可降解L- 苹果酸和柠檬酸菌株的筛选及鉴定

从葡萄园土壤中分离得到一株可降解L- 苹果酸和柠檬酸的菌株,通过对其进行降酸能力实验,测得该菌株对12g/L 的L- 苹果酸和柠檬酸的降解率分别达到93.17% 和92.08%。对菌株进行形态学、生理生化鉴定及rDNA-ITS(internal transcribed spacer,内转录间隔区)序列分析,鉴定该菌株为伊萨酵母属(Issatchenkia)陆生伊萨酵母种(I.terricola)。对其生物学特性进行研究,发现其最适生长温度为30℃,最适生长pH 值为2.0～5.5。经传代培养10 代,其降酸性能和生长特性仍较稳定。     

近红外光谱法非破坏快速检测生菜中硝酸盐含量

运用傅里叶变换近红外光谱仪,以二阶导数处理光学数据,用偏最小二乘法(Partial Least-Squares Regression,PLSR)进行统计分析,对58个外观形状不同的生菜样品建立了硝酸盐含量快速检测模型。其预测结果与国标方法相比相关系数为0.9819,检测相对误差在0.56%～6.79%范围内。该方法简单、快速,无需消耗任何试剂,可满足现场快速检测的需要。     

NIR光谱法快速测定烟草中的草酸、苹果酸和柠檬酸

为了快速分析烟草中草酸、苹果酸、柠檬酸的含量,采用近红外(NIR)漫反射光谱仪对113个烤烟烟叶样品进行了扫描,GC法测定了其草酸、苹果酸、柠檬酸含量,再采用消除常数法、最大最小归一化法和一阶导数 多元散射校正(MSC)法分别对4246.7～7502.1 cm-1谱区范围内的光谱进行预处理和偏最小二乘法数据拟合,建立了烟草中草酸、苹果酸、柠檬酸的NIR预测模型,并对这些模型进行了外部验证.结果表明,草酸、苹果酸、柠檬酸的预测值与GC测定值的平均相对偏差均在5%以内,RSD均<4%.这些模型可用于批量烟草样品中这3种酸的快速测定.     

近红外光谱法快速检测辣椒红中色素含量的应用研究

建立近红外光谱法快速检测辣椒红中色素含量（吸光度）的方法。用近红外智能透射方式对辣椒红色素进行扫描。以分光光度计检测结果作为化学值,光谱采用一阶求导,Norris平滑处理,以偏最小二乘法（PLS）建立回归模型。模型的主因子数为10,决定系数为0.9995,验证均方差分别为：RMSEC=0.828和RMSECV=1.05,模型的预测精度高,稳健性好,适用于辣椒红色素样品的批量快速检测。     

近红外光谱法快速测定啤酒中乙醇的含量

建立快速测定啤酒中乙醇含量的近红外光谱法(NIR)。采用傅立叶变换近红外光谱法(FT-NIR)，在近红外区域(750～2500nm)利用逐步回归分析的方法测定啤酒中乙醇的含量，并将傅立叶变换近红外光谱对未知样品的预测结果与气相色谱法的测定结果进行比较。结果：选择6个波数点时其最大相关系数为0．994，预测平均相对误差为4．529％，预测误差标准差为0．163。结论：利用近红外光谱检测啤酒中乙醇含量的方法是可行的，可以替代常规的理化分析。     

近红外光谱法快速检测饮料中的日落黄

合成色素是食品中最常见的一种添加剂,如果不规范使用将对人体健康产生潜在危害。该研究中光谱扫描范围为1100~1650nm,分辨率0.2nm,通过对不同浓度的日落黄溶液扫描,将得到的原始光谱图经过一阶导数、二阶导数等方法进行预处理。然后通过修正的最小二乘法(MPLS)结合变量标准化且去散射处理(SNV Detrend)的光谱预处理手段建立了相关的MPLS模型。最后利用所建模型,对饮料中的色素含量进行预测。预测相关系数为0.985,预测标准差为0.09%,相对分析误差为3.51。结果表明:近红外光谱可作为一种简单、快速、无损、可靠的方法用于检测饮料中的日落黄。     

烤烟中草酸、苹果酸和柠檬酸含量的分析研究

以云南、四川、河南、重庆4个烟区云烟85、K326和红大3个品种的B2L、C2L、X2L等级烟叶为材料,采用GC法测定了169个烤烟烟叶样品中草酸、苹果酸和柠檬酸的含量,并对不同产地、品种、等级和部位烤烟烟叶的多元有机酸含量进行了统计分析,结果表明:①同一地区、K326和云烟85的相同等级烤烟烟叶中草酸、苹果酸和柠檬酸含量均没有显著差异;红大和云烟85的苹果酸含量没有显著差异,而红大的草酸和柠檬酸含量均高于云烟85;②不同地区、相同品种和等级的烤烟叶中,草酸含量均没有显著性差异;苹果酸、柠檬酸含量差异显著,含量的变化趋势为:河南重庆云南和四川;③同一地区和品种、不同部位的烤烟叶中,草酸含量均为上部明显高于中部和下部,而中部和下部相当;苹果酸含量在3个部位均有较大差别,依次为:上部中部下部;柠檬酸含量下部最高,中部与上部无显著差异。     

近红外光谱法检测纺织品中羊绒和羊毛含量

将纯羊绒、羊毛按不同比例混合配制101个标样,采用偏最小二乘法,建立近红外光谱定量分析的数学模型,预测模型的相关系数为0.99,标准差为2.8%。实验表明:采用近红外光谱技术对羊绒、羊毛进行定量分析是可行的,有望成为快速、非破坏性的检测手段。该试验的样品数量和代表性有限,预测模型的精确度有待提高,若将近红外光谱技术真正用于检测工作,需逐步积累样品,建立更具代表性的数据库和更为稳定、精确、可靠的数学模型。     

傅立叶变换近红外光谱法快速检测锅盔中水分含量

应用傅立叶变换近红外光谱技术,建立锅盔水分含量分析模型.测定61份锅盔的近红外光谱,经一阶导数+MSC预处理以滤去噪声,在7 501.9～4 597.6 cm-1谱段范围内,选择维数10,利用偏最小二乘法建立近红外光谱与国标参考方法测得的水分含量之间的相关模型.最终得到水分定量校正模型决定系数(R2)为99.03％,内部交叉验证均方差(RMSECV)为0.409％.用该模型对19个未知锅盔样品进行外部验证,其水分外部验证决定系数(R2)为97.99％,预测标准偏差(RMSEP)为0.341％.结果表明,近红外定量分析技术有较高的准确度,能满足锅盔水分的快速检测精度要求.     

近红外漫反射光谱法快速检测谷子蛋白质和淀粉含量

建立近红外漫反射光谱法测定谷子中的蛋白质和淀粉含量,提供一种快速、简便、无损的分析方法进行谷子品种资源鉴定和筛选。以191份山西核心谷子种质为材料,采用近红外漫反射光谱法建立谷子蛋白质和淀粉含量的快速检测模型。结果表明,采用一阶导数+矢量归一化光谱预处理,分别建立谷子蛋白质和淀粉含量的校正模型,模型的校正决定系数(R~2_(cal))分别为0.977 0和0.907 3,交叉验证均方根误差分别为0.203%和0.466%,外部验证决定系数(R~_(2val))分别为0.989 6和0.977 2,预测均方根误差分别为0.225%和0.368%。对于谷子蛋白质和淀粉的预测,化学法和近红外仪器法测定间无显著差异,近红外测定结果是准确可靠的。说明采用近红外漫反射光谱分析技术能够满足对谷子蛋白质和淀粉含量的检测。     

基于近红外光谱技术的桃品质指标快速检测方法研究

采用傅里叶变化近红外光谱技术建立桃的甜度、酸度和硬度品质参数快速检测方法.采集1 000～2 500nm范围的近红外光谱,选取1 110～2 325nm为分析区域,描述谱峰的归属.以常规分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立桃的品质参数定量分析模型,并考察近红外光谱预处理方法对模型的影响.分别用验证集和校正集样本分析模型预测的准确性.结果显示预测集均方差(RMSEP)分别为0.98、0.309、2.81,校正集均方差(RMSEC)分别为0.258、0.1、1.83,相关系数分别为0.9766、0.8918、0.9497.样本的预测值与真实测定值之间没有显著性差异(P＞0.05).本研究结果表明,采用近红外光谱法可同时测定桃的甜度、酸度和硬度等品质参数.与传统的化学分析方法相比,该方法具有快速、无损、简单等特点.     

近红外光谱法快速检测饮料中的食用合成色素

以光谱扫描范围为1?100～1?650?nm,分辨率为0.2?nm,通过对不同质量浓度的日落黄、柠檬黄、胭脂红和苋菜红溶液扫描,得到的原始光谱图经过一阶导数、二阶导数等方法进行预处理。然后通过修正的最小二乘（modified partial least square,MPLS）法结合变量标准化且去散射处理的光谱预处理手段建立相关的MPLS模型。最后利用所建模型,对饮料中的食用合成色素含量进行预测。预测相关系数最高可达0.991,预测标准差最低为0.009%,相对分析误差最大为3.51。结果表明,近红外光谱可作为一种简单、快速、无损、可靠的方法用于检测饮料中的食用合成色素。     

基于近红外光谱技术建立棉籽蛋白质含量快速无损测定方法

棉籽是棉花产业的重要副产品,含有丰富的棉籽蛋白,是牲畜蛋白质的重要来源,提高棉籽蛋白质的利用率对缓解我国蛋白资源短缺有着重要意义。快速无损环保测定棉籽蛋白质含量方法的建立,对于合理有效的利用棉籽资源和开展棉籽营养品质遗传改良等方面的研究具有关键作用。本研究通过凯氏定氮法对187份棉花品种进行棉籽蛋白质含量化学值测定,利用近红外光谱分析仪分别采集三种不同棉籽形态毛籽、光籽和种仁的光谱特征信息,经过不同数学算法处理和散射处理等方法结合改良偏最小二乘法 (Modified partial least squares, MPLS), 建立了三种不同棉籽形态蛋白质含量快速无损检测的近红外光谱模型。构建的毛籽、光籽和种仁三种近红外检测模型的定标相关系数 (Regression squared, RSQ) 分别为0.957、0.971、0.989,并通过差异统计分析比较,验证集的化学值与近红外光谱预测值间不存在显著差异。结果表明三种不同棉籽形态下建立的近红外光谱检测模型都具有良好的准确性,能够针对不同待测样品类型进行准确的蛋白质含量检测。本研究建立了毛籽、光籽以及棉仁三种棉籽蛋白质含量的近红外光谱检测模型,实现了棉花种子蛋白质含量的快速无损低消耗检测,为棉籽综合利用以及棉籽高品质育种提供技术支撑。     

近红外光谱法快速测定藜麦籽粒粗蛋白含量

目的:为了满足高蛋白质藜麦的选育、栽培和农业实践所需,实现藜麦籽粒粗蛋白含量快速、无损检测。方法:本研究应用近红外光谱技术对藜麦籽粒粗蛋白含量的快速检测进行系统研究,选用具有代表性的122份藜麦品种为试材,以其中94份为建模集,28份为验证集,扫描得到藜麦建模集的近红外原始光谱,用Unscrambler 10.4软件进行光谱预处理并使用偏最小二乘法(PLS)建立藜麦籽粒粗蛋白含量的定量预测模型。结果:经滤波拟合法(Savitzky-Golay,SG)+标准正态变量(Standard Normal Variate,SNV)预处理建立的模型预测值决定系数(R²)为0.9380,被测组分浓度分析误差(RMSE)为0.4823,表现最佳。用此模型对验证集28份样品进行预测,相关分析表明,预测值与国标法实测值决定系数为0.9416;单因素方差分析表明,国标法实测值和模型预测值之间无显著差异(P>0.05),建立的模型具有很高的准确性,预测效果良好。结论:近红外光谱法作为一种简单快速无损的检测手段,能够用于藜麦籽粒粗蛋白含量的检测,可以为优质藜麦育种、栽培和农业实践提供技术支持。     

近红外光谱快速检测乌珠穆沁羊肉氨基酸含量

利用近红外光谱分析技术快速检测乌珠穆沁羊肉中不同氨基酸含量。选取42 只相同饲喂条件、体质量相近的6 月龄乌珠穆沁羊,采集背最长肌、臂三头肌、股二头肌3 个部位共126 块肌肉样本,采集样本近红外光谱并测定氨基酸含量。采用偏最小二乘法关联光谱与氨基酸数据,建立乌珠穆沁羊肉中17 种氨基酸的定量预测模型,最后以模型交叉验证均方根及校正决定系数（R2校正）、验证决定系数（R2验证）、预测模型的验证集标准偏差与预测标准偏差比值（ratio of standard deviation of the validation set to standard error of prediction,RPD）作为评价模型的参数。结果表明：所建立的氨基酸含量预测模型准确度较高,其中总氨基酸（total amino acid,TTA）、必需氨基酸（essential amino acid,EAA）、组氨酸、赖氨酸含量的近红外光谱预测模型的R2验证分别为0.818、0.803、0.861和0.858。分别对预测模型进行外部验证,其中EAA、组氨酸、精氨酸、丝氨酸、谷氨酸、甘氨酸、赖氨酸验证结果的RPD值均超过1.74,TAA验证结果的RPD值为2.60,预测模型准确度达到应用水平,可作为一种快速、准确测定羊肉中氨基酸含量的方法。     

基于近红外光谱技术快速检测椰汁品质

本研究应用近红外光谱技术结合主成分分析法(PCA)对3个不同品种的椰子,3个不同品牌成品椰子饮料及椰子粉进行定性分析。结果表明,对椰子3种不同形式的加工产品(椰子原汁、椰子饮料、椰子粉)进行定性分析的准确判别率均达到100%。采用近红外光谱技术结合偏最小二乘法(PLS)对椰汁饮料中原汁含量进行定量分析。为保证所建模型的稳健性、准确性,消除干扰,采用6种不同的预处理方法对近红外光谱技术进行优化,结果表明经过中心化预处理可得最佳模型,其R_p²、RMSEP、R_c²、RMSEC分别为0.9942、0.0435、0.9932、0.0519。本研究表明近红外光谱技术可为市售椰汁及椰子加工制品品质的快速、无损检测提供一种新思路。     

小麦粉质特性的可见/近红外光谱快速测定研究

采用可见/近红外光谱对小麦粉质特性参数进行了快速测定研究。在小麦粉厂收集强、中和弱筋小麦粉样品共180份,采用标准方法测定了其粉质特性参数值,然后在波长570~1 080 nm下采集了样品的光谱。对原始光谱进行多元散射校正及一阶导数处理后,首先在全谱范围内建立了形成时间、稳定时间、吸水率、弱化度4个参数的PLS定量预测模型,以吸水率结果最优,其Rp=0.99,RMSEP=1.02;其次是形成时间和弱化度,其Rp值分别为0.97和0.93,RMSEP值分别为0.48和10.01;稳定时间结果稍差,其Rp=0.80,RMSEP=2.40。然后采用SPA方法分别提取了各粉质特性参数的光谱特征变量,对应建立了MLR模型,所建模型和PLS方法结果接近。表明可见/近红外光谱在小麦粉粉质特性评价中具有可行性,同时也为专用便携仪器的研制及小麦粉品质在线设备的开发提供了初步的理论依据。     

应用近红外光谱技术快速测定粳稻品种的直链淀粉含量

应用近红外光谱法以稻谷、糙米、精米、糙米粉和精米粉为扫描材料分别建立了粳稻直链淀粉含量的预测模型。结果表明采用光谱预处理的校正效果比不采用预处理的好,用偏最小二乘法(PLS)获得的粳稻稻谷、糙米、精米、糙米粉、精米粉的回归模型和交叉验证结果为:最优校正决定系数(R2)和交叉检验均方误差(RMSECV)分别为0.8136、2.74,0.8864、2.56,0.8915、2.59,0.9261、2.26,0.9505、1.83,粉碎性样品的误差比整粒样品的误差小。育种实践中,低世代可选用糙米、高世代可选用糙米粉或精米粉作为扫描样本测定稻米直链淀粉含量。     

番茄总糖含量的近红外光谱无损检测方法研究

根据偏最小二乘法建立番茄总糖含量的定量分析模型,比较原始光谱和平均光谱以及10 种光谱预处理方法对近红外光谱无损检测番茄总糖含量的影响。结果表明：平均光谱所建立的偏最小二乘法校正模型明显优于原始光谱所建模型,常数偏移消除最适合番茄总糖近红外光谱的预处理,其在11998.9～7497.9cm-1 和4601.3～4256.5cm-1优化光谱区内,所建偏最小二乘法定量分析模型的预测值和实测值的相关系数(R)为0.917,校正标准差(RMSEC)为0.263%,预测标准差(RMSEP)为0.236%。平均光谱和优化的光谱预处理方法可有效提高近红外光谱无损检测番茄总糖含量的准确性。     

基于近红外光谱技术的腐竹脂肪定量分析

采用近红外光谱技术结合化学计量学方法,建立腐竹脂肪含量的快速分析方法。收集不同生产线、不同时间的腐竹样本180 份,利用积分球附件采集漫反射光谱（4 000～10 000 cm－1）。为消除颗粒散射影响和光谱基线漂移,二阶导数和卷积平滑用于光谱预处理。采用反向区间偏最小二乘法、组合区间偏最小二乘法、搜索组合移动窗口偏最小二乘法和遗传偏最小二乘法优化建模变量,最终构建了定量预测模型。结果显示,4 种方法均可有效地提取信息变量、降低模型维度、提高预测性能;遗传偏最小二乘法一次优选获得143 个变量,构建的模型性能最佳,其校正相关系数、校正均方根误差、预测相关系数、预测均方根误差分别为0.96、0.95、0.92和1.17。研究表明,经过信息变量提取后所构建的近红外模型简单、预测精度高,可用于腐竹脂肪含量的日常监测。