凯氏定氮法测定豆粕中蛋白质的不确定度评定

粗蛋白是评定饲料原料及其产品的重要指标之一,在理化分析中,测定结果存在不确定度。找出影响测量不确定度的因素,对各个不确定度分量进行评估和计算合成,并最终得出豆粕中蛋白质含量的合成标准不确定度和扩展不确定度。分析了不确定度的来源,提出减小不确定度的方法。     

全自动定氮仪测定植物油料粗蛋白质含量的不确定度评估

通过对全自动定氮仪测定植物油料中粗蛋白质含量的检验过程进行分析,找出影响测定不确定度的因素,对各个不确定度分类进行评估和计算合成,并最终给出样品中粗蛋白质的合成标准不确定度及扩展不确定度。     

凯氏定氮法测定大米中蛋白质的不确定度分析

采用GB/T5009.5-2003第一法,凯氏定氮法测定大米中蛋白质的含量,其测量不确定度来源于样品称量、消化、定容、移取消化液、蒸馏及滴定等过程。通过对各个不确定度分量的计算合成,找出影响测量不确定度的因素,并对各个不确定度分量进行评估,最终分析出样品大米中蛋白质的标准不确定度及扩展不确定度并描述了影响大米蛋白质测定结果各分量对其不确定度的相对贡献。     

气相色谱（GC）测定蔬菜中拟除虫菊酯类农药残留量

对气相色谱（GC）测定蔬菜中拟除虫菊酯类农药残留量的不确定度进行分析评估。通过建立的数学模型和推导出不确定度的计算公式,分析了测量过程的不确定度来源,并对不确定度的各个分量进行计算,最后评估了标准合成不确定度和扩展不确定度。     

氧化镁中氧化钙含量测定不确定度评定

根据中华人民共和国药典2010版二部用EDTA络合滴定法检测氧化镁中的氧化钙含量。通过对测定过程中各个不确定度分量的评定,计算出测定过程中的不确定度,并评估了合成标准不确定度和扩展不确定度。该不确定度评价方法对EDTA滴定法检测氧化镁中的氧化钙含量的测定分析工作中有较强实用价值。     

气相色谱法测定黄酒中β-苯乙醇含量的不确定度分析

通过气相色谱内标法测定黄酒中β-苯乙醇含量的整个过程进行研究,分析测量过程的不确定度来源,并且对不确定度的各个分量进行评估和合成。结果表明,标样和重复性操作引入的不确定度分量是影响β-苯乙醇含量测定不确定度的主要原因,当β-苯乙醇含量为68.001 mg/L时,扩展不确定度为3.265 mg/L。该样品中β-苯乙醇含量的测量结果为C=(68.001±3.265)mg/L,k=2,P=95%。     

GC-MS/MS法测定蔬菜中苯醚甲环唑残留量的不确定度评定

建立气相色谱-三重四极杆质谱法测定蔬菜中苯醚甲环唑不确定度评定的数学模型,全面分析和评估测定全过程的不确定度来源,并对各个不确定度的分量进行量化、合成,得出其主要的不确定度因素来源于标准溶液的配制、样品的稀释和样品的处理等过程,整体评定方法清晰合理,可用于蔬菜中苯醚甲环唑农药残留的不确定度评定。     

分光光度计法测定饲料中总磷的不确定度评定

根据GB/T 6437—2002饲料中总磷的测定分光光度法中分光光度法测定饲料中总磷含量的测量不确定度进行评定。根据JJF1059—1999测量不确定度评定和表示的要求,分析了该测量过程的测量不确定度来源,建立数学模型,对测量不确定度的各个分量进行计算,最后合成求出标准不确定度和扩展不确定度。该法测定饲料中总磷含量为0.700 1%时,其扩展不确定度为0.006 6%。不确定度最主要的来源是标准溶液的制备和标准曲线的绘制。     

大米水分测量结果不确定度的评定

对大米水分的测量结果标准不确定度、扩展不确定度及不确定度表述进行了系统的分析和评定,并编写了相应的计算程序,对测量结果不确定度评定中的建模、分量计算、合成标准不确定度、扩展不确定度的评定和计算方面作了有益的尝试.描述了影响大米水分测定结果各分量对其不确定度的相对贡献.     

大豆水溶性蛋白含量测定的不确定度评定

建立大豆水溶性蛋白含量测定（NY/T 1205-2006）不确定度评定的数学模型,对检测过程中带来的各个不确定度分量进行识别和量化,提出应用该方法检测的不确定度评定结果。     

肉制品中游离态与结合态脂肪含量测定的不确定度评定

采用GB 5009.6—2016《食品中脂肪的测定:第二法酸水解法》测定肉制品中游离态与结合态脂肪含量的不确定度评定方法,依据JJF 1059.1—2012《测量不确定度评定与表示》对脂肪测定中的各分量分析量化,并计算合成不确定度和评定结果的扩展不确定度。通过评定找出了影响肉制品中游离态与结合态脂肪含量测定的主要因素,并对结果进行了讨论,评定程序和方法适用于同类型试验的不确定度评定。     

三七总皂苷含量测定不确定度的评估

对分光光度法测定三七总皂苷含量的不确定度进行分析,找出影响不确定度的因素,为其测定方法的改进和评价检测报告提供依据。用分光光度法测定三七总皂苷含量,并根据JJF 1059-1999《测量不确定度评定与表示》的规定评估其不确定度。试验建立了数学模型,找出了各分量的归宿,根据实验测定,A类不确定度由方法的重复性影响所引起,通过对多次平行测定得到的观测列进行统计分析求得其相对不确定度为0.00296。B类不确定度包括质量分量、体积分量和分光光度计吸光度分量,其相对不确定度为0.00321。利用标准曲线回归方程计算标准曲线拟合引起的不确定度,其相对不确定度 。根据分析,本次评估的不确定度由扩展不确定度表示为0.0022。方法具有一定的准确,能满足测定的要求。在本次不确定度的评估中,天平称量和测量方法的重复性这2项引起的不确定度分量对合成不确定度构成显著贡献。     

乳粉中非蛋白氮含量测定的不确定度评价

通过对乳粉中的非蛋白氮含量进行重复性测试,计算试验标准偏差,建立过程不确定度评价的数学模型,将测试过程中系统效应产生的不确定度进行了分类和量化,较为全面地评价了各个不确定度的分量,并提出该方法的不确定度评定结果。     

Combining input uncertainty and residual error in crop model predictions: A case study on vineyards

As crop modelling has matured and been proposed as a tool for many practical applications, there is increased need to evaluate the uncertainty in model predictions. A particular case of interest that has not been treated before is that where one takes into account both uncertainty in the model explanatory variables and model residual error (the uncertainty in model predictions even when the explanatory variables are perfectly known). The specific case we consider is that of a model for predicting water stress of a vineyard. For many of the model explanatory variables, the vine grower (or the farmer advisor) has a choice between approximate values which are easily obtainable and more precise values that are more difficult (and more expensive) to obtain. We specifically discuss the explanatory variable “initial water stress” which is directly based on the initial soil water content and can be estimated or measured (precise but expensive). The vine grower is interested in the decrease in uncertainty that would result from measuring initial water stress, but it is the decrease in total uncertainty, including model residual error, that is of importance.We propose using accurate measurements of water stress over time in multiple vineyards, to estimate model residual error. The uncertainty in initial water stress can be estimated if one has approximate and precise values of initial water stress in several vineyards. We then combine the two sources of error by simulation thanks to an independence hypothesis; the model is run multiple times with a distribution of values for initial water stress, and on each day a distribution of model residual errors is added to the result.The results show that the resulting uncertainty is quite different in different fields. In some cases, uncertainty in initial water stress becomes negligible a short time after the start of simulations, in other cases that uncertainty remains important, compared to model residual error, throughout the growing season. In all cases, residual error is a substantial percentage of overall error and thus should be taken into account.     

对乳粉中脂肪含量不确定度的评定

对乳粉中脂肪含量进行不确定度的评定,建立不确定度评定程序和方法。依据GB 5413.3-2010《食品安全国家标准婴幼儿食品和乳品中脂肪的测定》建立数学模型,进行不确定度的计算并合成不确定度。找出了影响乳粉中脂肪含量的主要因素,分析了不确定度分量的主要来源,并对结果予以讨论。评定程序和方法符合规范要求,适用于同类型试验不确定度评定。