土壤质地分类的近红外光谱分析方法研究

依据所收集的25种土样,采用两种不同精度仪器、三种光谱方法以及3个不同谱区,在四种分类标准条件下进行土壤质地分类分析方法研究。结果表明：(1)土壤化学组成的信息主要体现在近红外光谱的谱峰特征,而质地等物理信息主要反映在光谱的斜率、截距参数上,且二者在不同谱区的相对强度不同;(2)近红外光谱方法对土壤质地的分辨能力较低,随着分类粗化而有所提高;(3)在4组分类标准中土壤质地最高预测准确度为72％,其中在砂粒<70％和粘粒<40％条件下,预测准确度达到85％;(4)样本顶部漫反射光谱方法与扩展谱区范围均可有效提高质地预测准确度,而高精度仪器并不具备明显优势。     

基于变量选择的偏最小二乘回归法和田间行走式近红外光谱进行土壤碳含量测定研究

针对田间状态下通过行走式设备获取的近红外反射光谱数据,存在干扰因素多,数据获取环境复杂多变,比实验室条件下建立土壤碳预测模型更加困难的情况,研究了通过变量选择来提高模型质量的效果及有效性。从独立检验数据集来分析,与采用所有变量所建模型的预测精度相比,进行变量选择后的预测精度,均有不同程度的提高,说明在建立土壤碳预测模型时,进行光谱变量选择,是有益和必要的。基于无信息变量消除法(UVE)和无信息变量消除-连续投影法(UVE-SPA)进行变量选择所建模型的预测精度较高,而SPA和遗传算法-偏最小二乘法(GA-PLS)的效果较差;对于协同区间最小二乘法而言,分割的区间数、参与建模子区间数的变化,会对所建模型的预测精度产生影响,选择合适的区间分割数和子区间组合,可以获得与UVE和UVE-SPA相当的效果,但其不足是需要大量的运算来进行最优子区间组合的选择。     

近红外光谱的数据预处理研究

进行了小麦样品近红外光谱数据的预处理研究,一般仪器记录的样品近红外光谱数据中包含有一系列噪声和干扰信号,因此适当的预处理是进行后续光谱定标、建模及模型传递的基础,对可靠地获得准确分析结果具有很重要的作用。结合小麦样品蛋白质含量近红外光谱分析工作,对由近红外光栅光谱仪和傅里叶变换近红外光谱分别记录的66种小麦样品光谱数据,采用高斯一阶、二阶导数小波变换方法进行了预处理。对比常用的一阶差分预处理,证明高斯函数导数小波变换方法是十分有效、实用的,预处理后光谱曲线非常光滑、噪声消除效果明显,富含有用光谱分析信息的区域更加清晰显示,因而非常有助于后续的光谱定标、建模和模型传递工作。     

东北黑土的光谱特性及其与土壤参数的相关性分析

选取我国东北黑土作为研究对象,研究其光谱特性并分析黑土主要参数与近红外光谱的相关性。通过比较东北黑土和北方潮土光谱特征的差异,显示当水分含量较高时,两种土壤的光谱特性差别不是很明显,当水分含量较低时,受土壤质地的影响,两种土壤的吸光度光谱及微分光谱均有很大差异。土壤水分值和吸收光谱有很大相关系数,土壤全氮与光谱呈现出了一定的相关性,提高土样全氮含量的方差,可以获得高的相关系数;由于黑土中有机质的含量很高,使基于土壤有机质的光谱吸收达到饱和,二者之间呈现较低的相关性。     

红外光谱在微藻领域的应用研究进展

微藻富含类胡萝卜素、维生素、蛋白质、多不饱和脂肪酸等多种人体和动物所必需的营养成分，同时在水生态系统的维持和保护中也扮演着重要的角色，因此开展微藻生物学的研究具有十分重要的实际应用价值。传统的微藻成分的检测分析需要经过微藻细胞研磨破碎、有机溶剂分离提取、液(气)相检测等一系列的繁琐的操作步骤，有费时、需要高昂的仪器设备、操作过程复杂等缺点，因此需要发展更加快速高效的微藻细胞组分检测分析技术。红外光谱作为一种高效的物质检测和分析手段可以实现对微藻样品中的蛋白、脂类、核酸、多糖、叶绿素、类胡萝卜素等多种成分同时分析，具有简单、快速和无损检测等优势，特别是结合显微镜技术的红外光谱成像可以在微空间尺度上研究单一细胞或组织中各组分的变化。近年来，尤其是随着同步辐射技术的迅速发展，为红外光谱仪器提供质量更好、能量更高的同步辐射光源，使得红外光谱显微光谱及成像检测技术具有更高的灵敏度和空间分辨率，实现了能够在细胞和亚细胞尺度上对个体进行高空间分辨的原位观测，这在一定程度上解决了许多常规的检测分析技术不能同时兼顾高通量测量和高空间分辨率观察之间的矛盾。首先介绍了红外光谱技术的原理及其特点并分析了显微红外光谱及成像技术在生物样品检测中的独特优势，特别介绍红外光谱结合化学计量学的分析方法在生物学研究领域的应用。接下来综述了此项技术在分类鉴定、生长代谢监测、育种、水环境、食品医药等与微藻相关领域国内外的应用研究进展。比如，结合化学计量学方法红外光谱能够进行微藻的快速鉴定、判别和分类。利用红外光谱多组分快速检测的优势，可以实现微藻生长代谢的研究。基于红外光谱无损、高效检测的特点，可以实现油脂、β-胡萝卜素、虾青素等高产藻株的快速筛选。另外，微藻还可以有效地吸附废水中的重金属和有机活性染料，利用红外光谱可以对其吸附和降解环境污染物的机理进行研究。红外光谱还能够快速高效地实现微藻成分的分析和鉴定，因而可以用于微藻食品药品质量的检测和真伪的鉴定。然而，红外光谱在微藻的研究和应用方面还处于发展阶段，尚存在着一定的缺点和不足，对此进行了讨论和分析并提供了相应的解决方案。最后，对红外光谱在微藻的规模化养殖、高产藻株的筛选、微藻的生理、细胞器的结构和功能的研究等领域进行了展望。     

近红外反射光谱快速测定玉米DDGS营养成分的研究

试验探讨了近红外反射光谱测定玉米DDGS的8项重要营养成分,包括水分、蛋白、粗脂肪、粗灰分、总磷、中性洗涤纤维、酸性洗涤纤维、粗纤维的可行性.从国内18个工厂采集93个玉米DDGS样品,使用偏最小二乘法,采取15种不同的导数和去散射光谱预处理方法建立近红外模型.在光谱预处理中,二阶导数产生了较好的预测效果.使用70个与...     

小波阈值降噪模型在红外光谱信号处理中的应用研究

针对近红外光谱经常受到噪声干扰的特点,提出了利用小波阈值降噪方法进行光谱数据的降噪处理,以山羊绒表面油脂的近红外光谱检测为例,对比分析了三种小波阈值降噪模型(Penalty阈值降噪模型、Brige-Massart阈值降噪模型、缺省阈值降噪模型)的降噪性能。对降噪后的光谱数据采用偏最小二乘和支持向量机回归相结合建立了校正和预测模型,通过对比校验参数R2,RMSEC,RMSEP,分析评价了三种小波阈值降噪模型的降噪效果。结果表明: 三种降噪模型都能在一定程度上降低光谱信号的噪声,提高信噪比,改善光谱预测模型的精度,其中,Brige-Massart阈值降噪模型和缺省阈值降噪模型的降噪效果明显优于Penalty阈值降噪模型,与原始光谱信号建模的预测精度(R2=0.793,RMSEC=0.233,RMSEP=0.225)相比较,经过Brige-Massart阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.882,RMSEC=0.144,RMSEP=0.136)和经过缺省阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.876,RMSEC=0.151,RMSEP=0.142)均有较大程度的改善和提高,说明提出的小波阈值降噪方法能有效地降低原始光谱噪声作用,使光谱数据多变量分析模型更具有代表性和稳健性, 从而可以提高模型的预测精度。     

利用土壤的近红外光谱特征测定土壤含水量

以新疆玛纳斯县不同质地土壤(砂壤土、粉粘壤土和粘土)室内光谱反射率作为研究对象,采用包络线去除法对土壤光谱曲线进行处理,与土壤含水量进行相关分析并建立模型。结果表明：不同质地土壤光谱反射率大小依次为：粘土>粉粘壤土>砂壤土;砂壤土、粉粘壤土和粘土分别以田间持水量20.01%,24.10%和30.43%为临界点,在低于该临界点范围内含水量与反射率呈反比,在高于该临界点范围内含水量与反射率呈正比;在1 390～1 623 nm波段内,土壤含水量与光谱归一化反射率有较好的负相关,并达到显著水平,所建立的土壤含水量预测模型R2值达到0.8以上,模型平均相对误差为10%。结果表明,建立不同质地土壤含水量光谱预测模型可以较准确反映土壤含水量,其快速、无损、准确的优点,为测定土壤含水量提供了一种新方法。     

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。     

近红外光谱定量校正模型适用性研究

近红外光谱作为一种依靠模型进行分析的技术,对测定的样品进行模型适用性判断是得到可靠分析结果的前提。对于通过校正集样本近红外光谱测量和标准方法测定的基础数据依靠因子分析技术建立的多元校正模型,提出将因子分析与Mahalanobis距离相结合判断定量模型适用性的方法,以近红外光谱测定柴油十六烷值为例,对影响模型适用性判断的一些因素进行了讨论。     

近红外空间分辨光谱技术及其对新生猪脑缺氧缺血的检测

近红外光谱(NIRS)技术作为一种无创的组织氧检测手段,近年来在脑缺氧缺血的检测方面日益受到重视。文章介绍了自行研制的NIRS仪器(TSAH-100近红外组织血氧无损监测仪)的基本原理及用于新生猪脑氧检测时如何实现传感器与待测脑组织的最佳耦合。检测了28例新生猪在不同氧合状态下的脑组织氧饱和度(regional cerebral oxygen saturation, rSO₂),在缺氧结束后进行了有创的动脉氧饱和度及生理参数的检测。结果表明,NIRS无创测得的脑rSO₂与血气分析有创测得的动脉血氧饱和度(SaO₂)有很好的相关性(p<0.001),并且脑rSO₂与缺氧程度及缺氧后生理参数的变化一致。因此NIRS无创测得的脑rSO₂能直接判断脑氧合状态,可在一定情况下替代有创血气分析,帮助临床无创、简便地诊断脑缺氧缺血。     

菊苣体外干物质消化率近红外分析模型的建立

菊苣(Cichorium intybus L.)是一种新型的高产优质饲用牧草,具有极大的推广利用价值。体外干物质消化率(in vitro dry matter digestibility,IVDMD)是评价饲草营养价值的重要指标之一。建立菊苣体外干物质消化率的NIRS定量分析模型的研究,采集了72个品种、不同基因型、不同生长发育时期的204个菊苣地上部分为样品,应用傅里叶变换近红外漫反射光谱技术,通过采用不同的回归算法,比较不同的光谱范围和光谱预处理方法,建立了8个菊苣体外干物质消化率(IVDMD)的近红外漫反射光谱校正模型,从中选出最佳参数的校正模型。其校正决定系数(R2cal)和外部验证决定系数(R2val)分别为0.953 17和0.904 55,校正标准差(RMSEC)和预测标准差(RMSEP)分别为1.977 99%和2.008 82%,预测值与化学值间的相关系数(r)达0.951 08。结果表明,利用近红外漫反射光谱法来测定菊苣体外干物质消化率(IVDMD)是可行的,可为菊苣体外干物质消化率(IVDMD)的测定提供快速的分析测定方法。     

基于电磁振动上料的茶梗和昆虫异物近红外光谱和荧光图像在线检测研究

茶叶是大众青睐的健康饮品之一,但茶叶在机器采收和加工过程中,容易混入茶梗和昆虫异物,污染茶叶、影响其质量安全,是未来应防范和检测的重点。X射线成像技术,根据食品基质和异物的密度差实施检测,广泛适用于金属异物并延伸至高密度塑料,但对于茶梗、昆虫这类低密度有机异物尚不适用,所以迫切需要研发新型无损检测技术和方法。针对片状茶叶重叠、遮掩异物的问题,提出了电磁振动上料辅助近红外光谱和荧光图像的检测方案,进行绿茶中的内源性异物茶梗和外源性异物昆虫的在线检测研究。通过电磁振动上料辅助近红外光谱和荧光成像系统,采集了600～1 050 nm范围的近红外光谱600条和RGB-N四通道图像各65幅。采用451条光谱进行建模,其余149条光谱作为预测集,评估模型的性能,比较了去趋势(Detrending)、多元散射校正(MSC)、标准正态变换(SNV)、变权重正态变换(VSN)、迭代自适应加权惩罚最小二乘法(airPLS)、不对称最小二乘法(ALS)、光程估计与校正(OPLEC)等不同光谱预处理方法的处理效果,其中OPLEC能较好地消除散射效应,偏最小二乘判别分析(PLS-DA)模型的正确识别率由78%提...     

蜂蜜真伪的近红外光谱鉴别研究

如何有效鉴别蜂蜜真伪是目前我国蜂产品质量控制的难题之一。提出了一种用傅里叶变换近红外光谱结合判别偏最小二乘法(DPLS)快速鉴别蜂蜜真伪的新方法。首先采集了71个商品蜜样品的近红外光谱数据,其中包括27个纯蜂蜜和44个掺假蜂蜜,然后5次随机划分建模集样本和验证集样本,并对建模样本进行不同光谱预处理,选择并优化不同波段范围和主成分数,用DPLS法建立了5组蜂蜜样本的真伪鉴别模型,外部交叉验证法预测模型。通过对结果进行比较分析,5组校正模型中真蜂蜜和掺假蜂蜜的总体识别准确率分别为91.49%,94.68%,92.98%,93.86%,94.87%;预测样本的识别准确率为86.96%～93.75%,其中模型2,3,4中掺假蜜的识别准确率达100%。研究结果表明,该方法可作为鉴别商品蜜真伪的一种快速筛选技术,在我国蜂蜜质量监控中具有重要意义。     

近红外光谱分析技术及其在牧草种子质量监督检验上的应用前景

近红外光谱(NIRS)的分析技术是一项高效、快捷检测样品中某种物质成分的分析新方法,近年来在农业、食品、医药、化工、纺织、环保等领域得到了广泛的应用。 文章简要介绍了NIRS技术产生和探测的基本原理、方法和技术特点,回顾了其在植物种子研究方面的应用情况,然后从种子品种鉴定、种子纯净度鉴定、种子发芽率测定、种子水分含量和生活力测定等四个方面阐述了NIRS分析技术应用于牧草种子质量监督检验的意义和潜在价值。 最后得出结论应用NIRS技术能降低种子检验成本、提高检验效率,还有助于扩大常规种子检验的范围和用途,因此NIRS应用于牧草种子质量检验有着重要的理论和实际意义。     

支持向量机(SVM)在傅里叶变换近红外光谱分析中的应用研究

支持向量机(SVM)用于两类问题的识别研究,它是统计学习理论中最年轻的分支,所建分析模型有严格的数学基础。同时介绍了SVM学习的基本原理和方法,并将该方法引入化学计量学,以103个中药大黄样品为实验材料,通过SVM近红外光谱法建立了大黄样品真伪识别模型。对学习集中33个样品模型识别准确率为100％;对70个预测样品的识别准确率为96.77％, 为中药大黄的快速识别提供了参考。研究结果表明了SVM近红外光谱法建立生物样品识别模型的可行性。通过旨在介绍SVM学习方法的基本思想,以引起化学计量学工作者的进一步关注。     

栽培和野生中药材灯盏花的近红外光谱鉴别模型

分别在2台傅里叶变换近红外光谱仪上采集了43个栽培和野生中药材灯盏花样品的近红外漫反射光谱,提取光谱信息的15个主成分,方差贡献率达到99%以上。以20个灯盏花样品作为建模集,15个主成分作为网络学习输入层的15个节点,在2台仪器上用2套光谱分别建立了识别栽培和野生灯盏花样品的BP-神经网络模型,并对预测集的23个样品用于实际鉴别分析。两台仪器上的建模集样品模型回代正确识别率均为100%,预测集样品的正确识别率分别为100%和95.7%,结果表明,利用近红外光谱法进行栽培和野生中药材灯盏花的快速鉴别是可行的。     

近红外光谱方法在颌面外科皮瓣移植术后监测中的应用

近红外光谱技术作为一种无创组织氧监测手段,近年来在整形外科手术术后监测方面得到了越来越多的重视。文章利用一套近红外无损组织氧检测系统对6例手术成功病例的移植皮瓣侧和对照侧正常组织内的氧饱和度进行了长时间对比监测,发现两侧的组织氧饱和度之间存在显著性差异。还对一例血管吻合失败的病例下颌部的多个位置进行了检测,发现坏死部位的氧饱和度和正常组织相比处于很低的水平。实验结果表明,近红外光谱检测技术对于皮瓣内的血氧浓度动态变化具有很好的灵敏度,在移植皮瓣的术后监测方面具有良好的应用前景。