近红外光谱分析烟叶中的多酚类物质

多酚类物质是烟叶香气产生的重要前体物质。采用近红外光谱结合偏最小二乘算法建立了烟叶中总多酚含量的回归模型。采用建立的模型对检验集进行预测,预测集决定系数R2为0.8671,模型误差SEP为1.4287。结果表明近红外光谱分析技术可以成功应用于烟叶中总多酚含量的检测。此外,为消除烟叶近红外光谱中无效波长变量,采用无消息变量消除算法对所建近红外模型进行优化。结果表明采用该算法后,剩余变量数得到减少,模型维数显著降低,预测性能有所提高。     

法布里干涉近红外光谱仪定量测定大豆、玉米主要成分

采用Axsun近红外光谱仪采集40个大豆样品、46个玉米样品的近红外光谱,采用PLS算法分别建立大豆粗蛋白质、脂肪含量的定量校正模型和玉米粗蛋白质、脂肪、淀粉含量的定量校正模型。结果表明,大豆粗蛋白质、脂肪定量校正模型的模型维数分别为6、5,决定系数(R~2)分别为97.94%、93.66%,校正均方根误差(RMSEC)分别为0.40、0.36.交互验证均方根误差(RMSECV)分别为0.49、0.44,相对预测性能(RPD)分别为5.18、3.15;玉米粗蛋白质、脂肪和淀粉含量的定量校正模型的模型维数分别为4、4和6,R~2分别为90.15%、95.22%和87.81%,RMSEC分别为0.25、0.12和0.53.RMSECV分别为0.37、0.15和0.72,RPD分别为2.57、3.57和2.42。F检验表明,上述校正模型的预测值与化学值具有极显著的相关关系。研究结果表明,该仪器可以用于大豆、玉米主要成分定量现场快速测定。     

多元散射校正对近红外光谱分析定标模型的影响

采用近红外漫反射光谱分析技术,用傅里叶变换型光谱仪对50个烟叶样品采集吸收光谱,采用常用的多元散射校正(MSC)对光谱预处理,通过主成分分析、相关谱等方法比较分析了预处理对光谱分析的影响,用偏最小二乘(PLS)回归法建立近红外光谱与总糖含量的定标模型,用Leave-One-Out的交叉检验(Cross-Validation)检验定标模型,结果PLS因子数由MSC校正前的5降为校正后的3,RMSECV值仅由0.884 1%降为0.85%。实验证明:对光谱进行MSC预处理能有效减少模型的最佳因子数,简化数学模型,使模型更稳定,更便于传递,但并不能显著减小最优定标模型的预测标准差,即不能显著提高模型的预测能力。     

法布里干涉近红外光谱仪测定烟草品质成分

法布里干涉近红外光谱仪是近年新出现的一种基于微机电制造技术的近红外光谱仪,具有高性能、重量轻、体积小、无移动部件等特点,非常适用于现场、在线分析。本研究采用Axsun便携型近红外光谱仪采集了148个烟草样品的近红外光谱,分别针对烟碱、总糖、还原糖、总氮和蛋白质建立了定量校正模型。结果表明,烟碱、总糖、还原糖、总氮和蛋白质的模型维数分别为9、5、7、7和6,决定系数（R2）分别为99.18%、93.68%、89.10%、98.24%和87.87%,校正集均方根误差（RMSEC）分别为0.11、1.03、1.27、0.05和0.44,验证集均方根误差（RMSEV）分别为0.18、1.06、1.32、0.08和0.53,相对预测性能（RPD）分别为6.03、3.41、2.59、4.37和2.10,外部验证集均方根误差（RMSEP）分别为0.28、0.88、1.56、0.11和0.42。F检验结果表明,各模型校正集及其外部验证集的预测值和化学值具有极显著的相关关系。本研究表明,Axsun便携型近红外光谱仪可以保证烟草成分定量校正模型的精度,实现近红外光谱分析向样品现场检测、田间作物现场分析等方面的进一步推广。     

基于径向基函数网络的茶多酚总儿茶素近红外光谱检测模型的研究

基于径向基函数神经网络(RBFN)建立了茶多酚总儿茶素含量的近红外光谱分析模型。茶多酚光谱采用小波压缩、标准化处理后,进行主成分分解,以主成分光谱作为RBFN的隐层输入函数,并通过改变主成分数对模型进行优化。当主成分数为7时得到了RBFN优化模型,该模型对定标样品集、全样品集和预测样品集的预测值与实际值回归系数R分别为0.999,0.999和0.992,预测均方误RMSEP分别为1.08%,2.06%和3.68%。     

近红外光谱法快速测定葛根中的五种成分

本文应用近红外光谱技术建立了快速检测葛根中有效成分的方法。研究了优化分析葛根总异黄酮、葛根素、大豆苷、淀粉和粗蛋白含量数学模型的各种条件,结果表明:建模样品集的化学值(又称真值)与近红外预测值的相关系数分别为:葛根总异黄酮R= 0.9752,葛根素R=0.9839,大豆苷R=0.9659,淀粉R=0.9628,粗蛋白R=0.9829;检验样品集的化学值与近红外预测值的相关系数分别为:0.9818,0.9752,0.9772,O.9737和0.9798。说明所建模型具有实际应用价值。     

应用近红外透射光谱法测定稻米淀粉回复值

以235份精米为样品,利用近红外透射光谱分析仪扫描样品,采用改进的偏最小二乘法建立定标模型,得到了近红外分析模型的定标标准偏差（SEC）、交叉检验标准差（SECV）和定标决定系数（RSQ）,分别为14.28、14.92和0.87。内部交叉验证结果显示,经校正的工作标准差（SEP）、检验偏差（BIAS）和交叉检验相关系数（1-VR）分别为5.58、0.40和0.95,相关性达极显著水平。内部交叉验证和外部验证结果表明,近红外定量分析精米淀粉回复值有很高的准确度。     

短波近红外模拟测定农药乳油中的有效成分含量

农药的质量直接关系到食品安全和环境状况,农药有效成分含量是否与标明含量一致是其质量控制的主要方面。本文采用短波近红外谱区对高效盖草能乳油制剂的活性成分进行定量分析,并和传统的近红外一倍频谱区分析结果加以比较。结果表明,短波近红外模型的R2、RMSEC、RMSEP和RPD分别为97.37%,0.73,1.06和4.05,可以用于乳油制剂的现场快速定量测定。该方法具有简便、快速价廉、易于推广应用等优点。     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。     

近红外技术快速测定裂解焦油芳烃含量

针对常用的气相色谱(GC)分析法进行焦油芳烃检测分析周期较长的问题,本文用傅里叶变换型近红外光谱仪及相关软件对石脑油蒸汽裂解焦油芳烃的含量进行了测定和实验研究。考虑焦油样品颜色差异大、芳烃含量变化大,实验通过对样品管改进、异常值判断、建模波段及光谱预处理方法优选等优化了碳六、碳七、碳八、碳九、碳十及总芳烃含量6组预测模型性能,建立了石脑油蒸汽裂解焦油样品中芳烃含量的快速分析方法,使得单个样品的分析时间缩短到2min以内。优化后6组模型的相关系数(R)分别为0.995 20,0.993 08,0.946 33,0.978 99,0.948 46,0.998 63,交叉验证均方差(RMSECV)分别为1.07,0.806,2.17,0.979,0.665,1.15。未知样6组芳烃含量的近红外光谱及气相色谱(GC)分析数据吻合良好,t-检验绝对值均小于其临界t值(t0.05(17)=2.11)。另外,近红外分析数据相对标准偏差(RSD)均小于2%,显示提出的方法具有较好的重复性。     

AOTF-近红外光谱技术快速分析烟草主要化学成分

应用AOTF-近红外光谱仪测定了443个不同地区、不同等级烟草样品的近红外光谱，用Unserambler定量分析软件将光谱与对应的化学成分值相关联，建立了烟草中总糖、还原糖、总烟碱和钾的回归模型。总糖、还原糖、总烟碱和钾含量近红外光谱分析模型的决定系数R^2分别为0．9840、0．9866、0．9884和0．9201。用这些模型对未知样品进行了预测，总糖、还原糖、总烟碱和钾模型预测的平均相对标准偏差分别为2．68％、2．88％、4．18％和8．38％。     

近红外光谱分析在农业领域应用中的几个问题

分析近红外在农业领域应用的特殊性,分析近红外分析过程中影响模型性能的若干因素,讨论近红外分析准确度的评价方法,预测标准差SEP不宜作为近红外分析性能的指标性参数,提出近红外分析在农业应用中值得重视的研究方向。     

Another view of dual response surface modeling and optimization in robust parameter design

Robust parameter design (RPD) based on the concept of building quality into a design has received much attention from researchers and practitioners for years, and a number of methodologies have been studied in the research community. There have been many attempts to integrate RPD principles with well-established statistical techniques, such as response surface methodology, in order to model the response directly as a function of control factors. In this paper, we reinvestigate the dual response approach based on quadratic models Vinning and Myers (J Qual Technol 22:38–45), which is often referred to in the RPD literature and demonstrate that higher-order polynomial models may be more effective in finding better RPD solutions than the commonly-used quadratic model. We also propose optimization models for each of the three classes of quality characteristics (i.e., nominal-the-best, larger-the-better, and smaller-the-better). The optimal solutions obtained using the proposed models are compared with the solutions obtained using the RPD techniques in the current literature.     

基于小麦蛋白测定的国产近红外光谱分析仪模型性能评价

针对新研制的光栅型国产近红外光谱分析仪进行性能测试评价。测试样品选用已知粗蛋白化学值的72份小麦样品,测试仪器选用2台S450型国产近红外光谱分析仪和1台进口傅里叶变换近红外光谱分析仪,测试项目包括:仪器模型性能对比、仪器模型稳定性测试、台间仪器模型传递测试。测试数据表明,新型国产近红外光谱分析仪模型指标达到进口仪器水平,模型传递性能良好,可满足近红外光谱分析技术的实际应用需求。     

微波消解-ICP-MS法同时测定营养素补充剂中20种元素

建立了微波消解-电感耦合等离子体质谱(ICP-MS)法测定营养素补充剂中铜、铁、锌、锰、钙、镁、钾、磷、锶、钼、镍、钒、硒、锡、铬、铅、镉、砷、汞和锑共20种营养及有害元素的分析方法。通过对微波消解条件、质谱条件的优化、内标物的选择,克服高盐复杂基体对痕量元素测定的干扰,选择高浓度元素的低丰度质量数扩大线性范围。结果表明,铜、锌、铁、锰、钙、镁、钾、磷在0~50mg/L、汞在0~10μg/L、其他元素在0~50μg/L线性良好,相关系数在0.9992~1.0000之间,方法检出限为0.021μg/kg~21μg/kg,方法精密度为0.8%~5.7%。用该方法测定国家标准物质奶粉GBW(E)10017和芹菜GBW10048,测定结果与标准值无显著差异。方法简便、快速,可实现多种样品中含量在1%以下的主、微量元素同时测定。     

干烟叶的显微近红外图像分析

采集干烟叶的显微近红外图像,并用主成分分析方法和相关光谱成像的方式对其进行图像分解,并且比较2种图像分解方法的特点。结果表明,对干烟叶样品的显微近红外图像采用主成分分析的方法提取其特征向量,并将第二主成分特征向量与淀粉的近红外光谱对比,特征向量与标准物质光谱的相关系数达到0.9779,表明第二主成分的特征向量主要源于淀粉,第二主成分得分值图像主要代表干烟叶中淀粉的分布;干烟叶的淀粉相关光谱成像图和第二主成分得分值图像的分布形状和趋势基本一致。     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

Nondestructive Brix Evaluation of Apples of Different Origin Using Near Infrared (NIR) Filter Based Reflectance Spectroscopy

Abstract

A filter based near infrared (NIR) technique to evaluate Brix value, in a non destructive way, of Indian apples, along with apples from other countries, has been investigated here. Reflectance characteristics at ten NIR wavelengths were recorded by in-house developed probe for five Indian varieties and four imported varieties. A separate calibration and validation set for each variety was formed. Brix values of the calibration and validation sets of apples were evaluated with a refractometer from Bellingham and Stanley, Model 840. Principal component regression was used to generate calibration and prediction of Brix for the validation set. It was found that Brix values of all varieties of apples can be predicted with a standard error of prediction, 0.7322–1.7809, while root mean square error is also in the same range. It was further noticed that reduction in data recording wavelength leads to an increase in SEP and RMSE.