FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。     

不同土壤FTIR分类研究

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究,结果显示,其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类,黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600~750cm-1范围内呈现出差异,作一阶导数处理后,发现其差异主要表现在1440cm-1、875cm-1及798~780cm-1附近。选取1600~750cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析,前两个主成分累计贡献率达到90.14%,利用这两个主成分作二维散点分布图,结果表明该分布能对这五种土壤进行有效分类,这为土壤鉴定提供了快捷的光谱手段,同时表明傅里叶变换红外光谱技术用于对土壤的研究,且具有测定快速方便、无损、准确等优点,具有较大的应用潜力。     

红外光谱结合化学计量学对朝天椒和涮涮辣的研究

本文利用红外光谱结合主成分(PCA)和偏最小二乘法判别分析(PLS-DA)研究了朝天椒(簇生椒)和涮涮辣。测试了2种辣椒60个样品的红外光谱,对光谱范围1800~950cm-1做二阶导数处理,发现在该区间存在着明显的差异,利用该区间二阶导数光谱数据进行主成分分析和偏最小二乘法,结果表明PCA和PLSDA都能很好的区别两种辣椒,其中主成分的正确率为100%,偏最小二乘法在隐含潜含变量为12个时其正确率最好,朝天椒的正确率为86.7%,涮涮辣的正确率为93.3%。结果表明小波变换结合PCA和PLS-DA用于傅里叶变换红外光谱技术中能够准确地识别朝天椒和涮涮辣,为区分不同品种的辣椒提供快速和有效的方法。     

小米的傅里叶变换红外光谱研究

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。     

FTIR结合统计分析对竹类植物的鉴别分类研究

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、碳水化合物、脂类等吸收带组成,竹叶光谱相似,仅在1 800～700 cm-1范围峰数、峰位、峰强上存在较小的差异。六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。用1 800～700 cm-1范围二阶导数光谱进行主成分分析,在主成分PC1,PC2,PC3三维空间图中,所测试竹叶样本分类正确率达98%;在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域;用1 800～700 cm-1范围二阶导数光谱进行聚类分析,所测竹叶样本正确聚为六类。表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。     

稻瘟病、玉米锈病和蚕豆锈病叶的傅里叶变换红外光谱研究

利用傅里叶变换红外光谱(FTIR)研究了水稻、玉米、蚕豆正常叶和稻瘟病叶、玉米和蚕豆锈病叶。结果显示,其红外光谱均主要由多糖、蛋白质的振动吸收谱带组成。光谱整体相似,差异主要表现为光谱峰位、峰形及吸收强度比。三种作物正常叶的二阶导数光谱在1 750～1 500 cm-1范围内的相关系数差异明显。水稻正常叶与稻瘟病叶的吸收强度比A_{1 056}/A_{1 652};蚕豆正常叶与锈病叶的吸收强度比A_{1 652}/A_{2 920};玉米正常叶和锈病叶(非病斑部位)吸收强度比A_{1 056}/A_{2 920},玉米正常叶和玉米锈病叶(病斑处)吸收强度比A_{1 652}/A_{2 920},均呈现出病变叶吸收强度比正常叶要小的趋势。表明他们之间的多糖和蛋白质的含量存在差异。