FT-NIR光谱分析技术测定烟草中总氮、总糖和烟碱

应用傅里叶变换近红外（FT－NIR）光谱分析技术测定近1000个具代表性的烤烟样品的近红外光谱数据，采用PLS1数学方法建立了测定烤烟中总氮、总糖和烟碱含量的数学模型。通过对模型进行数理统计检验，在显著性水平为5％的条件下，其测定结果与流动注射分析（FIA）技术测定的结果对比，两者不存在显著性差异。该分析技术已应用于现场快速测定烟草中总氮、总糖和烟碱的含量，结果令人满意。     

FT-NIR法测定烟草中的镁

应用傅里叶变换近红外光谱分析技术,采用偏最小二乘法建立了近红外光谱与烟草中镁含量的数学模型。经检验,近红外测定值与化学测定值间的平均相对误差为9.09%。该技术简捷、快速、精密度高,可用于烟草中镁的快速测定。     

FT-NIR光谱法测定烟草中绿原酸、芸香苷、莨菪亭及总多酚含量

研究应用傅里叶变换近红外光谱法快速测定烟草中绿原酸、芸香苷、莨菪亭及总多酚含量的可行性。使用偏最小二乘法(PLS)为建模方法, 选择7 500～4 000 cm-1谱段,采用二阶导数和Norris滤波法进行光谱预处理,建立了烟草中绿原酸、芸香苷、莨菪亭及总多酚的近红外预测模型。组分最佳PLS预测模型的相关系数r分别为0.976 6,0.941 9,0.957 1和0.966 6,SEP均小于1.2倍的SEC,验证集样本的标准偏差(SD)/SEP均大于2。交叉检验的均方差(RMSECV)分别为1.938 9,1.046 2,0.047 9和2.745 2。实验验证了模型偏差的显著性,将近红外光谱技术与常规标准检测方法相比较。结果表明:两种方法测得值在显著水平0.05时,不存在显著性差异,近红外光谱技术可以准确地定量分析烟草中绿原酸、芸香苷、莨菪亭及总多酚。     

FT-NIR光谱法测定紫花苜蓿青干草的6项品质指标

紫花苜蓿青干草营养价值非常高,能够为家畜提供大量优质的蛋白质饲料,也是目前我国最主要的草产品类型之一。文章应用傅里叶变换近红外(FT-NIR)光谱技术,使用偏最小二乘法首次建立了国内紫花苜蓿青干草粗蛋白、粗灰分、中性洗涤纤维、酸性洗涤纤维和酸性洗涤木质素以及体外干物质消化率等6项品质指标的预测模型,并对模型进行了交互验证和外部验证。结果表明： 该试验所建立的紫花苜蓿青干草6项主要品质指标的近红外模型具有良好的准确性和预测能力,交互验证相关系数r_val为0.953 88～0.990 19,交互验证均方根RMSECV分别为0.345％～1.980％,外部验证的相关系数为0.963～0.990。该方法快速、准确,无需化学试剂,对我国紫花苜蓿草产品的质量检测,以及科研中紫花苜蓿草产品品质分析、种质资源评价、育种世代的鉴定和筛选都有非常重要的意义。     

基于FT-NIR的微生物快速鉴定方法研究

微生物细胞的傅里叶变换近红外光谱(Fourier transform near infrared spectroscopy,FT-NIR)反映了细胞成分的分子振动信息,具有的高度特异性,为寻求一种基于FT-NIR的微生物快速鉴定方法提供了可能。文章通过采集1株酵母和5株细菌标准菌株的近红外漫反射光谱,采用主成分分析法对光谱数据进行了分析,构建了基于FT-NIR的微生物快速鉴定模型。分析结果表明:①光谱鉴别指数Dy1y2值范围为1.61±1.05～10.97±6.65,重现性良好;②建立的基于线性判别分析模型的鉴定准确率为100%,基于人工神经网络模型的预测结果平均相对误差为5.75%,预测准确率高。研究结果证实该方法可以实现基于FT-NIR结合多元数学统计方法的微生物快速鉴定,并具有广阔的产业应用前景。     

傅里叶变换近红外光谱仪扫描条件对数学模型预测精度的影响

以小麦粉状样品为例 ,研究了傅里叶变换近红外光谱仪在不同分辨率 ,不同的激光频率下扫描样品对近红外光谱用于分析小麦样品蛋白质含量的影响。结果表明 :以 4 ,8,16cm- 1 的分辨率扫描样品或当激光频率改变幅度在 1cm- 1 以内时对小麦蛋白模型的影响不显著 ,样品粒度对模型影响较大     

不同品种葡萄苗的FTIR光谱鉴别研究

利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750cm~(-1)范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。     

扩展光源对微型FTIR光谱复原的影响分析

分析了基于多级微反射镜的傅里叶变换红外光谱仪(FTIR-FOurier transform infrared spectrometer)中扩展光源对光谱复原的影响,计算了干涉强度与光源立体角之间的关系.分析表明,扩展光源存在的立体角导致系统的相干长度变短,光谱分辨率降低.当扩展光源的立体角小于0.001时,系统的分辨率...     

傅里叶变换红外光谱法分析紫外线-B(UV-B)辐射对黄芩不同部位化学成分的影响

通过傅里叶变换红外光谱法(FTIR)研究了紫外线-B(UV-B)辐射对黄芩根、茎、叶不同部位化学成分的影响.结果表明,UV-B辐射增加了黄芩根及叶中醇类和酚类物质以及类黄酮的含量,根中萜类物质含量增加,叶中蛋白质含量增加.与根和叶中的情况相反,UVB辐射降低了茎中醇类和酚类物质、类黄酮、不饱和脂以及内酯类物质,这些结果说明UV-B辐射下黄芩产生了次生代谢方面的变化,并且代谢产物的分配可能在根、茎、叶不同部位间存在权衡.使用红外二阶导数谱进化学成分的分析,能够进一步为红外光谱分析结果补充更多信息,特别是有关类黄酮及其与糖类等结合成苷类分子的信息.使用傅里叶变换红外光谱法可以在宏观上简便、快速地检测UV-B辐射对黄芩根、茎、叶不同部位化学成分的影响,可以作为化学成分进一步深入分析的先导方法.     

不同产地双色牛肝菌FTIR光谱鉴别研究

同一种蕈菌子实体,由于外观形貌相似,凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换红外光谱(FTIR)法测定了云南省5个不同地区58个野生双色牛肝菌子实体样品的红外光谱。借助于红外光谱具有的指纹特性,利用SPSS 13.0统计软件对1 350~750 cm-1范围光谱数据进行主成分分析(PCA),根据前三个主成分累积贡献率已达到88.87%以及主成分载荷分析,表明前三个主成分能够反映样品在该段光谱的主要信息。对前三个主成分作投影显示并进行比较,发现以主成分1和主成分2作二维线形投影,对不同产地的双色牛肝菌有较好的聚类和鉴别作用,所有样品被划分为5个区域,98.3%的样品被正确归类。研究结果提示,傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色牛肝菌进行鉴别分类。     

光谱分辨率对土壤组分建模影响分析

实验室可见-近红外高光谱数据（VIS-NIR）具有快速、高效、无损等技术优势,被越来越多应用于土壤组分反演中。光谱分辨率越高所能表达的土壤信息越丰富,但也带来了数据冗余。目前,对于不同光谱分辨率对土壤组分建模影响效应分析的研究相对较少。以欧洲土壤中心数据集19036个土壤样本为数据源,以土壤总氮（N）、有机碳（OC）、碳酸钙（CaCO₃）、粘土（Clay）为例,基于偏最小二乘回归方法（PLS）并选择30%的随机样本独立验证的方式开展相关研究。首先将所有样本原始0.5 nm分辨率4 200个波段的高光谱数据采用等间距取均值方法分别重采样到2,4,8,…,1 024 nm开展分析。结果表明：随着光谱分辨率的降低,土壤各类组分反演精度均呈下降趋势,光谱分辨率在64 nm以上,4类土壤组分普遍具有较高的模型验证精度（R2>0.65,RPD>1.7）,光谱分辨率在128 nm以下CaCO₃和Clay组分精度显著变差;4类组分中,CaCO₃对光谱分辨率敏感性最强,在高光谱分辨率下反演精度较高（R2>0.86,RPD>2.72）,但随光谱分辨率降低精度下降最快。此外,基于光谱响应函数将样本光谱重采样到GF2,S3A,L8,Aster,Modis和S3OLCI六种常见卫星传感器的光谱分辨率展开评价。结果表明：土壤N、OC在各传感器中均可获得较高的精度,甚至在GF2传感器仅有4个波段情况下,也具有不错的验证精度（R2=0.56; RPD=1.51）,而土壤CaCO₃及Clay反演精度普遍较差;除传感器光谱波段数量外,波段位置对土壤组分的反演能力的影响也很显著,拥有近红外长波（1 100～2 500 nm）光谱范围的传感器对土壤组分的反演能力优于缺少该光谱波段的传感器,特别是粘土矿物的吸收峰多位于近红外长波段,S3A,L8,Aster和Modis传感器的Clay反演能力均优于光谱波段数更多的S3OLCI。该研究成果对土壤组分高光谱数据预处理、卫星数据源的选择及未来传感器光谱通道的设计具有指导意义。     

光谱预处理对LIBS检测脐橙中Cu的偏最小二乘定量模型影响

应用激光诱导击穿光谱(LIBS)对脐橙中Cu元素进行快速检测,并结合偏最小二乘法(PLS)进行定量分析,探索光谱数据预处理方法对模型检测精度的影响。针对实验室污染处理后的52个赣南脐橙样品的光谱数据,进行不同数据平滑、均值中心化和标准正态变量变换三种预处理方法。然后选择包含Cu特征谱线的319~338 nm波段进行PLS建模,对比分析了模型的主要评价指标回归系数(r)、交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)。采用13点平滑、均值中心化的PLS模型3个指标分别达到了0.992 8,3.43和3.4,模型的平均预测相对误差仅为5.55%,即采用该前处理方法模型的校准质量和预测效果都最好。选择合适的数据前处理方法能有效提高LIBS检测果蔬产品PLS定量模型的预测精度,为果蔬产品LIBS快速精准检测提供了新方法。     

田间原位光谱的鲜烟叶成熟度判别模型的研究

在田间原位对烟叶成熟度进行判别,能够有效减少由于对成熟度判断错误而导致的烟叶损失率升高、质量下降的问题,而传统的人眼结合叶龄的田间成熟度判别方法缺少客观性,因此提出采用光谱特征参数结合支持向量机的方法对田间原位烟叶成熟度进行判别。以专家评定并在田间原位进行测量的五个成熟度等级共351个烟叶反射光谱作为试验样品,五个成熟度等级分别为M1,M2,M3,M4,M5。通过对反射光谱的分析发现,不同成熟度烟叶的光谱在可见光波段能够得到区分,而在近红外波段区分不明显,因此在可见光波段进行分析建模。分别采用可见光范围内的连续光谱(350～780 nm)、特征波段(496～719 nm)、光谱特征参数(绿峰幅值、绿峰位置、红边幅值、蓝边幅值、红边面积、蓝边面积、红边位置、蓝边位置)作为输入变量,采用支持向量机方法(supportvector machine,SVM)建立烟叶成熟度判别模型。结果表明,应用可见光光谱特征参数作为输入变量所建立的模型的正确识别率达到98.85%,而应用可见光连续谱、可见光特征波段作为输入变量的正确识别率分别为90.80%和93.10%。因此使用可见光光谱特征参数建立支持向量机的鲜烟叶成熟度判别模型对田间原位烟叶成熟度进行判别是可行的。     

分光光法测定烟叶中钙的研究

在弱碱性介质中,乳化剂－ＯＰ存在下,羟基萘酚蓝（ＨＮＢ）和钙生成蓝色２∶１ 络合物,λｍａｘ＝ ６５０ｎｍ ,ε＝ １．８６×１０４Ｌ·ｍ ｏｌ－ １·ｃｍ － １,钙含量在０－ ４０μｇ／２５ｍ Ｌ内符合比尔定律,本方法用于烟叶中钙的测定,结果令人满意。     

烟草中钾的连续流动分析方法研究

本文研究了用ALLIANCE自动分析仪测定烟草中钾,选择了最佳仪器分析条件和样品报样条件,并与传统的四苯硼钠重量法作了对比,在此基础上建立了一种连续测定草中钾的方法,为准确快速地测定烟草中的钾提供了保证。     

激光诱导击穿光谱烟叶Cu谱线等离子体参数及定量分析

农业领域中对植株元素的快速检测和实时监控十分重要。采用Nd∶YAG激光器和中阶梯ICCD光栅光谱仪获取金属元素Cu等离子体谱线。为研究激光诱导击穿光谱(laser induced break-down spectroscopy,LIBS)金属元素Cu定量分析的标定曲线和等离子体参数,制备Cu含量范围为8.59～156.35 μg·g-1烟叶样品进行实验。实验结果表明烟叶中金属元素Cu特征谱线324.75 nm处干扰小、谱线明显。烟叶样品受激发产生等离子体温度为39 458.94 K,Cu等离子体电子密度为0.74×1016,谱线强度和样品浓度建立的标定曲线相关系数r为0.98,平均相对标准偏差RSD(relative standard deviation)为2.59%,Cu含量理论最低检测限为7.72 μg·g-1,谱线信噪比(SNR)为7.86。激光诱导击穿光谱方法可以应用于卷烟生产线在线检测金属元素Cu含量和监测烟叶中金属元素Cu对烟草生长的影响。     

不同类型土壤总氮的近红外光谱技术测定研究

该研究从江苏、河南、山西、河北、吉林采集部分表层土壤,并在山西河北两地采集表下层土壤,经前处理后通过近红外光谱仪扫描得到光谱图,用传统开氏法测得其总氮,运用OPUS软件建立了土壤总氮和光谱图之间的数学模型,并初步探讨了模型的应用范围。结果表明：各地区表层土壤建立的模型良好,交叉检验的均方根误差均在0.01%以内,相关系数平均在0.85以上,并且该模型能够很好地定量分析同一采样范围内表层和表下层的土壤总氮,定量分析的均方根误差基本在0.01%以内,相关系数在0.80左右;可能受土壤类型的影响,该模型在地区之间的运用具有一定的局限性;从各地区随机取出部分数据作为一个新的集合建立的综合模型良好,其交叉检验的均方根误差和相关系数分别为0.010 2%和0.985 6,并且该模型能很好地预测各地区的土壤总氮。