同步荧光技术检测鲜牛乳中掺杂复原乳的可行性研究

近年来随着人们对乳制品需求的不断增加,将复原乳冒充或添加在鲜乳中出售的现象也日益严重,亟需简单、快速的检测方法监测掺假行为。利用同步荧光技术,分别对两种鲜牛乳(未经杀菌的生牛乳和低温处理的巴氏杀菌乳)掺杂复原乳的情况进行了定性判别和定量分析。以各类样本及全部样本的判别正确率作为定性判别模型的评价指标;以相关系数(r)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)作为定量分析模型的评价指标。通过分析牛乳的三维荧光图谱确定同步荧光扫描的固定波长差Δλ值为80 nm;在对图谱进行二阶求导后,偏最小二乘-判别分析法(PLS-DA)对生鲜牛乳、巴氏杀菌乳和复原乳的种类判别总正确率可达100%,并且在判断两种鲜乳中是否添加复原乳时,校正集样品的正确率均可达到100%,预测集样品的正确率分别为75%和81.25%,鲜牛乳和复原乳的种类判别模型,以及鲜乳与掺假乳的定性判别模型均取得了良好的效果;PLS回归对同步光谱值与复原乳含量建立线性关系时,两种鲜乳定量模型的r值分别为0.911 2和0.936 7,RMSEC分别为0.042 2和0.038 4,RMSEP分别为0.054 8和0.057 5,鲜乳中复原乳含量的定量分析模型的r值均可达到0.9以上,能对添加量较高的样品进行预测。因此,同步荧光技术可以较为准确、快速的检测鲜牛乳中是否掺杂复原乳。     

土壤粒度对基于近红外离散波长土壤全氮预测精度影响

土壤粒度是对土壤近红外光谱造成严重干扰的主要因素之一。通常在样本前处理阶段采用研磨和过筛土壤来降低土壤粒度干扰,在数据处理阶段通过对连续光谱微分法等数学方法消除土壤粒度干扰。但是对于近红外波段离散波长的建模,至今没有有效的方法消除土壤粒度干扰。为此,提出了土壤粒度修正法以解决土壤粒度干扰消除难题。首先建立土壤粒度修正模型,将农田采集的标准土壤在实验室烘干消除水分后,进行土样配置,得到4个土壤粒度（2.0, 0.9, 0.45, 0.2 mm）和6个全氮浓度等级（0, 0.04, 0.08, 0.12, 0.16, 0.2 g·kg-1）的96个土壤样本。采用MATRIX-Ⅰ型傅里叶变换近红外光谱仪采集土壤样本近红外光谱,计算四个不同粒度(每个粒度包含24个土壤样本)和全部土壤样本在每个波长处（850～2 500 nm）所有样本间吸光度的光谱标准偏差,分析得到土壤粒度的特征波段为1 361和1 870 nm。采用特征波段吸光度比值作为单一输入变量建立SVM土壤粒度分类模型,土壤粒度整体分类准确率为93.8%,表明对土壤粒度进行分类是可行的。选择本研究团队开发的基于近红外波段离散波长(1 070, 1 130, 1 245, 1 375, 1 550, 1 680 nm)吸光度的车载土壤全氮检测仪对提出的土壤粒度修正模型进行验证。结果表明修正后粒度为2.0,0.9和0.45 mm的吸光度和原始土壤吸光度分别降低了62%,74%,111%和61%。表明土壤粒度修正法可以显著减小土壤粒度干扰。最后采用BPNN建立不同吸光度的全氮模型,相较于原始吸光度模型,修正后的土壤吸光度模型R2_v提高了25%。表明提出的土壤粒度修正法可以显著减小土壤粒度对近红外光谱离散波长吸光度的干扰,提高车载土壤全氮检测仪的测量精度。     

改进偏最小二乘法在近红外牛奶成分测量中的应用

采用NicoletNexus870红外-近红外傅里叶变换光谱仪测量了36个市售巴氏杀菌纯牛乳样品的透射光谱。在近红外光谱1254～1875nm和2045～2372nm波段内,为了选择携带信息量大的波长区域,采用改进偏最小二乘回归法,包括间隔偏最小二乘法、移动窗口偏最小二乘法和可变窗宽移动窗口偏最小二乘法对巴氏杀菌纯牛乳中脂肪、蛋白质及乳糖成分分别建立模型,进行了分析和比较,结果表明,采用改进偏最小二乘法所选出的波长区与目标值的相关程度高,可以较好地建立牛奶的预测模型。     

土壤水分对近红外光谱实时检测土壤全氮的影响研究

利用近红外光谱技术实时预测土壤全氮含量是精细农业的研究热点之一,但是由于土壤水分在近红外波段的吸收系数较高,影响了土壤全氮含量的实时预测精度。使用布鲁克MATRIX_I傅里叶近红外光谱分析仪对不同土壤水分的土壤样本进行了近红外光谱扫描,定性和定量的分析了土壤水分对近红外光谱的影响,并提出了一种消除土壤水分对土壤全氮含量预测影响的方法。近红外光谱扫描结果显示在同一全氮含量水平下,随着土壤水分含量的增加,光谱吸光度呈逐渐上升的趋势,且变化趋势为非线性。通过对1 450和1 940 nm两个水分吸收波段的差分处理,设计了水分吸收指数MAI（moisture absorbance index）,再对土壤按照水分含量梯度进行分类,提出了相应的修正系数。修正后的6个土壤全氮特征波段处(940,1 050,1 100,1 200,1 300和1 550 nm)的土壤吸光度值作为建模自变量,使用BP神经网络建立了土壤全氮预测模型,模型的R_C,R_V,RMSEC,RMSEP和RPD分别达到了0.86,0.81,0.06,0.05和2.75;与原始吸光度所建模型相比较模型精度得到了显著提高。实验结果表明本方法可以有效地消除土壤水分对近红外光谱检测土壤全氮含量预测的影响,为土壤全氮含量实时预测提供了理论和技术支持。     

碱木素的近红外光谱吸收机理的研究

通过碱木素模型物对醌、邻醌和香兰素的溶液在800～900 nm的近红外光谱波段内的吸收谱图的对比发现,对醌和邻醌在此波段产生较强的吸收,而香兰素基本上没有吸收,证明了碱木素的醌型结构在800～900 nm波段内产生特征吸收。对银杏和夹竹桃磨木木素碱处理前后的溶液在800～900 nm波段内的吸光度的差别分析,发现夹竹桃的磨木木素的吸光度的相对变化更大,这是由于夹竹桃磨木木素经碱处理后产生了更多的醌型结构。这也是在硫酸盐法蒸煮过程中在800～900 nm波段内阔叶材的蒸煮液吸光度大于针叶材的蒸煮液吸光度的主要原因。     

生鲜乳中还原乳的近红外光谱法鉴别

探讨了利用近红外光谱技术快速、准确地进行生鲜乳中是否含有还原乳鉴别的可行性,并对还原乳检测过程中多元散射校正(MSC)的适用性进行了讨论。文章利用SIMCA判别分析方法,建立了掺入还原乳之生鲜乳的定性判别模型,结果表明：当掺入比例为10%时,正确率达到96.7%,当达到20%以上时,该方法的正确判别率可以达到100%;另外,利用偏最小二乘法(PLS)还建立了还原乳掺入量的定量检测模型(r＝0.971,RMSEP=7.76%,RPD=5.13),双尾T检验表明,定量模型预测值与样品真实值间无显著性差异。上述2种方法充分说明了近红外技术可以实现生鲜乳中是否含有还原乳的快速鉴别。     

梨果糖浓度近红外漫反射光谱检测的预处理方法研究

糖浓度是梨果内部品质的重要指标。实验测得了梨果的近红外漫反射吸光度谱,并且对其进行了光谱预处理,包括多元散射校正(MSC)、基线校正(baseline correction)、标准正态变量变换(SNV)和平滑去噪(moving average)。结果表明,经过预处理后的吸光度谱在光谱归一化、噪声消减等方面有着较为明显的优势。使用偏最小二乘法(PLS)对原始吸光度谱和预处理后的吸光度谱分别进行处理,得到结论：应用平滑去噪预处理后的吸光度谱进行预测的准确度优于原始吸光度谱,得相关系数为0.990 8,预测标准偏差为0.019 0。     

PLS-DA优化模型的马铃薯黑心病可见近红外透射光谱检测

马铃薯黑心病是一种马铃薯主要内部缺陷,严重损害薯条、薯片、全粉等加工制品的质量和产率。目前对马铃薯的分级主要侧重于外部品质检测,针对内部缺陷检测的研究很少。旨在开发一种马铃薯黑心病的快速无损检测技术,为此搭建了马铃薯可见近红外透射光谱分析平台,分析健康与黑心病马铃薯的透射光谱特性并优化光谱判别模型参数。基于现有马铃薯分级线和复享PG2000高速光谱仪,采用左右透射方式（光源与光纤探头位于分级线果盘左右两侧）,采集470个马铃薯（其中健康薯234个、黑心薯236个）的透射光谱图,建立偏最小二乘判别模型（PLS-DA）,并利用主成分分析（PCA）与光谱形态特征相结合的方法选择特征波长,优化模型。分析发现,健康薯与黑心薯的可见近红外透射光谱在吸光度值和光谱形态特征方面均存在明显区别。黑心薯的平均光谱吸光度值高于健康薯（650～900 nm范围内）,但黑心薯的平均光谱曲线较为平缓,无明显吸收峰,而健康薯平均光谱曲线在665,732和839 nm附近有明显吸收峰,并且健康薯与黑心薯的平均光谱差值在705 nm处达到最大值。基于PLS-DA法建立了马铃薯黑心病判别模型,对黑心病的判别效果显著,分类器特性曲线（ROC）下面积（AUC）值为0.994 2,黑心薯识别总正确率能够达到97.16%,RMSE_CV和RMSE_P分别为0.28和0.26。此外,成功利用PCA与光谱形态特征相结合的方法对模型进行简化,最终得到由6个波长（658,705,716,800,816和839 nm）组成的特征波长组合,简化后的模型总正确率能够达到96.73%,接近全波段模型判别水平。研究表明,左右透射的方式能够准确识别黑心马铃薯,实现对马铃薯内部缺陷的快速无损检测。对我国马铃薯产业的发展起到一定的促进作用,为马铃薯内部缺陷在线检测技术的提高提供了重要的理论基础和实践依据。     

多成分有机气体的近红外光谱定量检测方法

在环境检测领域,运用近红外光谱分析技术对多成分挥发性有机物进行连续的在线监测具有重要意义。本文分析了三种挥发性有机物——丙烷、丙烯和甲苯的近红外光谱特征和丙烯浓度与吸光度的线性关系,采用线性回归建模方法——偏最小二乘法对丙烷、丙烯和甲苯混合气体存在特征吸收的近红外光谱(1 620～1 750 nm)进行了建模分析,基于该模型预测了验证集样品中三种气体的含量,并对模型进行了评价。实验结果表明,近红外光谱技术可以方便、准确的定量分析有机性挥发气体的多组分含量,可以应用于多成分挥发性有机物的连续在线监测。     

基于近红外光谱的人参与西洋参的快速鉴别研究

基于近红外光谱分析技术结合模式判别方法建立了一种人参和西洋参鉴别的新方法。收集根状、根须和粉末状的样品共90份,在有聚乙烯包装袋的情况下直接采集近红外光谱,去除原始光谱中包装袋的显著吸收后进行了MSC与一阶导数处理,然后采用移动窗口偏最小二乘法选择了建模光谱区间,分别建立了PLS-DA,PCA-DA和SVM判别模型,并对3种模型作了对比分析,结果表明SVM判别效果最优,其对预测集的正确判别率为100%。该方法准确、便捷,可实际应用于企业原料药材的质量控制,实现对原料药材的快速筛查。     

基于近红外光谱技术的瓶装醋定性检测

采用近红外光谱直接对四种瓶装醋进行检测,并与比色皿检测方法获得的谱图进行了比较。结果发现,两种检测方法获得的谱图在近红外区域有明显差别,瓶装醋在1 480和1 900nm附近无吸收峰,而在1 660nm附近有一吸收峰,明显区别于比色皿检测获得的谱图;瓶装醋检测获得的吸光度最大值不超过4,而用比色皿所测值约为6,说明玻璃包装对其检测有一定的影响。本研究采用一阶导数法来消除此影响,并用主成分-神经网络方法建立了瓶装醋的定性分析模型,模型预测精度达到100%,表明一阶导数可以消除玻璃包装对瓶装醋近红外检测的影响,实现定性分析的目的。     

近红外光谱波段优化选择在驴奶成分分析中的应用

近年来,驴奶引起了越来越多研究者的注意.与牛奶相比,驴奶的营养成分更接近母乳,且有着许多独特的优势.由于驴奶与牛奶成分差别较大,适用于牛奶的模型无法直接应用于驴奶的成分分析中.但目前还未见将近红外光谱分析技术应用到驴奶成分分析中的研究报道.文章采用傅里叶变换近红外光谱法,快速测定了新疆疆岳驴奶中脂肪、蛋白质、能量和灰分的含量.其含量分布范围分别为:1.15%～2.54%,0.34%～2.67%,355.87～565.17 cal·kg-1,0.28%～0.57%.光谱扫描区为3 899.6～12 493.4 cm-1,扫描间隔1 cm-1.采用PLS回归算法对光谱信息阵X提取主成分时附加约束,使X的主成分与待分析组分Y相关.并利用优化波段和不同预处理方法优化组合,建立了PLS回归预测模型,并与PLS全谱区建模预测进行了比较.结果表明波段优化组合建模分析效果整体优于全谱区建模结果,驴奶样品中脂肪、蛋白质、能量和灰分的近红外光谱定量分析模型预测值与化学分析实测值在水平α=0.05下显著相关,其含量分析模型的校验集(RMSEP)值分别为0.18,0.117,23.5,0.040 6,表明预测值有较好的精度.结果表明建立近红外光谱定量分析模型用于驴奶样品成分分析是可行的,波段优化选择与全谱建模分析效果比较表明,建立定量分析模型对波段优化组合选择是必要的,当模型中包含了与组分无关的信息时,对模型定量分析将起干扰的作用,会影响模型的分析效果.因此进行谱段信息选择建立相应组分分析模型是数据预处理的有效环节.样品各组分标准值的测定结果的准确度和精确度都影响近红外定量分析的准确度.以近红外光谱法进行定量建模分析时,扩大组分含量的分布范围,提高标准数据的分析精度和准确度都是很必要的.     

Silver Nanoparticle Based Analysis of Aminoglycosides

Colorimetric silver nanoparticle sensor was developed for determination of aminoglycosides in milk. Silver nanoparticles were synthesized by using sodium borohydride as reducing agent and sodium dodecyl sulfate as stabilizer. Yellow color of silver turned into orange and red in proportion to the concentrations of analytes. Quantitative analyses were performed by using decrease in absorbance of silver nanoparticles at 394 nm. Linear ranges were 20–60 ng mL^?1, 23–60 ng mL^?1, and 60–100 ng mL^?1 for gentamicin, tobramycin, and amikacin, respectively. The method was optimized in terms of pH, ionic strength, and time. This simple and validated method was applied to milk samples and pharmaceutical preparations.     

一种紫外-可见光谱法检测水质COD的浊度影响实验研究

消除浊度影响是直接光谱法检测水质COD的关键技术问题。此源于紫外-可见光谱法检测水质参数的关键依赖于化学计量法所建立的准确的水质参数分析模型,而浊度是影响其建模的一个重要参数。为此,选取福尔马肼浊度液和邻苯二甲酸氢钾标准溶液,开展了紫外-可见吸收光谱法检测水质COD的浊度影响实验研究,获得了选定溶液在245,300,360和560 nm几个特征波长点的吸光度随浊度变化的最小二乘法拟合曲线,分析了吸光度随浊度的变化规律。研究结果表明,在240～380 nm的紫外光谱段,由于引起浊度的颗粒物对有机物产生了吸附,致使浊度对水样的紫外光谱影响较为复杂;在380～780 nm的可见光谱区域,浊度对光谱的影响则是随着波长的增大而减弱。基于此,开展了多元散射校正法对受浊度影响的水样光谱进行校正试验。对某溪水水样的紫外-可见吸收光谱进行多元散射校正,通过处理前后光谱对比表明,浊度引起各个波长点的基线偏移都得到了有效的校正,而在紫外区域特征并未减弱。接着对选取的三种液体的紫外-可见吸收光谱进行多元散射校正,实验结果表明：该方法可在不影响水样紫外-可见吸收光谱特征的前提下对其吸收曲线进行有效的校正,这不仅提高了光谱法检测水质COD的信噪比,而且还为化学计量法建立准确、有效的水质检测COD分析模型进行数据预处理提供了一种新途径。     

鲜牛奶变质过程的激光诱导荧光光谱研究

本文用激光诱导荧光（LIF）方法对鲜牛奶和酸牛奶变质过程进行了荧光光谱研究,介绍了所用测试系统的组成及测试方法,给出了变质过程荧光谱,并对测试结果进行了分析,研究表明,变质过程与荧光光谱之间存在密切联系。     

三聚氰胺溶液的荧光光谱实验研究

对三聚氰胺溶液和含三聚氰胺的奶粉溶液在紫外光激励下产生的荧光光谱进行了实验研究.讨论了其产生机理和谱线特性,并对奶粉溶液和含三聚氰胺奶粉溶液的荧光光谱进行了纵坐标比值变换分析.结果表明,三聚氰胺溶液在波长为240 nm左右的紫外光激励下能产生较强的荧光,荧光峰分别位于350 nm和370 nm附近;在同一波长紫外光激励下,含三聚氰胺奶粉溶液与奶粉溶液的荧光光谱相比,荧光主峰位置由328 nm变为350 nm,其他荧光峰的位置基本保持不变,荧光相对强度在370 nm处最大.     

微量乐果农药残留比色光谱快速检测方法

为快速、安全地检测常用有机磷农药乐果的残留,根据乐果含有硫基,和氯化钯反应生成黄色络合物硫化钯的原理,使用乙酸代替常用的浓盐酸溶解氯化钯,配置成氯化钯乙酸溶液作为比色剂,与不同浓度的乐果乳油分别发生显色反应。采集显色反应后溶液的吸光度谱图表明：用乙酸代替浓盐酸作为氯化钯溶剂效果更理想,在300～900 nm波段的吸收光谱可以区分0.5 mg·kg-1的农药浓度,满足国标GB2763—2012规定的部分水果及蔬菜中农残的检测要求。随机配置40个0.5～88 mg·kg-1样本浓度,对比SG等预处理效果,分别用PCA和PLS方法建立预测模型,30个作为建模集,10个作为验证集。在350～900 nm波段建立的模型相关系数r较低。根据吸光度谱图计算出乐果的相关系数在458 nm处达到最大值0.957 2,由此分别选取特征区间453～463和400～600 nm。经过比较得出以下结论：经过SG等预处理后,在400～600 nm波段,使用PLS方法建立的模型在主成分为4时最优,其训练集r=0.994 1,RMSEP=2.770,验证集r=0.9933,RMSEP=2.214。该方法操作安全,显色反应时间为2 min,为进一步研究快速、安全的有机磷农药实用检测仪器提供了理论与技术支撑。     

谷胱甘肽比率荧光探针分子的设计合成及其光谱性能

将喹啉和丹磺酰胺两种荧光基团同时引入配体L1,利用L1与锌离子自组装构筑三核锌有机-金属大环化合物H-1(比率荧光探针),实现了对生物分子谷胱甘肽(GSH)的有效识别。利用紫外光谱、荧光光谱、~1H NMR、ESI-MS等表征方法研究了H-1对生物分子谷胱甘肽(GSH)的光谱识别作用。紫外滴定光谱表明,当向H-1中加入谷胱甘肽分子后,425 nm处的吸收峰强度降低,320 nm处的吸收峰强度增大,等吸收点为355 nm。利用320 nm处的吸光度值模拟计算平衡常数,lg K为4.03±0.11,说明H-1与GSH形成了1∶1的包合物。荧光光谱分析表明,当向H-1中加入GSH后,以340 nm光激发,波长为513 nm处丹磺酰胺的荧光强度下降,并且发生红移,而396 nm处喹啉基团的荧光强度增大。利用喹啉基团与丹磺酰胺基团荧光发射峰强度变化的比值可以精准检测谷胱甘肽分子,检测限可达到2.5×10~(-6)mol·L~(-1)。     

基于二维红外相关谱欧氏距离判别掺杂牛奶

基于纯牛奶、掺杂牛奶样品间二维红外相关谱欧氏距离,依据未知样品与校正集中“极值样品”欧氏距离平均值、组内、组间样品欧氏距离平均值,提出了一种掺杂牛奶判别的新方法。分别配置掺杂尿素牛奶(0.01～0.3 g·L-1)和掺杂三聚氰胺牛奶(0.01～0.3 g·L-1)样品各16个,采集纯牛奶及掺杂牛奶样品的红外光谱。以牛奶中掺杂物浓度为外扰,构建纯牛奶与掺杂牛奶的同步二维红外相关谱,并计算了各样品相关谱矩阵间的欧氏距离。在此基础上,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶与纯牛奶的判别模型,确定模型中的“极值样品”,组内、组间样品欧氏距离平均值。利用所建模型,计算未知样品与“极值样品”的欧式距离,并依据判别规则,对未知样品进行判别。研究结果表明： 基于样品红外相关谱矩阵间欧氏距离可实现掺杂牛奶的判别,其判别正确率为100%,验证了该方法的有效性。该研究为掺杂牛奶的检测提供了一种新的可能方法。