科研产出
不同初加工小粒咖啡生豆判别及可溶性固形物含量预测
《食品工业科技 》 2025 北大核心 CSCD
摘要：为探究不同初加工小粒咖啡生豆判别方法及预测其可溶性固形物(Soluble solids content,SSC)含量,利用手持式折光仪和傅里叶红外光谱仪(Fourier transform infrared spectroscopy,FT-IR)对水洗、日晒及蜜处理三种不同初加工小粒咖啡生豆进行检测,并建立了判别方法和SSC回归预测模型.结果表明,蜜处理咖啡豆SSC含量最高,为4.86%.二维相关光谱(Two-dimensional correlation spectroscopy,2D-COS)能准确识别不同样品间的光谱特征的差异.采用多元统计分析处理SG平滑(Savitzky-Golay smoothing,SG)、均值归一化(Normalization method,NM)、去趋势化(De-trend,DT)、多元散射校正(Multiple scattering correction,MSC)4 种预处理方式FT-IR光谱数据可以实现对不同初加工样本的准确判别.进一步使用主成分回归(Principal component regression,PCR)、偏最小二乘回归(Partial least squares regression,PL SR)、支持向量机回归(Support vector regression,SVR)3种机器学习模型实现了对三种不同初加工咖啡生豆SSC的预测,其中原始数据-PCR模型组合预测效果最好R2c为0.67,R2p为0.64.本研究为不同初加工方式咖啡豆品质评价、优选、提升及完善咖啡产业体系提供了前期基础.
关键词： 初加工 咖啡生豆 傅里叶变换近红外光谱 可溶性固形物 化学计量学 预测
全文链接
请求原文
基于FT-NIR技术结合化学计量学方法快速准确鉴别天麻不同栽培品种
《分析测试学报 》 2025 北大核心 CSCD
摘要：采用傅里叶变换近红外光谱（FT-NIR）与二维相关光谱（2DCOS）技术，结合化学计量学方法和深度学习算法，分别构建了偏最小二乘判别分析（PLS-DA）模型和残差卷积神经网络（ResNet）模型，快速准确鉴别了3种栽培品种天麻（Gastrodia elata Blum）样本（共计447份）。结果表明：FT-NIR数据经一阶导数（1st Der）和多元散射校正（MSC）组合预处理后建立的PLS-DA模型综合性能最好（准确率99.00%）。同时，基于FT-NIR同步2DCOS图像结合ResNet模型的鉴别方法，无需筛选最佳预处理和进行复杂的数据转换，即可实现对不同栽培品种天麻的快速精确鉴别（准确率100.00%）。该研究为鉴别不同栽培品种的天麻提供了一种快速、准确的新方法，可为天麻种质资源研究与新品种选育进一步奠定基础。
关键词： 傅里叶变换近红外光谱 化学计量学 机器学习 天麻 栽培品种
全文链接
请求原文
基于FT-NIR和ATR-FTIR光谱的铁皮石斛地理溯源
《分析测试学报 》 2025 北大核心 CSCD
摘要：为实现铁皮石斛地理来源的快速有效鉴别，基于衰减全反射傅里叶变换红外光谱（ATR-FTIR）和傅里叶变换近红外光谱（FT-NIR）技术，结合数据融合策略与化学计量学方法建立了铁皮石斛地理溯源模型。结果表明，FT-NIR和FT-NIR+ATR-FTIR融合数据集经二阶导数（2nd）预处理后构建的偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）模型性能最好，测试集准确率均达到100.00%。基于二维相关光谱（2DCOS）构建的残差卷积神经网络（ResNet）模型在训练集、测试集和外部验证集上均实现了100.00%的准确率。该研究为铁皮石斛地理溯源和地理标志产品保护提供了科学依据。
关键词： 铁皮石斛 化学计量学 机器学习 二维相关光谱 地理来源
全文链接
请求原文
基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果
《分析测试学报 》 2025 北大核心 CSCD
摘要：该研究采用傅里叶变换近红外光谱（FT-NIR）、衰减全反射傅里叶变换红外光谱（ATR-FTIR）及二维相关光谱（2DCOS）技术，结合化学计量学与深度学习建立偏最小二乘判别分析（PLS-DA）和残差卷积神经网络（ResNet）判别模型，对7个主产区（221份）的草果样本进行快速、准确溯源。结果表明：ATR-FTIR光谱数据经二阶导数（2nd）+标准正态变换（SNV）预处理后建立的PLS-DA模型性能最好（95.31%），但FT-NIR光谱数据的最佳预处理为2nd。基于FT-NIR和ATR-FTIR的同步2DCOS图像建立的ResNet模型不需要筛选最佳预处理和复杂的数据转换，即可达到100%的准确率。其中，基于FT-NIR数据转化的同步2DCOS图像建立的ResNet模型的迭代次数最少、耗时最短、成本最低。该研究为鉴别不同地理来源的草果提供了一种快速、准确的新方法，为草果质量等级评价体系的进一步研究奠定了基础。
关键词： 草果 化学计量学 机器学习 二维相关光谱 地理来源
全文链接
请求原文
土壤化学计量特征及其对甘蔗叶片养分驱动的影响
《热带作物学报 》 2025 北大核心 CSCD
摘要：土壤养分供给能力显著影响甘蔗产量及品质.中国蔗区普遍存在土壤酸化、养分失衡等问题,严重制约甘蔗产业可持续发展,揭示土壤-植物系统养分互作机制对优化田间管理策略具有重要科学价值.本研究旨在解析区域土壤化学计量特征对甘蔗叶片养分吸收的驱动机制,明确土壤酸化与养分限制的关键阈值,为精准施肥与土壤改良提供理论依据和技术支撑.采用网格布点法系统采集121个典型蔗田的土壤(0~30 cm)及对应甘蔗叶片样品,测定土壤pH及养分,包括有机质、全氮、全磷、全钾、碱解氮、有效磷、速效钾、有效态微量元素含量.叶片样品经H2SO4-H2O2消解后,测定全氮、全磷及全钾含量.基于结构方程模型(SEM)构建土壤肥力(有机质、全氮、全磷、速效钾等)、微量元素(有效铁、锰、铜、锌)及环境因子(pH)对叶片养分的多路径驱动网络,采用最大似然估计法优化模型参数,并通过标准化路径系数(β)和决定系数(R2)量化各因子贡献度.结果表明:(1)土壤呈显著酸化特征(pH均值 5.07),78.23%样点 pH≤5.5;84.75%样点有效锌匮乏(<1.5 mg/kg),而全钾(2.27%)、有效铁(59.90 mg/kg)及有效铜(1.04 mg/kg)含量较高.(2)有机质与全氮(r=0.929**)、全磷(r=0.614**)、碱解氮(r=0.847**)、速效磷(r=0.642**)、速效钾(r=0.399**)等呈极显著正相关.(3)土壤酸化(pH<5.5)导致阳离子交换量降低26.7%,并与碱解氮(r=-0.290**)呈显著负相关;中性微酸条件(pH 6.0~6.5)可提升磷、钾有效性.(4)土壤有效养分是驱动叶片养分的关键.本研究系统阐明滇西南甘蔗区土壤化学计量特征对甘蔗叶片养分的多路径驱动机制,量化酸化与养分失衡的定量关系.建议该蔗区施肥采用"改酸-补锌-控氮-增碳"作为甘蔗高产优质栽培与土壤可持续管理的综合方案.
全文链接
请求原文
基于主要滋味成分指纹图谱和化学计量学鉴别海南不同地区咖啡豆
《热带作物学报 》 2024 北大核心 CSCD
摘要：本研究对海南不同产地6种咖啡豆即兴隆咖啡（XL）、福山咖啡（FS）、琼海咖啡（QH）、白沙陨石岭咖啡（YSL）、母山1号咖啡（MS1）、母山2号咖啡（MS2）的主要滋味特征成分进行研究，比较不同产地咖啡烘焙豆间滋味特征成分组成和含量的差异性。基于主要滋味成分指纹图谱对海南6种咖啡豆的化学表征，研究产地对咖啡滋味特征成分的影响，并对6种咖啡进行区分。采用超高效液相色谱法测定6种咖啡豆中8种绿原酸、咖啡因、葫芦巴碱以及8种有机酸的含量；采用离子交换色谱-脉冲安培法测定咖啡样品中单糖的组成及含量；利用全自动氨基酸分析仪测定样品中氨基酸组成及含量。研究结果表明：6种咖啡的滋味成分含量差异显著，咖啡因和葫芦巴碱含量均在母山2号（MS2）咖啡豆中最高，在母山1号（MS1）中最低。氨基酸含量在琼海（QH）豆中最高，绿原酸和单糖含量在琼海（QH）豆中最低。绿原酸在6种咖啡烘焙豆中的含量顺序依次为：咖啡酰奎宁酸（CQAs）＞阿魏酰奎宁酸（FQAs）＞二咖啡酰奎宁酸（diCQAs）。6种咖啡样品中只有8种单糖组分被检测到，其中半乳糖含量最高。结合主成分分析（PCA）和偏最小二乘判别分析（PLS-DA）化学计量学分析，成功将6种咖啡区分，其中兴隆咖啡、白沙陨石岭咖啡和母山二号咖啡间具有较高的相似性，表明基于主要滋味化学组分含量可用于鉴别海南不同产地咖啡。结果证明，通过主要滋味成分指纹图谱能够对不同产地咖啡进行良好区分。该研究揭示了不同产地咖啡的化学组成及品质特征，对咖啡风味品质提升及对优质产品的筛选和鉴别具有重要意义。
全文链接
请求原文
基于化学计量学的多花黄精多糖部分酸水解产物PMP-HPLC指纹图谱构建
《食品工业科技 》 2022 北大核心 CSCD
摘要：本文通过构建多花黄精HPLC指纹图谱,结合多种化学计量学方法探讨不同产地多花黄精药材多糖的差异.采用1-苯基-3-甲基-5-吡唑啉酮柱前衍生化-HPLC法,建立多花黄精多糖类成分的指纹图谱,对其单糖组成、总多糖含量进行分析,并采用相似度评价(SA)、聚类分析(HCA)和主成分分析(PCA)方法,对多花黄精指纹图谱进行模式识别研究.结果显示,不同产地多花黄精均含有半乳糖醛酸,葡萄糖醛酸,半乳糖,葡萄糖和木糖;13批多花黄精药材相似度在0.781~0.945之间,总多糖含量为7.18%~16.27%,HCA和PCA将不同产地的多花黄精分为2类,采集于湖南省慈利县的样本单独为一支.以上研究结果表明多花黄精药材多糖指纹差异较大,为保障黄精药材临床用药的有效和安全,有必要建立多花黄精的规范化栽培技术体系.
关键词： 柱前衍生化 多花黄精 多糖 质量评价 指纹图谱 化学计量学
全文链接
请求原文
当归HPLC指纹图谱建立及化学计量学评价
《中成药 》 2020 北大核心 CSCD
摘要：目的建立当归HPLC指纹图谱,并结合化学计量学评价其质量。方法当归3%甲酸甲醇提取物的分析采用Waters Symmetryshield C_(18)柱(4.6 mm×250 mm,5μm);流动相乙腈-0.5%的醋酸水,梯度洗脱;体积流量1.0 mL/min;柱温30℃;检测波长254 nm。并对结果进行聚类分析及主成分分析。结果 35批样品指纹图谱中有24个共有峰,相似度0.824～0.989;聚类分析将样品分为3类,云南单独聚为一类,结果与相似度评价一致;主成分分析确定6、7、13、17、18号色谱峰为主要成分。结论该方法简单、稳定、重现性好,可用于当归的质量控制。
关键词： 当归 指纹图谱 化学计量学 聚类分析 主成分分析 HPLC
全文链接
请求原文
FTIR结合化学计量学对三七地下部位鉴别及皂苷含量预测
《光谱学与光谱分析 》 2019 EI SCI 北大核心 CSCD
摘要：当今中药市场上掺假现象屡见不鲜,不良商贩利用三七须根粉末假冒主根和剪口粉末,严重影响三七的质量与药效。通过傅里叶变换红外光谱(FTIR)结合化学计量学建立三七主根、剪口和须根粉末鉴别及四种皂苷含量快速预测模型,为快速三七质量控制提供基础。采集三七主根、剪口和须根红外光谱,超高效液相色谱(UPLC)测量样品中三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1和人参皂苷Rd含量。采用纵坐标归一化及二阶导数对原始红外光谱进行预处理;Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。训练集数据结合支持向量机(SVM)判别建立三七主根、剪口和须根粉末鉴别模型,最佳核函数c和g采用交叉验证进行网格式搜索,预测集数据用于对判别模型进行外部验证。正交信号校正偏最小二乘回归(OSC-PLSR)建立三七中四种皂苷含量预测模型,红外光谱采用一阶、二阶导数及Savitsky-Golay平滑5点、7点、9点、11点预处理。60个样本分为2/3训练集与1/3预测集,训练集数据建立OSC-PLSR模型,预测集数据对OSC-PLSR模型的预测结果进行外部验证。结果显示:(1)二阶导数可有效的分离原始谱图的叠合隐蔽谱峰,并提高谱图的分辨率;(2)交叉验证网格式搜索计算出最佳核函数c=2.828 43,g=4.882 81×10~(-4),此时训练集判别正确率为100%;(3)SVM判别模型核函数设置为最佳核函数,预测集数据外部验证正确率为100%,所有样本均被正确鉴别;(4)三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近,预测效果良好。FTIR结合SVM判别能对三七主根、剪口和须根粉末快速鉴别,结合OSC-PLSR能对四种皂苷含量进行准确预测。该方法准确可靠,可为中药材三七提供快速有效的质量控制。
关键词： 傅里叶变换红外光谱 三七 地下部位鉴别 皂苷含量预测 化学计量学
全文链接
请求原文
应用铅同位素比值和元素含量分析法识别有机鸡样品真实性
《食品科学技术学报 》 2018 北大核心
摘要：探究了鸡中铅同位素与相关元素在有机养殖和常规养殖中的差异性,以探讨有机鸡样品溯源的可能性。相同品种的鸡分别采用有机养殖和常规养殖2种不同的饲养方式,利用电感耦合等离子体质谱分别对有机鸡和普通鸡样品中的铅同位素比值和相关元素含量进行测定。方差分析结果表明,铅同位素比值~(204)Pb/~(206)Pb和P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K元素含量具有显著性差异(P<0. 05);主成分分析初步表明,Zn、Mn、Mg、Ca、Cu、Na、K为有机鸡和普通鸡样品中的特征无机元素;聚类分析可将鸡样品分为有机养殖和常规养殖两大类,通过判别分析所得模型的初始分组正确率为100.0%,交叉验证正确率为90.0%。利用铅同位素比值(~(204)Pb/~(206)Pb)、相关元素(P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K)含量分析能够对有机鸡进行有效溯源识别,研究结果可为有机鸡的鉴别研究提供新的方法。
全文链接
请求原文
