简介:为适应快速分析烟草中植物色素含量的需要,应用傅立叶变换近红外(FT-NIR)光谱法测定了77个具有代表性的烟草样品的光谱数据,利用偏最小二乘法,以样品的光谱数据和对应的化学测定值为基础,建立了预测烟草中叶黄素、β-胡萝卜素和其它类胡萝卜素含量的数学模型。结果表明:模型优化后,模型的相关系数(R)分别为0.9802、0.9962和0.9751,预测标准偏差(RMSEP)分别为0.00947、0.0607和0.0446。该方法简便、快速、不破坏样品,可用于大批量烟草样品中叶黄素、β-胡萝卜素和其它类胡萝卜素的快速测定。
简介:以不同产地、等级的国产白肋烟和马里兰烟为试验对象,选取具有代表性特征的上部和中部样品49份,测定其近红外光谱和烟草特征指标,用一阶导数和平滑处理光谱后再进行归一化处理,各指标检测值也进行归一化处理,然后采用(ProjectionofBasingonPrincipalComponentandFisherCriterion)投影方法分析样品间部位和产地的相似性。结果表明:1)近红外光谱和特征指标两条途径均可判别烟叶部位与产地;2)根据方差贡献率,最能体现部位特征的因素是生物碱和亚硝胺指标,最能体现产地特征的因素是亚硝胺指标;3)相似性判定可用于工业等级间替代和配方微调。
简介:为建立基于烟叶麦角甾醇含量结合近红外光谱分析技术的初烤烟叶霉变预警模型,以2015年和2016年云南5个地区2个等级(B2F和C3F)初烤烟叶为研究对象,调节烟叶含水率为18%,在28℃,RH80%条件下以30天为实验周期,进行烟叶霉变实验。每3天取一次样,采集近红外光谱数据并检测样品麦角甾醇含量。建立第0d初烤烟叶样品近红外光谱主成分监测模型并提取HotellingT-2统计量,预测第3天至30天初烤烟叶样品近红外光谱数据的HotellingT-2统计量,对比分析肉眼观察和近红外类模型对烟叶霉变的预警效果。结果表明:1)烟叶霉变过程中,麦角甾醇含量逐渐增加后逐渐降低,当肉眼可见时,麦角甾醇含量较初始值增加4.66-23.38倍;2)基于上述监测模型,13个霉变烟叶样品中,提前预警天数为6天的样品2个,提前预警天数3天的样品7个,当天预警的样品4个,7个未发生霉变烟叶在30天的监测周期内均未出现预警,预测准确率100%。以上结果表明该方法能方便快速地实现对初烤烟叶霉变的预警,具有较好的实用价值。
简介:运用四种不同的光谱范围选择方法来建立烟草中水溶性糖的近红外定量模型,发现模型的交互验证系数、交互验证均方差和预测均方差有明显的差异。通过对烟草中水溶性糖的分子结构分析,结合傅里叶变换近红外漫反射光谱的特性,初步确定烟草水溶性糖近红外定量模型的建模光谱范围,以交互验证系数和交互验证均方差为评价指标进一步优化光谱范围,可以得到烟草水溶性糖在近红外定量模型中的最佳光谱范围为3850-5010cm^-1、5720-7010cm^-1和7760-7980cm^-1,总糖和还原糖定量模型的交互验证系数、交互验证均方差和预测均方差分别为0.989、0.787、0.565和0.982、0.801、0.693。
简介:摘要 : 土壤养分作为农业生产的重要指标,含量过少会降低农作物产量,过多则会造成环境污染。因此,快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分,但检测过程中土壤的取样及预处理过程繁琐、操作复杂、费时费力,不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱,提出了一种土壤养分主动式近场遥测方法,可有效避免土壤反射自然光的干扰。该方法使用波长范围 1260~1610 nm的 8通道窄带激光二极管作为近红外光源,通过测量 8通道激光光束的土壤反射率,建立土壤养分中氮( N)关于土壤反射率的计量模型,实现了 N的快速检测。在 74组已知 N含量的土壤样品中,选取 54组作为训练集, 20组作为预测集。基于一般线性模型,对训练集中土壤 N含量与土壤反射率的定量化参数进行训练,筛选显著波段后的计量模型 R2达到 0.97。基于建立的计量模型,预测集中土壤 N含量预测值与参考值的决定系数 R2达到 0.9,结果表明该方法具有土壤养分现场快速检测的能力。
简介:应用近红外光谱技术建立烟草17项主要化学成分的快速无损检测方法.收集700个具有代表性样品的光谱,建立其相应指标的近红外模型.在所有的校正模型中,原始谱图经过一阶导数和偏最小二乘(PLS)处理,大约50个外部样品用于所建模型的验证.烟草中总挥发酸、总挥发碱、石油醚提取物总量、石油醚提取物中性成分、多酚、淀粉、纤维素、硫酸根、pH、灰分、水溶性灰分碱度、总糖、还原糖、总氮、生物碱、氯、钾等十七项指标的预测标准偏差(BMSEP)分别为0.020、0.009、0.402、0.393、0.578、0.583、0.932、0.139、0.117、0.634、0.235、1.720、1.407、0.104、0.173、0.037和0.300.该结果表明近红外光谱技术在分析17项烟草化学指标时均可以替代经典化学方法.作为一种质量控制方法,近红外光谱技术的应用将为烟草行业节省大量的资金和显著提高工作效率.
简介:基于实测光谱反射率、FPAR数据,建立了反射率、一阶导数与FPAR的波段相关性,同时,将各波段反射率与导数光谱建立逐步回归方程.结果表明,FPAR与可见光反射率相关性好于近红外波段反射率,其中374、539、639nm波段处相关性最好;FPAR与一阶导数的2个波段拟合效果较好,在376、920nm拟合效果较好,R2可达0.847、0.915,FPAR与对FPAR估算模型进行多元逐步回归分析后,其结果较单波段的反射率及其一阶导数估算效果都有明显的提高.虽然植被光合作用吸收的是可见光部分,但如果综合的考虑近红外波段光谱的信息,二者有效的结合在一定程度上能很好的提高FPAR估算精度,特别是水分吸收较强的光谱波段.