一种估测土壤有机质含量的近红外光谱参数

通过系统分析我国中、东部地区5种不同类型土壤风干样本的有机质含量与近红外(1000～2500 nm)光谱反射率和一阶导数两波段构成的比值、差值及归一化指数之间的关系,构建了适合土壤有机质含量估测的光谱参数及定量反演模型.结果表明：用多元散射校正及Savitzky-Golay平滑方法对原始光谱反射率进行预处理后,其两波段组成的光谱参数与土壤有机质含量的相关性明显优于原始光谱反射率组成的光谱参数,而由上述预处理后的反射率一阶导数的两波段构成的光谱参数介于二者之间;不同类型光谱参数构成形式中,以差值指数的预测性最好,其次为比值和归一化指数;与土壤有机质含量相关程度最高的光谱参数,是以近红外合频区1883和2065 nm 2个波段的反射率经多元散射校正和Savitzky-Golay平滑后构建而成的差值指数DI(CR₁₈₈₃, CR₂₀₆₅),两者呈极显著的直线相关.经不同类型土壤的观测资料检验,模型的决定系数为0.837,均方根误差为4.06;与偏最小二乘法的全谱建模结果相比,尽管DI(CR₁₈₈₃, CR₂₀₆₅)的预测精度略低于后者,但该指数只使用了2个波段的反射率,且所建模型比较简单,能为便携式监测仪的研制提供更有效的信息,可作为一种良好的土壤有机质估测光谱参数.     

近红外光谱法快速测定白芍中芍药苷含量

本研究旨在应用近红外光谱法建立一种白芍药材中芍药苷含量的快速测定方法。利用HPLC测定样品中芍药苷含量,并以其作为参考值,运用偏最小二乘法(PLS)建立芍药苷含量与近红外光谱之间的多元校正模型,对未知样品进行含量预测。结果表明,所建芍药苷定量分析模型的相关系数(R2)、内部交叉验证均方差(RMSECV)、校正均方差(RMSEC)分别为0.99395、0.33068、0.0563;经内部验证,模型的预测均方差(RMSEP)和平均回收率分别为0.0756和100.07%。该方法操作简便,无污染,结果准确可靠,可用于白芍中芍药苷含量的快速测定。     

波长选择SCARS和偏最小二乘法建立香菇中多糖含量预测的近红外光谱模型

为实现香菇多糖含量的快速测定,利用近红外光谱漫反射技术采集了60个香菇粉末样本在12000~3800 cm-1范围内的光谱数据,利用紫外可见光谱法测定了香菇粉末样品的多糖含量。采用多种化学计量学方法,剔除掉四个异常样本后,考察了不同的光谱预处理方法以及波长选择对模型的影响,用留一交互检验法建立了偏最小二乘(PLS)模型,并用所建立的校正模型对独立预测集样本进行了预测。结果表明,当采用二阶导数及变量稳定性的竞争自适应加权抽样法(SCARS)选择的波长对光谱进行处理时,所建立的模型预测效果最佳,在隐变量数为10时,模型相关系数为0.9906,校正均方根误差(RMSEC)为0.0523 g/100 g,预测相关系数Rp=0.9781,预测均方根误差(RMSEP)=0.0577 g/100 g,该模型具有较好的预测能力,可用于香菇多糖含量的近红外光谱快速检测。     

基于实测光谱的大兴安岭地区典型森林枯落物含水率估测模型

大兴安岭是我国重点森林火灾区,准确预测该地区的森林可燃物含水率对于提高该地区林火发生预测的准确性意义重大。本研究采集典型林型的枯落物的光谱和含水率实测数据,通过一阶导数和去包络线的光谱分析方法识别森林枯落物含水率敏感波段。通过相关系数法从原始光谱、去包络线光谱、一阶导数光谱、去包络线之后的一阶导数光谱中筛选与枯落物含水率高度相关的波段作为含水率反演模型的备选自变量。利用逐步回归分析建立枯落物含水率反演模型,并对模型进行精度评价。结果表明,去包络线之后的一阶导数光谱对枯落物含水率变化存在显著响应,敏感波段位于398~668、768~1068、1098、1278、1388~1438、1458~1538、1868~1898、1988~2088、2198~2208、2228~2238 nm(P0.05)。相关系数极值为-0.653、0.610,分别在波长2008、1888 nm处。通过多元逐步回归构建大兴安岭地区9种典型林型枯落物光谱和含水率的预测模型,模型决定系数R2=0.537,平均相对误差为0.303,均方根误差为0.499。本研究结果将为利用遥感技术快速测定森林枯落物含水率提供参考。     

近红外漫反射光谱法快速测定当归中阿魏酸及亚油酸北大核心CSCD

以反相高效液相色谱法(RP-HPLC)测定的当归中阿魏酸及亚油酸含量作为参考值,利用TQ Analyst 8.0软件的偏最小二乘法(PLS)建立了快速、准确测定当归中阿魏酸及亚油酸含量的定量模型。结果表明,阿魏酸校正集的相关系数(R)为0.9721,校正均方差(RMSEC)为0.5942,预测均方差(RMSEP)为0.6747。亚油酸校正集的相关系数为0.9673,校正均方差为0.4573,预测均方差为1.0682。验证集中阿魏酸及亚油酸的平均预测回收率分别为101.98%和102.03%。该方法操作简单、快速,所建模型预测结果准确、可靠,可用于中药当归中阿魏酸及亚油酸的含量测定。     

基于近红外漫反射光谱快速测定淫羊藿蛋白质含量

采用近红外漫反射光谱技术对淫羊藿(Epimedium)的蛋白质含量进行快速且无损检测。近红外漫反射光谱经二阶导数处理、标准多元离散校正及主成分分析聚类处理后, 采用改进最小二乘法回归得到的定标模型预测效果最佳, 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0.923、0.554和0.717。近红外光谱分析法的测定结果与用凯氏定氮法所得结果无显著差异, 两种方法测定值的相关性较高(R²=0.933 9)。重复性实验表明, 近红外光谱分析法的相对标准偏差为0.937%。该研究首次采用近红外光谱分析法测定了8种淫羊藿的蛋白质含量。该方法简便、精确, 在淫羊藿资源开发利用和药材质量控制方面具有参考意义。     

施用生物炭后土壤有机碳的近红外光谱模型研究与应用

土壤有机碳是影响土壤肥力的最重要因素之一。生物炭由于具有高度芳香化碳结构和发达孔隙结构等特性,可以作为一种土壤改良剂,提高土壤有机碳含量,改善土壤物理结构,近些年成为农业环境领域研究的热点。分别采用传统方法和可见光近红外光谱（VIS-NIRS,400-2500 nm）技术对施加不同用量生物炭的土壤有机碳含量进行检测和对比分析,以期为含生物炭土壤的有机碳分析建立有效预测模型。通过比较不同样本选择方法（Kennard-Stone（KS）,Random selection（RS）和Sample set partitioning based on joint x-y distances（SPXY））和光谱预处理方法（Savitzky-Golay平滑（SG）、倒数的对数log（1/R）、标准正态变量变换（SNV）、一阶导数（Der1）、二阶导数（Der2）和多元散射校正（MSC））,以3种模型（组合间隔偏最小二乘模型（Synergy Interval Partial Least Squares,siPLS）,遗传算法-支持向量机模型（Genetic Algorithm-Support vector machine,GA-SVM）和随机森林模型（Random Forest,RF））来建立生物炭土壤有机碳预测模型。结果表明：（1）施加生物炭增加了土壤有机碳含量,增加幅度随生物炭添加量的提高呈增加趋势;（2）土壤反射率随土壤有机碳含量的增加而降低,在1410、1920和2200 nm光谱附近存在明显的吸收谷;（3）对比3种样本选择方法,KS方法所划分的样本集相对于RS方法和SPXY方法更适用于生物炭土壤有机碳模型的建立;（4）以SG+MSC预处理结合GA-SVM方法建立的模型精度最高,校正集的R_cal²和RMSECV值分别为0.9526和0.4839,验证集的R²_val和RMSEP值分别为0.8598和0.9987,RPD值为2.6017。该模型因具有精度高且模拟效果较好等优点,可用于含生物炭土壤的有机碳含量的科学预测。     

基于近红外光谱的冬小麦籽粒蛋白质含量检测

冬小麦籽粒蛋白质含量(GPC)是评价冬小麦品质的主要指标,为了研究不同建模方法对GPC检测的影响,本研究对冬小麦籽粒的近红外原始光谱进行S-G平滑、基线校正和多元散射校正等预处理,利用连续投影算法(SPA)提取冬小麦GPC的重要光谱波段,并结合偏最小二乘回归(PLSR)、主成分回归(PCR)、支持向量机(SVM)和多元线性回归(MLR)建立GPC的光谱预测模型,并综合比较模型的适用性。结果表明:经过SPA提取的特征波段为1801、1010、1109、2284、2219、2239、871、1361、1925、1849和1456 nm;模型评价方面,利用特征波段建立的SVM模型效果较好,其中校正均方根误差(RMSEC)和R2分别为0.2481和0.9760,验证均方根误差(RMSEP)和R2分别为0.3587和0.9581。研究表明,SPA+SVM预测模型在一定程度上能够实现冬小麦籽粒蛋白质的快速、无损检测。     

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。     

基于高光谱的苹果花磷素含量监测模型

在室内条件下,利用ASD FieldSpec 3地物光谱仪,测定了盛花期苹果花的高光谱反射率,在分析苹果花原始光谱反射率及其一阶导数特征的基础上,分析了高光谱反射率与磷素含量间的相关关系,确定其敏感波段,构建了特征光谱参数,并建立了苹果花磷素含量的监测模型.结果表明：苹果花磷素含量与350～370 nm、670～1385 nm、1620～1760 nm波段的原始光谱反射率以及波段500～520 nm光谱反射率的一阶导数呈极显著正相关,与波段670～730 nm一阶导数呈极显著负相关;光谱参数DVI(936,676)、DVI(977,676)、NDVI(936,676)、NDVI(977,676)与苹果花磷素含量的相关性较好,其相关系数均达到0.77以上,由此建立了以4种光谱参数为自变量的磷素含量监测模型,其中,以NDVI(936,676)为自变量构建的监测模型具有最大的决定系数（R²=0.9385）、最小的均方根误差（RMSE=0.6883）和最小的相对误差（RE=7.6%）,预测精度达到92.4%,为最佳监测模型.     

藏药五脉绿绒蒿不同部位红外光谱的识别

采用傅立叶变换红外光谱法对藏药五脉绿绒蒿花、花梗、叶以及全草进行了红外光谱图的识别分析。对五脉绿绒蒿在4000~400 cm-1范围内进行了红外光谱扫描,并对主要吸收谱带进行了基团的归属分析。五脉绿绒蒿红外光谱特征的分析结果表明,不同部位的一维光谱和二阶导数谱有明显差异。一维红外光谱谱图中主要特征谱带的相对强度比值,可对不同部位进行区分。二阶导数谱图的1517~1471 cm-1和1162~1107 cm-1波段是区分其不同部位的主要特征波段。因此,红外光谱能够快速、无损地对五脉绿绒蒿不同部位进行鉴别,为藏药五脉绿绒蒿不同部位的成分差异分析提供了一种科学有效的方法。     

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。     

蕨菜多糖超声波辅助提取及其药理活性初步研究

为优化蕨菜多糖的提取工艺,同时检测蕨菜多糖的药理学活性。实验采用超声波辅助提取法,在单因素试验的基础上,考察液料比、浸提次数、超声浸提时间、超声功率四因素对蕨菜多糖提取得率的影响。运用Design Expect 10.0软件分析,通过响应面分析法(RSM)优化提取条件,对蕨菜多糖促进小鼠脾细胞增殖能力和抑制结肠癌细胞(HTC-8)增殖能力进行分析。结果表明:蕨菜多糖的优化提取工艺为:液料比:36.2∶1;浸提次数:4次;超声浸提时间:43.1 min;超声波功率:240 W,在此条件下,蕨菜多糖提取效果最好,提取得率达8.60%。各因素对多糖提取得率的影响程度:浸提次数>液料比>超声浸提时间>超声功率。通过药理活性研究表明,本实验获得的蕨菜多糖具有脾细胞免疫增值和抑制结肠癌细胞增殖活性。     

藏药五脉绿绒蒿不同部位红外光谱判别分析

本文以粉末状五脉绿绒蒿花、叶及全草为研究对象,采集其中红外谱图,结合化学计量学方法建立部位判别模型。分析各部位中红外吸收光谱可知,宏观上难以区分不同部位中红外谱图差异;经统计学分析,不同部位各吸收峰处吸光度值之间差异极显著,可据此建立部位判别模型。以识别率和预测率为指标优化建模条件,建模条件为Distance Match+SNV+二阶导数谱图(D2),建模波段为3 031～2 810 cm~(-1)和1 800～1 450 cm~(-1),所建模型识别率99.05%、预测率96.19%,外部测试集识别率达96.67%;模型ER值均小于0.02,TPR、TNR和F1值在均0.97～1.00之间。模型判别效果良好,可实现五脉绿绒蒿不同部位的快速有效识别。     

基于SVR算法的林地土壤氮含量高光谱测定

提出了一种利用高光谱技术进行杉木林土壤全氮测定的新方法。以FieldSpec®3地物光谱仪采集杉木林土壤148份, 随机分成校正集(100份)和检验集(48份)。以不同方法实现了土壤光谱的预处理, 并采用偏最小二乘回归算法(PLS)建立土壤氮含量估测模型对其进行比较分析, 发现小波除噪结合多元散射校正能最有效地消除原始光谱的噪声与背景信息, 此时PLS模型校正集与预测集R²分别为0.891与0.885。为进一步优化模型, 对经小波除噪结合多元散射校正处理后的光谱采用主成分分析法(PCA)降维, 以前4个主成份为输入变量, 采用小二乘支持向量机回归算法(LS-SVR)建立了土壤氮含量估测模型, 其校正集与预测集R²分别提高至0.921与0.917, 具有比PLS算法更高的精度。结果表明:以高光谱技术进行林地土壤氮含量快速监测是可行的, 其中小波去噪结合多元散射校正系光谱预处理的优选方法, 而LS-SVR则是建模的优选方法。     

不同质地盐渍化土壤水盐含量的高光谱反演

为了方便快捷地同步监测盐渍化土壤的水、盐含量,本文以新疆典型盐渍化灌区为研究对象,基于高光谱技术、运用便携式光谱仪获取不同质地的土壤水盐含量光谱曲线,采用一阶微分、二阶微分、连续统去除的数据处理方法对土壤原始光谱进行变换.结果表明: 对原始光谱数据的变换有利于土壤属性指纹波段的提取,不同质地水盐含量的变换方法并不相同,在壤土中质量含水量为0%和10%时的水盐光谱曲线使用连续统去除方法、15%含水量使用一阶微分、19%含水量使用二阶微分,砂土中0%含水量使用连续统去除方法、10%、15%和19%含水量水盐光谱曲线使用二阶微分处理后,有利于特征波段的提取;对筛选出的变换数据采用偏最小二乘回归方法构建水盐反演模型,壤土盐度小于6.38 mS·cm^-1、砂土小于5.94 mS·cm^-1时,模型建立的建模数据集决定系数(R_cal²)、内部交叉验证(R_cv²)和外部检验数据集决定系数(R_val²)均大于0.65(P<0.05);壤土水分含量小于16%、砂土小于12%时模型反演精度较高.研究结果可为盐渍化土壤水盐含量同步监测提供阈值参考.     

NIRS结合TQ软件快速测定山茱萸中莫诺苷的含量北大核心CSCD

应用近红外光谱法对山茱萸中莫诺苷的含量进行快速测定。利用高效液相色谱法测定山茱萸药材中莫诺苷的含量,采用偏最小二乘法建立其含量与近红外光谱之间的模型,并对未知样品进行含量测定。所建莫诺苷的定量模型的相关系数(R2)为0.9857,校正均方差(RMSEC)、内部交叉验证均方差(RMSECV)和预测均方差(RMSEP)分别为0.105、0.2738和0.234。结果表明该方法所测结果准确,且不需复杂的前处理、绿色、无损,适用大批量山茱萸中莫诺苷的快速测定。     

NIRS结合TQ软件快速测定山茱萸中莫诺苷的含量

应用近红外光谱法对山茱萸中莫诺苷的含量进行快速测定。利用高效液相色谱法测定山茱萸药材中莫诺苷的含量,采用偏最小二乘法建立其含量与近红外光谱之间的模型,并对未知样品进行含量测定。所建莫诺苷的定量模型的相关系数(R2)为0.9857,校正均方差(RMSEC)、内部交叉验证均方差(RMSECV)和预测均方差(RMSEP)分别为0.105、0.2738和0.234。结果表明该方法所测结果准确,且不需复杂的前处理、绿色、无损,适用大批量山茱萸中莫诺苷的快速测定。     

9V型肺炎球菌疫苗中多糖含量微孔板蒽酮-硫酸检测方法的建立及验证

目的建立微孔板蒽酮-硫酸法检测9V型肺炎球菌疫苗中多糖含量的检测方法,并对其进行验证和初步应用。方法通过对蒽酮-硫酸方法的改进,建立检测9V型肺炎球菌疫苗中多糖含量稳定可靠的微孔板蒽酮-硫酸法。分别对蒽酮-硫酸法中硫酸溶液浓度、加热时间进行优化,并对建立的方法进行特异性、线性、精密度及准确度的验证。结果最佳硫酸溶液比例为6∶1(浓硫酸∶水),最佳加热时间为10 min。在检测9V型肺炎球菌多糖、多糖衍生物及多糖蛋白结合物中多糖含量时,此方法特异性强;在20~120μg/m L范围内,标准曲线线性良好(r20.995);实验内及实验间均具有良好的精密度(CV值分别为2.92%~3.32%和3.10%~4.06%);准确度试验中3个质量浓度的回收率均在96.17%~106.63%之间。结论微孔板蒽酮-硫酸法可被用来有效、准确、稳定地检测9V型肺炎球菌多糖、多糖衍生物及多糖蛋白结合物中多糖的含量,该方法较传统蒽酮-硫酸法操作简便快捷,节约样品、试剂等材料,非常适用于相关的疫苗生产过程中的质量控制。     

雪灵芝多糖的分离纯化及免疫活性评价

为分离纯化雪灵芝(Arenaria kansuensis)多糖,并对纯化组分进行分子量测定、单糖组分分析及免疫活性评价。实验采用水提醇沉法提取雪灵芝粗多糖(Arenaria kansuensis crude polysaccharide, AKCP);以DEAE-52纤维素柱对AKCP进行分离纯化,获得5个雪灵芝多糖组分AKP-1～AKP-5,进一步采用葡聚糖凝胶G-75柱对AKP-2进行分离纯化获得AKP-2a多糖组分。苯酚-硫酸法测定AKCP、AKP-2及AKP-2a的总糖含量分别为52%、70%和79%;凝胶渗透色谱-十八角度激光光散射(GPC-MALS)法检测AKP-2a的重均分子量Mw为2.07×10~5Da、数均分子量Mn为9.838×10~4Da;HPLC法检测AKP-2a是由半乳糖醛酸、甘露糖、核糖、鼠李糖、葡萄糖醛酸、葡萄糖、半乳糖、木糖、阿拉伯糖、岩藻糖10种单糖组成,其摩尔比为1∶0.25∶0.01∶0.20∶0.11∶0.25∶0.61∶0.07∶0.21∶0.12;以MTT法检测体外培养小鼠脾淋巴细胞增殖,AKCP、AKP-2及AKP-2a各浓度组SI水平,均明显高于对照组(P<0.05)。经NO释放实验及IFN-γELISA检测,AKP-2a各浓度组小鼠腹腔巨噬细胞培养上清中二者的水平,较对照组呈浓度依赖性增高(P<0.01)。综上结果,本研究通过分离纯化,获得了总糖含量较高的雪灵芝多糖AKP-2a组分,初步确定其分子量范围及单糖组成,并证实其具有激活淋巴细胞增殖、促进巨噬细胞功能的生物活性。