度及反演方法.利用无人机获取试验区的可见光和热红外图像.通过可见光图像提取冠层掩膜并叠加在热红外图像上提取玉米冠层温度,分析冠层温度的变化趋势及与叶面积指数(LAI)的相关性.最后,利用冠气温差的相反数与叶面积指数构建了一个新指标(D_TL),讨论了冠气温差或D_TL指标反演土壤含水率的准确性.结果表明：冠层温度随着土壤含水量的增加而降低,夏玉米LAI在一定程度上可以表征冠层温度;对比4个时期的数据,发现冠气温差反演效果在灌溉后较好(如2次灌后R²分别为0.614 6和0.463 7);与冠气温差相比,D_TL指标可以提高土壤含水量反演的精度,如0～20 cm深度的R²从0.614 6和0.463 7提高到0.661 6和0.485 0.该研究对热红外反演夏玉米田间土壤含水率方法进行了新的尝试.     

Separation and characterization of the constituents of compost and soil humic acids by two-dimensional electrophoresis

To investigate the chemical heterogeneity of humic acids (HAs), we applied two-dimensional (2-D) electrophoresis to HAs from a compost and two types of soils. In this method, HAs are first separated by isoelectric focusing (IEF) and then separated by polyacrylamide gel electrophoresis (PAGE). IEF and PAGE were carried out in the presence of 7?M urea. Upon 2-D electrophoresis of HAs, dark-colored substances were spread out across the gel mainly in the isoelectric point (pI) range of 3.0–4.5. Green fluorescence was observed in the smaller molecular size region of the gel, especially in the pI range of 3.0–4.5, and the most intense fluorescence was found at the moving front. The gels were divided into 36 sections, and then HA constituents were extracted from the individual sections and recovered by precipitation with acid. The distribution of organic carbon (C) among the gel sections coincided with that of the dark-colored substances on the gel. The total C recoveries were only 43–50%, suggesting that a considerable amount of HA constituents was lost during the extraction from the gels and purification. High-performance size-exclusion chromatography confirmed that the constituents of HAs were separated based on their molecular sizes by PAGE. The measurement of diffuse reflectance infrared Fourier transform (DRIFT) spectra indicated that the chemical properties of the HA constituents differed depending on the position on the gels and were affected by the molecular size rather than the pI. The fractions of the compost HA were characterized by higher proportions of aliphatic, proteinous and polysaccharide moieties and by the presence of lignin-derived structures. For the soil HAs, the fractions were characterized by a high proportion of the carboxyl group and a low proportion of aliphatic moieties. The proportion of proteinous and polysaccharide moieties in the fractions of soil HAs decreased with decreasing molecular size. The chemical properties of the green fluorescent substances remained unclear, since there was not enough of the substances to measure the DRIFT spectra. The present study showed that 2-D electrophoresis in the presence of concentrated urea offers an effective method for fractionating and isolating the constituents of HAs.     

物料水分快速测定新方法

由于水的奇异特性，使得快速、准确地测量物料含水量始终是一个重要课题。为此，根据物质对微波具有选择性吸收的特点以及黑体辐射定律，提出了一种可以快速测量物料水分的新方法一微波红外温度法。以壤土和砂土为例，介绍了测量方法，优化了试验测量条件，给出水分含量与温升的关系，并与国标法比较，标准误差均在0．3％以内，具有较高的重复性和准确性。另外，还可制作便携式水分测量仪，实现在线水分测量与控制，具有较高的实用价值。     

不同土壤含水率、体积质量及光谱反射率的关系模型

为了准确、快速地检测湿胀干缩型土壤含水率,该文提出了基于近红外光谱技术的土壤含水率分析方法。该文以湖北省黄棕壤、潮土、水稻土为研究对象,利用美国Ocean Optic公司的NIR256-2.5微型光纤光谱仪在暗室环境下对不同含水率下的土壤样本进行光谱反射率的测定和特征分析,并同时测量相应的土壤体积质量,研究土壤含水率、体积质量、光谱反射率之间的相关关系,通过采用2种土壤含水率表示方法与3种土壤光谱反射率表示方法反映土壤含水率与光谱反射率之间关系的对比试验分析,消除土壤其它性状对土壤反射率反演土壤含水率的影响,得到较适宜地进行土壤光谱反射率反演土壤含水率的匹配表示方法,构建三者之间关系的曲面模型和体积质量变化的土壤体积含水率与土壤光谱反射率的关系指数模型。研究结果表明,构建的3种土壤的曲面回归模型,决定系数均大于0.977,F值均达极显著水平,光谱反射率与体积质量的偏回归系数检验亦达显著或极显著水平。采用指数模型表述1 400、1 900 nm波长处的归一化减土光谱反射率与体积质量变化的土壤体积含水率的关系,其决定系数均在0.9以上,对模型进行验证,其预测误差在0.3左右,精度较高,所建模型拟合效果好。该研究可为用近红外光谱检测体积质量变化的土壤含水率提供科学资料。