【背景】牛奶中钠（sodium,Na）、钾（potassium,K）和镁（magnesium,Mg）含量的准确检测有助于奶牛的健康养殖，同时也是稳定乳制品质量的前提。但目前检测牛奶中矿物质含量的常规方法昂贵且耗时，因此需要一种低成本且快速检测牛奶Na、K和Mg含量的方法。【目的】利用中红外光谱（mid-infrared spectroscopy,MIRS）预测中国荷斯坦牛牛奶中Na、K和Mg含量的潜力，为测定牛奶中Na、K和Mg含量提供快速检测技术，为牛群饲养管理和奶牛遗传育种提供大量表型数据支撑。此外，比较不同特征波段选择算法改进预测牛奶中Na、K和Mg含量的MIRS定量预测模型的能力。【方法】以来自华北地区的255份健康中国荷斯坦牛牛奶样本为研究对象。首先，使用Milko Scan TMFT+收集牛奶样本的MIRS数据，并使用电子耦合等离子体发射光谱法测定牛奶样本中Na、K和Mg含量的真实值。随后，以MIRS数据为预测变量，Na、K和Mg含量的真实值为因变量，利用4种光谱预处理算法（一阶导数、二阶导数、SG平滑和标准正态变换）、4种特征选择算法(无信息变量消除（uninformative variable elimination,UVE）、竞争性自适应重加权算法（Competitive adaptive reweighted sampling,CARS）、遗传算法（Genetic Algorithm,GA）及最小角回归算法（Least Angle Regression,LAR）)和9种建模算法（偏最小二乘回归、支持向量机、随机森林和弹性网络等），分别建立预测牛奶中Na、K和Mg含量的MIRS定量预测模型，并选出最优模型组合（特征选择算法+光谱预处理算法+建模算法）。【结果】CARS特征波段选择算法对Na、K和Mg含量预测模型的改进效果优于UVE、GA和LAR算法。基于CARS特征选择算法、一阶导数预处理和弹性网络建模算法开发的Na含量预测模型效果最好，该模型预测集决定系数（coefficient of determination of prediction set,R _p²）=0.72，预测集均方根误差（root mean squared error of prediction,RMSEp）=63.28 mg·kg^-1，预测集平均绝对误差（mean absolute error of prediction set,MAEp）=49.03 mg·kg^-1，性能偏差比（ratio of performance to deviation,RPD）=1.90；基于CARS特征选择算法、原始光谱和支持向量机建模算法开发的K含量预测模型效果最好，该模型R _p²=0.57,RMSEp=141.49mg·kg^-1,MAEp=116.24 mg·kg^-1,RPD=1.57；基于CARS特征选择算法、原始光谱和偏最小二乘回归建模算法开发的Mg含量预测模型效果最好，该模型R _p²=0.51,RMSEp=12.08 mg·kg^-1,MAEp=9.84 mg·kg^-1,RPD=1.30。【结论】利用MIRS预测中国荷斯坦牛牛奶中Na和K含量的方法可行，可以较准确地预测Na含量，近似地定量预测K含量（用于区分低浓度K和高浓度K样品）。在建模之前利用CARS算法提取特征波段提高了MIRS预测模型的准确性，并大大减少了运算时间，可提高MIRS模型预测表型数据的效率。

【目的】建立牛奶中尿素氮的快速、无损检测方法，为牛奶中尿素氮的快速检测提供支持。【方法】对２００个牛奶样品进行近红外扫描，并用多功能乳制品分析仪对牛奶样品中尿素氮的含量进行测定；剔除２０个异常样品后，得到由１８０个牛奶样品组成的得分样品，将得分样品分为定标集（１４４个）和验证集（３６个），将正交试验设计与主成分回归法（ＰＣＲ）、偏最小二乘法（ＰＬＳ）、改进偏最小二乘法（ＭＰＬＳ）３种定量校正方法和多种光谱预处理方法结合，建立牛奶中尿素氮的近红外检测模型，利用目标函数法对模型预测效果进行评定。【结果】建立了定量检测牛奶中尿素氮的最优模型，其定标相关系数（Ｒ２）和定标标准差（ＳＥＣ）分别为０．９８．．．

２３７头母牛和７头公牛的红细胞钾含量分析结果表明：荷斯坦牛红细胞钾含量主要受遗传控制。该牛群母牛红细胞钾含量的遗传力为０．２２，公牛为０．１７。公母牛平均红细胞钾含量分别为１０６４和９４２ｍｇ／Ｌ，并呈正态分布，用其作耐热性选择指标可靠、适用。提出现阶段耐热母牛的选择标准为红细胞钾含量在８００ｍｇ／Ｌ以下。

【目的】利用光谱学手段,寻找一种快速、简单的梨树叶片中氮含量的诊断方法。【方法】应用傅里叶变换中红外光声光谱仪(FTIR-PAS)研究环渤海湾地区4个梨试验站200个梨园叶片的光声光谱特征,采用偏最小二乘法(PLSR)对叶片氮素含量进行建模和预测。【结果】通过分析PLSR中的主成分数和样本氮素浓度范围对PLSR定量预测能力的影响,当烟台、泰安、昌黎、营口试验站及综合的主成分数分别为6、6、6、4和8时,所建模型最优;用所建的5个模型预测了未知样品的氮素含量,发现预测误差(RMSEP)介于1.26—2.18 g.kg-1,预测相关系数(Rp)介于0.644—0.806。【结论】FTIR-PAS与...

【目的】高粱是酿酒和饲料的主要原料之一,其籽粒直链淀粉含量与支链淀粉含量的比值大小与白酒品质及饲料质量密切相关。传统的高粱成分化学检测方法已不适合高通量测试,采用改进最小二乘法(modified PLS)对高粱样品的近红外光谱图进行光谱预处理、得分处理和结果监控建立高粱籽粒直链淀粉、支链淀粉含量的预测模型,旨在得到一种快速高效低成本的检测方法,为高粱的遗传改良及品质分析提供依据。【方法】从450份高粱资源中筛选出112份代表品种作为校正集和验证集,通过双波长法测定112份高粱品种籽粒中直链淀粉、支链淀粉含量的化学值,并收集波长为850—1 048 nm的近红外光谱,对光谱进行扫描数据矩阵和化学数据计算得分(PL1)处理解释光谱间差异,剔除马氏距离(GH)大于3的超常品种以减小建模误差。采用Modified PLS回归技术建模,通过不同散射处理和导数处理等方法建立不同的定标模型。根据交叉验证标准偏差(SECV)、交叉验证相关系数(1-VR)确定最佳模型,并进行结果监控和非参数检验评估模型的预测性能。【结果】直链淀粉的近红外预测模型SECV是2.7732,1-VR是0.9503,相关系数(RSQ)是0.9688。Bias=0.2290.05;P=0.992>0.05)。【结论】所建立的近红外模型精准度高,稳定性好,能准确快速地检测高粱籽粒中直链淀粉、支链淀粉的含量,可用于高粱的遗传改良及高粱品质的检测。

为快速测定人工林杨木的综纤维素含量,按国家标准测定了42个杨木木材样品的综纤维素含量,并用近红外光谱仪测定相应的光谱。在350~2 500、1 300~2 050、2 050~2 500 nm 3个不同的光谱区域,采用未处理、Baseline、一阶导数、二阶导数等光谱预处理方法,再用PLS1、PLS2、PCR 3种不同建模方法建立相应的校正模型与交互验证模型。结果表明:当光谱区域为1 300~2 050 nm、光谱数据未进行预处理、采用PLS1的建模方法、主成分数为8时,建立的校正模型有最佳预测效果;采用建立的模型对未参与建模的样本进行预测,预测结果与实测结果间的相关系数为0.818 8。

【目的】探索快速检测柑橘Vc含量的方法。【方法】利用不同分解水平的Daubechies3小波变换,对100个脐橙整果样品的近红外光谱信号进行了消噪处理,并利用消噪后的重构光谱对脐橙Vc含量进行了偏最小二乘法交叉验证。【结果】小波分解尺度水平不同,偏最小二乘法交叉验证效果各不相同,在分解水平为4时效果最好,其预测值与标准值的相关系数R达到0.9574,交叉验证预测均方差RMSECV仅为3.9mg/100g。比较了11种光谱预处理方法,其中,小波消噪后的偏最小二乘法交叉验证模型预测效果最好,预测值与真值的相关系性最好。【结论】小波消噪后建立的近红外光谱模型能准确地对脐橙Vc含量进行无损快速的定量分...

【目的】采用近红外光谱(Near-infrared spectroscopy,NIRS)分析技术对食醋中的总酸和还原糖进行快速定量分析,为食醋品质的检测提供技术支持。【方法】用近红外透射光谱法采集食醋的光谱信息,用Savitzky-Go-lay一阶导数和小波导数(Wavelet derivative,WD)对采集到的食醋光谱进行预处理,采用连续投影算法(Successiveprojections algorithm,SPA)的波长筛选方法对食醋的总酸以及还原糖定量分析模型进行优化。【结果】食醋光谱经小波导数预处理和基于SPA的波长优选后,总酸和还原糖含量分析精度得以提高,模型得到简化。总酸的预...

【目的】探索建立基于近红外光谱技术的土壤微量元素监测技术。【方法】采集三峡库区(重庆)主要加工甜橙基地果园背景土壤样品168个,随机选取100个作为建模样本,其余为检验样本;测定所有样本的近红外反射光谱和土壤Fe、Mn、Zn全含量;运用最佳光谱预处理方法和偏最小二乘法(partial least square method,PLS)及内部交叉验证方法建立校正模型,并进行模型精度检验。【结果】变量标准化(standard normal variables,SNV)为土壤Fe、Mn、Zn含量近红外光谱预测的最佳光谱预处理方法;运用SNV光谱预处理和偏最小二乘法(PLS)及内部交叉验证法建立的土壤F...

【目的】土壤有机质含量是反映土壤肥力的重要特征,利用高光谱技术对有机质(OM)含量进行定量化反演为土壤信息化管理和资源评价提供了重要的依据。【方法】利用ASD2500高光谱仪在室内条件下测定了风干土壤样品的可见—近红外光谱,分析了不同区域范围土壤光谱反射率曲线形状变化和土壤有机质含量的变化特点,并针对东北地区以黑土为主的土样光谱反射率不同变换形式与有机质含量进行了相关性分析。【结果】结果表明,有机质含量较高的黑土的光谱曲线与其它土壤类型的光谱曲线在形状上有很大差异,即在600～900nm附近,以黑龙江土样为代表的东北黑土表现为直缓上升,而河南和山东的潮土则表现为曲陡上升。相关分析结果表明,土壤...

【目的】本研究旨在建立麻疯树种子含油量的近红外光谱定标模型,为近红外光谱技术应用于麻疯树种子含油量的测定提供依据。【方法】利用瑞典波通DA7200型近红外光谱成分分析仪采集了125份麻疯树种子样品的光谱数据,通过样品化学值测定、光谱数据预处理以及回归统计方法建立了麻疯树含油量的近红外光谱定标模型,并利用10份未知含油量的种子样品对模型的准确性进行了检验。【结果】本研究建模所选125份样品的含油量范围为25.23%39.73%,平均值为33.91%±2.64%,中位数为34.31%,基本覆盖了当前麻疯树的主

利用瑞典波通DA7200型固定光栅连续光谱近红外分析仪,对来自不同产地的150份油茶种子样品进行含油量测定。依据其吸收光谱与化学特征分析数据,建立2个种仁含油率模型,并对模型的准确性进行预测评价。结果表明:用整颗油茶种仁建立的模型与常规方法测量结果之间的相关系数为0.88,预测标准偏差为0.91,该模型可用于测定准度要求相对不高而比较珍贵和量少的样品。而用粉碎油茶种仁建立的模型测定效果最好,与常规方法测量结果之间的相关系数为0.98,预测标准偏差为0.33,因此该模型可代替常规测试方法使用。检验结果表明定标模型预测精度高、稳定性较好。近红外光谱技术可用于快速测定油茶种仁含油量,具有很好的应用前...

无芒雀麦(Bromus inermis)具有丰富的营养价值。近红外光谱技术(NIRS)具有快速、高效和无损等优点，本研究利用NIRS和改良偏最小二乘法(MPLS)，结合湿化学分析方法分析了101份无芒雀麦样品中K、Ca、P、Mg、Fe、Al和Mn元素含量。结果表明：所建立的预测模型中，K、P、Fe和Al的外部验证相对分析误差(RPD)较高，分别为2.60、2.88、4.60和2.68，说明预测准确性较高，可以替代传统分析方法来预测无芒雀麦中K、P、Fe和Al含量；Ca和Mg的RPD值为2.37和2.38，预测精度较弱，能够在样品数量较大时粗略预测含量来进行样品筛选；Mn的RPD值较低，为1.93，预测效果较差，预测值与实测值的误差较大。

【目的】变量选择是可见光-近红外光谱研究至关重要的步骤,通过分析可见光-近红外光谱不同特征的选择方法筛选出土壤全氮敏感波段,建立基于敏感波段的土壤全氮最佳预测模型,为土壤全氮的快速定量估算提供重要的理论指导依据。【方法】在红壤典型地区江西省吉安县采集代表性土壤样品120个,对可见光-近红外光谱采用主成分分析(PCA)、无信息变量消除(UVE)和无信息变量消除后结合连续投影(UVE-SPA)3种变量特征选择方法,建立基于不同变量选择的偏最小二乘回归(PLSR)模型、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和遗传算法优化的反向传播神经网络(GA-BPNN)模型,从模型对预...

【目的】采用近红外光谱和不同建模方法测定土壤中的有机质和速效P含量。【方法】分别采集江西不同地区的土样240个,采集土壤样品的近红外漫反射光谱,以对光谱数据进行主成分分析得到的前6个主成分(PCs)和偏最小二乘回归(PLSR)建模得到的6个潜在变量(LVs),分别作为反向传播神经网络(BPNN)和偏最小支持向量机(LS-SVM)的输入变量,共建立6个模型,分别为主成分回归(PCR)、PLSR、BPNN-PCs、BPNN-LVs、LS-SVM-PCs和LS-SVM-LVs,并对这些建模方法预测土壤有机质和速效P含量的结果进行评价,从中筛选出最佳模型。【结果】在预测土壤有机质和速效P含量时,LS-...