天津大学精密测试技术及仪器国家重点实验室, 天津 300072
在基于近红外光谱法的无创血糖测量领域, 受人体皮肤状态波动的影响, 血糖预测模型无法长时间使用, 极大地限制了该方法在临床上的应用。 皮肤血流灌注是与人体生理状态密切相关的参数, 直接影响着皮肤中水分的流动, 它还难以像温度、 压力那样借助外部手段进行控制。 在皮肤光谱的测量中, 血流灌注会通过水分的迁移间接影响真皮层的厚度, 并使得光谱产生较大变化。 借助蒙特卡洛模拟方法仿真了在1 000~1 700 nm波段真皮层厚度变化±30 μm时三层皮肤的漫反射光强、 光子穿透深度与平均光程, 研究了真皮层厚度变化后的光谱变化规律。 对两个光源-探测器距离下的衰减度进行差分, 用于消除真皮层厚度变化的影响, 对1 000~1 700 nm的波长均给出了适宜的差分测量距离。 发现1 200 nm波长附近, 当真皮层厚度变化时, 漫反射衰减度在每个测量距离下的变化都非常小, 因此是较适宜的测量波长。 而对于水的吸收峰1 450 nm附近的波长而言, 漫反射衰减度随着光源-探测器距离的增加而变大, 且在一定范围内急剧变化; 因此, 应避免选择这些光源-探测器距离。 对于常用的血糖测量波长1 200、 1 300及1 600 nm波长而言, 光源-探测器距离可选在小于0.1 cm或大于0.4 cm的范围, 此处漫反射衰减度变化随着光源-探测器距离变化较缓慢, 采用差分处理可较好地消除真皮层厚度变化对光谱的影响。 考虑到不同光源-探测器距离下对应的真皮层光子百分比不同, 可选择主要对应于真皮层的光源-探测器距离, 该工作采取80 %真皮光子百分比为界限。 综上, 综合现有仪器能达到的测量精度水平, 对于1 200、 1 300和1 600 nm波长, 可选择0.03~0.1 cm范围内的两个光源-探测器距离进行差分测量, 可以较好地抑制真皮层厚度变化的影响, 从而有效减小皮肤血流灌注变动的影响。
近红外漫反射光谱法 无创血糖测量 蒙特卡洛模拟 皮肤血流灌注 三层皮肤模型 真皮层厚度 差分测量 Near-infrared diffuse reflectance spectroscopy Non-invasive blood glucose measurement Monte Carlo simulation Cutaneous blood perfusion Three-layered skin model Dermal thickness Differential measurement 光谱学与光谱分析
2023, 43(9): 2699
1 华东交通大学 智能机电装备创新研究院,南昌 330013
2 华东交通大学 机电与车辆工程学院,南昌 330013
为了降低贡梨自身尺寸差异造成其可溶性固形物含量预测模型的精度不高问题,采用近红外漫反射光谱技术和偏最小二乘回归算法,建立近红外光谱模型和尺寸通用模型,进行了理论分析和实验验证,取得了小果、中果、大果3个尺寸等级的局部尺寸模型和尺寸通用模型,预测了不同尺寸等级贡梨可溶性固形物含量的数据。结果表明,局部尺寸模型预测自身等级的贡梨可溶性固形物含量的效果好,预测其它等级的效果差; 通用模型预测小果、中果、大果的预测相关系数分别为0.892、0.937、0.889,预测均方根误差分别为0.524 、0.417、0.551,通用模型无论预测哪一个尺寸等级的贡梨都有较好的结果。尺寸通用模型能够减小尺寸差异带来的不良影响,适用于检测不同尺寸等级的贡梨可溶性固形物含量。
光谱学 尺寸通用模型 近红外漫反射光谱 贡梨 spectroscopy universal dimensional model near-infrared diffuse reflectance spectroscopy gongpear
为实现现场、 快速且相对准确地获得规模化奶牛场粪便从牛舍到还田前各环节的全氮含量, 连续6天采集天津市某典型奶牛场粪便处理全过程环节(收集—筛分—堆储)111个粪便样品, 使用电热鼓风干燥箱将样品烘干后粉碎并过18目筛。 采用凯氏定氮仪测得各环节样品中全氮含量, 其浓度范围为0.20%~3.86%; 采用美国PE公司的傅里叶近红外光谱仪在4 000~12 000 cm-1范围内采集所有样品的近红外漫反射光谱。 基于蒙特卡洛交叉验证法对异常样品进行检查, 剔除17个异常样品, 并对剩余94个样品的近红外漫反射光谱进行SG一阶导数与去噪预处理。 接着对94个样品预处理后的近红外漫反射光谱数据进行主成分分析, 前两个主成分可以解释所有变量方差的89%, 通过主成分分析得出规模化奶牛场粪便处理全过程环节样品的变异情况: 从鲜粪到混合粪环节, 样品的性质和有机组分变化不大, 而到垫料环节, 性质和有机组分发生较大变化, 表明粪便样品随着处理环节的变化, 其性质和组成在发生动态的变化。 因此, 要实现对规模化奶牛场粪便处理全过程环节样品动态的、 实时的总氮快速检测, 就必须建立适用于粪便处理全过程环节的定量分析模型。 最后, 采用K-S法从94个样品中选择63个样品, 包括24个鲜粪样品、 28个混合粪样品、 11个垫料样品, 作为校正集建立规模化奶牛场粪便处理全过程环节定量分析总氮的偏最小二乘模型。 利用所建立的全环节模型对预测集31个未知样品, 包括12个鲜粪样品、 9个混合粪样品、 10个垫料样品, 进行预测, 预测浓度与实际浓度的相关系数(R)为0.91, 预测均方根误差(RMSEP)为0.151%。 表明: 将近红外漫反射光谱与化学计量学结合快速定量分析规模化奶牛场全程粪便中全氮的含量完全可行, 为粪便全氮快速检测近红外仪器的开发和现场应用提供理论和实验依据, 为粪便定量还田提供技术支撑。
规模化奶牛场 粪便 全氮 近红外漫反射光谱 偏最小二乘 Large-scale dairy farm Manure Total nitrogen (TN) Near-infrared diffuse reflectance spectroscopy Partial least squares 光谱学与光谱分析
2020, 40(10): 3287
1 农业部农业环境重点实验室, 中国农业科学院农业环境与可持续发展研究所, 北京 100081
2 商丘市农林科学院小麦研究所, 河南 商丘 476000
在农田尺度下, 土壤表层因理化性状、 粗糙度、 作物根系和秸秆残茬等引起的空间异质性较为明显, 样点间含水量差别相对较小, 这对基于近红外漫反射光谱技术的表层土壤含水量原位测定带来极大的挑战。 本研究分别利用基于单一波长(1 200, 1 400, 1 450, 1 820, 1 940, 2 000和2 250 nm)反射率构建的指数衰减模型、 基于归一化土壤湿度指数(NSMI)和相对吸收深度(RAD)构建的线性模型、 基于土壤含水量高斯模型(SMGM)所得的拐点宽度(σ)、 函数中心振幅(Rd)和高斯曲线面积(A)三个参数构建的线性或二次模型, 以及基于波长区间反射率构建的偏最小二乘模型(PLS), 对土壤体积含水量(VMC)进行定量分析。 结果表明: (1)在单一波长反射率构建的所有指数衰减模型中, 2 000 nm波长显示出最佳验证效果, RMSEp最低(2.463), RPD最大(1.06); (2)与RAD相比, NSMI的验证精度更令人满意, R2(0.312)和RPD(1.224)更高, RMSEp(2.133)更低; (3)在SMGM模型参数以及PLS模型拟合VMC的验证结果中, Rd具有最佳拟合精度, 其R2(0.253)和RPD(1.175)最高, RMSEp(2.222)最低; (4)总的来看, NSMI指标构建的线性模型是所有方法中精度最高的, 而且计算过程简单, 易于操作, 可作为表层土壤含水量原位测定的首选方法。
农田尺度 原位 近红外漫反射光谱 体积含水量 定量模型 At field scale In situ Near infrared diffuse reflectance spectroscopy Volumetric moisture content Quantification models 光谱学与光谱分析
2015, 35(12): 3416
1 中国科学院华南植物园, 广东 广州510650
2 中国科学院大学, 北京100049
3 文山学院生化系, 云南 文山663000
4 云南省林业科学院, 云南 昆明650204
5 云南省农业科学院药用植物研究所, 云南 昆明650200
6 玉溪师范学院资源环境学院, 云南 玉溪653100
通过采集15种石斛171份样品的近红外漫反射光谱, 结合化学计量学统计分析方法建立预测模型, 对不同种石斛进行快速无损鉴别。 应用Hotelling T2对随机抽取的5份样品的近红外光谱进行稳定性分析, 结果表明, 样品的近红外光谱具有较好稳定性。 设计正交试验L24（2×4×3×8）, 对光程类型、 光谱波段、 导数和平滑四个因素进行优化处理。 利用主成分分析对正交试验结果进行分析, 结果显示, 选择6 500～4 000 cm-1的光谱波段, 采用多元散射校正、 二阶导数和Norris平滑对光谱预处理, 提取的主成分数为7时, 光谱判别正确率为100%。 将正交试验优化条件作为偏最小二乘法判别分析的输入值, 随机选取123份样本作为校正集建立预测模型, 其余48份样本为预测集, 评估预测模型的性能。 结果表明, 该模型前3个主成分累积贡献率为99.36%, 设定鉴别标准偏差为±0.1时, 该方法的正确识别率为97.92%, 获得满意的结果。 该方法的建立为不同种石斛的快速鉴别提供了一种新的方法, 同时为药用植物的鉴别提供参考。
石斛 近红外漫反射光谱 主成分分析 偏最小二乘判别分析 Dendrobium Near infrared diffuse reflection spectroscopy Principal component analysis Partial least squares discriminant analysis
1 安徽大学资源与环境工程学院, 安徽 合肥 230601
2 安徽省中药材产业化技术研发中心, 安徽 合肥 230601
3 中国科学院合肥物质科学研究院, 安徽 合肥 230031
使用近红外光谱技术直接扫描甜叶菊干叶片, 建立了甜菊苷(stevioside, ST)和莱鲍迪苷 A(rebaudioside A, RA)的检测模型。 对甜菊苷含量在0.27%～1.40%, 莱鲍迪苷 A含量在0.61%～3.98%范围内的不同品种的甜叶菊干叶片进行了近红外光谱扫描, 共扫描了105份。 采用偏最小二乘法建立甜菊糖苷的检测模型, 比较了减去一条直线、 多元散射校正、 一阶导数和二阶导数等不同的光谱预处理方法对模型的影响。 结果显示减去一条直线的数据预处理方法为ST的最优建模方法。 ST校正集相关系数为0.986, 校正均方根误差为0.341, 预测均方根误差为1.00, 相对分析误差为2.8; RA采用无光谱预处理建模, RA的建模结果相关系数为0.967, 校正均方根误差为1.50, 预测均方根误差为1.98, 相对分析误差为4.17。 说明近红外光谱技术检测甜叶菊干叶片中ST和RA的含量具有一定的可行性。 同时与甜叶菊粉末ST模型结果相关系数为0.986, 校正均方根误差为0.32, 预测均方根误差为0.601, 相对分析误差为2.86和RA模型结果相关系数为0.968, 校正均方根误差为1.50, 预测均方根误差为1.48, 相对分析误差为4.2相比差异不明显。 但减少了叶片粉末检测过程中的烘干、 研磨的步骤, 节省了时间, 降低了工作量。
近红外漫反射光谱 甜叶菊 甜菊苷 莱鲍迪苷A 偏最小二乘算法 Near infrared spectroscopy Stevia rebaudiana Stevioside Rebaudioside A Partial least square 光谱学与光谱分析
2014, 34(10): 2719
中国中医科学院中药研究所, 中药质量控制技术国家工程实验室, 北京 100700
建立近红外光谱(near infrared spectroscopy, NIRS)法快速测定复方苦参注射液原料药材苦参和白土苓中多指标成分含量的方法, 探讨其在中成药原料质量保障系统中的应用可行性。 以HPLC法测定苦参中氧化苦参碱、 氧化槐果碱、 苦参碱和槐果碱以及白土苓中大泽米苷的含量为对照值; 采用近红外漫反射模式采集样品光谱, 比较不同建模波段及光谱预处理方法的建模效果, 优选出最佳建模参数; 采用偏最小二乘法分别建立白土苓中大泽米苷和苦参中氧化苦参碱与苦参碱总量、 槐果碱与氧化槐果碱总量的近红外定量分析模型, 并对模型进行评价。 结果显示, HPLC测定的88批白土苓中大泽米苷和75批苦参中氧化苦参碱与苦参碱总量、 槐果碱与氧化槐果碱总量分别0.36～12.88, 8.87～66.31和2.30～15.11 mg·g-1。 所建立的三组指标成分的NIRS定量校正模型性能良好, 各模型校正集内部交叉验证R2为0.902 5, 0.949 1, 0.913 7, RMSECV为0.961, 2.45, 0.724 mg·g-1; 验证集外部验证R2 0.981 7, 0.982 6, 0.960 9, RMSEP为0.693, 2.27, 0.658 mg·g-1。 建立了快速定量苦参和白土苓中多指标成分的含量的近红外分析方法, 所建立的定量分析模型能够满足复方苦参注射液大生产对大批量原料样品化学信息快速获取的需求。
近红外漫反射光谱 苦参 白土苓 大泽米苷 苦参生物碱 快速测定 Near infrared diffused reflectance spectroscopy Sophorae flavescens radix Heterosmilacis japonicae rhizoma Macrozamin Kushen alkaloids Rapid determination 光谱学与光谱分析
2014, 34(10): 2652
1 四川省草原科学研究院, 四川 成都611731
2 西南民族大学青藏高原研究院, 四川 成都610041
菊苣(Cichorium intybus L.)是一种新型的高产优质饲用牧草, 具有极大的推广利用价值。体外干物质消化率(in vitro dry matter digestibility, IVDMD)是评价饲草营养价值的重要指标之一。建立菊苣体外干物质消化率的NIRS定量分析模型的研究, 采集了72个品种、 不同基因型、 不同生长发育时期的204个菊苣地上部分为样品, 应用傅里叶变换近红外漫反射光谱技术, 通过采用不同的回归算法, 比较不同的光谱范围和光谱预处理方法, 建立了8个菊苣体外干物质消化率(IVDMD)的近红外漫反射光谱校正模型, 从中选出最佳参数的校正模型。其校正决定系数(R2cal)和外部验证决定系数(R2val)分别为0.953 17和0.904 55, 校正标准差(RMSEC)和预测标准差(RMSEP)分别为1.977 99%和2.008 82%, 预测值与化学值间的相关系数(r)达0.951 08。结果表明, 利用近红外漫反射光谱法来测定菊苣体外干物质消化率(IVDMD)是可行的, 可为菊苣体外干物质消化率(IVDMD)的测定提供快速的分析测定方法。
菊苣 近红外漫反射光谱 体外干物质消化率 校正模型 Cichorium intybus L. Near-infrared reflectance spectroscopy(NIRS) in vitro dry matter digestibility(IVDMD) Calibration model 光谱学与光谱分析
2014, 34(8): 2085
北京化工大学材料科学与工程学院, 有机无机复合材料国家重点实验室, 碳纤维及功能高分子教育部重点实验室, 北京100029
为满足食品中反式脂肪酸（TFA）的快检需求, 提出了一种采用近红外漫反射光谱识别含TFA食品的快速无损方法。 采用光纤探头采集完整样品的傅里叶变换近红外漫反射光谱, 应用毛细管气相色谱（GC）法测定食品中TFA的含量作为建模参考数据。 根据食品中TFA含量将食品分为含TFA食品和无TFA食品。 采用偏最小二乘判别（PLSDA）、 支持向量机（SVM）、 簇类独立软模式（SIMCA）和K-最邻近法（KNN）等有监督模式识别方法建立了含TFA食品的识别模型, 并研究了不同光谱预处理方法和建模波段对模型性能的影响。 研究结果表明, PLSDA和SVM两种方法可对含TFA食品进行识别 , 但PLSDA方法识别效果明显优于SVM方法。 其中, 使用与TFA相关波段, 结合标准化和二阶导数预处理所建立的PLSDA识别模型效果最佳, 校正集和验证集识别准确率分别可达96.4%和88%, 具有快速无损识别含TFA食品的可行性。 这种方法不需脂肪提取和研磨等样品预处理, 具有简单、 快速、 无需破坏样品等优点, 非常适合现场或在线快速检测。
反式脂肪酸（TFA） 近红外漫反射光谱 无损识别 Trans fatty acids (TFA) NIR Nondestructive identification PLSDA PLSDA 光谱学与光谱分析
2013, 33(11): 3019
