傅里叶中红外光谱结合稀疏表示分类方法鉴别小麦赤霉病感染等级

旨在探索感染不同等级赤霉病的小麦中主要成分含量变化引起的傅里叶中红外光谱信息响应,并结合模式识别方法实现基于傅里叶变换中红外光谱的小麦赤霉病等级无损检测。以感染不同等级赤霉病小麦为研究对象,在4 000~400 cm-1波数范围内采集95个小麦样本的傅里叶中红外光谱数据,利用载荷系数法（XLW）与随机森林算法（RF）分析选取小麦样本傅里叶中红外光谱中的敏感波长,利用稀疏表示分类（SRC）算法建模识别小麦感染赤霉病等级。结果表明：XLW算法和RF算法选择的特征波长作为定性分析模型的输入时模型鉴别准确率与全波段光谱数据作输入时均达90%以上,特征波长提取算法可以有效简化模型并提高效率。RF-SRC模型鉴别效果最好,建模集鉴别准确率达97%,测试集鉴别准确率达96%。小麦感染赤霉病等级的不同会引起小麦中水分、淀粉、纤维素、可溶性氮素、蛋白质、脂肪等物质含量的变化,采用RF算法选择的特征波长均反映了这些物质所对应的傅里叶中红外光谱透射光谱特征的差异,结合SRC模型进行小麦赤霉病等级鉴别可达到最好的鉴别效果。因此,利用傅里叶中红外光谱技术结合模式识别方法对小麦赤霉病等级鉴别是可行的,解释了傅里叶中红外光谱技术检测小麦赤霉病等级的机理。     

高光谱成像技术的柚类品种鉴别研究

柚类种质和品种资源繁多,现有的柚类品种鉴别方法检测时间长,费用高。旨在利用高光谱成像技术探索主要柚类品种快速识别的可行性。试验选用4个具有代表性的柚类品种,利用高光谱成像技术,采集240个叶片样本(60个/品种)上表面和下表面的高光谱图像。高光谱图像标定后,提取样本感兴趣区域平均光谱信息作为样本的光谱进行分析。利用Kennard-Stone法将样本划分为校正集(192个)和验证集(48个)。采用多元散射校正(MSC)和标准正态变量变换(SNV)对原始光谱曲线进行预处理后,分别采用主成分分析 (PCA)和连续投影算法 (SPA )提取最佳主成分和有效波长,并将其作为最小二乘支持向量机(LS-SVM)的输入变量,建立基于叶片上表面和下表面光谱信息的PCA-LS-SVM和SPA-LS-SVM 模型。结果显示,基于叶片上表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM 模型对建模集样本的识别正确率分别为99.46%和98.44%,对预测集样本的识别正确率均为95.83%。基于叶片下表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM模型对建模集样本和预测集样本的识别正确率皆为100%。表明,利用高光谱成像技术结合PCA-LS-SVM和SPA-LS-SVM可实现柚类品种的快速鉴别,叶片下表面光谱信息鉴别效果优于叶片上表面。该研究为柚类的品种快速鉴别提供了一种新方法。     

基于近红外高光谱成像及信息融合的小麦品种分类研究

高光谱成像技术因具有图谱合一的特点在作物品种鉴别方面具有较大潜力,但目前研究大多只提取利用了光谱信息,对图像信息没有进行有效利用。本文利用近红外高光谱成像仪采集了强筋、中筋、弱筋3个类型共计6个品种的单粒小麦种子高光谱图像,提取了长、宽、矩形度、圆形度、离心率等12个形态特征,并对图像中的胚乳和胚区域进行分割建立掩膜,提取了胚乳和胚区域的平均光谱信息。采用PLSDA和LSSVM方法建立基于图像信息的判别模型,结果表明强筋、弱筋两者二分类的识别率能达到98%以上,强筋、中筋两者二分类的识别率只能达到74.22%,说明近红外高光谱图像的形态信息能够反映品种间差异,但单独利用图像信息进行分类时准确度可能欠佳。采用SIMCA,PLSDA和LSSVM方法建立了胚乳和胚区域光谱信息的多分类模型,胚乳区域的分类效果较胚区域略好,说明籽粒不同部位的形状差异会影响分类效果。进一步融合光谱信息和图像信息,采用SIMCA,PLSDA和LSSVM方法建立融合模型,识别率较单独的图像或光谱信息模型均略有提升,PLSDA方法从原来的96.67%提升到98.89%, 表明充分挖掘高光谱图像所包含的形态特征和光谱特征可有效提高分类效果。     

毛细管电泳法分离测定小麦根中的有机酸

研究了毛细管电泳法分离测定草酸、乌头酸、苹果酸、柠檬酸等有机酸的条件。在pH7．8的磷酸钠缓冲溶液中中加入表面活性剂溴化十六烷基三甲铵作为电泳溶液体系,紫外检测波长214nm,可以有效地分离检测以阴离子形式存在的上述有机酸：将该法应用于铝胁迫下培育的小麦根样品中有机酸的分析,结果表明：随着培养基中铝浓度的增加,苹果酸被诱导增加,与报道的HPLC法的测定结果一致,本法可在植物化学研究中使用。     

利用傅里叶变换红外光谱法鉴定小麦品种

利用傅里叶变换红外(FTIR)光谱法分析了8个不同小麦品种根部的红外光谱图,对红外光谱图的吸收峰进行了归属分析,通过对各谱图的比对发现,在相同波数范围内,不同的小麦品种其红外谱图的形状、波数及吸收峰的多少有所不同。结果表明不同小麦品种的红外光谱图有明显的差异,其一在2800～2980cm-1波数范围内,此区反映的主要是甲基、亚甲基的伸缩振动,化合物分子链的长短、分子量的大小在此区有显现;其二差别较大的区域在1510～1730cm-1范围内,它反映的主要是酰胺的氮原子及α碳原子取代基的性质,可能是源于基因的差异,此区域内谱图差异较大。因此FTIR光谱法可用于不同小麦品种的鉴别。     

火焰原子吸收法测定小麦品种籽粒中铁锰锌含量

用火焰原子吸收分光光度法,测定6种不同类型的冬小麦品种籽粒中铁、锰、锌微量元素的含量。结果表明铁、锰、锌的回收率分别为10309%,10290%和10119%,相对标准偏差(RSD)分别在394%,167%和269%以内,并以GBW08503小麦粉标准样品进行比较测定,结果满意。该方法简便、快速、准确。测定结果为研究小麦品种籽粒中微量元素的含量与小麦品质的关系提供依据。     

基于LED的便携式近红外整粒小麦成分测量仪的研制

采用最新集成芯片和软件设计 ,研制出以近红外LED为光源的整粒小麦成分快速分析的仪器 ,为小麦成分的现场检测提供了一个经济、快捷的便携式设备。该测量仪由近红外LED光源、窄带干涉滤光片、菲涅尔透镜、硅光电池检测器、单片机系统及校准模型等组成。与其他近红外仪器相比 ,该测量仪具有体积小、结构简单、低功耗、抗震动等特点。同时介绍了该测量仪的硬件设计 ,软件设计 ,对小麦蛋白质的建模和预测应用实例等。该测量仪可在粮库甚至田间现场对整粒小麦成分进行无损检测     

增敏光度法测定粮食中微量碘

研究了NaCl增敏碘 淀粉显色反应。NaCl用量为0 24g mL,H3PO4(3 97)为0.5mL的酸度条件下以KI还原KIO3与淀粉显色,λmax=483nm,λmax=2 7×105L·mol-1·cm-1。在483nm处,测得碘在大米、小麦和玉米中的回收率在96.3%～99.1%,RSD<2.5%。该法已用于大米、小麦、玉米等食品中微量碘的分析。     

栽培草莓品种果实香气特性研究

通过对4个不同栽培草莓(Fragaria ananassa Duch．)品种果实糖和氨基酸测定及香气的GC-MS分析,结果表明：不同品种间氨基酸和糖含量不同,氨基酸含量由高到低依次为丰香、瓦尔达、哈达和全明星;哈达、丰香、全明星和瓦尔达4个品种果实分别检测出39、46、37和44种香气成分,各占总峰面积98.52％、99.15％、98.77％和95.4l％,检测成分的多少与氨基酸总量显著正相关,相关系数为0.967;哈达有5种独有的成分,丰香有9种独有的成分,全明星有3种独有的成分,瓦尔达有2种独有的成分,4个品种共有的成分有19种。     

样条变换集成罚函数偏最小二乘方法用于光谱数据重构和定量分析

针对高维小样本光谱数据所显现的函数型数据(Functional data)特性、与性质参数的非线性关系及变量间存有的严重共线性,采用了样条变换集成罚函数偏最小二乘回归新技术.它首先以三次B基样条变换实现非线性光谱数据的线性化重构,随后将重构的新光谱矩阵交由罚函数偏最小二乘法(Penalized PLS)构建其与性质参变量间的校正模型,其中罚函数中的光滑因子由交叉验证优化确定以调控模型的拟合精度.最后,通过小麦样品水分含量的近红外光谱定量分析,结果显示该技术光谱数据重构稳健,去噪明显,并有效解决高维小样本的过拟合和变量间的共线性,而预测集的均方根误差(RMSEP)为0.1808%,方法的非线性校正模型预测能力得到了明显提高.