基于主成分分析和小波神经网络的近红外多组分建模研究

将小麦叶片原始光谱经过预处理后,采用主成分分析(PCA)对数据进行降维,取前3个主成分输入小波神经网络,建立了基于主成分分析和小波神经网络的近红外多组分预测模型(WNN);进一步研究了小波基函数个数的选取(WNN隐层节点数)对小波神经网络模型性能的影响,并将WNN模型与偏最小二乘法(PLS)和传统的反向传播神经网络(BPNN)模型进行了比较.结果表明,所建立的WNN模型能用于同时预测小麦叶片全氮和可溶性总糖两种组分含量,其预测均方根误差(RMSEP)分别为0.101%和0.089%,预测相关系数(R)分别为0.980和0.967.另外,在收敛速度和预测精度上,WNN模型明显优于BPNN和PLS模型,从而为将小波神经网络用于近红外光谱的多组分定量分析奠定了基础.     

离心沉淀气相色谱法测定面粉中过氧化苯甲酰含量的研究

建立了离心沉淀,气相色谱氢火焰离子化检测器测定面粉中过氧化苯甲酰含量的方法。考察了不同提取时间和采用不同工作曲线对过氧化苯甲酰测定的影响。试样在石油醚中被冰乙酸还原成苯甲酸,经HP-5（30m×0．25mm×0．25μm）毛细管气相色谱柱分离,氢火焰离子化检测器测定。方法的线性范围为0．005～0．08g／L（r=0．9992）,检出限（S／N=3）为2mg／kg。在添标水平为0．06、0．18和0．30g／kg时的平均回收率为82．70％～89．46％,相对标准偏差为3．77％～6．93％。该方法仪器设备简单,测定结果灵敏、准确,适合面粉中过氧化苯甲酰的测定。     

微波消解-火焰原子吸收光谱法测定玉米面中的铜、锌和铁

实验采用微波消解系统消解玉米面样品,将样品置于密闭容器内,加入一定量的硝酸和过氧化氢,放在微波炉内进行消解。详细考察了微波消解溶剂、消解时间、消解功率和消解压力对消解效果的影响,采用正交实验设计确定了微波消解的最佳工作参数。用火焰原子吸收光谱法测定玉米面中铜、锌和铁的含量,其相对标准偏差分别为1．99％、0．92％和2．10％（n=6）,平均加标回收率分别为97．5％、102．9％和98．7％。与常压消解法的测定结果进行比较,测定值吻合,准确度和精密度均优于传统方法。     

小麦粉中过氧化苯甲酰含量测量不确定度的评定

按照GB/T 18415-2001方法测定小麦粉中过氧化苯甲酰含量并对测量结果的不确定度进行了评定.对测量重复性、线性回归、标准溶液浓度、称量等因素引入的不确定度进行了量化.测量结果的相对扩展不确定度U=2.4%(k=2).     

晚霜冻影响下冬小麦冠层光谱特征与株高要素变化关系

冬小麦遭受晚霜冻害后,生理生态方面会发生显著变化,其中又以株高要素的变化最为显著。提取了包括红边位置、红边振幅在内的15个光谱特征参数,以及包括株高、穗长、穗下节间长和倒二节间长变化率4个株高要素,通过相关分析,筛选出与光谱特征相关性最好的株高变化率参数,并建立逐步回归模型。结果表明:仅有株高变化率在2013和2014年两期试验中均与光谱特征参数达到显著相关;将两期试验数据合并后,则穗长、穗下节间长和倒二节间长的变化率也均达到显著相关。综合考虑模型的Adj.R~2和显著性水平(Sig.)可知,模型拟合效果最好的是穗长变化率,其次是株高,穗下节间和倒二节间长变化率。比较模型的RMSE可知,模型预测精度最高的是穗下节间长变化率。该研究对在冻害胁迫条件下用光谱特征参数预测小麦株高各要素的变化提供了很好的参考,对研究晚霜冻害低温胁迫下冬小麦株高要素变化的规律具有指示性意义。     

新型苯并噁唑杂芳基硫醚化合物的合成及其对小麦种子发芽率的影响

根据活性基团拼接原理,分别以4-甲基-2-氨基苯酚和邻氨基苯酚为原料,SCH₂为“桥梁”基团,设计并合成了9个苯并噁唑杂芳基硫醚化合物(6a~6e和10a~10d),其中6, 10a和10d为新化合物,其结构经¹H NMR, ¹³C NMR, IR和元素分析表征。采用培养皿滤纸发芽法考察了6和10对小麦种子发芽率的影响。结果表明：在合适的浓度下,6和10对小麦种子发芽率均有促进作用。     

高光谱特征参量的冬小麦吸收性光合有效辐射分量估算模型

精确估算吸收性光合有效辐射分量(EPAR)对于检测植被水分、能量及碳循环平衡具有重要意义。应用ASD地物光谱仪与SUNSCAN冠层分析仪对冬小麦整个生育期内冠层光谱反射和光合有效辐射进行监测,并利用冠层反射率数据构建了24个高光谱特征参量,通过分析不同光谱特征参量与冬小麦FPAR的相关关系,建立冬小麦FPAR光谱参量估算模型。结果表明：除蓝边幅值Db外其余高光谱参量均与冬小麦FPAR呈极显著相关(p＜0.01)。红边面积SDr与蓝边面积SDb的比值(VI₄)与FPAR的相关系数最高,达到0.836。提取相关性较高的7个光谱参量分别与冬小麦FPAR建立最优线性与非线性估算模型,通过精度检验分析,优选了冬小麦FPAR最合适的模型。对于线性模型,绿峰位置λg与FPAR的反演模型最好,其预测模型的R2, RMSE和RRMSE分别为0.679, 0.111和20.82%;对于非线性模型,绿峰反射率Rg与红谷反射率Rr的归一化比值(VI₂)与FPAR的反演模型最好,其预测模型的R2, RMSE和RRMSE分别为0.724, 0.088和21.84%。为进一步提高模型精度,分别运用多元线性逐步回归与BP神经网络建立多个高光谱参量同时参与的模型,与单参量模型相比,BP神经网络模型的反演精度明显提高(R2=0.906,RMSE=0.08,RRMSE=16.57%)。利用高光谱特征参量测定冬小麦FAPR具有可行性,这为实时、有效、准确监测冬小麦生长过程中FPAR的动态变化提供了一种新的方法和理论依据。     

基于LS-SVM和THz光谱技术的面粉中苯甲酸检测研究

面粉（小麦粉）是中国北方大部分地区的主食,苯甲酸是重要的酸型食品防腐剂,为了便于食品长期保存,往往会添加苯甲酸以便延长食品保存时间。但食用添加苯甲酸过量的小麦粉会对身体健康产生严重危害。太赫兹技术是一种新兴的检测技术,由于处于特殊的0.1～10 THz的太赫兹频段,在食品安全检测方面体现出了很强的应用潜力。主要致力于探索太赫兹光谱技术检测苯甲酸的合理性、可行性,利用太赫兹时域光谱技术对面粉中的食品添加剂苯甲酸进行实验研究。实验获取了面粉和苯甲酸的太赫兹时域光谱和频域光谱,其吸收系数显示苯甲酸的特征吸收峰在1.94 THz波段,面粉的太赫兹吸收系数几乎以一定的斜率增加,说明可以用THz-TDS（Terahertz time domain spectrum）技术对面粉中的苯甲酸进行特征识别。为建立面粉中添加剂苯甲酸的定量检测模型,实验获取了面粉中掺杂不同百分比（质量分数）苯甲酸的太赫兹时域光谱,计算得到吸收系数谱。实验发现吸收峰幅度的变化是与苯甲酸的含量成正比的,苯甲酸含量增加吸收峰幅度变大。首先探索了不同光谱预处理方法对太赫兹光谱的影响,采用如平滑校正、多元散射校正、基线校正和归一化等方法对原始光谱进行校正处理。校正之后,建立相应的PLS (partial least squares)模型以选择最优预处理方法。然后分别建立苯甲酸浓度和太赫兹吸收系数的MLR (multiple linear regression)、PLS和LS-SVM（partial least squares support vector machines）回归模型,并对比分析不同模型的优劣。将光谱数据归一化后建立的PLS模型更具有优势,预测相关系数R_p为0.979,预测均方根误差RMSEP为1.30%。LS-SVM与PLS和MLR模型相比,LS-SVM模型可以获得更好的建模结果,LS-SVM的预测相关系数R_p为0.987,预测均方根误差RMSEP为1.10%。利用MLR方法仅使用1.946和1.869 THz两个波段点进行建模,建模效果预测相关系数R_p为0.955,预测均方根误差RMSEP为1.90%。通过该研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案,也为其他类型的添加剂的检测提供了方法指导,对促进面粉行业的健康发展具有重要的意义。     

Near-Infrared spectroscopy and hyperspectral imaging for non-destructive quality assessment of cereal grains

Hyperspectral imaging (HSI) combines spectroscopy and imaging, providing information about the chemical properties of a material and their spatial distribution. It represents an advance of traditional Near-Infrared (NIR) spectroscopy. The present work reviews the most recent applications of NIR spectroscopy for cereal grain evaluation, then focuses on the use of HSI in this field. The progress of research from ground material to whole grains and single kernels is detailed. The potential of NIR-based methods to predict protein content, sprout damage and α-amylase activity in wheat and barley is shown, in addition to assessment of quality parameters in other cereals such as rice, maize and oats, and the estimation of fungal infection. This analytical technique also offers the possibility to rapidly classify grains based on properties such as variety, geographical origin, kernel hardness, etc. Further applications of HSI are expected in the near future, for its potential for rapid single-kernel analysis.     

基于多变量统计分析的冬小麦长势高光谱估算研究

利用高光谱分析技术实现冬小麦长势的准确、无损监测具有重要的实践意义。基于连续两年的氮素运筹试验,通过获取叶面积指数(LAI)、地上干生物量(AGDB)、地上鲜生物量(AGFB)、植株含水量(PWC)、叶绿素密度(CH.D)和氮素积累量(ANC)六个冬小麦长势指标及冬小麦冠层高光谱,引入主成分分析法(PCA)构建可表征冬小麦长势的综合长势指标(CGI),并结合偏最小二乘回归法(PLSR)构建CGI的高光谱估测模型。结果表明,除植株含水量外,其他长势指标与所构建的CGI都达到极显著水平,表明利用CGI可以表征各长势指标信息。对比CGI和其他各长势指标的PLSR模型表现可知,CGI光谱监测模型表现最优(R2=0.802,RMSE=1.268,RPD=2.015),也具有较高的预测精度和稳健度(R2=0.672,RMSE=1.732,RPD=1.489)。表明基于PCA方法所构建的CGI可以表征冬小麦长势,利用PLSR方法可以实现对冬小麦长势的准确监测,且监测效果要优于单一的冬小麦长势指标。