科研产出
近红外光谱法快速测定藜麦籽粒粗蛋白含量
《食品工业科技 》 2020 北大核心 CSCD
摘要：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(SavitzkyGolay,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.
全文链接
请求原文
小麦子粒湿面筋FT-NIRS分析模型的建立与研究
《安徽农学通报 》 2015
摘要：用傅立叶变换近红外光谱(FT-NIRS)分析小麦子粒湿面筋含量。采用国标GB/T14608-1993法测试了216份小麦子粒的湿面筋含量,用近红外仪采集数据,选择113份建立了数学模型。结果:最佳主成分数(Rank)=3,内部交叉验证均方差(RMSECV)=2.33,决定系数(R2)=90.69。为了验证模型的可靠性,对预测集样品进行预测,结果湿面筋的预测均方差(RMSEP)=2.70;相对偏差(RSEP,%)=11.84。结果表明,该数学模型可初步用来快速、较准确、无污染、低消耗地测试小麦子粒的湿面筋含量。
全文链接
请求原文
首页上一页1下一页尾页
