棉籽油分含量近红外无损检测分析模型与应用

棉花是一种重要的油料作物。建立快速、无损检测棉花种子含油量的方法,对于棉花油分育种工作中的材料鉴定、筛选具有重要意义。利用近红外光谱仪采集118份不同油分含量棉花种籽的近红外漫反射光谱,结合化学方法测定验证,建立了棉籽油分含量快速无损检测的近红外模型。光谱预处理方法采用一阶导数＋多元散射校正(MSC),光谱范围5 446～8 848 cm-1,主成分维数为5,以基本覆盖陆地棉棉籽含油量范围的106份试验材料为校正样品集,利用偏最小二乘法(PLS)建立了棉籽仁油分含量近红外反射光谱(NIR)校正模型。校正模型决定系数R2=0.975,校正标准差SEC=0.67。用外部验证样品集进行外部验证,对所建模型的实际预测能力进行检验。结果表明,油分含量预测值与化学值相关系数r=0.978,预测结果误差范围0.1%～1.7%,建立的模型具有很好的预测性。利用建立的模型对784份育种材料进行了油分含量预测,结果显示,该模型应用可以加快棉花育种材料的油分鉴定。     

近红外光谱定量检测腌腊肉制品品质的研究

以中国传统腌腊肉为对象,研究用近红外光谱分析技术快速准确检测肉制品品质的可行性。腊肉是富含脂肪的肉制品,其酸价是目前国标中必须检测的品质指标,它可以反映腊肉在加工储藏过程中脂肪氧化酸败的情况, 对腊肉的品质尤为重要。腊肉样品经过简单的粉碎后在BRUKER傅里叶变换近红外光谱仪上扫描,获得其近红外光谱参照国标法测定酸价和水分含量,采用附加散射校正光谱预处理方法,建立了腊肉酸价和水分含量的PLS回归模型。酸价模型预测集中样品的预测值与标准值的相关系数r2为0.98,预测标准差RMSECV为0.25;水分含量模型预测集中样品的预测值与标准值的r2为0.90,RMSECV为0.02。成对t检验统计结果表明近红外光谱分析技术可以用于腊肉制品品质的快速检测。     

基于近红外光谱技术建立宠物罐头品质检验模型的方法研究

研究建立适用于宠物罐头食品粗蛋白、粗脂肪、水分的含量测试的近红外模型,分别采用猪肉、鸡肉作为基质,通过改变肉类的配比,得到有代表性的样本集各40份,结合样品的化学值信息,利用偏最小二乘法建立鸡肉定量C模型及猪肉定量P模型。将模型用于检测30份宠物罐头,模型预测值与国标法测得的化学值呈现正相关,相关系数为0.89~0.97,而C模型及P模型的检测结果基本一致,相关系数为0.92~0.99。近红外光谱测试粗蛋白、粗脂肪、水分含量的精密度RSD2%,可用于宠物罐头食品的快速质量检测与控制。     

应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究

利用傅里叶变换近红外漫反射光谱结合不同数学建模算法对不同部位取样的猪肉肉糜进行定性判别建模,并建立猪肉肉糜品质指标脂肪、蛋白质和水分含量的定量检测模型。结果表明:不同部位取样猪肉肉糜判别分析PLSDA模型性能良好,最优模型校正集判别正确率为100%,预测集判别正确率为96%;比较两种方法结合,不同光谱预处理建立各品质指标的定量模型,LS-SVM模型性能优于PLSR模型,脂肪和水分含量最佳预测模型校正及预测相关系数r均高于0.9,蛋白质含量最优模型校正及预测相关系数r,RMSEC,RMSEP和RMSECV分别为0.722,0.593,1.595,1.550和1.888,模型精度需进一步提高。研究表明利用傅里叶变换近红外漫反射光谱快速判别不同部位猪肉肉糜的方法是可行的,脂肪和水分含量定量分析模型从预测精度、稳定性及适应性考虑均具一定的通用性,具有良好的市场应用前景。     

近红外光谱分析测定鱼丸中的水分和淀粉含量

用近红外光谱技术分析了草鱼鱼丸中水分和淀粉的含量,并建立了数学模型.以定标集和验证集的相关系数(rc,rv)及预测标准误差(SEC,SEP)作为模型优劣的判定依据.结果表明,采用偏最小二乘法(PLS)建立的数学模型效果最佳,具有较高的相关系数和较低的预测标准误差.水分和淀粉模型中,定标集样本的相关系数rc分别为0.9834,0.9634;预测标准误差分别为0.6293,0.8875;验证集样本的相关系数rv为0.9841,0.9699;预测标准误差分别为0.6358,0.8850.该研究说明利用近红外光谱分析技术测定鱼丸中水分和淀粉的含量是可行的.     

近红外光谱法测定蜂蜜中主要成分的可行性研究

以153个单植物源和混合植物源蜂蜜样品为研究对象,使用３种近红外光谱仪(FT型、CCD型、PDA型)采集蜂蜜的透反射和透射光谱,并应用近红外定量分析技术进行蜂蜜中主要成分(水分含量、果糖含量、葡萄糖含量)的检测研究。用偏最小二乘回归(partial least square repression, PLSR)方法分别建立了蜂蜜水分含量、果糖含量、葡萄糖含量的近红外定量分析模型。结果表明,水分含量、果糖含量、葡萄糖含量的相关系数(r)分别达到0.978 5, 0.931 1和0.890 7,预测误差均方根(RMSEP)分别为0.410 8(%), 1.914 4(%)和2.531 9(%)。研究表明基于近红外光谱的蜂蜜主要成分快速无损检测准确度高,具有很高的实用价值。     

基于SVM算法的近红外光谱技术在鱼糜水分和蛋白质检测中的应用

采用支持向量机(support vector machine,SVM)建立了鱼糜样品中水分和蛋白质含量的近红外光谱校正模型,并采用独立样本集进行了预测。光谱数据经间隔两点一阶导数(DB1G2)、标准正态变换(SNV)、多元散射校正(MSC)相结合的方法预处理后,用偏最小二乘(PLS)降维处理,取前15个投影变量为自变量。获得水分模型的校正相关系数R_c、预测相关系数R_v、定标标准差SEE、预测标准差SEP; 蛋白质模型的校正相关系数R_c、预测相关系数R_v、定标标准差SEE、预测标准差SEP,有较好的预测准确性。基于SVM算法的近红外光谱技术可用于鱼糜水分和蛋白质含量的快速检测。     

牛肉化学成分的近红外光谱检测方法的研究

通过对整块牛肉和肉馅样品进行扫谱,测定其脂肪、蛋白和水分含量,采用国产 SupNIR-1000 近红外光谱仪,运用人工神经网络(ANN)分别建立肉馅和整块牛肉的脂肪、蛋白和水分的模型.肉馅样品的脂肪模型校正相关系数为0.971、预测相关系数为0.972;蛋白的校正相关系数为0.952、预测相关系数为0.949;水分的校...     

近红外、中红外和拉曼光谱法测定商品农药制剂中溴氰菊酯的含量

利用近红外、中红外和拉曼光谱法定量分析了商品农药制剂中有效成分溴氰菊酯的含量,采用偏最小二乘法(partial least squares,PLS)建立溴氰菊酯的定量模型并进行了优化,用独立检验集对模型适应性进行评价。近红外和中红外法溴氰菊酯定量模型的相关系数和定标标准差分别是0.9999,0.022和0.9996,0.056,两种方法的定量效果接近;拉曼法溴氰菊酯定量模型的相关系数是0.9967,定标标准差是0.172,预测精度不如近红外和中红外高。MIR-ATR,NIR和Raman方法均能满足现场检测农药质量的需要,对生产企业的连续在线检测、监督部门进行农药质量控制和农产品安全具有重要意义。     

基于近红外漫反射光谱的丁香蓼叶片重金属铜含量快速检测研究

植物中的重金属离子以一定形式与具有近红外吸收的有机分子基团结合, 因此可以借助近红外光谱技术间接检测其重金属离子含量。研究了基于近红外漫反射光谱技术快速检测丁香蓼叶片中重金属铜含量的方法。通过不同光谱数据预处理方法的对比,结合偏最小二乘法,建立了丁香蓼叶内重金属铜含量近红外光谱检测定量模型。实验结果为,经过平滑处理的光谱建模效果较理想,其建立的校正相关系数为0.950,校正均方根误差为5.99;外部验证相关系数为0.923,预测均方根误差为7.38。研究表明,近红外漫反射光谱技术用于丁香蓼叶片中重金属铜含量的快速检测具有可行性。     

近红外光谱丸剂关键辅料炼蜜水分的快速测定

用近红外光谱法实现嫩,中,老三种炼蜜含水量的快速测定及不同炼制程度蜂蜜的快速分级。过程化控制是中药质量稳定的关键因素,但由于检测手段的滞后而无法实现,因而影响中药质量。蜜丸是具广阔应用市场的剂型;炼蜜工艺是影响蜜丸质量的关键工序;在炼蜜过程中,蜂蜜从嫩蜜炼制到中蜜仅需几至几十秒,变化迅速,传统检测手段不能对蜂蜜炼制过程进行实时监测,进而无法保证炼蜜质量的均一性。力求采用近红外光谱法（NIRS）对炼蜜过程进行实时检测,准确控制嫩蜜、中蜜的炼制程度,并对其含水量进行定量测定。实验通过Rudolph折光仪测定不同炼蜜的含水量,并快速测定样品的近红外光谱,结合偏最小二乘法（PLS）建立并优化88批炼蜜水分的定量模型,利用校正模型决定系数（R2）、校正模型均方根误差（RMSEE）;内部交叉验证决定系数（R2）,内部交叉验证均方根误差（RMSECV）;预测模型的相关系数（r）、预测均方根误差(RMSEP)对校正模型进行评价,其中RMSECV主要用来筛选建立模型的最佳主成分数,RMSEE和RMSEP分别对所建立校正集和验证集进行误差分析。同时采用鉴别分析法建立定性模型用来区分炼蜜等级。经不断优化,图谱经矢量归一化法（SNV）预处理后,在7 201.2~5 446.2 cm-1波段内选取9个主成分建立水分模型。建立的最佳模型中,校正集R2, RMSEE分别为99.43,0.299,内部交叉验证R2,RMSECV分别为99.05,0.348;预测集R2,RMSEP分别为98.19,0.347;定量模型显示,NIRS可快速、准确、无损的对炼蜜含水量进行测定。同时按照含水量测定结果对炼蜜嫩、中、老3个等级进行划分,进而采用鉴别分析法对炼蜜进行定性分析,结果显示嫩、中、老3种炼蜜有明显的聚类现象,表明因子化法是鉴别炼蜜程度的一种有效方法;综上所述,NIRS可望实现对炼蜜过程实时监测,准确控制嫩蜜,中蜜的炼蜜程度并对炼蜜含水量进行快速实时定量测定,为不同炼蜜等级划分提供参考,保证炼蜜质量的均一性,最终保证蜜丸质量的稳定性。     

S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响

土壤水分对近红外光谱表现出强烈的吸收和对土壤有机质含量的预测造成干扰。研究选择41个样本作为校正集和9个样本作为预测集,所有样本做不同含水率（5%,10%,15%和17%）的处理。采用S/B和DS算法分别对预测结果和全光谱进行校正,消除土壤水分的影响。结果得出预测结果偏差减小和模型预测性能得到改善,R_p高于0.89和RMSEP低于0.885%。研究表明S/B和DS算法能有效消除土壤水分的影响和提高土壤有机质预测的准确性。     

近红外水分稳健分析模型研究

样品水分含量差异对近红外光谱分析模型的稳健性影响最为严重。文章以全籽粒小麦蛋白质含量为研究对象,分析了光谱预处理、有效波数区间的选取和全局校正模型应用对建立近红外水分稳健分析模型的可行性。结果表明,仅通过光谱预处理方法不能减少样品水分差异对预测结果的影响;选择有效波数区间和建立全局校正模型对消除水分的影响均有效,建立全局校正模型的效果最佳。并从理论上初步分析了各种方法的作用机理。     

利用近红外光谱技术建立土壤水分含量定标方程

应用近红外漫反射光谱技术（波长为1100—2498nm,分辨率为2nm）,以温县和郑州市郊的土壤为材料建立土壤水分含量分析系统。结果表明,优化各项参数后,光谱经过标准正态变换校正和一阶导数处理后,回归分析采用修正的偏最小二乘法（M PLS）得到的定标模型效果最佳。最终得到的预测方程定标相关系数（RSQ）、交叉验证标准误差（SECV）、交叉验证相关系数（1-VR）分别为0.98,0.92,0.97。数学模型经过验证样品集检验,预测相关系数达到0.96,达到了快速、准确分析土壤水分含量的要求。     

茶叶定性和定量近红外光谱分析方法研究

分别采集了茉莉花茶、苦丁茶、龙井和铁观音4个种类茶叶共120个样本,利用NIRSystems6500型近红外光谱分析仪对样本进行光谱测量,应用近红外光谱分析技术对茶叶进行定性和定量分析。采用主成分分析法,结合聚类分析法,对4种类别的茶叶进行定性鉴别,通过对不同光谱数据预处理方式和不确定因子系数进行比较,确立了最优定性判别定标模型。同时,采用修正的偏最小二乘法,比较不同光谱预处理方法对定标模型的影响,建立了茶叶中水分、茶多酚和咖啡碱含量的定量分析模型,并对未知样本进行预测。定性分析模型的种类识别准确率达到100％,定量分析模型的决定系数均大于0.91,相对分析误差RPD均大于3。结果表明,利用NIRS分析技术可以快速定性和定量分析鉴别茶叶的类别和成分含量。     

玉米杂交种品质性状的近红外光谱分析技术研究

以我国常用玉米自交系、杂交种样品为材料,采用偏最小二乘(PLS)回归法,建立了近红外反射光谱测定玉米完整籽粒的粗蛋白、粗淀粉和油分含量的校正模型。并利用40个玉米杂交后代材料对3个模型的实际预测效果进行了验证,预测值与化学值间的相关系数(r)可达0.98(粗蛋白)、0.93(粗淀粉) 和0.97(油分), 最大相对误差仅为2.46%(粗淀粉)～7%(油分)。文章还从理论上研究了以数量相对较少的亲本自交系为建模样品、建立可适用于分析大量杂交种样品的近红外数学模型的可行性,提出了作物近红外光谱某些特征具有遗传性这一新的观点。     

NIRS法对栀子不同炮制品栀子苷含量的快速检测

以96批栀子不同炮制品为研究对象,高效液相色谱测定栀子苷含量为参考值,利用近红外光谱仪积分球漫反射测定其光谱图,建模波段取8 660~7 500,6 650~5 600和4 900~4 000 cm-1,以标准正态变换(SNV)和二阶导数法(2nd derivative)为预处理方法,主成分数为8,采用偏最小二乘法(PLS)对83批栀子样品建立栀子苷的定量校正模型,最终以13批栀子不同炮制品对模型进行验证。结果,定量模型的内部交叉验证决定系数(R2)为0.992 85,校正均方差(RMSEC)为0.240,预测均方差(RMSEP)为0.254,内部交叉验证均方差(RMSECV)为0.386 91,RMSEP/RMSEC=1.06。模型验证得到的相对分析误差(RPD)为8.81,绝对偏差范围-0.39%~0.23%,说明模型预测性较好。通过相关系数法,优选样品装样量、扫描次数、重复次数、分辨率实验条件;并由近红外一阶导和二阶导图,除去温湿度和样品水分影响波段,结合栀子苷对照品近红外光谱图,确定建模波段。首次利用NIRS法建立栀子不同炮制品栀子苷定量校正模型,方法简单快速,模型稳定可靠、准确性高,可同时应用于不同炮制品栀子中栀子苷含量的预测。     

基于互信息方法的燃油品质光谱分析模型构建与简化

近红外漫反射光谱和紫外吸收光谱分别用于燃油的辛烷值和单芳香族化合物含量的测定,偏最小二乘回归(partial least squares regression,PLSR)用于光谱多元校正模型的构建。基于互信息(mutual infor-mation,MI)理论的变量筛选方法用于模型优化以提高模型的预测精度,降低模型的复杂度。结果表明,MI-PLSR可以有效的提高燃油品质模型的预测精度,简化分析模型。辛烷值的预测均方根误差(root meansquare error of prediction,RMSEP)由0.288减小为0.111,预测相关系数R从0.985提高到0.998,建模变量由401减小为112;单芳香族化合物含量的RMSEP从0.753减小为0.478,R由0.996提高为0.998,建模变量由572缩减为37。说明振动光谱结合MI-PLSR方法可用于燃油品质检测,具有高效率低成本的特点。     

近红外光谱技术在高尔夫草坪管理中的应用

近红外光谱技术是近年来在草坪管理中兴起的一种新的分析方法,可以快速、便捷、无损伤地同时检测高尔夫草坪-土壤系统中多种要素。文章对近红外光谱技术应用于高尔夫草坪-土壤营养成分含量和水分含量的检测,确定适宜的施肥时间和施肥量、灌溉时间和灌溉量,草坪外观质量评价以及高尔夫球场中有害生物预测与防治等方面进行了总结,使用该技术可以及时获取草坪草生长及环境状态数据,有效提高高尔夫草坪管理决策管理水平。目前存在的问题是,利用近红外光谱技术建模需要的有关球场的各种基础化学分析数据还有待于积累。此外,怎样及时准确地预测草坪的地下生物量还有待于进一步的研究,当前能够应用于球场中实地检测的光谱仪器还不多,需要开发更多便携式、可在球场实时检测的仪器。