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。     

超高效液相色谱/高分辨质谱法测定木质素氧化降解产物中单酚类化合物

建立了木质素氧化降解产物中单酚类产物的超高效液相色谱/高分辨质谱联用(UPLC/HRMS)检测方法。采用反相C18色谱柱,柱温30℃,0.1%(V/V)甲酸溶液-10%(V/V)甲醇乙腈溶液为流动相二元梯度洗脱,流速为0.2 mL/min,280 nm波长下紫外检测,可实现木质素氧化降解获得的9种单酚类化合物的有效分离,结合电喷雾离子源超高分辨飞行时间质谱(ESI-Q-TOF)正离子模式进行检测,对单酚类降解产物进行准确定性分析;通过高分辨质谱精确离子流抽提,面积外标法定量分析。本方法的线性范围为5.0~10000μg/L,线性相关系数大于0.9998,相对标准偏差(RSD)小于1.7%,检出限(LOD)和定量限(LOQ)分别为0.1~0.3μg/L和0.3~0.5μg/L,平均加标回收率为98.9%~105.1%。结果表明,酸性流动相体系下的正离子模式进行单酚类产物的质谱分析,具有较好的色谱分离效果和较高灵敏度。