共查询到20条相似文献，搜索用时 31 毫秒
1.
三种小麦蛋白质测定方法的比较 总被引：2，自引：0，他引：2
为比较不同小麦蛋白质测定方法,总结各方法的特点和适用条件,该试验用凯氏定氮法、近红外透射光谱分析法和考马斯亮蓝染色法分别对14个小麦品种进行蛋白质含量的测定。结果显示,三种方法都能测定出各材料的蛋白质含量,在95%置信区间,凯氏定氮法和近红外透射光谱分析法测定值与常年平均值之间存在线性关系,三者测定结果之间没有显著差异。 相似文献
2.
近红外光谱技术在小麦品质育种中的应用研究 总被引：1，自引：0，他引：1
以14种蛋白质含量差异较大的小麦为材料,用凯氏定氮法和近红外光谱法分别测定了蛋白质含量.结果表明,近红外光谱与凯氏定氮法测定结果呈显著正相关,能够快速、准确、无损地测定完整小麦子粒的蛋白质,可以在育种早代用来鉴定、筛选大量中间材料. 相似文献
3.
近红外光谱法快速测定山核桃品质性状的研究 总被引：1，自引：0，他引：1
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. 相似文献
4.
阐述了测定稻米蛋白质含量的凯氏定氮法、杜马斯燃烧法、双缩脲法、Folin—酚试剂法、考马斯亮蓝法以及近红外光谱分析方法的原理、特点及适用条件,综述了各方法的应用现状、发展前景. 相似文献
5.
小麦面粉蛋白质含量测定方法的比较 总被引：3，自引：1，他引：2
小麦蛋白质含量是最重要的品质指标之一,为了研究小麦面粉蛋白质含量的快速测定方法,试验从全国各地小麦品种及美国引进品种中选择60个子粒蛋白质差异较大的品种(系)为材料,分别用经典的凯氏定氮,DA7200和8620近红外光谱仪3种方法测定面粉蛋白质含量,比较了3种蛋白质含量测定方法的相关性大小,得出可以用8620、DA7200近红外光谱仪对育种材料进行早期测定.为选择选育不同用途的小麦品种确定了一种快速而准确的面粉蛋白质含量测定方法. 相似文献
6.
水分含量对近红外测定小麦蛋白质含量的影响 总被引：1，自引：0，他引：1
[目的]探讨水分含量对近红外测定小麦蛋白质含量结果的影响。[方法]以全籽粒小麦为研究对象,研究近红外品质分析过程中水分含量对小麦蛋白质含量预测结果的影响。在连续改变样品水分含量的条件下采集小麦的近红外吸收光谱,并用预测模型测定它们的蛋白质含量。[结果]水分对近红外光谱吸收及预测结果有很大影响。小麦水分含量的升高使其在整个近红外区域的光谱吸收都明显增大,直接影响蛋白质含量的测定结果,测定误差随样品含水量的降低而减小。当样品水分与建模样品水分含量相近时,样品水分差异引起的测定误差可以忽略不计。[结论]在用近红外测定小麦蛋白质含量时,应使待测样品保持合适的水分含量。 相似文献
7.
2种方法测定稻米蛋白质含量及其相关性分析 总被引：4，自引：0，他引：4
以483份稻米样品为对象,分别用近红外光谱技术(NIRS)和凯氏定氮法测定糙米和精米中的蛋白质含量.通过同一样品NIRS多次测定、同一样品NIRS测定结果与凯氏定氮法测定结果的比较分析,证实NIRS在测定稻米蛋白质含量时具有很好的稳定性和准确性;分析了2种方法不同测定值之间的相关性,建立了相应的回归方程,并讨论了基于NIRS技术预测不同类型稻米中蛋白质含量的可靠性,以求为品质育种提供相对准确的数据. 相似文献
8.
以2005年度河南省征集的地方小麦新品种为材料，将其划分为3类粒质，利用近红外光谱分析法和GB/T国标法进行品质测定，用国标法校正近红外光谱品质分析数据。研究表明，近红外小麦品质测定结果与国标法测定结果相关分析和差异显著性分析均达极显著水平， 说明近红外测定结果需经进一步校正方能作为准确结果进行参考；2种方法对不同粒质品质测定结果的差异显著性不同，基本趋势是随角质程度增加，参试小麦主要品质性状近红外测定准确性下降，差异增大，因此，对不同粒质品种品质结果需依据不同的校正方程进行校正。不同粒质材料经2种方法测得的结果经Sigma plot、SPSS等软件分析和最优方程拟合，得到各自的一元二次校正方程，方程校正后，近红外品质测定蛋白质含量的校正值与国标法测定结果吻合程度较好，湿面筋含量次之，而沉降值吻合程度较差，因此沉降值无法进行近红外准确测定。 相似文献
9.
利用近红外光谱技术分析不同类型小麦品质 总被引：1，自引：0，他引：1
选取2005年度河南省征集的地方小麦新品种为材料,划分不同粒质、不同习性,利用近红外光谱分析法和国标法进行品质测定,对2种方法测定结果进行对比,表明近红外小麦品质测定结果与国标法测定结果相关达极显著水平.差异显著性分析结果表明:蛋白质含量的标准差、标准误和变异系数最小,湿面筋和沉降值的标准差和标准误均较大;两样本配对t检验表明,蛋白质含量和沉降值的测定结果差异达极显著水平,而湿面筋含量的测定结果差异不显著.不同粒质小麦2种方法测定结果的差异比较分析,基本趋势是随着角质程度的增大,近红外品质测定准确性下降,差异增大;不同生长习性小麦品种2种方法测定结果的差异比较表明:偏冬性和偏春性品种标准差、标准误和变异系数较大,而半冬性品种测定结果标准差、标准误和变异系数相对较小.综上所述,近红外光谱分析技术在小麦蛋白质含量上的测定结果准确性较高,能够直接作为该性状的准确结果参考利用;不同粒质、不同习性小麦的湿面筋含量近红外测定结果须根据不同分类进行相应评判、校正,结果仅能作参考;沉降值测定结果经比较准确性最差,因此仅能在有对照参与的情况下初步了解被测定材料品质性状的大致级别. 相似文献
10.
全自动定氮仪测定小麦籽粒蛋白质 总被引：3，自引：0，他引：3
[目的]考察全自动定氮仪测定小麦籽粒蛋白质的可行性。[方法]以皖麦44和烟麦19为供试品种,应用KJELTEC2300型全自动凯氏定氮仪测定小麦籽粒蛋白质,研究该测定方法的精确度和准确性,并与经典凯氏定氮法的测定结果进行比较。[结果]皖麦44全麦粉总氮量的添加回收率在99.38%~100.35%;皖麦44和烟农19的蛋白质含量10次平行测定结果的变异系数分别为0.60和0.84,符合国标方法允许误差的要求;经显著性测验表明,全自动定氮仪与经典的凯氏定氮法对皖麦44和烟农19全麦粉的蛋白质测定结果无显著性差异。[结论]用KJELTEC2300型全自动定氮仪测定小麦籽粒蛋白质的结果与经典凯氏定氮法的吻合,不仅具有很好的精确度和准确度,还具有操作简便和快速省力的特点,可广泛用于小麦籽粒的蛋白质含量测定。 相似文献
11.
NIRS定量分析油菜种子含油量、蛋白质含量数学模型的创建 总被引：12，自引：0，他引：12
用近红外光谱 (NIRS)分析油菜品质。采用残余法测试了近 2 116份甘蓝型油菜品种资源种子的含油量 ,用近红外仪采集数据 ,选择 12 88份代表性样品 ,建立了数学模型。用该模型测试 96份待测样品 ,其NIRS的测试值与残余法测试的油菜种子含油量实测值相关系数为 0 .950 3 ,相对误差小于 3 .5% ,用凯氏定氮法测试了 63 7份油菜籽饼粕的蛋白质含量 ,选择 168份代表性样品 ,建立数学模型。 3 0份样品检测模型 ,NIRS测试值与凯氏定氮法测试的油菜籽饼粕蛋白质含量的实测值相关系数为 0 .9515,相对误差小于 6%。结果表明 ,这 2个数学模型已经可用来准确、快速、无污染、低消耗的测试油菜种子含油量和蛋白质含量 相似文献
12.
NlRS定量分析油菜种子含油量、蛋白质含量数学模型的创建 总被引：16，自引：3，他引：16
用近红外光谱(NIRS)分析油菜品质。采用残余法测试了近2116份甘蓝型油菜品种资源种子的含油量，用近红外仪采集数据，选择1288份代表性样品，建立了数学模型。用该模型测试96份待测样品，其NIRS的测试值与残余法测试的油菜种子含油量实测值相关系数为0．9503．相对误差小于3．5％．用凯氏定氮法测试了637份油菜籽饼粕的蛋白质含量，选择168份代表性样品，建立数学模型。30份样品检测模型，NIRS测试值与凯氏定氮法测试的油菜籽饼柏蛋白质含量的实测值相关系数为0．9515．相对误差小于6％。结果表明，这2个数学模型已经可用来准确、快速、无污染、低消耗的测试油菜种子含油量和蛋白质含量。 相似文献
13.
为实现绿豆籽粒淀粉和蛋白质含量的无损快速检测,满足高淀粉、高蛋白绿豆的筛选、选育等需要,选用我国不同地区100份绿豆种质资源为材料,采用酸水解法和凯氏定氮法分别测定淀粉和蛋白含量,样品中淀粉含量范围为40.88%～53.62%,蛋白含量范围为20.17%～27.38%,化学测量值数据分布广。应用近红外光谱技术建立绿豆中主要营养物质的快速检测方法。通过采集样品的近红外光谱,结合化学方法所得数据建立近红外定量模型。结果表明,采用无光谱预处理可以得到最优的淀粉数学模型,内部交叉验证决定系数(r2)和交叉验证均方根误差(RMSECV)分别为0.926 9和0.658。采用一阶导数+MSC处理得到最优的蛋白模型,内部交叉验证决定系数r2和RMSECV分别为0.9 341和0.384。淀粉和蛋白外部验证决定系数r2分别为0.935 1和0.921 2,模型预测效果较好。建立的近红外模型可用于绿豆籽粒淀粉和蛋白质含量的无损快速检测,模型涵盖了绿豆种质淀粉和蛋白质含量的广泛检测分布范围,可实现绿豆资源的快速评价,提高育种效率。 相似文献
14.
引言 众所周知,小麦粉蛋白质含量能够科学地真实地反映它的实际质量。其测定方法有凯氏定氮法、双缩脲法、紫外吸收光谱法等,这些方法虽各有优缺点,但总的来说,都较为繁琐、耗时。如凯氏定氮法需耗时六小时左右。为此我们设想能否根据小麦粉面筋质与蛋白质之间的相关关系推导出1个公式,这样只要测得小麦粉面筋质,即可求出蛋白质含量。我们收集了各国各地所产15个小麦粉样品,进行分析检验,并用回归分析法研究了小麦粉面筋质与蛋白质筋质之间的相关关系,下面就将研究方法及结果介绍如下: 相似文献
15.
16.
17.
小麦籽粒蛋白质光谱特征变量筛选方法研究 总被引：4，自引：0，他引：4
【目的】筛选整粒小麦籽粒蛋白质的近红外特征光谱波段并建立优化模型,可实现快速、无损测定整粒小麦籽粒蛋白质含量,为田间便携式小麦籽粒蛋白质含量速测仪设计提供依据。【方法】2012-2013年以蛋白质含量有明显差异的8个冬小麦品种为试验品种,设置3个施氮量和2个灌溉量共6个处理,建立丰富的样本类型,共采集176个小麦籽粒光谱数据;将ASD FieldSpec Pro光谱仪采集到的基于全反射下垫面的整粒小麦籽粒反射光谱通过公式A=log(1/R)转换为吸收光谱,对吸收光谱采用S-G平滑、多元散射校正和基线校正等方法进行预处理,以消除背景噪声,然后采用交叉验证偏最小二乘回归方法进行特征波段压缩;分析比较无信息变量剔除法（UVE）结合交叉验证偏最小二乘回归、连续投影算法（SPA）结合交叉验证偏最小二乘回归、UVE与SPA组合后结合交叉验证偏最小二乘回归、UVE与SPA组合后结合多元线性回归（MLR）及UVE与SPA组合后结合逐步多元线性回归（SMLR）等多种特征光谱筛选方法选出的蛋白质特征波段的优劣,并与凯氏定氮法测定的小麦籽粒蛋白质含量进行回归分析,构建并优选小麦籽粒蛋白质最佳预测模型。【结果】利用无信息变量剔除（UVE）方法可将与小麦籽粒蛋白质含量无关的信息变量剔除,把籽粒的原始光谱由1 621个波段压缩至717个,在保留了蛋白质信息的同时,实现了特征谱段的初次优选;对逐步多元线性回归（SMLR）、连续投影算法（SPA）、连续投影算法（SPA）+逐步多元线性回归（SMLR）及连续投影算法（SPA）+偏最小二乘回归（PLS）+交叉验证（CV）等特征波段优选算法比较发现,不同的方法获得的特征谱段有差异,构建的模型及精度也明显不同。对经过无信息变量剔除（UVE）法筛选光谱特征谱段,利用SPA消除光谱矩阵中波段共线性影响,再利用SMLR筛选出小麦籽粒蛋白质信息贡献最大的15个特征谱段,所得模型的预测均方根误差（RMSEP）和R2分别为0.5898和0.9410,模型预测精度最高。【结论】本研究利用UVE、SPA与SMLR方法有效压缩了整粒小麦籽粒光谱矩阵,基于所筛选的蛋白质含量特征谱段数构建的预测模型可以实现无损、快速测定整粒小麦籽粒蛋白质含量,预测模型精度可靠,方法经济有效,为设计田间便携式整粒小麦籽粒蛋白质测定仪的波段选择和开发奠定了基础。 相似文献
18.
19.
燕麦蛋白质近红外定量模型的创建及其在育种中的应用 总被引：3，自引：0，他引：3
[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。 相似文献
20.
水稻蛋白质近红外定量模型的创建及在育种中的应用 总被引：22，自引：1，他引：22
【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为 11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。 相似文献