基于共焦显微拉曼的柑橘黄龙病无损检测研究

黄龙病危害柑橘果树日益严重,对柑橘黄龙病进行快速检测研究具有重大意义。采用拉曼光谱技术,结合偏最小二乘判别分析(PLS-DA)方法探讨快速诊断柑橘黄龙病及病情类别的可行性。获取柑橘叶片拉曼光谱并进行普通PCR鉴别分为轻度、中度、重度、缺素和正常5类。在715～1 639.5 cm-1范围内采用一阶导,基线校正(Baseline)和多项式拟合三种方法扣除光谱背景,突显叶片拉曼光谱特征峰。多项式拟合方法分别进行了2次,3次和4次拟合,与一阶导和基线校正两种扣除背景方法进行比较,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)建立判别模型。经比较发现,多项式拟合方法扣除光谱背景效果均好于另外两种方法,其中用2次多项式拟合的PLS-DA模型的效果最好,预测相关系数(R_P)为0.98,预测均方根误差(RMSEP)为0.67,总误判率最小为0。基线校正扣除光谱背景的LS-SVM模型效果最差,总误判率最大为40%。研究结果表明,利用拉曼光谱技术对柑橘黄龙病进行快速识别研究具有一定的可行性,为柑橘黄龙病无损检测研究提供一种新途径。     

高光谱图像结合深度学习的油菜菌核病早期识别

油菜菌核病为土传病害,发病早期叶片无可见症状,从植株表面很难发现。用叶片的普通光谱图像或RGB图像无法对其进行识别。采用高光谱图像作为监测技术,结合深度学习模型构建油菜菌核病发病早期识别模型,并取得了较好的识别效果。以油菜菌核病为研究对象,采用菌丝块接种法,在油菜根部诱发病害。分别于发病后第2、 5、 7、 9天采集发病油菜植株和健康植株光谱图像。对高光谱图像去除背景、 S-G光谱曲线平滑处理、剪切、分割等处理后构建模型训练测试数据集。以Resnet50深度学习模型为基础,通过增加特征图数量,减小第1层卷积核大小来提高模型对油菜菌核病发病早期的识别能力。通过交叉验证、模型结构改进前后识别能力对比、模型泛化能力测试等,验证了改进模型的识别能力和泛化能力。Resnet50模型结构改进前后,对油菜菌核病发病早期的识别正确率分别是66.79%、 83.78%和88.66%,改进后模型的识别正确率分别提高了16.99%和4.88%,模型的识别精度和召回率也得到很大提高。所提出的识别模型平均识别正确率为88.66%,精度和召回率达到83%以上,只有对发病第7天的召回率为79.04%。把构建的多分类...     

基于叶绿素荧光光谱技术的茶叶藻斑病模型研究

茶叶是我国重要的经济作物,对茶叶病害的及早发现与诊断,有利于农业生产者及时采取有效的防护措施。为了实现对茶叶病害的准确判别,采用叶绿素荧光光谱对茶叶的光谱特性展开研究。实验采集了健康茶叶样本90片,藻斑病轻度病害叶片90片,藻斑病重度病害叶片90片,并根据Kennard-Stone算法将样本数按3∶1划分训练集和预测集样本数,其中校正集为200个、验证集为70个。采用叶绿素荧光光谱采集系统对茶叶藻斑病、正常叶片进行光谱采集,其中采集参数设置为：积分时间20 ms,激光功率40 mW。分别分析了患病叶片和正常叶片的光谱响应特性,总体上看,三种叶片光谱主要存在吸收强度差异,光谱走势基本一致。在685和740 nm附近存在叶绿素的荧光峰,其差异主要表现在正常叶片光谱较另外两种叶片光谱吸收强度较高,而重度病害强度最低。然后使用多项式平滑（Savitzky-Golay）对原始光谱进行平滑和降噪处理,建立了偏最小二乘判别模型（PLS-DA）,在PLS-DA建模集模型中,误判样品数为3个,误判率为3%;PLS-DA预测集模型中,误判样品个数为5个,误判率为7.1%。然后建立4种不同核函数的支持向量机模型进行比较得到,由RBF作为核函数,经主成分分析法(PCA)降维后的变量建立的SVM模型误判率最低,准确率达到95.72%,最后采用PCA结合线性判别分析方法（LDA）建立的模型效果最好,准确率达到98.9%。其中最优主成分数的选取由留一验证法取得,选用前10个主成分进行建模时,交叉验证准确率最高,达98%。通过模型对比得到PLS-DA建模集和预测集精度都达到90%以上,以四种核函数建立的支持向量机模型中,径向基核函数模型效果较优,达到95.72%。经主成分分析后建立的LDA效果最好,识别率为98.9%。该研究采用叶绿素荧光光谱结合化学计量学对茶叶病害进行识别,为茶叶病害的快速、准确预测提供一种新方法。     

基于高光谱的番茄叶片斑潜蝇虫害检测

番茄植株在生长过程中受病虫害的侵染,将导致番茄减产和种植户的经济效益降低,该研究用高光谱技术结合化学计量学方法,实现了番茄叶片斑潜蝇虫害的快速识别。搭建了简易的高光谱成像系统,包括光源单元、高光谱图像采集单元和数据处理单元,用该系统获取番茄叶片的高光谱图像,对高光谱图像进行校准,并从每一幅图像中提取光谱信息。分别采用了光谱角匹配(SAM)分析方法和光谱红边参数判别分析(DA)方法识别番茄叶片斑潜蝇虫害。在SAM分析中,对高光谱数据进行了归一化预处理,以消除多余信息,增加样品之间的差异。比较了以不同番茄叶片样品的反射光谱作为测试光谱时,虫害识别效果的差异,当以受到斑潜蝇侵染的番茄叶片的平均反射光谱作为测试光谱时,虫害识别的正确率较高,达到96.5%。在光谱红边参数判别分析中,从光谱数据中提取了红边位置、红边振幅、最小振幅、红边面积、红谷位置和红边振幅/最小振幅6组红边信息,利用判别分析方法建立番茄叶片斑潜蝇虫害的判别模型,比较了距离判别、Fisher判别、Bayes判别分析方法的判别效果,使用距离判别分析建模的判别正确率最低,判别正确率为88.0%,使用Fisher判别分析建模的效果最佳,判别正确率为96.0%。研究结果表明,采用高光谱技术识别番茄叶片斑潜蝇虫害具有可行性。     

应用Hilbert变换提取拉曼光谱相位信息进行血液识别分类方法的研究

将拉曼光谱技术和化学计量学方法相结合实现了对人血和动物血种属的区分,并提出了一种基于Hilbert变换的拉曼光谱相位提取方法,提高了人血与动物血区分的准确度。分别对血液光谱数据和它所对应的相位信息进行主成分分析(PCA),通过主成分得分图比较两者对人与动物血液的区分程度,并建立偏最小二乘判别分析(PLS-DA)模型,通过设置合适的分类阈值y,可以实现人与动物血液的有效区分。结果表明在选取第一、第二主成分分析时,利用光谱数据相位信息建立的PCA模型,识别率更高,人与动物血液明显区分开来。其所对应的PLS-DA模型最优主成分数为3,预测标准误差(RMSEP)和决定系数(R2)分别为0.044 3和0.993 2。而用血液原始光谱建立的PLS-DA模型最优主成分数为6,RMSEP和R2分别为0.053 7和0.990 1。说明利用拉曼光谱相位信息建立的PLS-DA模型可以拟合较少的主成分数来获得误差更小的预测结果。进一步观察PLS-DA模型拟合不同主成分数的预测标准误差曲线图,当选取同样多的拟合主成分数时,利用血液拉曼光谱相位信息建立的PLS-DA模型其所对应的预测标准误差均低于原始血液光谱数据。所以,通过提取血液拉曼光谱数据的相位信息,可以降低模型的复杂程度,提高识别准确度。     

基于共聚焦拉曼光谱技术的苹果轻微损伤早期判别分析

苹果在采摘、分拣、储存和运输过程中容易受到挤压、振动和碰撞而损伤,轻微损伤早期肉眼很难识别,轻微损伤部位易被病原微生物入侵而导致自身和周围水果腐烂,因此,苹果轻微损伤的早期快速准确地判别能有效地降低经济损失,对苹果的采后处理和储存具有重要意义。本研究应用拉曼光谱结合化学计量学方法对苹果早期轻微损伤进行快速识别。采用Savitzky-Golay(SG)卷积对原始拉曼光谱进行平滑去噪,用自适应迭代重加权惩罚最小二乘(airPLS)算法进行基线校正,用非线性的支持向量机(SVM)回归算法建立分类判别模型,采用KS法划分训练集和验证集后,基于线性和多项式核函数建立SVM分类模型的分类准确率可达到97.8%。结果表明,拉曼光谱技术结合化学计量学方法可快速识别苹果的早期轻微损伤,展示了拉曼光谱技术用于判别苹果早期轻微损伤的应用前景。     

基于傅里叶变换红外光谱的黄瓜褐斑病早期检测

利用傅里叶变换红外光谱技术对黄瓜叶片进行褐斑病菌还未在叶片表面形成症状时病害的早期检测,确定了1 735,1 545和1 240 cm-1三个识别黄瓜褐斑病的敏感谱带,结合敏感谱带的峰面积值和系统聚类分析,可以把正常黄瓜叶片和褐斑病叶片区分开来.结果表明傅里叶变换红外光谱在鉴别病害黄瓜叶片方面具有方便、快速等优点,可以在病症还未表现时进行检测,为病害的早期诊断提供了新的途径.     

蒜氨酸和甲基蒜氨酸的红外及拉曼光谱研究

利用傅里叶红外光谱和共聚焦显微拉曼光谱技术,比较分析了大蒜主要功能活性成分前体蒜氨酸和甲基蒜氨酸粉末纯品的红外和拉曼谱。在3 200～2 800 cm-1和1 700～200 cm-1波段检测到显著的红外和拉曼吸收峰,其中蒜氨酸在3 080,1 617,1 582,1 496,1 418,1 342,1 301,919 cm-1处有8个较强的红外吸收峰,以及在3 088,1 636,1 404,1 290,1 051,790,745,693,588 cm-1处有9个较强的拉曼振动峰,可作为蒜氨酸的特征峰;甲基蒜氨酸在1 644,1 481,1 395,1 370,1 233,1 068,1 004,892 cm-1处有8个较强的红外吸收峰,以及在1 644,1 310,1 073,1 011,998,893,846,702,676 cm-1处有9个较强的拉曼振动峰,可作为甲基蒜氨酸的特征峰。蒜氨酸和同系物甲基蒜氨酸的红外及拉曼光谱具有明显差异,红外及拉曼光谱技术为蒜氨酸及其同系物的快速、 简便的分析提供了方法。     

傅里叶变换红外光谱在葡萄酒品质劣变检测中的应用

葡萄酒如果贮存方法不当极易发生劣变,失去原有的风味和质感,影响品质,因此对葡萄酒劣变进行检测,具有重要意义。在红葡萄酒劣变过程中,主要发生了酸败现象,产生了过量的有机酸类物质,致使葡萄酒原有性状发生变化。利用傅里叶变换红外光谱技术研究红葡萄酒特征光谱及其品质劣变的判别方法。对劣变过程的理化特性进行了分析,并对葡萄酒的FTIR光谱的主要吸收峰进行了解析。在劣变判别过程中,创新性的采用了比较多个吸收峰之间的吸光度比值之间大小关系的方法实现对劣变的判定,但此方法具有一定的相对性。通过对变质红葡萄酒与未变质红葡萄酒的FTIR光谱数据进行对比分析,发现在3 020～2 790,1 760～1 620以及1 550～800 cm-1三个波段内,在光谱特征上具有一定的差异,为了能够将这些光谱差异与葡萄酒的劣变情况建立联系并能够实现判别分析,引入了化学计量学方法。采用主成分分析(PCA)结合软独立建模聚类分析法(SIMCA)分别对以上三个特征波段内光谱数据进行了分类,最后利用偏最小二乘判别分析(PLS-DA)对验证集数据在这三个波段进行了判别,结果表明FTIR结合化学计量学方法能够成功区分开变质和未变质的红葡萄酒样本,且具有很好的识别率,其中利用1 550～800 cm-1波段来建模分析效果最好,SIMCA和PLS-DA识别率分别为94%和100%。     

基于高光谱技术的覆盖保鲜膜菠菜货架期预测研究

保鲜膜能提高果蔬保水性,隔绝外界细菌侵染,延长货架期。为了准确估测覆盖保鲜膜果蔬品质的优劣,对其货架期进行预测具有重要意义。应用高光谱技术结合化学计量学方法对同等贮藏条件下覆膜新鲜菠菜叶片的货架期进行了预测。先采集五个不同贮藏时间下75盘共300片菠菜样本在可见-近红外(Vis-NIR,380～1 030 nm)与近红外(NIR,874～1 734 nm)波段的高光谱数据,然后测定不同贮藏时间下菠菜叶片叶绿素含量。提取300片覆膜菠菜叶片的平均光谱(200个为建模集,100个为预测集)后,对建模集光谱进行主成分分析(principal component analysis,PCA),发现不同贮藏期内叶片光谱数据在前3个主成分空间有一定的聚类。根据建模集光谱信息与预先赋予的不同贮藏期虚拟等级分别建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型,得到预测集样本的贮藏期总的判别准确率分别为83%(Vis-NIR)和81%(NIR)。表明,高光谱技术结合化学计量学方法能够实现对新鲜菠菜货架期的分类和预测,为消费者正确评价覆盖保鲜膜的菠菜品质提供了理论指导,也为后期果蔬货架期检测仪器的开发提供了技术支持。     

油菜根肿病的傅里叶变换红外光谱研究

用傅里叶变换红外光谱仪测试了成株期油菜正常植株和根肿病植株的花瓣、叶片、主根、须根四个部位的光谱。光谱显示:两种植株花瓣和叶片中的主要成分是蛋白质、多糖类和油脂类物质;正常植株主根中的主要成分是纤维素和木质素;根肿病植株主根中的主要成分是纤维素、木质素和蛋白质类物质;两种植株须根中的主要成分是木质素和纤维素。对正常和病变植株相同部位的光谱在3600～2800cm-1、1800～1200cm-1和1200～700cm-1三个范围进行了相关分析,花瓣间、叶片间的相关系数在0.971以上,相关度较高;然而主根间、须根间的相关度较低,主根在1800～1200cm-1光谱范围的相关系数只有0.688,须根在1200～700cm-1光谱范围的相关系数只有0.618。结果表明,FTIR可以区分根肿病对油菜不同部位的影响,有望为油菜根肿病的研究提供光谱信息。     

基于热红外成像技术的油菜菌核病早期检测研究

将热红外成像技术和低空遥感技术相结合,基于冠层和叶片两个尺度对菌核病侵染油菜的过程进行检测研究。从冠层尺度分析,首先获取整株样本的温度值(平均温度与最大温差),并采集其生理指数(气孔导度、CO₂浓度、蒸腾速率及光合速率)。然后,将染病样本与健康样本的温度值进行判别分析,并对其进行单因素方差分析。从结果可知,平均温度和最大温差值都可以对染病样本与健康样本进行区分,且最大温差相较平均温度结果较明显。同时单因素方差分析也显示,最大温差三次检测中均存在显著性差异。对获取的生理指数进行分析,发现染病样本与健康样本之间可以通过生理指数进行明显区分。另外,将生理指数与叶片温度进行相关性分析,结果表明二氧化碳浓度与叶片温度之间的三次检测均存在显著性差异。基于叶片尺度,首先从单一叶片来看健康区域和染病区域的温度差异,可以明显区分出染病区域和健康区域的温度差异。然后,提取健康区域与染病区域的的温度值(最大温度、最小温度、平均温度以及最大温差)对进行对比分析,并对其进行单因素方差分析。结果表明,以上四个温度指标均可以区分叶片的染病区域和健康区域。但根据单因素方差分析结果可知,与冠层尺度相同,最大温差三次检测中均存在显著性差异,可以实现对油菜菌核病的早期识别。     

基于近红外光谱技术的油菜叶片丙二醛含量快速检测方法研究

应用近红外光谱技术实现了油菜叶片中丙二醛(MDA)含量的快速无损检测.对90个油菜叶片样本进行光谱扫描,用60个样本建模,30个样本验证.经过平滑、变量标准化、一阶及二阶求导、去趋势等预处理后,建市了MDA预测的偏最小二乘法(PLS)模型.将PLS提取的有效特征变馈(LV)和连续投影算法(SPA)提取的有效波长作为最小二乘-支持向量机(LS-SVM)的输入变量,分别建立了LV-LS-SVM和SPA-LS-SVM模型.以预测集的预测相关系数(r),预测标准偏差(RMSEP)作为模型评价指标.结果表明,油菜叶片中MDA含量预测的最优模型为LV-LS-SVM模型,LV-LS-SVM在去趋势处理后的预测效果为r=0.999 9,RMSEP=0.530 2;在二阶求导处理后的预测效果为r=0.999 9,RMSEP=0.395 7.说明应用光谱技术检测油菜叶片中MDA的含最是可行的,并能获得满意的预测精度,为油菜大田生长状况的动态连续监测提供了新的方法.     

高光谱成像的油菜和杂草分类方法

利用高光谱成像技术结合化学计量学方法对油菜中的杂草进行分类识别。采用近红外高光谱技术,通过正态变量变换(SNV)、去趋势化(De-trending)、多元散射校正(MSC)、移动平均平滑法(MA)、多项式卷积平滑法(SG)、基线校正(baseline)及归一化(normalize)算法对光谱数据进行预处理,采用主成分载荷(PCA loadings)、载荷系数法(x-LW)、回归系数法(RC)、连续投影算法(SPA)分别进行特征波长提取,采用偏最小二乘判别分析(PLS-DA)、极限学习机(ELM)和支持向量机(SVM)建立分类模型。结果表明,基于De-trending 预处理,通过PCA loadings,x-loading weights及SPA特征波长提取方法,基于极限学习机ELM算法建立的模型取得了最优的分类效果,建模集和预测集的分类精度均达到100%,另引入平均分类精度的指标,发现不同试验时间下,模型分类精度变化不大,表明应用近红外高光谱成像技术对油菜和杂草进行分类是可行的。     

药用植物川东獐牙菜红外光谱分析与鉴别

采用傅里叶变换红外光谱法(Fourier transform infrared spectroscopy,FTIR)、偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)和系统聚类分析(hierarchical cluster analysis,HCA)快速鉴别不同产地川东獐牙菜(Swertia davidi Franch)。采集4个不同地区70株样品不同部位的红外光谱数据,原始光谱数据经预处理(自动基线校正,自动平滑,一阶求导,二阶求导)后导入OMNIC 8.2,比较吸收峰的差异;用SIMCA-Pa+10.0进行偏最小二乘判别分析(PLS-DA),以前三个主成分三维得分图比较产地鉴别效果;红外光谱数据导入SPSS 19.0,进行系统聚类分析(HCA),通过树状图比较不同部位分类效果。结果显示,(1)不同产地根的光谱图在1 739,1 647,1 614,1 503,1 271,1 243,1 072cm~(-1)附近的吸收峰有差异,不同产地茎的光谱图在1 503,1 270,1 246cm~(-1)吸收峰附近有差异;(2)相同产地不同部位的光谱特征峰有差异;(3)PLS-DA分析结果显示自动基线校正+自动平滑+二阶求导这种预处理方式分类效果最好,根的红外光谱数据产地鉴别效果最佳;(4)HCA的树状图,显示根的聚类分析结果正确率83%,茎的聚类分析结果正确率49%,叶的聚类分析结果正确率70%。FTIR技术结合PLS-DA与HCA方法能够快速准确地鉴别不同产地川东獐牙菜,不同部位产地鉴别效果有差异,根的光谱数据产地鉴别效果最佳,二阶求导处理增强了样品的特异性,使PLS-DA的三维主成分得分图分类效果更明显。     

植物激素脱落酸分子的光谱与结构研究：理论与实验

植物激素脱落酸(ABA)是植物通过自身代谢产生的有机信号小分子,在极低浓度下可对植物自身产生明显的生理效应,是植物体内五大内源激素之一,因能促进植物叶片的脱落而得名,主要存在于植物干枯的叶子,根茎、种子等部位。由于对植物生长的调节能力,ABA在农业工程领域有着极大的应用前景。然而,ABA在植物体内的浓度很低,实现超低浓度检测是ABA应用的关键。关于ABA的检测,文献中已经报道的方法有很多,但是利用拉曼光谱技术对ABA的理论和实验研究还未见报道,拉曼光谱技术有着样品前处理简单、分析速度快、对于检测人员要求低,更适合于原位和现场检测等特点,因此对ABA拉曼光谱的机理和实验研究可为在植物激素检测及鉴定中提供可靠的依据。利用软件Gaussian09和GaussView5.0构建优化ABA的分子结构,计算了ABA的分子能级、前线轨道、拉曼光谱（Raman）、红外光谱（IR）及核磁共振谱（NMR）。为了验证理论计算的准确性,检测了ABA分子的IR、Raman、表面增强拉曼光谱（SERS）和NMR谱。结果表明：ABA的拉曼特征峰理论计算值位于616,1 056,1 272和1 689 cm-1处,实验测得的拉曼特征峰位于612,1 048,1 272和1 635 cm-1处,SERS实验获得的特征峰位于598,1 032,1 268和1 625 cm-1处,理论计算和实验结果吻合较好;同时对ABA在400～4 000 cm-1波长区间的IR和Raman特征峰进行了指认,指出了其在相应的峰位置上较强拉曼光谱的分子振荡模式,其中拉曼最强峰1 635 cm-1主要来自于ABA分子碳碳双键和碳碳单键的伸缩振动,其中碳碳双键的伸缩振动引起的拉曼散射最强。最后,对比ABA的计算和实验核磁共振谱,并进行原子归属指认和原子相对位移分析,进一步研究了ABA的分子结构,为ABA的痕量检测提供了一定的实验参考和理论依据。     

重金属铜胁迫苹果砧木根系的显微拉曼光谱诊断研究

重金属污染会影响农作物的正常生长,如何快速准确的实现对农作物中重金属的检测已成为亟待解决的问题之一。传统植物中重金属检测依赖于化学方法,虽然可以实现重金属含量的精准检测,然而其操作过程繁琐,并且无法实现批量样本的检测,更无法实现重金属胁迫下植物组织的原位微观检测。拉曼光谱具备无损探测固体、液体和气体状态的分子振动信息、光谱分辨率高和对水分不敏感等优势,因此利用拉曼光谱技术检测农作物中重金属含量具有可行性。苹果砧木是苹果树幼苗嫁接的基础,能够保障后期的苹果树体健康以及苹果果品品质与产量,而苹果砧木根系受到重金属污染,阻碍其健康生长并影响苹果树幼苗的抗逆性,因此探明重金属与苹果砧木根系互作机理十分必要。该研究以5组不同浓度CuSO₄·5H₂O溶液胁迫下的苹果砧木为研究对象,首先采集不同铜离子（Cu2+）胁迫梯度下苹果砧木根系的拉曼散射光谱,利用自适应迭代重加权惩罚最小二乘法（Air-PLS）和S-G平滑方法对所获得的拉曼光谱数据进行预处理,去除荧光影响以及进行基线校正;其次建立偏最小二乘判别分析（PLS-DA）模型和支持向量机（SVM）判别模型,结果表明：基于显微拉曼光谱和SVM,PLS-DA判别模型对苹果砧木根系的铜离子胁迫进行判别,SVM模型准确率可达100%,PLS-DA模型准确率为96%,能够较好的预测出苹果砧木受重金属铜的胁迫程度;最后基于特征拉曼光谱峰1 096,1 329,1 605和2 937 cm-1进行苹果砧木根系横截面的化学成像可视化研究。研究结果表明,拉曼光谱技术结合Air-PLS和S-G平滑建立的SVM模型和PLS-DA模型可以快速、有效地进行苹果砧木根系受重金属胁迫程度的诊断,为重金属胁迫农作物检测提供新的思路,对农作物的重金属逆境胁迫互作机理诊断具有理论指导意义。     

红外光谱对三七及其野生近缘种亲缘关系研究

野生近缘种在丰富种质资源以及改善栽培物种品质产量方面具有十分重要的意义和作用。采用傅里叶变换红外光谱对三七及其野生近缘种亲缘关系进行探讨,以期为三七的品种改良及种质资源开发利用提供理论基础。采集三七及其4个野生近缘种(珠子参、屏边三七、越南人参、羽叶三七)、三七总皂苷标准品红外光谱,将三七及其野生近缘种红外光谱进行自动基线校正、平滑、纵坐标归一化、二阶导数预处理,结合主成分分析、偏最小二乘判别分析及系统聚类分析进行亲缘关系研究。结果显示,三七与三七总皂苷标准品红外光谱在3 400,2 930,1 635,1 385,1 075,927 cm~(-1)等附近存在多个共有峰,推测这些共有峰强度与皂苷含量之间有一定关系;三七及其野生近缘种原始光谱较为相似,存在C-H,C=O,O—H,C—N,C—O等官能团吸收峰,不同物种的二阶导数红外光谱指纹区(1 800~500 cm~(-1))具有较大差异,如1 385和784 cm~(-1)等特征吸收峰差异明显;选取指纹区光谱数据进行主成分分析、偏最小二乘判别分析,通过比对两种方法的3D得分图,偏最小二乘判别分析对物种的区分效果优于主成分分析;前6个主成分数据的系统聚类分析表明,三七与越南人参、珠子参亲缘关系较近,与屏边三七、羽叶三七亲缘关系较远。利用傅里叶变换红外光谱结合化学计量学的方法能有效对三七及其野生近缘种进行亲缘关系分析,同时为药用植物种质资源相关研究提供借鉴与参考。