傅里叶变换红外光谱结合SIMCA对宣威火腿鉴别研究

运用傅里叶变换红外光谱结合SIMCA模式识别方法对3种不同年限30个宣威火腿样品进行鉴别研究。结果显示,3种不同年限宣威火腿的傅里叶变换红外原始光谱差异不明显。选取1 800~800cm~(-1)范围光谱数据进行二阶导数处理,运用SIMCA模式识别法对3种不同年限宣威火腿样品的二阶导数光谱数据进行主成分分析(PCA)和系统聚类分析(HCA))。结果表明:利用傅里叶变换红外光谱结合SIMCA模式识别方法能够很好的对不同年限宣威火腿进行区分,其中PCA分析3种不同年限宣威火腿样品的组间和组内差异明显,系统聚类分析的正确识别率达到93%。表明傅里叶变换红外光谱结合SIMCA模式识别方法是一种有力的火腿鉴别工具。     

FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。     

蚕豆病害叶的FTIR研究

用傅里叶变换红外光谱技术结合统计分析对蚕豆锈病、茎基腐病、轮纹病、黄化卷叶病和正常叶片进行鉴别研究。结果显示病害叶片和正常叶片的红外图谱相似,仅有几个吸收强度比存在差异;对光谱进行二阶导数分析发现,病害叶片和正常叶片的二阶导数光谱在1 200～700cm-1范围差异明显,对该区域内的光谱数据进行相关分析、主成分分析和聚类分析,结果显示,正常叶片之间、同种病害样品之间相关系数都在0.928以上,而病害叶片和正常叶片以及不同病害样品之间的相关系数降低;45个样品聚类分析和主成分分析正确率分别为73.3%和82.2%。傅里叶变换红外光谱技术具有快速、无损、准确等优点,有望为蚕豆病虫害诊断提供新的方法与途径。     

不同品种葡萄苗的FTIR光谱鉴别研究

利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750cm~(-1)范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。     

叶片衰老影响木兰科植物聚类的FTIR研究

傅里叶变换红外光谱(FTIR)结合聚类分析技术应用于木兰科植物不同亚族分类,研究了叶片衰老对聚类分析效果的影响。测试了木兰科三个亚族14种植物的幼叶、成叶、老黄叶红外光谱,结果显示三个亚族植物叶片红外光谱差异不大;同种植物叶片不同生长期的红外光谱吸收峰位置基本一致,但一些特征峰的峰强有变化;用1 800～700 cm-1范围二阶导数光谱结合聚类分析,发现成叶二阶导数光谱聚类分析能够正确对样品分类,幼叶和老黄叶二阶导数谱聚类分析效果不如成叶,说明叶片衰老过程化学成分变化影响聚类分析效果,聚类分析时取成叶样品为好。     

六种速溶咖啡的傅里叶变换红外光谱鉴别研究

采用傅里叶变换红外光谱(FTIR)结合二阶导数、聚类分析等化学计量学方法对六种速溶咖啡共30个样品进行鉴别分析。根据各官能团的红外光谱特征峰得出各品牌速溶咖啡的主要成分,选取1 800~1 000cm~(-1)范围原始光谱进行二阶导数处理,并对该范围内的六种速溶咖啡进行相关性分析,得出六种咖啡之间的亲缘关系。利用1 800~1 000cm~(-1)范围内的二阶导数光谱数据对六种速溶咖啡进行聚类分析(HCA),准确率达到93.3%,结果表明,傅里叶变换红外光谱(FTIR)结合二阶导数、聚类分析的方法可以有效、快速的将六种速溶咖啡区分开来。     

红外光谱对不同品种及产地小米的鉴别

不同品种及产地的小米在口感及营养价值上存在显著差异,因此区分不同种小米对消费者具有参考意义。将傅里叶变换红外光谱(FTIR)、二维相关红外光谱(2D-IR)与曲线拟合、主成分分析(PCA)相结合,鉴别小米的品种及产地。结果显示：小米主要由碳水化合物、蛋白质和脂质组成,因此,其FTIR特征相似;二阶导数光谱(SD-IR)在3 012,2 962,2 928,2 856,1 748和1 548 cm-1附近的吸收峰强度存在明显差异;2D-IR在1 200~860和1 700~1 180 cm-1范围内,小米样品的自动峰和交叉峰数目、位置和强度差异明显;曲线拟合结果显示小米在1 700~1 600 cm-1范围内子峰面积比例不同,说明不同品种间小米的蛋白质含量不同,可以实现小米品种的鉴别分类;选取1 800~800 cm-1范围内的导数光谱进行主成分分析,前3个主成分累积贡献率为97%,不同产地的小米都得到正确归类。研究表明,红外光谱结合统计分析方法,是鉴别小米品种及产地的有效方法。     

FTIR结合统计分析对竹类植物的鉴别分类研究

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、碳水化合物、脂类等吸收带组成,竹叶光谱相似,仅在1 800～700 cm-1范围峰数、峰位、峰强上存在较小的差异。六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。用1 800～700 cm-1范围二阶导数光谱进行主成分分析,在主成分PC1,PC2,PC3三维空间图中,所测试竹叶样本分类正确率达98%;在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域;用1 800～700 cm-1范围二阶导数光谱进行聚类分析,所测竹叶样本正确聚为六类。表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。     

FTIR光谱结合系统聚类分析的甜橙树苗鉴别研究

利用傅里叶变换红外光谱技术研究了7个不同甜橙树苗春梢叶片样品的红外光谱特征,结果表明,7个甜橙品种叶片样品的傅里叶变换红外光谱主要由纤维素和多糖的吸收带组成,其特征吸收峰频率位置基本一致,但在峰形、峰相对吸收强度上存在一定差异,尤其在1500～700 cm-1范围内的差异较为明显.通过对1500～700 cm-1范围内的二阶导数光谱进行系统聚类分析,结果显示系统聚类分析能把不同甜橙品种按亲缘关系远近进行聚类,实现对甜橙品种的快速鉴别与分类.因此,利用傅里叶变换红外光谱技术结合系统聚类分析对柑橘品种快速鉴别与分类具有一定的可行性,可作为甜橙苗早期品种鉴别的一种扩展手段.     

基于红外与近红外光谱的烟叶部位识别

以烟叶样品的红外及近红外光谱为基础,采用基于主成分分析的马氏距离判别模型,研究了不同类型仪器、建模区间、模型参数及光谱预处理方式对烟叶部位识别准确率的影响。结果表明根据红外和近红外光谱均可对烟叶部位进行良好识别,近红外光谱因包含的样品信息更为丰富,可以得到比红外光谱更好的识别效果。其中仪器A的二阶导数光谱给出的烟叶部位识别准确率最高,可达94.11%;仪器B的一阶导数及SNV光谱给出的烟叶部位识别准确率次之,为88.24%;Nicolet公司的Antaris360傅里叶红外仪的一阶导数光谱给出的烟叶部位识别准确率为82.35%。对于同一仪器,最佳建模区间及主成分个数随样本情况及光谱预处理方式而变。