近红外光谱法快速测定苎麻粗蛋白含量（英文）

[目的]探讨应用近红外光谱仪测定苎麻粗蛋白的可行性。[方法]以50个样品组成校正集,采用偏最小二乘法(PLS)建立近红外光谱信息与粗蛋白含量的校正模型,用该模型对10个样品的粗蛋白进行预测。[结果]该模型的相关系数为0.98。苎麻粗蛋白含量的化学测定值与近红外光谱模型预测值之间存在较好的相关性,预测值与化学值之间的平均相对误差为3.54%。[结论]用近红外光谱分析建立苎麻粗蛋白预测模型并测定苎麻粗蛋白含量是可行的。     

近红外光谱法在玉米粗蛋白含量测定研究中的应用

探讨了HN1100型近红外光谱仪测定玉米粗蛋白的可行性。结果表明,定标集、检验集的预测值与化学测定值间均达极显著正相关,相关系数分别为0.982和0.937,并具有较小的定标标准差和预测标准差,分别为0.124和0.499。该仪器可用于玉米粗蛋白含量的测定。     

傅里叶变换近红外漫反射光谱法测定大麦粗蛋白含量

用FINIRDRS法(傅里叶变换近红外漫反射光谱法)测定大麦粗蛋白含量的定量分析表明,将不同类别的40个大麦样品建立标准样品集和预测方程,用该预测方程对测试集进行预测,预测值和实测值的相关系数为0.989,标准偏差为0.205;对40个未知样品进行预测,预测值和定测值的相关系数为0.969,标准偏差为0.537,说明FINIRDRS方法能简便、有效地测定大麦籽粒中粗蛋白含量,分析结果达到农业产品分析要求.     

鱼粉粗蛋白含量近红外模型的建立

[目的]为鱼粉粗蛋白含量提供一种快速、低廉、准确可靠的分析方法。[方法]以国内常见鱼粉为材料,使用InfraXact Lab型近红外光谱分析仪测定鱼粉的近红外光谱值,并采用常规凯氏定氮法测定鱼粉样品中粗蛋白含量,建立鱼粉粗蛋白含量的近红外分析模型,并对模型测定结果进行预测准确性评价。[结果]鱼粉粗蛋白含量定标方程的SECV值为0.515,1-VR值为0.865,粗蛋白含量的验证参数SEC值为0.302,RSQ值为0.925,说明定标方程的预测能力较好,可用来进行鱼粉粗蛋白含量的测定。[结论]建立的鱼粉粗蛋白含量近红外分析模型具有一定的实用价值,可用于鱼粉常规养分分析的实际工作。     

近红外光谱法快速测定烟草中淀粉含量

[目的]快速测定烟草中淀粉的含量。[方法]采用近红外(NIR)漫反射光谱仪扫描140个烤烟烟叶样品,连续流动法测定其淀粉的含量,多种参数方法对谱图进行处理,最后选择消除常数法对光谱进行预处理和偏最小二乘法对数据进行拟合,建立了烤烟中淀粉的NIR预测模型,并对这些模型进行了外部验证。[结果]淀粉的预测值与连续流动法测定值的平均相对偏差均在5%以内,精密度RSD均小于5%。[结论]该模型可快速测定烟叶中淀粉的含量,对控制烟草调制过程中淀粉的转化和烟草制品中的淀粉含量具有重要意义。     

近红外光谱法对茶叶中游离氨基酸含量的快速测定

为建立一种快速检测茶叶中游离氨基酸含量的方法,应用近红外光谱分析技术对贵州省不同产地的162个绿茶样品中的游离氨基酸含量进行检测,并结合偏最小二乘法(PLS),建立茶叶中氨基酸含量的预测模型。结果表明:通过标准归一化(SNV)光谱预处理,光谱范围选择6 657.74～6 178.16、5 793.11～5 688.98、4 493.33～4 350.62cm-1,主因子数为11,得到模型的内部交互验证相关系数(R)为0.981 56,交互验证均方差(RMSECV)为0.501;模型的预测值与实测值的相关系数为0.998,预测均方差(RMSEP)为0.312,稳定性试验得到的相对标准偏差(RSD)小于0.4%。综合分析,傅里叶变换红外光谱法与化学计量学方法相结合可以实现茶叶游离氨基酸的快速检测,满足检测要求。     

近红外光谱法快速测定欧美杨戊聚糖含量

利用欧美杨近红外光谱数据和戊聚糖含量数据,采用一种多模型建模方法,实现了对欧美杨戊聚糖含量的快速预测.预测值与试验值的相关系数为0.935 0,均方差系数为0.336 7,预测结果的平均相对误差为0.012 8.为进一步减小预测误差,对光谱数据进行了一种函数变换,将函数变换方法与多模型方法结合重新建模,预测值与试验值的相关系数增大为0.957 4,均方差系数减小为0.245 8,预测结果的平均相对误差减小为0.008 2.文中方法可以尝试应用于欧美杨其他化学成分含量的测定.     

近红外光谱法快速测定鲜木薯水分的研究

为实时监测鲜木薯中水分,指导其加工,建立了近红外光谱法现场快速测定木薯中水分含量的方法。采用横切木薯茎块方式进行制样,对其横截面进行近红外光谱扫描,二阶导数法预处理光谱图,定量偏最小二乘法（QPLS）建立模型,优化了模型条件和参数,建立最佳近红外光谱数学模型。结果：数学模型良好,验证集样品的化学值和近红外预测值间相关系数为O．9755,校正标准偏差（SEC）为1．31％,相对标准偏差（RSD）为2．20％,决定系数（R：）为0．9516。未知样品预测结果相对误差O．5％～3．4％。该水分定量分析NIRS数学模型具有较高的准确性,可满足快速测定鲜木薯中水分的要求,对促进鲜木薯加工业提高效率有积极意义。     

近红外光谱法快速测定山核桃品质性状的研究

本试验对近红外光谱技术预测山核桃中粗脂肪和蛋白质含量进行了定标方程研究.定标就是建立常法测定值与近红外光谱值之间的相关关系.山核桃中的粗脂肪用索式抽提法进行测定,蛋白质用凯氏定氮法测定,用近红外光谱仪收集样品的光谱数据,用多元线性回归法建立经典法测定值与光谱值之间的相关关系.定标结果表明,粗脂肪的相关系数高达0.99,变异系数为0.83,经检验测试证明其定标方程具有良好的预测性能,因此近红外光谱技术可用于日常快速准确地测定山核桃中粗脂肪含量.     

近红外光谱法快速测定食用油中的脂肪酸含量

探讨利用近红外光谱技术快速测定食用油中的脂肪酸含量.在实验中采用气相色谱法对45个食用油样品中的硬脂酸、棕榈酸、油酸含量进行测定,同时根据45个食用油样品的近红外线光谱结合模型优化方法来建立起食用油中主要脂肪酸含量的近红外定量分析模型,由此建立起一个可以定量分析食用油脂肪酸含量的快速简便的检测途径,因而极具良好的应用前景.     

近红外光谱法非破坏性测定绿豆籽粒粗蛋白质含量的研究

为了找到一种快速、简单的测定绿豆品质的方法,利用瑞典波通(Perten)公司生产的DA7200二极管阵列近红外光谱仪,以来自我国绿豆主产区的77份绿豆资源为试验材料,对样品进行光谱扫描,并测定了直链淀粉含量的参比数据。结果表明:定标集和检验集样品的蛋白质含量预测值与化学测定值之间均呈极显著的正相关,相关系数分别为0.977 2和0.963 1;所建定标模型具有较高的预测精度。本研究利用近红外光谱仪对完整绿豆粗蛋白质的分析,可直接用于育种材料选择以及突变体筛选和种质资源的评价等研究。     

燕麦蛋白质近红外定量模型的创建及其在育种中的应用

[目的]研究利用近红外光谱分析法定量分析燕麦完整籽粒粗蛋白含量的可行性,探讨不同地区种植的同一燕麦品种蛋白质含量的变化,以期为燕麦的营养品质育种提供参考依据。[方法]收集蛋白质含量变幅较大的124份代表性燕麦样品,利用近红外谷物品质分析仪进行光谱扫描,采用常规化学分析方法(GB/T 5009.5—2010)测定样品蛋白质含量,借助近红外定标软件Win ISI,采用偏最小二乘法(PLS)建立燕麦粗蛋白含量的定标模型。利用定标模型对14个地区219份(17个品种)燕麦完整籽粒粗蛋白含量进行测定,分析不同地区、不同类型燕麦样本间的差异。[结果]124份燕麦籽粒样品的粗蛋白含量为15.49%~23.77%,分布范围较广,具有较好的代表性。成功建立了燕麦蛋白质含量的定标模型,决定系数较高,标准误差较小,回归方程具有较高的准确性。因此,利用近红外光谱分析技术检测燕麦籽粒中粗蛋白含量是可行且可靠的,可替代化学测定方法。[结论]近红外光谱分析技术为检测燕麦籽粒粗蛋白质含量提供了一种新方法。     

近红外光谱分析技术(NIR)的研究现状及其在饲料检测中的应用

近红外光谱分析技术可应用于饲料的检测分析。主要介绍了近红外光谱分析技术的原理和特点、光谱的预处理、多元校正方法等,以及近年来,近红外光谱技术在饲料研究中的应用进展。     

中草药大黄小波变换的近红外光谱的聚类分析

[目的]采用近红外漫反射光谱法对41种大黄进行图谱扫描,为大黄的生药鉴定提供一种新方法。[方法]采用小波变换技术对近红外光谱进行压缩,减少训练时间,再采用近红外光谱法结合聚类分析方法对不同产地的大黄药材进行鉴别。[结果]NIR光谱经小波变换压缩后,将光谱变量从700减少到44个,用小波压缩的NIR光谱输入到聚类树鉴别模型,通过聚类分析的方法,对大黄正伪品进行了分类,识别正确率达到82.93%。[结论]近红外漫反射光谱法是一种快速、简便的鉴别分析技术,可用于大黄中药的质量控制。     

近红外反射光谱测定玉米完整籽粒蛋白质和淀粉含量的研究

 以128份常用普通玉米自交系及杂交种的混合籽粒样品为材料,采用偏最小二乘(PLS)回归法,对近红外反射光谱(NIRS)测定玉米完整籽粒蛋白质、淀粉含量的可行性和方法进行了研究。结果表明,采用一阶导数+多元散射校正预处理、谱区为10000～4000cm-1和一阶导数+直线扣减预处理、谱区为9000～4000cm-1,分别建立的蛋白质、淀粉含量的校正模型,其校正和预测效果最佳。其校正决定系数(R2cal)均大于0.97,交叉验证和外部验证决定系数(R2cv、R2val)为0.92～0.95,各项误差(RMSEE     

静态注射化学发光法测定饲料中的粗蛋白质

[目的]建立测定饲料中粗蛋白质含量的新方法。[方法]采用高灵敏度的化学发光方法,结合有效氮吸收装置,测定饲料中的粗蛋白质,并与凯氏定氮法比较,进行实际的饲料分析。[结果]静态注射化学发光法选用2.0×10-4mol/L的Luminol溶液,用量为2.00ml,待测液的用量为2.00ml。每100ml体系中加入次氯酸钠工作液1ml和一定量的硅酸钠。获得最理想发光曲线的仪器工作条件是-275V负高压、100s发光时间。干扰试验表明0.1mg/LNH4+干扰允许限为±5%时,1000倍的Cl-、SO42-、PO43-、NO3-、Ca2+、Mg2+、Fe3+、Cu2+等离子对测定没有干扰。2种方法测得样品的粗蛋白质含量没有显著差异。[结论]静态注射化学发光法简化了测试方法,缩短了时间,加标回收率为86.91%～104.60%,RSD<5%(n=5),适用于饲料生产部门的质量控制。     

利用高光谱法估测稻穗稻谷的粗蛋白质和粗淀粉含量

 蛋白质含量和粗淀粉含量是水稻品质的两个重要指标。通过大田和室内试验，测定了5个品种、3个供氮水平处理的水稻冠层和稻穗在成熟过程中不同时期的高光谱反射率及稻谷的高光谱，分析了稻穗稻谷的粗蛋白及粗淀粉含量。结果表明，稻穗粗蛋白及粗淀粉含量与冠层光谱及其一阶导数光谱在某些波段达到显著相关、与稻穗粉末样光谱及其一阶导数光谱在某些波段也达到显著相关，其中决定系数R2约0.7；稻谷粗蛋白含量与粗淀粉含量呈负相关，它们与稻谷光谱及其一阶导数光谱在某些波段达到极显著相关水平。表明能用高光谱方法估算稻穗和穗谷的粗蛋白及粗淀粉含量，为水稻品质遥感监测提供依据。     

小麦子粒粗蛋白FT-NIRS分析模型建立的初步研究

采用凯氏定氮法测试了216份小麦子粒的粗蛋白含量,用近红外仪采集数据,选择113份建立了数学模型。结果：最佳主成分数（Rank）=6,内部交叉验证均方差（RMSECV）=0.377,决定系数（R2）=96.89。为了验证模型的可靠性,对预测集样品进行预测,结果粗蛋白的预测均方差（RMSEP）=0.950,相对偏差（RSEP,%）=8.40。