【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...

利用初步筛选出的种仁含油量大于65%的10个麻疯树地理种源单株,以种仁含油量为目标,在元谋干热河谷区,经过3次无性繁殖复选,并对其种仁含油量进行测定评价。结果表明:由于生长环境的改变,10个单株材料的种仁含油量都有不同程度的下降,但来自元谋物茂乡、双柏大庄乡和云南永仁县的3个单株材料种仁含油量下降幅度较小,且连续表现稳定,可作为进一步品种选育和生产使用的无性系材料。

为建立果树花期树种识别的有效模型,利用ASD Field Spec 3全波段便携式光谱分析仪采集了4种果树花期花的光谱数据。利用剔除异常光谱、5点移动平滑等技术对4种果树花期花的光谱反射率进行预处理,使用连续投影算法(SPA)进行有效波长选取并获得7个波长下的反射光谱,同时增加了590 nm和720 nm处2个波形差异大的光谱,与归一化植被指数(INDV)和比值植被指数(IRV)共11个特征波段作为分类建模数据,建立了偏最小二乘判别分析(PLS-DA),正交偏最小二乘判别分析(O-PL-DA)和基于误差反

为了提高应用近红外光谱技术无损检测雷竹Phyllostachys violascens竹笋硬度的精度,研究了雷竹笋硬度光谱检测模型的优化方法。首先对雷竹笋原始光谱进行正态变量变换(SNV),然后采用后向间偏最小二乘法(bi PLS)去除部分与竹笋硬度无关的变量,随后进一步采用竞争性自适应权重法(CARS)剔除无关变量,最后采用连续投影算法(SPA)将光谱变量个数从1 557个减少为25个。最终,bi PLS-CARS-SPA模型的交叉验证相关系数(rcv),预测相关系数(rp),交叉验证均方误差(RMSECV)以及预测均方误差(RMSEP)分别为0.984,0.926,0.300 N·cm-2...

【目的】探讨蓖麻种子表型与品质性状含油量、脂肪酸成分的关系。【方法】文章应用DPS统计软件对35份蓖麻种质资源的种子表型和品质相关性状进行变异性、相关性和聚类分析。【结果】种子长、种子宽、百粒重的变异系数较大,依次分别为23. 19%、29. 46%、61. 73%;种子长、种子宽、百粒重与种子含油量呈极显著正相关,与蓖麻油酸含量无显著正相关,蓖麻油酸含量与种子含油量无显著正相关,与其他脂肪酸含量呈极显著负相关,种皮颜色与种子百粒重、含油量和蓖麻油酸含量无显著负相关,种子形状越趋于圆形百粒会越重; 35个蓖麻品系的7个种子相关性状的聚类在D2=7. 58水平下分为4个大类群,其中第四类群的6个品系种子品质良好,可作为育种亲本。【结论】种子籽粒大、种皮颜色浅的蓖麻种子品质性状良好。

【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】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。

【目的】木材的基本密度在木材质量等级评定中起着重要的作用,是木材分流及精细化利用的重要依据。利用近红外光谱技术,实时监测木材性质,掌握木材性质的变化,为进一步制定和改善林木培育方法提供理论依据。【方法】借助树木生长锥对椴树活立木取样,以椴树样品基本密度真值和近红外光谱数据为输入,分别通过卷积平滑、一阶导数和二阶导数预处理方法来实现近红外光谱数据的预处理,建立了基于偏最小二乘法(PLS)的椴树木材基本密度的近红外估测模型。【结果】在350～2 500 nm波段范围内,一阶导数预处理的椴树木材基本密度模型是最优的,校正集相关系数为0.964 8,校正均方根误差为0.002 7,验证集相关系数为0.943 2,预测均方根误差为0.003 3。在对近红外光谱数据进行去噪优化处理,构建椴树木材基本密度模型后,在500～2 300 nm波段范围内,一阶导数预处理椴树木材基本密度模型依旧最优,其校正集相关系数为0.987 1,校正均方根误差为0.001 6,验证集的相关系数是0.948 6,预测的均方根误差是0.002 1。【结论】选择特定的预处理方法,结合样本特征,建立椴树木材基本密度模型,可以显著降低建模成本,提高模型预测精度,快速测定椴树木材的基本密度。

研究了近红外光谱定量分析模型对于样品温度的适应性。以 4 2个不同品种的大豆为实验材料 ,用 2台光谱仪分别独立测定了样品在 5种温度下的近红外光谱。对于 2台光谱仪测定的光谱 ,均依据光谱信息选择部分光谱 ,采用PLS回归法对大豆样品的粗蛋白质和粗脂肪含量分别建立了近红外光谱定量分析模型 ,并以剩余样品对模型进行预测检验。 4个模型的预测结果均表明 :超过 94 %的检验样品的预测相对误差小于 5 % ,说明了预测样品处于 5～ 4 0℃时 ,模型都有较好的预测效果。

以不同海拔高度的茶鲜叶为研究对象,扫描获取其近红外光谱(NIRS)并筛选特征光谱区间后,分别应用逐步多元线性回归法(SMLR)、主成分回归法(PCR)和联合区间偏最小二乘法(Si-PLS)建立茶鲜叶海拔高度预测模型。结果表明,在5 542.416 888.48cm-1区间内,对原始光谱进行一阶导数+3点Norris平滑预处理后,建立的SMLR模型预测集相关系数和预测均方差分别为0.800 5和0.486;在4 929.166 965.62cm-1区间内,当主成分数为3时,对原始光谱进行一阶导数+3点Nor

【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。

蒙古栎是重要的结构用材，对其抗弯强度（ＭＯＲ）与抗弯弹性模量（ＭＯＥ）进行快速准确的无损检测是具有工程应用价值的科学问题。为实现蒙古栎木材ＭＯＲ与ＭＯＥ的快速无损检测，以９００～１ ７００ ｎＭ的便携式近红外光谱仪为检测手段，提出一阶导数与Ｓ－Ｇ卷积平滑处理相结合的数据预处理方法，采用木材径切面与弦切面２个切面近红外光谱的平均值作为建模数据，利用ＩＳＯＭａｐ－ｐＬＳ算法建立预测模型估计木材的ＭＯＲ、ＭＯＥ。试验采用１３５个３００ ＭＭ×２０ ＭＭ×２０ ＭＭ的无疵小试样为样本，其中９０个组成校正集，４５个组成预测集。结果表明：一阶导数处理能够消除光谱背景平缓区域干扰，Ｓ－Ｇ卷积处理能滤除高频噪．．．

【目的】明确影响甘蓝型油菜种子含油量的主要气象因子，为高含油量育种提供一定的理论依据。【方法】以１２个种子含油量不同的甘蓝型油菜品系为材料，探索在汉中和杨凌２种生态环境下油菜种子发育过程中油分积累的异同，分析油菜角果期主要气象因子与种子油分形成的相关性及对种子含油量的影响。【结果】不同生态环境下油菜种子中油分积累差异显著，汉中花后２１～４２ｄ为油分快速积累期，持续时间为２１ｄ，而杨凌花后２８～４２ｄ为油分快速积累期，持续时间为１４ｄ；在汉中生态环境下，油菜种子含油量与日均最低温度、日均最小湿度呈显著正相关，与日均温差呈显著负相关；在杨凌生态环境下，油菜种子含油量与日均温度、日均最高温度、日均日．．．