共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
[目的]实现对河南烟叶中木质素含量的快速测定。[方法]首先改进了烟叶中木质素含量的测定方法,并对该方法测定的准确性进行了评定(对同一样品,8次平行测定的RSD值为3.58%),随后用此方法测定了河南地区95个初烤烟叶样品中的木质素含量,然后用近红外光谱仪采集相应的光谱,进行二阶微分处理和平滑预处理后,用偏最小二乘法和完全交互验证方式建立相应预测模型。[结果]试验建立的烟叶中木质素预测模型的相关系数达到96.13%,内部交叉检验均方根误差(RMSECV)为0.104,说明烟叶中木质素含量和近红外光谱之间存在较好的相关性。[结论]采用近红外光谱法可以快速预测河南烟叶中木质素含量。 相似文献
4.
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
5.
样品的水分含量、粒度等因素对近红外的检测结果会产生较大影响.在近红外实验室分析中,为获得较好的分析准确度,一般需采用干燥和粉碎等处理.以云南烤烟样品为实验材料,在近红外分析样品的前处理中创新性的采用微波快速干燥技术以及普通家用食物粉碎机快速粉碎的方法,使整个样品前处理时间可控制在5min以内,同传统烘箱干燥、粉碎过筛等方法相比其处理速度可提高几十倍.实验结果表明:当样品的水分含量差异较大时,通过微波快速干燥方法能有效提高和保证模型分析的准确度;烤烟样品经过普通家用食物粉碎机快速粉碎25s后可消除粒度差异对近红外检测结果的影响.结果可为近红外分析工作者提供一种快速有效的干燥和粉碎技术,从而简化样品的前处理. 相似文献
6.
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
7.
【目的】传统的碘显色法检测淀粉含量需要复杂耗时的前处理和实验准备,近红外检测手段不仅
操作简单、检测快速,且不损耗试剂、样品、标准品,大大降低了检测成本,旨在以江西烤烟样品为依托,建
立一种适用于江西烤烟的淀粉近红外检测模型。【方法】收集了来自江西 21 个区县共 650 个烤烟样品的近红外
光谱和对应的连续流动分析仪检测数据(碘显色法),将光谱数据和化学分析数据一一对应,使用不同的回归
方法和数据处理方法进行建模,通过比较它们的均方根误差和相关系数确定最佳的模型参数。【结果】建立了
适用于江西烤烟的淀粉含量预报模型,校正均方根误差和预测均方根误差分别达到 0.407、0.490,相关系数为
96.52%,并用外部样品对模型进行了验证,95% 的样品误差在 10% 以内。【结论】该模型可用于快速检测江西
烤烟样品中的淀粉含量,并可在一定程度上取代传统的碘显色测淀粉法,降低了检测成本,提高了分析效率。 相似文献
8.
9.
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