科研产出
应用光谱分析方法测定牛肝菌的产地和不同部位矿物质含量
《光谱学与光谱分析 》 2020 EI 北大核心 CSCD
摘要：我国是全球最大的牛肝菌出口国,云南则是国内牛肝菌最大产区.美味牛肝菌香郁爽滑、营养丰富,备受消费者青睐,但因不同的地理气候和环境差异,导致品质参差不齐.开展云南省不同产区美味牛肝菌产地鉴别,有利于提高商品质量控制.本研究采集云南省13个产地美味牛肝菌样品124份,使用傅里叶变换中红外光谱(FTIR-MIR)、傅里叶变换近红外光谱(FTIR-NIR)、紫外可见光谱(UV-Vis)和电感耦合等离子体原子发射光谱法测定光谱信息与不同部位矿质元素含量并进行分析,对原始光谱进行平滑(Savitzky-Golay,SG)、二阶导数(SD)、标准正态变换(SNV)等预处理,数据使用Kennard-Stone分类法分为训练集与预测集,通过偏最小二乘辨别分析(PLS-DA)和支持向量机(SVM)建立分类模型后进行对比分析,寻找最佳的产地鉴别方法.结果显示:(1)元素测定方法中茶叶标准物质回收率在91.00% ~106.00% 之间,方法准确可靠;(2)美味牛肝菌富含元素K,P,Mg,Na和Ca且不同部位相同产地,不同产地相同部位元素之间存在差异性,可能与美味牛肝菌不同部位的富集能力和不同产地地理环境差异相关;(3)中级融合通过主成分分析(PCA)提取重要信息,其中FTIR-MIR和UV-Vis光谱数据的累计贡献率达到83.50% 和66.70%,代表重要信息变量;(4)在PLS-DA与SVM模型中,数据融合后的产地鉴别效果基本高于单一数据鉴别,说明数据融合策略在美味牛肝产地鉴别中效果显著;(5)采用Hottelling T2检测法对数据融合进行异常值检验,结果表明模型未超过置信区间,具有准确性与可信性;(6)PLS-DA模型的初级融合和中级融合结果都高于SVM,说明PLS-DA模型中级融合可以作为产地鉴别的最佳方法.多种光谱结合不同部位矿质元素可准确鉴别不同产地美味牛肝菌,为云南美味牛肝菌地域品质差异评价提供有效的分析方法.
全文链接
请求原文
不同部位矿质元素与红外光谱数据融合对美味牛肝菌产地溯源研究
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：野生食用菌产地溯源研究中,采用单一有机成分或矿质元素指纹存在一定局限性。利用不同指纹分析技术的互补性与协同性,将不同部位与类型的化学信息进行融合,探讨此方法对野生食用菌产地溯源的可行性,以期为野生食用菌溯源提供新的思路与科学依据。通过测定云南7个产地、124个美味牛肝菌(菌柄、菌盖)中15种矿质元素的含量,以及子实体傅里叶变换红外光谱(FTIR)。标准正态变换(SNV)、二阶导数(2D)等算法对原始光谱进行预处理。基于低级与中级数据融合策略,将预处理后的FTIR光谱与菌柄、菌盖矿质元素数据进行融合,结合支持向量机(SVM)分别建立菌柄、菌盖、FTIR、低级数据融合(菌柄+菌盖,菌柄+菌盖+FTIR)与中级数据融合(菌柄+菌盖+FTIR)判别模型;分析比较模型参数,确定快速甄别美味牛肝菌产地的可靠方法。结果显示:(1)菌盖中Cd,Cr,Cu,Li,Mg,Na,P和Zn元素平均含量高于菌柄,Ba,Ca,Co,Ni,Rb,Sr和V元素在菌柄中平均含量高于菌盖。美味牛肝菌中人体必需矿质元素Ca,Cu,Mg,P和Zn平均含量远高于小麦、水稻干品和新鲜蔬菜,与动物干制品含量相似;(2)FTIR光谱数据最佳预处理方法为3D+SNV,其Q2和R2 Y分别为76.64%,88.91%;(3)菌柄、菌盖、FTIR、低级数据融合与中级数据融合SVM模型,c值分别为8 192,4 096,1.414 2,11.313 7,1和0.7071 1,菌柄和菌盖模型c值较大,表明采用单一菌柄或菌盖矿质元素含量数据,SVM训练存在过拟合风险,判别效果较差;(4)FTIR、低级数据融合和中级数据融合SVM模型,样品分类错误总数分别为7,9,7和0,中级数据融合(菌柄+菌盖+FTIR)模型样品分类正确率最高。表明基于中级融合策略将不同部位矿物元素和子实体FTIR光谱数据融合,可作为野生食用菌产地溯源的一种有效方法。
关键词： 产地溯源 美味牛肝菌 矿质元素 FTIR 不同部位 数据融合
全文链接
请求原文
不同年份和产地美味牛肝菌的红外光谱鉴别研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：采用傅里叶变换红外光谱技术结合多元统计分析建立快速鉴别不同年份、不同产地美味牛肝菌的方法。采集2011年一2014年云南26个不同地区152个美味牛肝菌样品的红外光谱,使用正交信号校正(orthogonal signal correction,OSC)、微波压缩(wavelet compression)方法对原始光谱进行优化处理,OSCW校正前后的光谱数据进行偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA),比较光谱预处理前后PLS-DA的分类效果。将152个美味牛肝菌随机分为训练集(120个)和验证集(32个),建立OS--CW校正前后的PLS分类预测模型。结果显示,经OSCW处理后的PLS-DA分类效果明显优于处理前的结果,主成分得分图能准确区分不同年份、不同产地美味牛肝菌样品,表明OSCW处理能有效滤除光谱中的噪音及与因变量无关的干扰信息,提高光谱分析的准确性和计算速率。OSCW处理前PLS模型训练集的R~2和RMSEE分别为0.790 1和21.246 5,验证集的R~2和RMSEP分别为0.922 5和14.429 2;OSCW预处理后训练集的R~2和RMSEE分别为0.852 3和17.238 1,验证集的R~2和RMSEP分别为0.845 4和20.87,表明OSCW预处理提高了训练集的预测效果,但OSCW-PLS出现了过拟合现象降低验证集的预测能力,因此,OSCW不适宜与PLS结合建立模型。OSCW结合PLS-DA能滤除光谱中大量的干扰信息,准确区分不同年份、不同产地美味牛肝菌样品,为野生食用菌的鉴别分类提供可靠依据。
关键词： 红外光谱 正交信号校正-微波压缩 偏最小二乘判别分析 美味牛肝菌 鉴别
全文链接
请求原文
云南美味牛肝菌ITS区域结构特点
《云南植物研究 》 2006 北大核心 CSCD
摘要：利用ITS的通用引物(ITS5-ITS4)对云南的美味牛肝菌(Boletusedulis)子实体的DNA进行PCR扩增,扩增产物回收后直接测序。序列的聚类分析表明,在ITS1-5.8SrDNA-ITS2区域,云南的美味牛肝菌与欧洲的夏牛肝菌(B.aestivalis)和铜色牛肝菌(B.aereus)同源性较高,但在ITS2区域夏牛肝菌和铜色牛肝菌分别有一段美味牛肝菌没有的大小分别为73bp和26bp的特征序列。
全文链接
请求原文
首页上一页1下一页尾页
