近红外光谱仪快速检测油菜硫苷、芥酸及油份含量数学模型的建立

近红外反射光谱技术是一种高效、快速的现代分析技术,应用过程中需要建立相应的数学模型.收集油菜籽样品600余份,采用国际(家)标准方法对芥酸、硫苷、含油率进行测试,根据各模型的要求,选择不同的具有代表性的样品,建立数学模型.内部交叉证实法对模型验证结果显示:高芥酸、低芥酸、硫苷、含油率模型复相关系数分别为0.9677、0.9318、0.9820、0.9626,内部验证均方差(RMSECV)分别为4.41、2.24、4.62、0.543.外部样品检测法分别用已建模型和国际(家)标准方法对油菜籽样品芥酸、硫苷、含油率进行检测,两者检测结果基本一致.综合内部和外部验证结果表明:建立的模型能够满足油菜籽硫甘、芥酸及油份含量快速检测的要求.另对油菜自身含水率对数学模型的影响做了初步探索.     

籼稻品质分析的近红外光谱模型建立及其应用研究

为了满足籼稻品质快速分析的需求,本研究利用籼稻精米粉近红外光谱建立了直链淀粉含量、蛋白质含量、碱消值、垩白度的回归预测模型.结果表明,本研究提供的预测模型具有良好的测定效果,用偏最小二乘法(PLS)获得的籼稻精米粉直链淀粉含量、蛋白质含量、碱消值、垩白度的回归模型和交叉验证显示最优校正决定系数(R~2)和交叉检验均方误差(RMSECV)分别为0.9561、1.55,0.9510、0.258,0.9076、0.283,0.9014、4.14.说明所建的近红外光谱预测模型具有实用价值.     

近红外光谱法快速测定女贞子中特女贞苷的含量北大核心CSCD

应用近红外漫反射光谱法快速测定女贞子中特女贞苷的含量。运用近红外光谱技术(NIRS)结合偏最小二乘法(PLS)建立不同产地女贞子中特女贞苷含量的定量校正模型。特女贞苷的定量校正模型内部交叉验证决定系数(R2)为0.98075,校正均方根偏差(RMSEC)为0.216,预测均方根偏差(RMSEP)为0.223,交互验证均方根偏差(RMSECV)为0.52276。该方法具有简便快速,准确无损,可用于女贞子中特女贞苷含量的快速测定。     

基于NIRS法快速检测荞麦蛋白质与淀粉含量的研究

为建立近红外光谱技术测定荞麦蛋白质与淀粉含量的方法,本研究以217份荞麦样品为试验材料,采用最小二乘回归预测和交叉验证构建近红外预测模型。分析表明:前处理采用多元散射校正法(MSC),维数(Rank)分别为5和5,光谱区间6803.9~6094.2/cm所建立的荞麦蛋白质与淀粉含量模型的预测效果较好,其决定系数(R~2)分别为0.9481和0.9167,交叉验证均方根(RMSECV)分别为0.68和2.08,相对分析误差(RPD)分别为4.39和3.46,均大于3.0,外部验证相关系数均大于0.96。本试验所建立的蛋白质与淀粉含量近红外预测模型具有较高的准确度和稳健性,可用于荞麦品质的快速测定。     

糙米蛋白质含量与矿质元素含量的相关分析及NIRS模型的建立

利用162份不同类型水稻种质,采用微量凯氏定氮法测定蛋白质含量,原子吸收分光光度法(atomic absorption spec-trophotometry,AAS)测定Mg、Ca、Fe、Zn、Cu和Mn等6种矿质元素含量,火焰光度法测定K含量,分光光度法测定P含量。对糙米蛋白质与矿质元素、矿质元素间进行相关分析;并利用测定的蛋白质含量的化学值,采用偏最小二乘法(partial leastsquares,PLS)建立糙米蛋白质预测的校正模型。结果表明,糙米矿质元素含量大小顺序为P>K>Mg>Ca>Zn>Fe>Cu>Mn,蛋白质与P、K、Cu和Mn等矿质元素极显著或显著正相关;通过比较光谱预处理方法在不同谱区的处理效果:采用一阶导数预处理、谱区为11995.7～7498.3/cm和6102～4597.7/cm建立校正模型的检验和预测效果最佳,糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性,其校正决定系数为92.89,外部验证决定系数为89.91;筛选到小黑谷、小红米和紫糯米等高蛋白、富矿质营养的种质材料,可作为富营养稻米品种创新的亲本材料;通过利用蛋白质和矿质元素间的相关性,借助近红外分析技术(Near-infrared Reflectance Spectroscopy,NIRS)辅助测定蛋白质含量,并间接选择富矿质营养水稻种质,聚合高蛋白和富2种以上矿质元素,可能是水稻营养品质育种的一条有效途径。     

基于近红外光谱技术的白茶可溶性糖总量快速测定研究

本文以积分球漫反射模块采集113份不同等级不同年份的白茶近红外光谱图并进行预处理分析,采用蒽酮比色法对来自不同厂家的白茶进行含量测定,运用偏最小二乘法(PLS)建立了白茶可溶性糖总量快速测定模型并对模型进行验证。试验结果表明所建立模型的相关系数(R)为0. 963,校正均方根差(RMSEC)为0. 363 9,验证均方根差(RMSEP)为0. 349,验证集平均相对误差为3. 11%。通过NIRS快速测定白茶总糖含量具有较高的可行性,该方法预测结果较好,能够准确、快速、无损的对白茶可溶性糖总量进行快速定量分析。     

NIRS快速测定河南产不同加工方法野菊花中木犀草素的含量

本文利用近红外光谱技术(NIRS)快速测定河南产不同加工方法野菊花药材中木犀草素的含量。采用3种加工方法(直接晒干、蒸后晒干和炒后晒干)对河南新郑、三门峡和信阳三个不同产地的野菊花药材进行炮制加工,采用高效液相色谱法(HPLC)测定野菊花药材中木犀草素的含量,采集野菊花药材的NIRS图谱,运用偏最小二乘法(PLS)建立河南不同产区不同加工方法野菊花药材中木犀草素的定量分析模型。结果表明所建立的木犀草素定量分析模型的内部交叉验证相关系数(R2)、校正均方差(RMSEC)、预测均方差(RMSEP)分别为0.94525、0.0142、0.0428;验证集样品的木犀草素含量近红外预测值的平均相对偏差为2.95%,预测性能良好。该方法测定高效、快捷、准确度高,可用于河南产不同加工方法的野菊花药材中木犀草素含量的快速测定。     

食用调和油中花生油含量的近红外光谱分析

采用偏最小二乘法(PLS)等方法建立了食用调和油中花生油含量定量分析的近红外光谱定标模型。采集食用调和油样品在4 000 cm-1~10 000 cm-1范围内的近红外漫反射光谱,光谱经一阶导数处理后,采用偏最小二乘法建立样品中花生油含量的定标模型,并用Leave-one-out内部交叉验证法对模型进行验证。模型相关系数为0.99961,校正均方根RMSEC为0.830%。比较不同光谱预处理方法对定标模型的影响,结果表明一阶导数Corr.coeff最好。采用不同的化学计量学方法建立的定标模型中以偏最小二乘回归法最理想。     

应用近红外光谱估测小麦叶片氮含量

研究利用近红外光谱(near-infrared, NIR)和化学计量学方法估测小麦(Triticum aestivum)新鲜叶片和粉末状干叶中全氮含量的可行性, 并建立小麦叶片氮含量估测模型, 以期为小麦氮素营养的精确管理提供理论依据。以3个小麦田间试验观测资料为基础, 分别运用偏最小二乘法(partial least squares, PLS)、反向传播神经网络(back-propagation neural network, BPNN)和小波神经网络(wavelet neural network, WNN), 建立小麦叶片氮含量的鲜叶和粉末状干叶近红外光谱估测模型, 用随机选择的样品集对所建模型进行测试和检验。结果显示, 利用PLS、BPNN和WNN 3种方法构建的近红外光谱模型均能准确地估测小麦叶片氮含量, 其中基于BPNN和WNN的模型优于基于PLS的模型, 且以基于WNN的模型表现最好。对模型进行检验的结果显示, 粉末状干叶模型的预测均方根误差(RMSEP)分别为0.147、0.101和0.094, 鲜叶模型的RMSEP分别为0.216、0.175和0.169, 模型的相关系数均在0.84以上。因此, 利用近红外光谱估算小麦叶片氮素营养精确可行, 对其他作物的氮素营养估测提供了借鉴和参考。     

近红外漫反射光谱法快速测定药用植物淫羊藿总黄酮含量

利用一种基于近红外漫反射光谱技术的淫羊藿总黄酮快速定量分析方法, 测定了淫羊藿属(Epimedium)7个种中总黄酮的含量。研究结果表明, 近红外光谱经二阶导数处理、主成分分析聚类及加权多元离散校正处理后, 采用改进最小二乘法回归得到的定标模型的预测效果最佳; 定标样品集预测方程的定标决定系数、交互验证标准差及交互验证相关系数分别为0.985 5、0.023 0和0.044 3; 检验样品集方程的定标决定系数、检验标准差及偏差分别为0.965 1、0.018和0.006, 达到了快速测定淫羊藿总黄酮含量的要求。该方法为淫羊藿总黄酮的快速定量分析提供了新的依据。