近红外光谱分析技术识别奶粉中淀粉掺假的研究

将蒙牛、伊利、完达山三个品牌的奶粉样品掺入不同量的淀粉构成32份实验样品。在跨度近两个月时间内,用JDSU微型近红外光谱仪,分五天重复5次采集这些样品的中波近红外漫反射光谱。采用仿生模式识别(BPR)算法对样品进行掺假识别定性分析,并研究了分析的可靠性与模型的稳健性。以90%作为评价分析结果(样品掺杂的正确识别率CAR与正确拒识率CRR)的阈值:将测试结果高于此阈值的所有样品中掺入淀粉的最低含量分别称为样品掺杂的正确识别限与正确拒识限。结果显示:三个品牌奶粉样品分别各自建模时,若用同一天测定的部分光谱数据建立模型,预测该天剩余光谱,样品掺杂的正确识别限与正确拒识限都可以达到0.1%。对于三种品牌奶粉合并后的纯奶粉及其淀粉掺杂样品混合建模时,若用同一天测定的光谱建模与测试,样品掺杂的正确识别限也可以达到0.1%,正确拒识限则为1%;若用不同时间采集的光谱进行交叉测试,正确识别限与正确拒识限都只有5%;若用四天的光谱数据联合建模,测试第五天的数据,正确识别限可以稳定达到1%,正确拒识限可以达到5%。应用两种算法对奶粉中淀粉含量进行定量分析比较,进一步验证了有关定性分析对样品掺杂正确识别限和正确拒识限的可靠性。     

栽培稻叶片近红外光纤漫反射光谱的抗旱性鉴定分析

选用了来源于不同国家和地区的30个抗旱性强弱不同的栽培稻品种,其中有传统旱稻4个,改良旱稻18个,敏旱突变体材料2个,典型水稻4个,耐旱水稻2个,分别在水田和旱地下种植得到的叶片近红外漫反射光谱为对象,进行了抗旱性鉴定分析研究,结果表明:采用多个叶片测量得到的平均光谱数据,选择4 500～7 500 cm-1作为有效的分析谱区,应用一阶导数和散射校正结合进行光谱预处理等方法,适合建立旱地种植下栽培稻叶片的旱地产量等模型.同时研究表明:孕穗中后期旱地叶片近红外光谱与旱地产量、抗旱指数之间建立模型的结果要优于孕穗前期,其模型交叉验证结果的相关系数可达0.8左右.而在水田种植条件下得到的叶片近红外光谱与水田产量、抗旱指数之间模型交叉验证结果相关性较弱,从叶片叶绿素、含水量等主要生理生化参数与产量、抗旱指数之间相关关系角度,对水旱田下两类模型的性能差异进行了农学解释.