近红外反射光谱法测定苜蓿干草主要纤维成分的研究

采集不同生育期、不同品种和不同干燥方式（烘干、阴干、晒干）的苜蓿干草样品60份,研究了利用近红外反射光谱法分析苜蓿干草中纤维素、半纤维素和木质素含量的可行性。实验结果显示,纤维素的交互验证相关系数（R_CV）、外部验证决定系数（r2）以及验证集样品标准差（SD）与预测残差均方根（RMSEP）的比值（RPD）分别为0.97,0.97,4.44,木质素为0.94,0.94,4.08,表明利用NIRS技术可以准确分析苜蓿干草中纤维素和木质素的含量。半纤维素的R_CV,r2,RPD分别为0.29,0.12,1.09,说明该模型不能进行半纤维素的实际预测。利用近红外反射光谱法准确测定纤维素和木质素含量的结果,对苜蓿生产加工中的质量评价,以及苜蓿育种等研究中纤维品质的快速分析都具有重要意义。     

三峡库区柑桔园紫色土光谱特征及其与氮素相关性研究

应用可见光-近红外光谱技术研究了三峡库区柑桔园紫色土的光谱特征及其与土壤氮素营养含量的相关性。结果表明,三峡库区柑桔园土壤光谱反射率在可见光区域随波长增加呈直线上升,在近红外短波区域(780～1 750 nm)基本趋于平稳,波动较小,而在近红外长波区域(1 750～2 400 nm)上波动性和反射率均较大,并且在近红外长波段区域的1 416,1 913,2 209 nm处出现了强的吸收峰。土壤有效氮、全氮含量均与光谱反射率呈正相关,与倒数对数光谱成负相关。在可见光541 nm处,土壤有效氮含量与反射光谱一阶导数微分值达最大正相关,相关系数为0.605**,二者响应的最佳拟合方程为y=2E+09x2-3E+06x+890.49(R2=0.5,x为反射光谱一阶导数值)。在近红外长波段1 909 nm处,土壤全氮含量与反射光谱的倒数对数值的相关性最好,相关系数为-0.612**,二者响应的最佳拟合模型为y=1.372 12-2.107 5x+0.859 2(R2=0.4,x为反射光谱倒数对数值)。     

基于近红外反射光谱的洋葱可溶性固体物检测

研究利用近红外(924～1 720 nm)反射光谱预测了洋葱的可溶性固体物含量。实验选取了三种不同产地和不同采收期的洋葱为样本(268)。在重复采集光谱数据之后,榨取对应光谱采集处洋葱块汁,测定可溶性固体物参考值。研究对比了Savitzky-Golay平滑、散射校正和微分处理等预处理方法,同时基于偏最小二乘回归方法建立了统计模型。结果表明,带S-G平滑的微分处理在平滑窗口为32,跨度为10时效果最佳。一阶微分比二阶微分的预处理效果要好,预测复相关系数R2为0.87,均方根误差RMSEP为2.42 °Brix。对比显示,无平滑处理光谱数据散射校正预处理得到的结果最好,预测复相关系数R2为0.88(RMSEP=2.31 °Brix)。采用交叉验证得到的PLSR模型预测复相关系数R2为0.90,RMSEP为1.84 °Brix,其相对分析误差RPD为3。说明加散射校正处理的近红外反射光谱可用于洋葱的可溶性固体物检测。     

PLS和SMLR建模方法在水蜜桃糖度无损检测中的比较研究

在实际应用中,一些实验条件往往不能严格控制而存在变化,从而影响近红外光谱检测模型的稳健性。文章以50个常温和50个冷藏后的奉化水蜜桃样品组成温度混合样品集,经光谱杠杆值和狄克松检验法进行异常光谱剔除后,采用偏最小二乘法(PLS)和逐步多元线性回归(SMLR)对水蜜桃糖度进行建模分析。PLS的建模结果：校正集相关系数R_C=0.965, 校正均方根标准误差RMSEC=0.301°Brix,交叉验证R_CV=0.812,交叉验证均方根标准误差RMSECV=0.67°Brix,标准偏差与交叉验证均方根标准误差的比值RPD=1.72;SMLR的建模结果：校正集R_C=0.929,RMSEC=0.424°Brix, 交叉验证R_CV=0.887, RMSECV=0.532°Brix, RPD=2.16。SMLR的预测结果要优于PLS的预测结果,在SMLR分析中,在3个不同的光谱区域4 290～7 817,7 817～10 725,4 290～10 725 cm-1的RPD值分别为1.97,1.89,2.16。试验结果表明,将不同温度条件下的样品组成温度混合样品集,用PLS和SMLR建立的模型具有较好的预测效果。     

近红外光谱技术检测植物木质素纤维素研究进展

近红外光谱技术可用来检测植物木质素、纤维素及半纤维素含量,与传统的湿化学方法相比具有快速、操作简单、准确、无损等优点,是一种新型的测定方法,近年来在检测木本植物及草本植物木质纤维素组成成分中被广泛应用。综述了国内外利用近红外光谱技术快速检测木本植物(用作造纸原料的木材、竹材以及潜在的可用作生物质能源的木材)及草本植物(饲草及草类能源植物)木质素、纤维素、半纤维素含量的研究进展,并从样品前处理、光谱预处理及波长选取方法、化学计量学方法三个方面对利用近红外光谱技术快速检测植物木质素、纤维素方法研究上的进展进行了总结,并结合国内木材、牧草及能源草行业发展现状提出了四点展望: 建立适用性更强的模型;建立全面的草产品品质指标近红外光谱数据库;建立能源植物能用品质指标相关模型并对建模方法进行进一步的探索和完善;推动应用近红外光谱技术检测植物木质纤维素的方法从实验阶段走向实际应用。随着对近红外光谱检测植物木质纤维素方法的不断成熟和完善,它必将对造纸、饲草及能源草行业的发展产生巨大的推动作用。     

基于共聚焦显微拉曼光谱的毛竹细胞结构和成分研究

采用共聚焦显微拉曼光谱对毛竹薄壁细胞、薄壁纤维过渡细胞和纤维细胞进行研究。通过构建偏最小二乘(PLS)定量区分模型来对这三种细胞中的差异进行分析,结果表明,该区分模型的建模和交互验证决定系数(R2)分别为0.810和0.800,均方根误差(RMSE)分别为0.323和0.332。根据这一模型的回归系数,发现三种细胞的区别主要体现在1 095,1 319和1 636 cm-1三个波数,这三个波数分别为纤维素、半纤维素和木质素的指纹特征峰。以这三个波数为自变量建立多元线性回归(MLR)模型,该回归模型的建模和交互验证决定系数(R2)分别为0.644和0.643,均方根误差(RMSE)分别为0.442和0.443,表明三种细胞在这三个波数处存在明显的差异。对小波变换基线消除后的拉曼光谱信号进行化学成像分析,结果显示,纤维素微纤维与纤维轴成一个很大的角度,这一结构有利于提高细胞的弹性模量和硬度。半纤维素和纤维素微纤维通过氢键相连,并在范德华力的作用下紧密地结合在一起,因此在拉曼化学成像中可以看到半纤维素和纤维素有相似的分布规律。三种细胞的细胞角和胞间层都高度的木质化,从细胞壁外层到内层木质化程度逐渐降低,表明细胞壁的木质化从细胞角和胞间层开始,且木质化程度并不完全。     

基于NIRS技术的食用醋品牌溯源研究

以四种品牌152组食用醋样品为研究对象,采用漫反射与透射两种近红外光谱采集模式分别进行光谱数据采集,并以此建立了食用醋品牌溯源模型,重点考察光谱采集模式、光谱预处理方法等对溯源模型精度的影响。结果表明,选取114组样品为训练集,原始光谱数据经过多元散射校正、二阶求导预处理后,采用偏最小二乘判别分析法(PLS1-DA)建立的食用醋NIRS品牌溯源模型,对38组测试集样品进行预测,透射光谱模型的决定系数(R2)、校准均方根误差(root-mean-square error of calibration, RMSEC)、预测均方根误差(root-mean-square error of prediction, RMSEP)分别为0.92,0.113,0.127,正确识别率为76.32%;漫反射光谱模型R2,RMSEC,RMSEP分别为0.97,0.102,0.119,正确识别率为86.84%。由此说明,近红外光谱结合PLS1-DA可以用来建立食用醋品牌溯源模型,且漫反射光谱模型预测效果更好。     

近红外光谱技术实时测定土壤中总氮及磷含量的初步研究

及时、准确探测土壤中的氮、磷含量,有利于精准施肥决策,提高肥料利用率。研究表明近红外技术能够探测土壤的物理和养分状况。针对不同土地利用类型,在北京大兴地区采集85份土壤样品,测定土壤氮、磷养分及其近红外漫反射光谱,并利用傅里叶变换光谱技术和偏最小二乘回归法建立了土壤总氮(N)和总磷(P)的近红外光谱校正模型。所建模型的交叉检验决定系数(R2_CV)分别为0.862 6(N),0.668 5(P)。用未参与建模的10个样品对模型进行外部检验,总N、总P的预测相关系数(r)分别为0.969 8,0.830 7,预测标准误差(RMSEP)分别为0.009 5%(N),0.008 6%(P),RPD值(检验集样品化学测定值标准差/预测标准误差)分别为3.78(N),1.69(P)。结果表明,采用适当的光谱分析方法可以实现用近红外技术对土壤总N的精确探测及对土壤总P的粗略估测。     

基于近红外光谱技术的秸秆工业分析

工业分析是生物质热化学工程技术中的一项常规应用分析。文章探讨了近红外光谱技术(NIRS)在秸秆工业组成分析上的应用,并利用近红外光谱技术预测了秸秆中挥发分和固定碳含量。利用Foss 6500光栅型近红外光谱仪在1 108～2 492 nm光谱范围内分别对直接切短秸秆样品中水分、灰分、挥发分和固定碳以及干燥粉碎样品中灰分、挥发分和固定碳的近红外光谱建立了预测模型。对于直接切短秸秆样品,水分、灰分、挥发分和固定碳校正模型外部验证的R2_V(SEP)分别为0.92(0.76%),0.94(0.84%),0.88(0.82%)和0.75(0.65%)。干燥粉碎样品中灰分、挥发分和固定碳的近红外光谱模型外部验证的R2_V(SEP)分别为0.98(0.54%),0.95(0.57%)和0.78(0.61%)。实验结果表明,近红外光谱技术能实现秸秆的快速分析和多组分同时测定, 从而可降低秸秆工业分析的成本。     

基于光谱波段自相关的水稻信息提取波段选择

通过大田试验,使用ASD光谱仪测量水稻不同生育期的冠层光谱,将光谱以10 nm为步长进行合并,再将不同日期光谱的所有波段组合计算相关系数平方（R2）,生成R2矩阵,并绘制R2分布图。根据R2越大,光谱波段之间冗余信息越多,R2越小,水稻光谱波段信息含量越多的原则,在所有测量日期中选择出前100个R2最小值对应的波段,将这些波段进行统计分析。结果表明,可见光区域各个波段之间和红外（近红外和短波红外）区域各个波段之间都含有大量冗余信息。水稻信息量丰富的波段主要集中在可见光的长波波段,红边波段,近红外第一和第二峰值波段,以及短波近红外第一峰前区（1 530 nm附近）和第二峰值区（2 215 nm附近）。比较水稻与其他植被对于最优波段的选择,400～410,630～650和1 520～1 540 nm三个波段区间表现为水稻信息提取较为独特的波段。     

杉木综纤维素和木质素的近红外光谱法测定

用近红外光谱法对杉木中综纤维素和木质素含量进行了快速测定。用常规湿化学方法测定了48个杉木木材样品的综纤维素和木质素,用近红外光谱仪采集相应的光谱,进行二阶微分处理和平滑预处理后,用偏最小二乘法和完全交互验证方式建立相应预测模型。综纤维素校正模型和预测模型的相关系数分别为0.96和0.93;预测标准误差分别为0.39和0.50;木质素校正模型和预测模型的相关系数分别为0.99和0.90;预测标准误差分别为0.10和0.28。结果表明,近红外光谱法可以快速分析木材中综纤维素和木质素含量。     

玉米秸秆组分近红外漫反射光谱(NIRS)测定方法的建立

玉米秸秆是我国产量最大的秸秆生物质资源,但目前还没有快速高效的组分分析方法,本研究利用傅里叶变换近红外漫反射光谱 (NIRS) 技术,采用偏最小二乘法(PLS),在国内首次建立了NIRS测定玉米秸秆中灰分、半纤维素、纤维素、Klason木质素、酸不溶灰分和水分含量的校正模型,该模型稳定,适合不同地区、不同品种的玉米秸秆及其不同部位。实验结果表明,采用一阶导数+Karl Norris滤波预处理,谱区在4 100～7 500 cm-1,能得到理想的预测模型。该模型对玉米秸秆各组分的交叉验证均方差(RMSECV)范围为0.090 3～1.45,预测误差(RMSEP)范围为0.256 9%～2.581 9%,预测相关系数≥0.871 1。该研究对加速我国秸秆生物质的工业转化具有重要意义。     

Optimum Plasma Surface Treatment of Luffa Fibers

Luffa fiber is a renewable resource material with low cost and that contributes to a healthier ecosystem by its biodegradability. Its natural structure can be considered as a naturally occurring composite consisting mainly of cellulose fibrils imbedded in a lignin matrix. Surface pretreatment is necessary to maximize their potential use. In this work, plasma treatment at atmospheric pressure was carried out on the raw luffa fibers. The orthogonal method was used to optimize the plasma treatment condition. The optimal conditions were obtained at a discharge time of 10 s, power of 110 W, and electrode distance of 6 mm for the system used. The surface characterization of untreated and pretreated luffa fibers was investigated by Fourier transform infrared spectroscopy (FTIR), scanning electron microscopy (SEM), and thermogravimetric (TGA) analysis. The results showed that plasma treatment did not cause significant harm to the fiber integrity and the inner cellulose fibrils were exposed from the lignin matrix. Plasma-treated luffa fibers also showed a slightly better thermal stability than the untreated fibers. Compared with chemical pretreatment, plasma treatment had a significantly shorter duration, no consumption of solvent, and improved the cellulose contents.     

热处理竹材的化学成分傅里叶变换红外光谱分析

化学热处理是实现可再生木质生物能源中纤维素高效利用及半纤维素糖化转换的关键步骤。通过预处理过程可以快速去除难溶木质素,实现细胞壁中半纤维素的物理化分离,使得植物细胞壁中化学成分发生变化,从而增加木质纤维素的产出量。以硫酸(H₂SO₄)、稀碱(NaOH)及甘油(glycerol)为预处理介质,采用不同的热处理温度(硫酸(H₂SO₄)、稀碱(NaOH)热处理温度为117和135 ℃;甘油(glycerol)热处理温度为117 ℃)),对竹材处理前后的主要化学组分进行对比分析,并通过傅里叶变换红外光谱进一步证实化学热处理前后竹材化学组分的变化,以获得不同的化学热处理介入下竹材化学成分转换的主要变化规律和机理。结果表明：热化学处理后竹材的纤维素产出量明显增加。纤维素得率及木质素的去除率在不同的处理介质条件下的变化规律为,稀碱(NaOH)处理效果优于稀酸(H₂SO₄)和甘油(glycerol);此外,在相同介质条件下135 ℃热处理效果比117 ℃热处理效果显著。对于不同处理条件的半纤维素的降解程度大小变化结果与此相同。通过红外光谱分析可知,热处理后纤维素环状C-O-C不对称伸缩振动峰出现峰值分解,半纤维素的红外吸收特征峰出现明显陡降变化,木质素苯环特征吸收峰明显减弱,证明纤维素产出量明显增加,半纤维素降解趋势明显,木质素去除效果良好。傅里叶红外变换光谱分析结果与标准测定结果一致。     

相思树酸溶木素含量近红外光谱分析的新方法

用迭代法分别建立了相思树样品的酸溶木素含量和克拉森木素含量近红外光谱分析模型。结果表明对克拉森木素含量的预测效果明显好于对酸溶木素含量的预测效果。不同于一般的近红外光谱分析建模方法,利用酸溶木素含量与克拉森木素含量之间的近似线性关系,结合多波长下的近红外光谱数据,用预测效果较好的克拉森木素含量帮助构建了预测效果欠佳的酸溶木素含量的二十个子预测模型。通过计算这些子模型预测值的加权平均值,最终得到了每个相思树样品酸溶木素含量的新预测值。新模型的预测误差明显小于用迭代法所建模型的预测误差。文中建模方法有望用于某些用通常方法预测效果欠佳的化学成分含量,使它们的近红外光谱分析效果得到改善。     

紫外光谱法快速测定生物质乙醇/水水解液中糠醛和5-羟甲基糠醛含量

木质纤维类生物质水解过程中产生的可溶性木素、呋喃类化合物在紫外波长范围内均有吸收峰,且吸收峰相互叠加。研究提出了一种基于紫外光谱法快速测定生物质水解液中糠醛(F)和5-羟甲基糠醛(5-HMF)混合物(M)的方法。研究发现,M中5-HMF的含量百分率(W_(5-HMF))和最大吸收波长(λ_(max))存在良好的线性关系,R2=0.998 4。进一步研究表明M中W_(5-HMF)不变时,混合物浓度(cM)和吸光度值(A)之间也存在良好的线性关系,R2在0.998 6~1.000 0之间,且重现性均良好。因此,基于A,cM及λ_(max),W_(5-HMF)之间的良好线性关系,可以准确地检测出F和5-HMF的含量,其相对偏差、回收率及RSD分别为5.6%和3.7%,89%~96%,0.21%~0.85%。该方法简单、快捷、准确,适应于乙醇法精炼木质纤维类生物质水解液中F和5-HMF混合物的测定。     

近红外光谱法快速测定毛竹Klason木质素的含量

研究了用近红外漫反射光谱法对毛竹Klason木质素含量的快速预测。选取了代表不同竹龄、不同高度和横向不同位置的54个竹材粉末样品,用常规实验室方法测定了54个样品的Klason木质素含量,用近红外光谱仪漫反射方式在350～2500 nm范围内采集相应样品的光谱,利用多变量统计分析软件建立样品木质素含量和光谱数据之间的相关性模型。结果表明,对原始光谱进行二阶导数预处理后,选择1 011～1675 nm和1930～2488 nm波长区间,用偏最小二乘法(PLS1)和完全交互验证方式建立了的校正模型和预测模型的相关系数分别为0.99,和0.97,校正标准误差SEC＝0.36％,预测标准误差SEP=0.59％,说明毛竹Klason木质素含量和近红外光谱之间存在非常好的相关性,用近红外光谱技术可以实现对竹材样品中Klason木质素含量的快速预测。     

黑土腐殖酸的近红外光谱测定

研究了我国黑土腐殖酸碳含量及其光化学性质,并探索了利用近红外光谱分析法(near infrared spectroscopy, NIRS)对其进行预测的潜力。针对东北典型黑土带土壤样品,利用偏最小二乘法(PLSr)建立定量模型,并用独立样本对模型进行检验。结果表明,模型对腐殖酸碳、胡敏酸碳和富里酸碳含量的预测效果很好,NIRS对富里酸碳和胡敏酸碳的465 nm(E₄)和预测结果也较好,665 nm光密度(E₆)的预测达到可接受水平。胡敏酸碳和富里酸碳含量与SOC的相关性,高于其与NIRS模型预测值的相关性,二者光化学性质与SOC的相关性则低于其与模型预测值的相关性。NIRS在简化黑土腐殖酸碳、胡敏酸碳和富里酸碳含量和光密度测定领域具有很好的应用前景,且能够反映SOC性质方面的信息。