基于近红外光谱法的大佛龙井茶品质评价研究

为探索科学、客观的茶叶品质评价方法,以大佛龙井茶为分析对象,采用近红外光谱偏最小二乘法(NIRS-PLS),分别建立了干茶色泽、汤色、香气、滋味、叶底单因子得分及五因子总分、六因子总分共7个定量分析模型。结果表明,在主成分因子数不大于10的情况下,各模型校正相关系数R_c为90.48%～98.43%,校正均方根误差RMSEC为1.14～2.09,预测相关系数R_p为90.00%～96.65%,预测均方根误差RMSEP为1.52～2.84,7个模型校正集和预测集均获得较高的拟合度;其中五因子总分模型预测性能最好(R_p为96.65%、RMSEP为1.52),同时,总分模型精度均高于单因子模型。研究结果表明应用近红外光谱法进行大佛龙井茶的品质评价是可行的。     

基于主成分正交信号校正算法和加强正交信号校正算法对柑桔酸度的检测

应用便携式近红外光谱分析仪对112个柑桔进行无损检测,运用主成分正交信号校正、加强正交信号校正结合广义回归神经网络的方法分别建立柑桔酸度定量分析模型。结果表明：采用EOSC方法能够使模型具有良好的预测能力并能够防止对数据造成过度校正。EOSC柑桔酸度模型校正集相关系数R_c=0.888 0,预测集相关系数R_p=0.885 6,RMSEP=0.081 65。研究结果表明EOSC预处理方法结合广义回归神经网络可以用于柑桔样本的酸度测定。     

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。     

采用可见/近红外光谱检测大麦叶片过氧化氢酶与过氧化物酶含量的研究

采用可见/近红外光谱对丙酯草醚胁迫下大麦叶片过氧化氢酶(catalase, CAT)与过氧化物酶(peroxidase, POD)含量预测进行研究。对500～900 nm光谱采用移动平均法(moving average, MA)11点平滑方法进行预处理。采用蒙特卡罗-偏最小二乘法(monte carlo-partial least squares, MCPLS)方法分别对于CAT与POD的含量预测剔除7个与8个异常样本。基于全部光谱建立了CAT与POD含量预测的PLS,最小二乘支持向量机(least-squares support vector machine, LS-SVM)与极限学习机(extreme learning machine, ELM)模型,ELM模型对CAT含量预测效果最好,建模集相关系数(correlation coefficient of calibration, R_c)为0.916,预测集相关系数R_p为0.786;PLS模型对POD含量预测效果最佳,R_c为0.984,R_p为0.876。采用连续投影算法(successive projections algorithm, SPA)算法分别为CAT与POD预测选择了8个与19个特征波长,基于特征波长建立的PLS,LS-SVM与ELM模型中,ELM模型对CAT与POD含量预测效果均最佳,CAT含量预测的相关系数为R_c=0.928,R_p=0.790;POD含量预测的相关系数R_c=0.965,R_p=0.941。基于全谱与基于特征波长的回归分析模型预测效果相当,且对POD含量的预测效果优于对CAT含量的预测效果,而这需要进一步研究以得到精度和稳定性更高的预测模型。研究结果表明,采用可见/近红外光谱结合化学计量学方法可以实现对除草剂胁迫下大麦叶片CAT与POD含量的预测。     

紫花苜蓿粗蛋白和粗纤维近红外分析模型的建立

采用近红外漫反射光谱技术,结合偏最小二乘法(PLS),以152个来源不同的紫花苜蓿样品建立了粗蛋白和粗纤维含量的近红外定量分析校正模型。在近红外光谱范围内(950～1 650 nm)对紫花苜蓿样品采集光谱数据时,分别设置了粗磨样、细磨样两种样品的状态和1,2,5 nm三种光谱扫描间隔,对建立的模型进行准确性和重复性的验证,比较其优劣。结果显示：光谱扫描时样品为细磨样,光谱扫描间隔为2 nm时所建立的粗蛋白和粗纤维含量的校正模型最佳,其相关系数(R2_cal)分别是0.97和0.94,最佳因素数时的定标标准差(SECV)分别是0.42和0.78。所建近红外定量分析模型对独立检验集样品粗蛋白和粗纤维含量的预测值与化学值的相关系数(R2_val)分别为0.96和0.92,预测标准差(SEP)分别为0.43和0.79。该研究结果表明：利用近红外漫反射光谱法测定紫花苜蓿内在主要品质性状是可行的,为紫花苜蓿粗蛋白和粗纤维含量的检验提供了新的方法模式。     

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。     

近红外漫反射光谱法快速测定秸秆青贮饲料成分含量

采用傅里叶近红外漫反射光谱技术,结合偏最小二乘回归法,以158个不同种类的秸秆青贮饲料样品建立了常规化学成分和发酵成分含量的近红外定量分析校正模型。其中常规化学成分中, 粗蛋白、中性洗涤纤维、酸性洗涤纤维、半纤维素、干物质、粗灰分和酸性洗涤木质素含量的校正模型决定系数R2分别为0.95,0.90,0.86,0.91,0.86,0.95和0.90;发酵成分的pH、乳酸、乙酸、丙酸、丁酸和氨态氮含量的校正模型决定系数R2分别为0.98,0.83,0.85,0.3,0.90和0.92。研究发现除乙酸、丙酸和丁酸之外,其他成分含量的相对分析误差RPD(SD/SECV)均大于2.5;除乳酸、乙酸、丙酸和丁酸之外,所建近红外定量分析模型对独立检验集样品其他成分含量的预测值与化学值的相关决定系数R2均大于0.08。该研究结果对青贮饲料品质的快速检测具有重要的实际意义。     

漫反射近红外光谱测定聚乙烯醇(PVA)的醇解度与挥发分含量

采用漫反射近红外光谱方法测定聚乙烯醇(简称PVA)的醇解度与挥发分含量。从PVA生产线选取120个样品,分别用容量法与恒重法测量样品的醇解度与挥发分含量。用光栅扫描近红外光谱仪采集样品光谱,光谱范围1 000～1 800 nm。样品光谱用卷积平滑、卷积求导、均值中心化与正交信号校正方法进行预处理后,与样品的醇解度与挥发分含量,采用PLS1定量校正方法建立近红外分析模型。醇解度与挥发分含量模型的校正相关系数R_C分别为0.976和0.981,校正标准偏差SEC分别为0.176和0.197,验证相关系数R_P分别为0.967和0.969,验证标准偏差SEP分别为0.202和0.193。方法具有速度快,操作方便的特点,分析结果满足PVA生产过程醇解度与挥发分含量的检测要求。     

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。     

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。     

马尾松木材褐腐降解的红外光谱研究

用傅立叶变换红外光谱(FTIR)研究了马尾松木材被茯苓褐腐菌降解过程中化学成分的变化。测量了木质素和综纤维素的相关红外吸收峰的峰高比值,用湿化学方法测定了未褐腐和不同褐腐时间木材的Klason木质素含量和综纤维素含量,分析了红外吸收峰峰高比值与Klason木质素含量和综纤维素含量的相关性。褐腐15周内,1736和1372cm-1处归属于综纤维素的吸收峰强度逐渐减弱,1510和1225cm-1处归属于木质素的吸收峰强度逐渐增强;但褐腐15周后,1736和1372cm-1处的吸收强度却开始略微增强,1510和1225cm-1处吸收强度略微下降。I1510/I1736,I1510/I1372,I1225/I1736和I1225/I1372与Klason木质素和综纤维素含量之间均存在非常好的线性相关,R2为0.96～0.99。I1736/I1510和I1372/I1510与综纤维素含量之间存在高度线性相关,R2=0.96。结果说明用红外光谱技术可以对木材褐腐过程中的综纤维素含量和Klason木质素含量进行准确分析。     

近红外光谱分析杨木-桉木混合纸浆原料

近年来,随着林纸一体化战略的推进,多使用混合原料制浆。而混合原料比例及成分含量的快速分析难以实现已成为制约制浆工业发展的瓶颈。为解决此问题,以广泛使用的杨木-桉木混合原料为研究对象,用傅里叶近红外光谱仪采集了131个不同比例的杨木-桉木混合样品和30个单一杨木、桉木样品的近红外光谱;用化学法测定其综纤维素、聚戊糖及Klason木素含量。因主要化学成分含量的近红外光谱信息集中于7 600～4 000 cm-1区间,对该区间的光谱数据进行平滑、标准正态变换和一阶导数的预处理,运用LASSO算法建立了杨木含量与聚戊糖含量模型;对该区间数据进行平滑、标准正态变换和二阶导数预处理后结合LASSO算法建立了综纤维素含量模型;对该区间数据进行平滑、多元信号校正和二阶导数预处理后结合LASSO算法建立了Klason木素含量模型。杨木含量、综纤维素、聚戊糖、Klason 木素含量模型的预测均方根误差分别为1.82%,0.52%,0.67%和0.59%;绝对偏差范围分别为-3.01%～2.94%,-0.91%～0.83%,-0.91%～1.07%,-0.79%～0.92%。4种模型的性能总体上略优于传统偏最小二乘法所建的模型且满足实际需求,可以用于工业生产。     

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。     

海南制浆树种中主要成分的近红外分析与模型优化

为提高制浆树种的利用效率,缓解国内制浆造纸原料短缺的现状,降低行业污染与总体成本,尝试将近红外光谱技术用于海南省制浆树种的成分含量分析,以期根据实时所得成分含量相应调整工艺参数。用结构简单、易改装的全息光栅分光近红外光谱仪采集了海南省常见的适龄制浆树种（尾细桉、尾巨桉、尾叶桉、马占相思和粗果相思）共205个样本的近红外光谱,按传统实验室方法分析其主要成分--综纤维素和木质素的含量。选择合适的预处理方法与偏最小二乘法结合,建立了两种分析模型,并通过遗传算法剔除不相关的变量,筛选出特征波段,明确综纤维素和木质素的特征吸收,优化了模型。其中综纤维素分析模型建立时采用Savitzky-Golay 13点3倍平滑、矢量归一化和一阶导数预处理原始光谱,1 150.3～2 362.0 nm波段参与建模。筛选出的波段包含了1 188～1 196 nm之间CH₃中C-H伸缩振动的二级倍频吸收,1 742～1 633 nm区间内O-H伸缩振动的一级倍频,2 112 nm附近O-H变形振动、O-H伸缩振动的合频等纤维素的特征吸收;也包含了1 470～1 495 nm之间O-H伸缩振动的一级倍频,1 906和1 911 nm附近C═O伸缩振动的二级倍频等聚戊糖的特征吸收。模型RMSEP值为0.55%,绝对偏差范围为-0.91%～0.87%。木质素分析模型建立时采用Savitzky-Golay 13点3倍平滑、多元信号校正和二阶导数预处理原始光谱,1 137.6～1 872.5和2 131.0～2 424.1 nm波段参与建模。筛选出的波段包含了1 143 nm附近苯环C-H伸缩振动的二级倍频吸收和CH₃的C-H伸缩振动的二级倍频吸收,1 670～1 684 nm处苯环C-H伸缩振动的一级倍频,2 205 nm附近C-H、C═O伸缩振动的合频等木质素的特征吸收。模型RMSEP值为0.45%,绝对偏差范围为-0.76%～0.79%。两个模型的RPD值分别为4.71和3.47,均能满足制浆树种主要成分在线快速分析测定的工业需求。同时,本研究为制浆树种近红外表征体系的建立提供了理论依据,对近红外技术助力制浆造纸工业由自动化向智能化转变具有较为显著的意义。     

真空热处理人工林落叶松木材吸湿性变化机理研究

热处理是一种环境友好型的木材改性方法,可提高木材的耐腐性和尺寸稳定性。研究以落叶松木材为试验材料,在处理温度200 ℃的条件下,对其进行了不同时间的真空热处理。利用动态水蒸气吸附(DVS)对热处理前后木材吸湿性的变化进行了表征,通过傅里叶变换红外光谱(FTIR)、X射线光电子能谱(XPS)和X射线衍射(XRD)分析了热处理前后木材化学组分和结构变化,通过化学变化分析阐明了热处理木材吸湿性变化的作用机制。结果表明：真空热处理落叶松木材的平衡含水率降低,热处理木材的平衡含水率随热处理时间的延长呈逐渐下降的趋势。结合红外光谱和光电子能谱发现,热处理后木材纤维素和半纤维素等化学成分发生降解,木质素发生交联缩合反应,使得吸湿性基团含量减少,碳元素与氧元素含量发生变化,氧碳比降低,从C原子的结合形式来看,热处理材的C1含量增加,C2和C3含量降低,这些化学变化使得热处理材的吸湿性降低。此外,真空热处理未破坏木材的结晶结构,木材的相对结晶度随真空热处理时间的延长而增大,结晶度的增大减少了纤维素分子链上吸水性基团的数量,从而降低了木材的吸湿性。     

共聚焦显微拉曼光谱研究碱处理对稻秸发酵制沼气的影响

碱水解法以其方便高效成为稻秸发酵制沼气中广泛采用的化学预处理方法,但是碱水解对于稻秸细胞壁中高聚物成分及其空间致密交联结构的作用机理有待深入研究。采用共聚焦显微拉曼光谱和透射电镜研究了NaOH碱处理对稻秸厌氧发酵产沼气的影响。首先对未处理稻秸和碱处理稻秸进行微米级空间分辨率的拉曼光谱面扫描,然后对这两类样本进行主成分分析,发现累计贡献率达99%的前两个主成分空间中两类样本分别呈射线状分布,两类样本分界线清楚表明碱处理导致稻叶组织的拉曼光谱响应特性发生了明显变化;进一步分析前两个主成分的载荷图,发现拉曼峰1 739,1 508和1 094 cm-1是影响主成分的重要谱带,而这三个拉曼峰分别归属于半纤维素、木质素和纤维素的拉曼散射效应;结合半纤维素、木质素和纤维素的拉曼特征峰和显微图像信息实现了组织细胞中三种成分的化学成像分析,发现碱处理破坏了稻叶组织中上述三种成分的致密空间结构,并使它们的含量明显减少,尤其是木质素。由此得出结论：共聚焦显微拉曼光谱可实现稻叶组织细胞中半纤维素、木质素和纤维素的无损检测,结合显微空间信息可实现稻秸中三种成分的化学成像分析,该研究有助揭示碱处理促进秸秆厌氧发酵产沼气的作用机理。     

SEM-EDXA分析不同生长应力木材细胞壁微区木质素沉积

选取具不同生长应力水平的人工林尾巨桉(Eucalyptus uroph ylla×E.grandis)正常木为研究对象,借助场发射环境扫描电子显微镜系统,结合以溴元素做标记的X射线能谱分析技术,分析了尾巨桉细胞壁微区木质素沉积与生长应力的关系.研究结果表明,木纤维细胞壁各微区间木质素含量的大小关系与生长应力高低无关,其...     

Quantitative characterisation of historic paper using THz spectroscopy and multivariate data analysis

THz spectroscopy in the time domain was explored in combination with multivariate data analysis, for quantitative determination of chemical and mechanical properties of historic paper, such as lignin content, tensile strength, and ash content. Using partial least squares (PLS) regression, it was shown that quantitative prediction of the material properties is possible, which indicates the potential of THz spectroscopy for chemical characterisation of complex organic materials of natural origin. In addition, the results demonstrate that THz spectra and PLS loading weights for lignin content differ significantly, which leads to the conclusion that THz spectra of composite macromolecular materials do not represent sums of spectra of the individual components. This supports the premise that THz spectra reflect intermolecular interactions. The study was carried out using 250 historical paper samples from the sixteenth century to present. Although the measurements were performed in vacuum to improve the quality of spectra, THz spectroscopy is in principle non-destructive. This research therefore reinforces the role of THz spectroscopy in characterisation of valuable historic materials, where invasive analysis is often not possible.