利用拉曼光谱技术识别溴氰菊酯和 啶虫脒农药的研究

目的 初步建立溴氰菊酯农药和啶虫脒农药的拉曼光谱研究方法。方法 利用激光拉曼光谱技术, 将农药溶液装满铝盒, 采集农药溶液的拉曼光谱曲线, 运用自主编写的程序对光谱曲线进行预处理, 以去除光谱噪音并扣除荧光背景, 进而探讨溴氰菊酯农药和啶虫脒农药的快速无损检测方法。结果 溴氰菊酯农药和啶虫脒农药的拉曼特征频率较为丰富, 选取574 cm?1、736 cm?1处的拉曼信号可识别溴氰菊酯农药, 检测限为2500 mg/kg。选取752 cm?1、840 cm?1处的拉曼信号可识别啶虫脒农药, 当溶剂的丙酮-水比例为1:5时, 最适合作为检测溶剂配置啶虫脒农药溶液, 为下一步确定啶虫脒检测限奠定基础。结论 本研究对实现拉曼光谱技术检测果蔬表面溴氰菊酯农药和啶虫脒农药具有重要意义。     

局部偏最小二乘法结合可见-近红外光谱预测猪肉挥发性盐基氮

以两个批次的猪肉为实验样品,开展局部偏最小二乘法结合双波段可见-近红外光谱预测挥发性盐基氮的研究,以改善模型预测不同批次样品时效果不佳的问题。提出基于距离、信息测度和投影的相似性度量方法,通过对欧式距离和光谱信息散度-光谱角（spectral information divergence-spectral angle,SID-SAM）进行加权求和,构建评价不同样品相似性的相似度函数,定义相似度因子（SM）,通过最小化代价函数确定建立局部模型的邻域窗口。以第1批样品为建模基础集,通过对欧式距离和SID-SAM的权重及SM进行参数寻优,针对第2批次中每个样品建立局部偏最小二乘模型。结果显示,与利用第1批样品建立的模型直接预测第2批样品的结果相比,预测效果有明显提高,相关系数R从0.845 6上升至0.948 1,预测误差从4.581 0 mg/100 g下降至2.650 8 mg/100 g。这表明利用提出的相似度函数和相似度因子,可根据待测样品的光谱特征,实时动态选择相似的局部空间,建立的局部偏最小二乘模型能有效提高对外部验证样品的预测能力。     

生鲜紫薯花青素等多品质参数的可见-近红外快速无损检测

基于实验室自行搭建的可见-近红外光谱系统,以市售生鲜紫薯为研究对象,探讨其花青素、可溶性固形物（soluble solid contents,SSC）以及总糖（total sugars,TS）的同时快速无损检测方法。对紫薯原始光谱进行SG（Savitzky-Golay）平滑、标准正态变量变换以及一阶求导预处理,然后用偏最小二乘回归法进行建模分析。对于花青素和TS,经SG平滑结合一阶求导预处理的模型预测效果最佳;对于SSC,经SNV预处理的模型预测效果最好。针对紫薯各参数最佳预处理光谱采用竞争性自适应加权算法进行波长筛选,再次建立模型。花青素模型预测集的相关系数为0.942 1,预测均方根误差（root mean square error of prediction,RMSEP）为0.225?9?mg/g;SSC模型预测集相关系数为0.943?1,RMSEP为0.878?7?°Brix;TS模型预测集的相关系数为0.925?3,RMSEP为0.244?3%。结果显示,利用可见-近红外光谱可以实现对生鲜紫薯的花青素、SSC以及TS的同时快速无损检测,对生鲜紫薯品质的快速无损检测分选有着重要的实用意义。