利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析（linear discriminant analysis,LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

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。     

基于概念密度泛函理论磷酸酯类反应性物质毒性预测

磷酸酯类反应性物质是乙酰胆碱酯酶不可逆抑制剂。本文应用概念密度泛函理论(CDFT),采用四组条件(B3LYP/6-311++G(2d, 3p)/gas,B3LYP/6-311++G(2d, 3p)/CPCM/water,MP2/6-311++G(2d, 3p)/gas,MP2/6-311++ G(2d, 3p)/CPCM/water),对20多个磷酸酯反应性物质进行反应性描述指数计算,包括分子的化学势μ,绝对硬度η、亲电性指数ω、分子的前线轨道能量等分子整体描述参数,以及原子福井函数、自然键轨道(NBO)电荷、Wiberg键级、NBO键级等分子局域描述参数。通过对反应性描述指数以及定量构性关系(QSPR)方程预测结果的比较分析,得出结论：大多数化合物亲电进攻的反应中心发生在磷原子上;磷酸酯类化合物侧链乙胺基叔氮的质子化,将显著增强反应中心磷原子的亲电进攻能力;B3LYP/6-311++G(2d, 3p)/gas为最合理的计算条件;应用反应性描述指数建立的QSPR模型明显优于常规的2D-QSPR模型,能够用于乙酰胆碱酯酶不可逆抑制剂的精确毒性预测。     

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。     

超高压处理对荔枝果肉中两种酶和可溶性蛋白的影响

 为了研究超高压处理对荔枝果肉中过氧化物酶（POD）、果胶甲基酯酶（PME）及可溶性蛋白含量的影响,将荔枝（“淮枝”品种）果肉在100~400 MPa压力、10 ℃温度条件下处理30 min,采用分光光度法测定果肉中POD、PME的活性,用天然凝胶电泳法以及活性染色法测定POD、PME同工酶的变化,用SDS凝胶电泳法测定果肉中可溶性蛋白含量。结果表明：100~200 MPa超高压处理使荔枝果肉中POD活性上升且出现新的同工酶,300~400 MPa超高压处理则使其活性降低且新出现的同工酶消失;100 MPa压力处理使荔枝果肉中PME活性上升且出现新的同工酶,200~400 MPa超高压处理则使其活性降低且新出现的同工酶消失;100 MPa超高压处理使荔枝果肉中可溶性蛋白含量有所增加,而在200~400 MPa压力处理下其含量持续下降。     

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。