近红外光谱技术在植物组分与特性研究中的应用

近红外光谱被广泛应用到许多植物的各个组织和各种成分的分析,是20世纪90年代以来发展最快、最引人注目的光谱分析技术.本文阐述了近红外光谱的发展、技术特点,介绍了近红外光谱分析技术的数据处理方法.重点列举了近几年近红外光谱分析技术在植物分类、植物胁迫评估、植物组分及功能性质检测和杂草识别研究中的应用,并分析了该技术的发展...     

蔬菜中有机磷农药多残留的光谱特征检测分析

农药残留是蔬菜水果食品安全中的主要问题,因此快速有效检测蔬果中的农药显得尤其重要。于是文中提出利用近红外光谱技术对蔬菜中的有机磷农药实现检测分析。首先,以有机磷农药中的甲胺磷和敌敌畏作为检测对象,运用气象色谱法检测获知蔬菜样品中残留农药真实含量,采用近红外光谱技术对样品进行扫描获得原始光谱,通过运用一阶导数法及一阶导数结合交叉验证法对样品进行原始光谱预处理;然后,利用偏最小二乘法构建样品近红外光谱校正模型,对蔬菜样品中的农药含量进行预测,利用相关系数和预测均方根误差值对模型进行测评,并获知样品农药含量预测值与真实值误差微小,确定近红外光谱校正模型为预测农药含量的最优模型。实验证明,利用近红外光谱技术对蔬菜中的残留农药实现了有效检测。     

近红外分析技术在中药检测体系中的应用

本文首先介绍了近红外光谱分析技术的相关原理以及其相对于其它分析技术的优缺点,紧接中介绍了近红外光谱分析技术在中药检测体系统中对中药定性、定量分析方面的运用。     

无损伤检测技术在肉品品质检测中的应用

无损伤检测是近年来发展起来检测技术,其在食品检测方面的应用日益增多。通过研究肉品的光学特性、电磁特性、声学特征等,提出了近红外光谱技术、拉曼光谱技术、核磁共振技术、超声波技术、电子鼻技术等无损伤检测技术,简单介绍了这些无损伤检测技术的基本原理及其在肉品品质方面检测的应用。     

近红外光谱分析技术在肥料成分分析中的应用及前景

近红外光谱是一种快速、无损、可实现多组分同时测定的分析技术。本文简要介绍了近红外光谱的发展、测量原理、技术特点．并对近年来近红外光谱技术在肥料成分分析中的应用及前景进行了总结。近红外光谱在肥料成分分析中的应用范围比较狭窄,主要集中在两个方面：一是利用近红外反射光谱（NIRS）分析技术快速测定各种畜禽粪便主要肥料成分含量;二是应用近红外光谱技术在土壤及土壤肥料学科中的应用;只有极少量的关于混合（复合）肥料的研究。随着近红外光谱技术的不断成熟,除了应用范围将不断拓宽之外,相信对于目前较为空白的应用机理的研究也将越来越深入、细致及严谨。     

近红外光谱分析技术在制浆造纸中的应用

科学技术的发展推动了红外光谱技术的发展,同时也使得近红外光谱分析技术在制浆造纸工业中得到了广泛的应用,提高了我国造纸的效率,同时也提高了我国纸品的质量和韧性。主要对近红外光谱进行了分析,研究了该技术在制浆造纸中的应用方式。     

氮素胁迫下的冬小麦光谱特征提取与分析

高光谱遥感是对地观测的重要技术手段，利用野外光谱仪在地面的实测工作为其在精准农业等方面的应用进行有益的尝试，可以提高作物营养诊断的精度。养分胁迫下高光谱特征提取是这一目标的地面预研究。本次试验对不同氮素养分胁迫下东小麦的不同生育期，分别观测其光谱反射率，分析其生物物理参数的变化规律和反射光谱的特征，利用导数光谱技术对叶绿素密度和叶面积指数等生物物理参量同原始光谱、一阶倒数光谱进行拟合度比较，结合养份胁迫的特点，分析建立光谱模型的可能性。叶绿素密度在可见光和近红外波段均拟合较好，拟合度在0.5左右，高于叶绿素含量与光谱反射率的拟合，而叶面积指数与冠层光谱拟合在近红外波段较好，在可见光波段拟合度较小。通过作物的光谱特征，提取其中重要的近红外反射峰值、绿峰和红端位移特征，与冬小麦的叶绿素密度、叶绿素含量等生物物理参数进行相关分析，建立了线性光谱模拟模型。提取出的特征参量均可有效地模拟生物物理参数的变化，其中叶绿素含量与近红外反射峰值的拟合度（R2)除乳熟期外，都在0.9以上；孕穗期的模拟模型也有显著的相关关系。综合分析，孕穗期是利用高光谱遥感进行作物长势和养份分诊断研究的最佳时期。     

近红外光谱分析原理、检测及定标技术简介

近年来,近红外光谱技术以其独特的优越性越来越受到人们的关注,已成为发展最快、最引人注目的分析技术之一.近红外光谱技术对样品的分析要通过校正模型的建立来实现,实验结果的准确性与定标模型的可靠性有直接的关系,所以如何建立一个准确、可靠的定标模型在近红外光谱技术使用中至关重要.     

近红外光谱分析技术在油品分析中的应用研究

油品分析是炼油过程中一项重要的工作,对油品的成分和质量进行检验,可以获得相应的数据,从而为油品的有效应用提供依据。近红外光谱分析技术是一种间接测定方法,运用光谱技术和光线技术,对油品中的辛烷值等参数进行快速检测和判定,并且获得准确的判定结果。本文就主要针对近红外光谱分析技术在油品分析中应用的相关问题进行简单的分析。     

近红外光谱透射法测量废水化学需氧量(COD)的光程选择

近红外光谱透射法是水质检测中的一种有效的探测方法,通过近红外光谱可以更加精确的测出废水中的化学需要量(COD).因此本文对近红外光谱射法测量废水中化学需要量(COD)的光程选择进行探析     

我国近红外光谱分析技术在农业领域的应用研究进展

近红外光谱(NIRS)分析技术是目前国际公认的最有应用价值的分析技术之一,它在世界各国的国民经济中均发挥着越来越重要的作用。本文论述了近红外光谱分析技术在国内外发展进程及其在国内农业领域的应用现状、发展前景。     

加料烟片近红外光谱分析影响因素研究

通过探讨不同叶组、不同烟片含水率、不同料液施加量、叶组配方调整对近红外光谱的影响,得到烟片含水率对谱图的影响较大,不同叶组的近红外图谱差异很大,料液施加量不同对近红外检测结果也有影响,而叶组配方适度调整对近红外检测影响较小的结论。     

基于光谱图像分析的白芷酒炖前后4种香豆素类成分含量测定

白芷是中医常用药物,药典中对本品的描述为辛、温,该药含有较多功效,具有多种药理作用。白芷中主要活性代表成分为香豆素类,在对其药理功效成分不断研究过程中,逐渐认识到该药材的益处,利用白芷泡酒能够对人体产生保健作用。由于白芷酒的主要药理功效为香豆素类,因此,文中提出基于光谱图像分析技术对白芷酒炖前后香豆素类成分含量进行检测实验。首先,利用近红外光谱技术对白芷酒炖前后样本中香豆素类实现光谱分析,得到在近红外区域特征吸收的波段范围,获取近红外光谱数据,建立白芷酒香豆素类分析校正模型;然后,通过HLPC分析方法测量白芷酒炖前后样品的化学值,根据红外光谱数据和样品化学值对样品类型进行筛选,获取筛选数据后将白芷酒香豆素类炖前后的数据进行成分含量比较,实现检测目的。     

应用近红外光谱分析技术建立萘普生片的一致性模型

目的:应用近红外光谱技术建立萘普生片一致性检验模型,快速鉴别假劣药品。方法:首先采集所有批次萘普生样品的近红外原始光谱,然后用参考光谱建立一致性模型,最后用验证光谱对该模型进行验证。结果:所建立的近红外一致性模型能准确快速地区分不同厂家的萘普生片。结论:所建方法可用来筛查假劣药品,保护品牌药,增强市场监管力度。     

近红外光谱分析技术在草业中的应用

近红外光谱分析技术（NIRS）由于具有准确、快速、成本低、无污染等特点,已经越来越受到草学科学工作者的重视。但与在其他领域的应用情况相比,在草业上的应用起步晚,相对较为落后,这种情况在我国尤为显著。文章综述了国内外近红外光谱分析技术在草业科学中基础研究领域和应用研究领域应用过程中所取得的成果。     

浅析近红外光谱分析在食品药品检测中的应用

食品药品安全问题如今受到了广泛的关注,其中近红外光谱分析在食品药品检测中受到广泛的应用,作为一种不会损伤到样品的检测方法,它所具有的快速与精准的优势使其在食品药品检测中发挥了重要的作用。本文根据近红外光谱分析的应用特点,对其在食品药品检测中起到的作用进行简单的介绍,根据其实验的性质,比较近红外光谱分析与传统实验之间的优势,为食品药品安全检测提供保障。     

近红外快速检测广西产大米中淀粉及直链淀粉成分的研究

近红外品质分析仪对收集的具有代表性的广西产大米40个品种393份样品进行漫反射光谱数据采集,用标准常规方法对样品进行化学测定,通过数学方法（MPLS法）和数学转换（2,5,5,1）模式,将淀粉和直链淀粉光谱数据和常规方法测定数据进行回归法计算,得出定标方程,再用18个品种样品进行定标验证。最终建立近红外快速检测广西产大米淀粉及直链淀粉成分的数据模型。     

基于近红外光谱法无创检测血糖浓度校正模型的建立

由于糖尿病患者人数的逐年剧增,血糖的无创检测和预测方法以及应用具有重要的临床应用价值。研究采用临床采集的已知葡萄糖浓度的血液作为样本,使用MAGVA-AR560型近红外傅里叶变换光谱仪,建立无创检测血糖浓度校正模型,通过校正模型和样品的近红外光谱来测定葡萄糖溶液的浓度。     

近红外光谱分析技术在化学药品生产过程中的控制应用

化学药品的生产关乎人民群众的身体健康,因此,化学药品生产过程中的质量保证非常重要,而在化学药品的生产过程中近红外光谱分析技术能够发挥出非常重要的作用。故此,在本文中就将对近红外光谱分析技术在化学药品生产过程控制应用进行相关的研究和分析,其主要的目的就是提升现阶段的化学药品生产的质量和效率,这对于广大的人民群众来说具有重要的意义。     

玉米种子近红外检测模型研究

本文首先采集3种玉米质量级别样本的近红外光谱。选择卷积平滑(S-G)和多元散射校正(MSC)及二者组合的方法消除光谱噪声和去除奇异光谱。然后使用主成分分析(PCA)法构建玉米种子检测模型,根据采用数据预处理方法的不同,构建了3种玉米种子的检测模型。经过实验验证(S+M)-P模型识别率最高。