论文部分内容阅读
本文研究应用近红外光谱分析技术快速、准确测定小麦收购品质中水分含量、蛋白质含量、容重、降落数值、灰分含量、面筋含量的方法和途径：(1)探讨光谱预处理方法(数学处理、散射校正)对定标模型的影响,比较修正偏最小二乘法、偏最小二乘法、主成分回归法三种回归技术在建模中的应用。(2)研究国外XDS近红外分析仪和国内便携式近红外谷物分析仪分别测定上述小麦收购品质的可行性,并分别建立这些成分或性质的近红外定标模型。(3)选择一批与定标集独立无关的样品,对最优模型进行验证,通过比较预测值与化学测定值的差异来比较国内外两种仪器最优模型的预测准确性。结果表明：(1)对于国外XDS近红外分析仪,修正偏最小二乘法是建立测定小麦收购品质中水分含量、蛋白质含量、降落数值、灰分含量、湿面筋含量的定标模型的最适合回归技术,偏最小二乘法是建立测定小麦收购品质中容重、干面筋含量的定标模型的最适合回归技术。(2)对于国内便携式近红外谷物分析仪,偏最小二乘法是建立小麦收购品质包括水分含量、蛋白质含量、容重、降落数值、灰分含量、面筋含量定标模型的最适合回归技术。(3)国外XDS近红外分析仪所建7个定标模型的内部交互验证标准偏差(SECV)分别为：0.162、0.152、7.267、47.233、0.078、2.021、0.959；定标相关系数(RSQ)分别为：0.979、0.984、0.860、0.846、0.825、0.796、0.755；外部验证标准偏差(SEP)分别为：0.217、0.136、8.642、41.332、0.097、2.343、1.121；对20份样品的预测值和化学分析测定值进行T检验,得到T检验值分别为：1.510、0.180、1.193、0.749、0.482、1.163、1.184,5%水平内差异均不显著,可应用于小麦收购品质分析的实际过程。(4)国内便携式近红外谷物分析仪所建7个定标模型的内部交互验证标准偏差(SECV)分别为：0.282、0.480、16.943、60.282、0.110、2.956、1.339；定标相关系数(RSQ)分别为：0.985、0.988、0.833、0.906、0.871、0.937、0.946；外部验证标准偏差(SEP)分别为：0.222、0.188、20.322、70.211、0.119、2.743、1.211；对20份样品的预测值和化学分析测定值进行T检验,得到T检验值分别为：0.261、0.304、1.235、0.030、0.005、0.364、0.119,5%水平内差异均不显著,可应用于小麦收购品质分析的实际过程。(5)比较上述预测结果可知,近红外光谱分析技术可以用于小麦收购品质中,国内便携式近红外谷物分析仪的预测结果己接近国外XDS近红外分析仪,考虑到成本和体积问题,便携式近红外谷物分析仪可以应用于小麦收购品质中。