小龙虾中砷含量近红外光谱预测模型的建立

为快速检测小龙虾中重金属砷的含量,将砷选择性吸附树脂(SQ-407)置于100 mL砷标准溶液(100 μg/L)中,调节溶液pH 6.0～8.0,在35～45 ℃下吸附60～120 min,优化SQ-407树脂的吸附条件。鲜活小龙虾经冷冻干燥后微波消解,消解液用SQ-407树脂吸附。采集吸附砷的树脂的近红外光谱,采用不同预处理方法(一阶导数1st、标准正态变量变换SNV、多元散射校正MSC和小波变换WT)进行优化,用偏最小二乘法(PLS)建立砷浓度与近红外光谱之间的线性预测模型,比较预测砷浓度与真实砷浓度,得出预测模型的准确性。结果显示,在pH 7.0、40 ℃下吸附90 min,砷的吸附率高(99.30%)。经1st方法对光谱预处理后,建立的PLS预测模型的准确度高,其训练集均方根误差(RMSECV)为0.033,相关系数(R)为0.995;验证集均方根误差(RMSEP)为0.032,相关系数(R)为0.995。结论:树脂吸附结合近红外光谱建立的预测模型能快速检测小龙虾中砷的含量。     

近红外光谱技术快速检测小龙虾新鲜度

应用近红外光谱技术实现对小龙虾新鲜度的快速检测。利用化学计量学方法,通过对近红外品质分析仪采集的虾肉绞碎前后光谱（850～1 050 nm）调整不同预处理方法、偏最小二乘法和组合算法,建立一种基于总挥发性盐基氮（total volatile basic nitrogen,TVB-N）含量的小龙虾新鲜度定量预测模型。结果表明：采用标准正态变量变换与一阶导数结合的预处理方法模型预测效果最好,且绞碎后的虾肉光谱比绞碎前建模效果更好;为满足实际应用需要,对绞碎前的虾肉TVB-N含量预测模型进行分析,其交叉验证误差为3.123,交叉验证相关系数为0.947,用此模型对预测集24 个样品进行预测,预测值与实测值的交叉验证相关系数为0.951 4,在TVB-N含量超过20 mg/100 g（不新鲜）的检测准确率为100%。近红外光谱技术可应用于快速检测小龙虾新鲜度,所建模型具有较好的预测能力。     

烹饪对莲藕吸附铅、镉的影响

针对莲藕作为食药兼用的保健特点,就莲藕烹饪方法对铅、镉吸附的变化进行检测比较,以期为莲藕的合理食用提供依据。将莲藕进行蒸、煮、炒、微波烹饪处理,分别测定与比较其加工前后对铅、镉吸附量变化,得出吸附力强的加工法。1各类烹调熟制品对铅离子的最大束缚力显著高于对镉离子的最大束缚力,最大束缚量范围分别为135.81 mg/g~196.14 mg/g与119.46 mg/g~136.36 mg/g,最大束缚力高低均为:微波水煮汽蒸油炒;2微波、水煮、汽蒸制品对铅离子的最小束缚力高于对镉离子的最小束缚力,而油炒制品相反,对两者的最小束缚力范围分别为0.054 3 mmol/L~0.070 6 mmol/L与0.057 3 mmol/L~0.060 6 mmol/L,最小束缚力高低均为:微波、水煮、汽蒸油炒。4种烹饪方法加工的莲藕对重金属铅和镉均有一定的吸附能力,微波和蒸煮制品的效果优于油炒制品。     

基于近红外光谱技术快速检测小龙虾中的生物胺

目的 建立近红外光谱法快速检测小龙虾中总生物胺含量的方法。方法 利用近红外光谱仪采集154个不同新鲜程度小龙虾样品的近红外光谱, 使用高效液相色谱技术检测对应样品总生物胺含量; 使用KS(Kennard-Stone)算法将103个样品作为训练集, 51个样品作为预测集。采用多元散射校正(multiplicative scatter correction, MSC)、标准正态变换(standard normal variate, SNV)、小波变换(wavelet transform, WT)和1阶导数(1st)分别对样品的光谱进行处理, 利用训练集样品的光谱和生物浓度建立偏最小二乘回归(partial least squares regression, PLSR)模型, 使用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)进一步选择波长, 对模型进行优化。结果 经过小波变换处理之后的光谱所建立的PLSR模型具有较好的预测结果, CARS方法可以进一步提高模型的预测和解释能力, 预测集生物胺的预测均方根误差(root mean square error of prediction, RMSEP)值和决定系数(r2)分别可达55.74和0.92。结论 基于近红外光谱分析技术快速检测小龙虾总生物胺含量是可行的, 优化后的PLSR模型可以用于评价小龙虾总生物胺含量。     

南果梨糖度近红外光谱无损检测模型的建立

利用近红外透射光谱仪,对产自辽宁省鞍山地区的具有代表性的南果梨样品建立了近红外透射光谱与南果梨糖度的数学模型,并对模型进行了预测。结果表明:南果梨中可溶性固形物含量、还原糖含量的近红外光谱预测值与化学实测值之间的相关系数分别为0.9364、0.8586,预测均方根偏差(RMSEP)分别为0.2285、0.07929,其中以可溶性固形物含量作为定标参数建立模型的预测能力较强,证实利用近红外透射光谱建立的定标模型来测定南果梨的糖度是可行的。      

面粉中非法添加滑石粉的近红外多光谱检测

为检测面粉中非法过量添加的超量滑石粉,提出一种近红外多光谱定量检测方法。首先,选取三种品牌面粉,分别制备滑石粉质量分数为0%、0.5%、1%、3%、5%、10%、15%和20%的样本,采集样本在900～1700 nm的原始光谱,随滑石粉质量分数增大,样本光谱曲线在1160～1700 nm范围内幅值逐渐下降,足量掺杂滑石粉的样本光谱曲线在1393 nm出现与纯滑石粉光谱曲线一致的微小吸收峰。对比7种不同预处理方法所对应全波长模型的预测效果,选取标准正态变量为建模最优预处理方法。采用三种变量优选方法提取最优波长并分别建立面粉中滑石粉含量的多光谱定量检测模型。研究结果表明:竞争自适应重加权采样(CARS)方法对应多光谱模型的检测效果最好,验证集R~2p为0.998,RMSEP为0.282%;而连续投影算法(SPA)方法选择的波长数量最少且彼此间共线性最小;三种波长优选方法所构建多光谱模型的检测限均可达0.5%,可为便携式或在线式检测仪器的开发提供理论基础。     

玉米DDGS近红外光谱模型转移研究

为探讨玉米DDGS近红外光谱模型转移应用效果,实现不同仪器间模型共享,以FOSS DS2500F型为主仪器、TR3750-5000型为从仪器,采用近红外光谱基线平移的方法来实现原始光谱转移,分别从水分、粗蛋白质、粗脂肪、氨基酸等组分的建模参数即交互验证标准差(SECV)、交互验证决定系数(1-VR)和外部样品验证预测模型的光谱差异性、系统偏差(Bias)、预测平均标准偏差(SEP)、预测结果准确率等,多维度评估光谱转移后所建预测模型效果。通过验证和评估,从DS2500F型仪器原始光谱转移到TR3750-5000型仪器建立的水分、粗蛋白质、粗脂肪、氨基酸等预测模型SECV、1-VR值与TR3750-5000型仪器原始光谱建立的预测模型无显著差异;验证集样品试验结果显示,转移后的预测模型光谱、系统偏差(Bias)、预测平均标准偏差(SEP)以及准确率与TR3750-5000型仪器原始预测模型对比效果基本一致。结果表明,从DS2500F原始光谱转移到TR3750-5000型仪器建立的玉米DDGS水分、粗蛋白质、粗脂肪、氨基酸等预测模型是完全可以替代TR3750-5000型仪器原始预测模型,可提高模型利用率,具有良好的实用性和共享性,适用于饲料生产企业日常玉米DDGS质量控制。     

南果梨糖、酸度近红外光谱无损检测模型建立定标参数的确定

本实验利用Purespect型近红外光谱仪获得南果梨样品的光谱数据,采用不同的化学测定方法测定样品中糖、酸含量,分别以可溶性固形物含量(SSC)、还原糖含量(RSC)、总酸度含量(TA)和有效酸度(pH)为定标参数建立四项指标近红外定标模型,并分析比较4个模型的Rc、Rp、RMSEC、RMSEP及预测集样品的残差c.结果表明:对于糖度指标而言,SSC模型的Rc、Rp值高于RSC模型,且残差e分布较RSC的均匀,SSC是南果梨糖度近红外光谱无损检测定标模型建立适宜的定标参数;对于酸度指标而言,pH模型的Rc值高于TA模型,两个酸度模型的Rp均大于0.9,且二者之间无明显差异,TA模型的残差e分布优于pH模型,考虑到实际应用效果,确定酸度定标模型采用TA作为定标参数.     

基于近红外光谱技术检测红曲米中的红曲色素

采用近红外光谱技术结合化学计量学方法构建红曲米中红曲橙色素、红曲红色素、红曲黄色素的预测模型。分别采用多元线性回归(SMLR)、偏最小二乘回归(PLS)、主成分回归(PCR)构建所有色素组分的数学模型,以相关系数(R)、校正均方根误差(RMSEC)、预测均方根误差(RMSEP)、预测相对分析偏差(RPD)值来评价模型的综合性能。结果显示,MSC、SNV方法能够消除红曲米粉颗粒不均对光谱的散射影响;导数处理消除了基线漂移;对于红曲橙色素、红曲黄色素、红曲红色素三种模型均具有良好的稳定性;利用三种模型对未知红曲样品预测时,预测结果具有较高的线性,预测性能较好(RPD=2.86~5.39),可用于准确定量预测。结果表明近红外光谱技术可用于红曲色素的快速无损测定,为红曲米质量的智能化控制提供了新的途径。     

发酵液中乙醇含量的近红外光谱NIRS定量分析与验证

应用近红外光谱技术(NIRS),采用偏最小二乘法(PLS)建立发酵液中乙醇含量定量分析预测模型,并比较发酵液原液和发酵液上清液NIRS预测模型对预测乙醇含量的效果差异。结果表明,发酵液原液所建立的乙醇含量和发酵上清液所建立的乙醇含量预测模型校正误差(SEC)、交叉检验标准误差(SECV)、校正相关系数(RSQ)、交叉验证相关系数(1-VR)皆有很好的关联性。由此可见,通过内部交叉检验和外部验证.用近红外光谱法测定发酵液中的乙醇含量具有很高的准确度,为近红外光谱法快速监测乙醇发酵提供了新的方法。     

铅胶体金免疫层析试纸条研制及其在小龙虾中的应用

目的 利用胶体金免疫层析技术对重金属铅检测试纸条进行研制,并探究其在小龙虾样品中的应用。方法 使用胶体金和重金属铅单克隆抗体制备免疫探针。优化反应体系,构建重金属铅免疫层析检测试纸条。验证该试纸条的检测限、特异性、准确性和稳定性,并对小龙虾样品进行检测。结果 所研制的重金属铅胶体金免疫层析试纸条的检测限为6 ng/mL,检测时间为15 min。该试纸条可特异性识别铅,而对其他常见重金属无交叉反应。结论 本实验研制的试纸条性能良好,能够准确判定小龙虾中重金属铅是否超标。     

近红外光谱结合偏最小二乘法快速测定糖果中水分含量

采用近红外光谱(NIR)结合偏最小二乘法(PLS)建立了一种糖果中水分含量快速准确的测定方法。在12500~3600 cm^-1光谱范围内采集116批糖果的近红外漫反射光谱,并用减压干燥失重法测定其水分含量。通过比较不同参数对建模的影响,发现用多元散射校正法进行预处理,在11682.2~9826.1、8939.0~6267.9、5378.8~4487.8 cm^-1光谱范围内,主成分数为15时,应用PLS方法建立的糖果水分的定量分析模型效果最佳。所建立模型的相关系数为0.9716,校正均方根误差和验证均方根误差分别为0.97%和1.03%。该方法结果准确可靠、操作简便,可用于糖果中水分含量的快速检测。     

基于近红外光谱技术(NIRS)对工夫红茶审评品质客观评价研究

目的:提出一种利用近红外光谱技术客观评价工夫红茶品质的新方法。方法:实验样品共计240个,手动选择180个样品作为校正级,剩余60个样品作为预测集;利用OPUS7.0软件优化出各模型最佳波数段和最佳预处理方法,平滑点数17,维数1,结合感官审评结果进行建立预测模型,分析预测模型的预测性能。结果:各预测模型预测精准度高,均可用于工夫红茶审评品质预测。其中,各模型校正相关系数(Rc)为96.07%~98.80%,校正均方根误差(RMSEC)为0.148~0.419;预测相关系数(Rp)为90.04%~98.34%,预测均方根误差(RMSEP)为0.105~0.357。各模型校正集和预测集均有较高的拟合度,总分模型预测精准度高于其他几个单因子感官模型。结论:近红外光谱图结合感官审评结果建立的各预测模型预测性能优,适合工夫红茶审评品质评价。      

基于近红外光谱技术(NIRS)对工夫红茶茶色素含量测定

提出一种利用近红外光谱技术无损快速检测工夫红茶茶色素茶黄素(TFs)、茶红素(TRs)、茶褐素(TB)含量的新方法。实验样品共计240个,手动选择180个样品作为校正级,剩余60个样品作为预测集;利用OPUS7.0软件优化出各模型最佳波数段和最佳预处理方法,平滑点数17,维数1,结合茶TFs、TRs、TB含量建立预测模型,分析预测模型的预测性能。各预测模型预测精准度高,均可用于TFs、TRs、TB含量检测。其中,各模型校正相关系数(Rc)为95.11%~98.04%,校正均方根误差(RMSEC)为0.0796~0.2320;预测相关系数(Rp)为91.41%~99.73%,预测均方根误差(RMSEP)为0.0362~0.0762。各模型校正集和预测集均有较高的拟合度,模型预测性能TFs>TRs>TB。结论:近红外光谱图结合TFs、TRs、TB含量建立的各预测模型预测性能优,可用于工夫红茶TFs、TRs、TB含量快速无损检测。      

Prediction of botanical composition in grassland herbage samples by near infrared reflectance spectroscopy

Near infrared reflectance spectroscopy (NIRS) was evaluated as a method to predict the botanical composition of seminatural grassland in ‘dehesa’ systems. Samples of herbaceous biomass were harvested over four consecutive years, determining in each—by manual separation—the proportion by weight of the following taxonomic groups: grasses, legumes and the rest of the families in a single block (‘others’). After reconstructing the natural samples they were analysed by NIRS. One set of samples (calibration set) was selected for the development of the equations, assaying different mathematical treatments (log l/R, first derivative and second derivative). The ranges of coefficients of multiple determination and standard errors of calibration, respectively, for the various components were: grasses, 0.86 to 0.92 and 6.66 to 9.14; legumes, 0.77 to 0.81 and 6.82 to 7.43; and ‘others’, 0.85 to 0.88 and 8.17 to 9.54. The remaining samples not included in the development of the NIRS equations (prediction set) were used for the purposes of validating the best equations. Standard errors of performance were: grasses, 6.12; legumes, 7.56 and ‘others’, 7.70.     

奇亚籽水分、脂肪、蛋白质和灰分的近红外 光谱快速检测模型优化

水分、脂肪、蛋白质、灰分是重要的奇亚籽品质指标,目前主要依赖于化学法测定,过程烦琐,耗时费力,且不能多指标同时监测。以103份不同产地的奇亚籽为建模样本,通过19种光谱预处理方法和最佳谱区范围的筛选分别建立了奇亚籽中水分、脂肪、蛋白质、灰分的偏最小二乘模型。结果表明:对于水分采用Savitzky-Golay滤波平滑(SG)对光谱进行预处理,脂肪采用一阶导数(1st)和多元散射校正(MSC),蛋白质采用1st、标准正态变化(SNV)和SG,对于灰分采用1st、SNV和Norris微分平滑(ND)组合光谱进行预处理,针对各参数最佳预处理光谱采用人工法进行谱区筛选建立模型,得到水分、脂肪、蛋白质和灰分的验证集相关系数分别为0. 993、0. 972、0. 925和0. 923。结果显示,利用近红外光谱可以实现对奇亚籽的水分、脂肪、蛋白质以及灰分的同时快速无损检测,在大规模奇亚籽原料的分选中提高检测效率。     

利用近红外光谱技术进行羊毛、羊绒鉴别

文章从样品和谱图的采集、原始谱图的处理和校正模型的建立等方面介绍了近红外光谱技术的原理,并根据化学计量统计学理论,介绍了利用近红外光谱技术进行定性定量分析的方法.并由羊毛、羊绒样品初步建立了羊毛、羊绒定性分析模型,对该模型的验证结果表明,该模型可以用来进行羊毛、羊绒的初步鉴别.由于羊毛、羊绒样品采集数量和代表性有限,在将近红外光谱技术用于羊毛、羊绒产品的商品检验之前,还需进一步大量收集样品,建立更为稳定和具有代表性的数据库和数学模型.     

近红外光谱法检测奶粉中三聚氰胺的方法探讨

目的建立近红外光谱法快速鉴别奶粉中三聚氰胺的掺假。方法应用奶粉的脂肪、蛋白质、水分、乳糖和灰分5个理化指标建立奶粉的近红外鉴别模型。应用Spectrum软件的PLS1算法对样品进行计算,并对待鉴别奶粉进行定量分析。结果本方法能有效识别三聚氰胺质量比在0.05%~0.08%的掺假奶粉,但不能准确识别有何种掺杂物;对0.1%以上的掺假奶粉能正确识别出掺假物是三聚氰胺。对样品的脂肪、蛋白质、水份、乳糖和灰分5项理化指标进行定量分析的实际值与样品在模型中的计算值相对误差在10%以内。结论该方法快速、有效,可适用于奶粉三聚氰胺掺假的快速筛选和掺假鉴别。     

近红外光谱分析法快速测定稻谷常规化学指标

采集150份有代表性的我国南方地区稻谷样品的近红外光谱,用偏最小二回归分析法(PLS),建立了稻谷的水分、直链淀粉、蛋白以及胶稠度的近红外定量分析模型,并对30份预测集样品进行了验证。水分、直链淀粉、蛋白以及胶稠度的校正集模型的决定系数所(R2)分别为0.990 3、0.560 3、0.913 2以及0.678 0,交互验证均方根误差(RMSECV)分别为0.372 8%、1.456 9%、0.305 4%以及5.031 5%;验证集标准预测偏差(RMSEP)分别为0.382 5%、1.465 0%、0.510 0%以及5.052 1%。结果表明,近红外光谱分析法可以满足快速分析的要求。     

基于电镜与红外光谱技术研究不同处理方式对小龙虾虾壳粉表观结构的影响

目的 探究不同处理方法对小龙虾虾壳粉的主要成分和表观结构的影响.方法 样品经清洗干燥、粉碎、筛分后采用不同方式(脱钙质、脱蛋白、均质等)进行处理,采用常规方法对样品中组分进行分析,采用扫描电镜对样品表观结构进行表征,采用红外光谱仪对样品内部红外吸收特征进行测定.结果 粗制小龙虾虾壳粉中蛋白质、钙质及甲壳素含量分别达15...