1、在农业领域的应用事例实验室常规分析小麦、玉米、大豆、油菜、水稻等的品质分析（为农大小麦、玉米育种单位分析样品近万份）现场分析粮食储藏、收购时的水分等成分的分析生产过程中的在线分析中药葛根生产中的过程控制大豆籽粒三遍建模：经典PLS算法标准差：0.592 相对标准差：1.402% 决定系数：96.35% 平均绝对误差：0.438 平均相对误差：1.050%相关系数：0.97442个大豆粉末三遍建模：经典PLS算法标准差：0.475 相对标准差：1.142% 决定系数：97.83%平均绝对误差:0.381 平均相对误差：0.913% 相关系数：0.97930个小麦籽粒三遍建模：经典PLS算法标准差
2、：0.324 相对标准差：2.055% 决定系数：96.98%30个小麦粉末三遍建模：经典PLS算法标准差：0.433 相对标准差：2.746% 决定系数：94.6%35个玉米籽粒一遍建模：经典算法标准差：0.454 相对标准差：3.679% 决定系数：88.46%近红外光谱分析技术在农业中的几个例子（1-2）小麦粉末267蛋白散点图（1-1）小麦粉末）小麦粉末66蛋白散点图蛋白散点图（1-3）小麦籽粒）小麦籽粒73蛋白散点图蛋白散点图（1-5）玉米粉末87脂肪散点图（1-4）玉米粉末）玉米粉末89蛋白蛋白 散散点图点图（1-7）玉米粉末90赖氨酸散点图（1-6）玉米粉末）玉米粉末90淀粉淀粉
3、散点图散点图（1-9）大麦粉末67淀粉散点图（1-8）大麦粉末）大麦粉末156蛋白散点图蛋白散点图（1-12）葛根粉末）葛根粉末49葛根素散点图葛根素散点图（1-13）烟草粉末模型的散点图）烟草粉末模型的散点图 98年年66个小麦样品建模的预测个小麦样品建模的预测 结果结果 从从2000多个小麦样品中挑选多个小麦样品中挑选270个样品个样品 建模建模 的预测的预测 结果结果（预测数据为（预测数据为2001年河南的年河南的7个小麦样品）个小麦样品）样品号真实值预测值绝对误差相对误差（%）113.8415.481.6411.85213.7715.711.9414.06314.0115.401.39
4、9.92414.2315.821.5911.15514.1715.931.7612.44613.5715.211.6412.11713.7215.371.6512.00平均误差1.6611.93样品号真实值预测值绝对误差相对误差（%）113.8413.64-0.201.47213.7714.180.412.95314.0113.70-0.312.24414.2314.04-0.191.34514.1714.430.261.81613.5713.33-0.241.74713.7213.53-0.191.41平均误差0.261.8566个样品建模的预测结果270个样品建模的预测结果复合样品局部回归
5、模型与四类样品单独分别建立模型的预测效果 建模样品 复合样品 小麦 玉米 大豆 大麦 建模样品数 183 48 50 33 42 检验样品数 37 12 10 相对误差（） 1.97 1.13 2.58 1.02 3.9 决定系数（2） 99.87 99.24 94.82 97.93 83.53 化学值分析的标准差近红外光谱分析的相对标准差(%)成分分析员各分析员测定的相对标准差分析员之间的相对标准差总糖1232.83.64.74.193.5还原糖1233.65.06.34.963.3生物碱12317.815.710.26.573.8总氮1235.46.13.49.174.4蛋白质1237.8
6、7.24.412.085.2近红外光谱分析与化学分析的精度比较粉末样品建模预测籽粒样品在短波近红外仪的分析结果：小麦（短波近红外透射光谱仪）校正检验（预测）96个粉样所建模型预测27个籽粒样R2=94.24R2=65.6396个粉样+4个籽样所建模型预测23个籽样R2=93.25R2=90.5827个籽粒样所建模型（籽粒样预测籽粒样）R2=77R2=9096个粉末样所建模型（粉末样预测粉末样）R2=94R2=92粉末样品建模预测籽粒样品在长波近红外仪的分析结果：小麦（ 长波近红外漫反射光谱）粉末66个籽粒27个校正检验（预测）66个粉样所建模型预测27个籽粒样R2=98.51R2=-16966
7、个粉样+3个籽粒样模型预测24个籽粒样R2=96.18R2=64.1566个粉样+5个籽粒样模型预测22个籽粒样R2=96.26R2=72.3527个籽粒样所建模型（籽粒样预测籽粒样）R2=83R2=8866个粉样所建模型（粉末样预测粉末样）R2=98R2=98近红外在葛根提取中运用的实图现场数据监控结果近红外在葛根提取中运用的实测数据红外光谱分析六种样品四种成分（短波近红外透射光谱法，本实验室数据）样品与成分校正样品数校正相关系数校正标准差校正平均相对误差_大豆粗蛋白740.9910.3190.627玉米粗蛋白700.980.3422.2高梁粗蛋白630.9810.2701.892大麦粗蛋白
8、780.9740.4752.737水稻粗蛋白500.9380.46820706小豆粗蛋白460.9620.2740.956大豆粗脂肪740.9790.3631.449玉米粗脂肪660.9880.3185.513高梁总淀粉630.9481.0621.133玉米总淀粉650.9181.2031.502小豆总淀粉560.8700.5450.905高梁丹宁700.9200.19613.783样品数样品数含量范围含量范围均值均值相关系数相关系数SECRSEC%尼古丁尼古丁1340.9-4.72.170.990.1446.58总糖总糖1339.3-38.622.890.971.295.64还原糖还原糖13
9、39.5-36.921.060.951.587.5总氮总氮1371.5-2.92.020.9650.09454.68氯氯1330.1-20.40.950.10225.5蛋白质蛋白质1377.6-15.110.230.950.5325.2磷磷1360.8-3.31.920.870.26513.8施木克值施木克值1350.7-42.350.9250.2811.9糖碱比糖碱比1292.3-29.213.10.9062.8121.5表中:Sec:校正标准差RSEC：相对校正标准差（作者赵龙莲、严衍禄等1998年8月光谱学与光谱分析）中长波近红外光谱漫反射旋转样品池测定烟草中的九种成分不同的近红外光谱方
10、式分析深色样品（烟草）不同的近红外光谱方式分析深色样品（烟草）分析组分分析组分 分析谱区分析谱区(nm) 光谱方式光谱方式 光程光程 尼古丁800-1100透射光谱29.21.1尼古丁800-110漫反射光谱25.21.3尼古丁800-110漫反射光谱870.3：相关系数：相关系数：预测标准差：预测标准差 长波近红外漫反射光谱分析混合肉骨粉中不同来源组份混合肉骨粉中不同来源的组份 决定系数 SECVRPD牛羊肉骨源粉0.914.18%3.32鸡源肉骨粉0.948.76%4.18猪源肉骨粉0.948.89%4.26牛源肉骨粉0.765.77%2.18羊源肉骨粉0.577.20%1.85（数据来源
11、：李琼飞）不同的近红外光谱方式分析混浊溶液（牛奶）不同的近红外光谱方式分析混浊溶液（牛奶）分析组分分析组分 分析谱区分析谱区 （nm) 光程光程 脂肪1100-2500短光程0.9960.071410.8脂肪700.1100 长光程0.9860.1075.89蛋白质1100-2500短光程0.9900.04537.06蛋白质700.1100 长光程0.9440.1022.94乳糖1100-2500短光程0.9470.06022.86：相关系数：相关系数：预测标准差：预测标准差 ：相对标准差：相对标准差分析人：分析人：鲁超近红外透射与漫反射光谱分析籽粒样品的比较样品样品近红外分析仪器近红外分析仪
12、器分析条件分析条件 阶数阶数决定系数决定系数 标准差标准差小麦籽粒 光栅短波近红外、30mm光程平移运动495.540.448CCD检测器、透射光谱小麦籽粒 FT全谱近红外光谱仪(1)旋转池455.71.41InGaAs检测器、漫反射光谱小麦籽粒 同上2号仪器旋转池481.950.88大豆籽粒 光栅短波近红外、40mm光程489.570.667CCD检测器、透射光谱大豆籽粒 FT全谱近红外光谱仪(1)旋转池421.61.4InGaAs检测器、漫反射光谱大豆籽粒 同上2号仪器旋转池482.671.02不同数学处理方法消除果皮对近红外光谱测定苹果硬度的影响（建摸校正样品112个、预测样品36个）
13、- 样品 数学处理相关系数预测标准差 相对预测标准差(%)_去皮苹果无 0.8370.886 12.36完整苹果无 0.7531.197 16.71完整苹果MSC 0.7551.177 16.42完整苹果1D 0.8371.048 14.62完整苹果DOSC 0.8141.015 14.6完整苹果GA 0.8110.965 13.46完整苹果GA+DOSC 0.8050.924 12.98_表中：MSC:多元散射校正 1D:一阶导数 DOSC：直接正交信号校正 GA：遗传算法近红外光谱分析建模服务有关材料（供参考）近红外光谱分析建模服务有关材料（供参考）3030种材料种材料8种成份可测性标注种
14、成份可测性标注（：需用户提供标样可建模 ：需用户提供标样可建模，但效果稍差 ：我们可以提供标样并建模 ）序号原材料蛋白质水份灰份脂肪纤维氨基酸类钙离子浓度总磷1木薯粉2木薯淀粉 3面粉4小麦5小麦淀粉6小麦胚7小麦麸皮8玉米9玉米蛋白10脱脂大豆粉30种农业样品8种成分近红外光谱的可测性（表1）近红外光谱分析建模服务有关材料（供参考）近红外光谱分析建模服务有关材料（供参考）3030种材料种材料8种成份可测性标注种成份可测性标注（：需用户提供标样可建模 ：需用户提供标样可建模，但效果稍差 ：我们可以提供标样并建模 ）11脱脂米糠12高粱13红鱼粉（蛋白65%） 14白鱼粉（蛋白68%）15鱼油1
15、6啤酒酵母17海藻粉末18螺旋藻29a-马铃薯淀粉 20b-马铃薯淀粉 21磷虾粉22麸序号原材料蛋白质水份灰份脂肪纤维氨基酸类钙离子浓度总磷30种农业样品8种成分近红外光谱的可测性（续表2）样品号23-30氯化胆碱（50%）、PI-蛋氨酸、硫酸铁（干燥）、碳酸盐、食盐、胭脂红(色素)、亮蓝(色素)、军绿(色素)：需用户提供标样，建纯度分析的模型。1、上述30种材料8种成份的可测性：其中1-22种农业样品适合做近红外分析；后2种无机盐类：碳酸盐、食盐难以用近红外分析；氯化胆碱、PI-蛋氨酸与3种色素需要分析的成份不明确，可以做纯度分析。2、各项目中：“”为需用户提供标样（代表性60-80个化学
16、值已知标样）可建模；“”为需用户提供标样（代表性60-80个化学值已知标样）可建模，但效果稍差；“”为我们可以提供标样并建模30种农业样品8种成分近红外光谱的可测性（续表3）大米分析大豆饲料牛奶蛋黄酱干酪冰激凌酱油牛奶巧克力生肉酸乳酪香肠硬干酪鱼粉 总之近红外分析技术是一种“多、快、好、省”的分析技术。 近红外光谱分析具有解决全球农业分析的潜力 产品近红外指纹图谱鉴别技术产品近红外指纹图谱鉴别技术应用实例介绍应用实例介绍 例一例一 液体奶鲜度识别液体奶鲜度识别 例二例二 蜂蜜掺入高果糖浆的鉴别蜂蜜掺入高果糖浆的鉴别 例三例三 甜荞、苦荞麦及其制品的鉴别甜荞、苦荞麦及其制品的鉴别 例四例四 食用
17、油种类及纯度的鉴别食用油种类及纯度的鉴别 例五例五 花生大豆调和油组分的定量检测花生大豆调和油组分的定量检测 例六例六 食用菌产品的鉴别食用菌产品的鉴别 例七例七 螺旋藻制品品质的鉴别螺旋藻制品品质的鉴别 例八例八 添加剂产品真伪鉴别添加剂产品真伪鉴别例一例一 液体奶鲜度识别液体奶鲜度识别图图1 鲜奶及复原奶的原始光谱图鲜奶及复原奶的原始光谱图材料：原奶、市售鲜奶、材料：原奶、市售鲜奶、 奶粉奶粉试样制备：按同一蛋白水试样制备：按同一蛋白水 平配制平配制0-80%0-80%奶粉的液奶粉的液 体奶。体奶。 A:巴氏鲜奶巴氏鲜奶 B: 鲜牛奶鲜牛奶 C: A+还原奶还原奶 D: B+还原奶还原奶
18、图图2 2 主因素分析图主因素分析图F1-F2图图例二例二 蜂蜜掺入高果糖浆的鉴别蜂蜜掺入高果糖浆的鉴别图图4 蜂蜜和高果糖浆，原始光谱图。蜂蜜和高果糖浆，原始光谱图。材料：参考蜜样、市售材料：参考蜜样、市售 槐花蜜、高果糖浆槐花蜜、高果糖浆试样制备：配制果糖含量试样制备：配制果糖含量 不同的蜜样不同的蜜样gphoney.tdf,4gphoney.tdf,4Score ( F1 C1 )Score ( F1 C1 )Score ( F2 C1 )Score ( F2 C1 )-.3-.150.15.3 -.3 -.15 0 .15 .3 -.3-.150.15.3 -.3 -.15 0 .15
19、 .3 1 234567891011121314151617181920212223 24252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687 88899091929394959697989910010110210310410510610710810911011111211311411511611711811912012112212312412512612712812913013113213313
20、413513613713813914014114214314414514614714814915015115215315415515615715815916016116216316416516616716816917017117217317417517617717817918018118218318418518618718818919019119219319419519619719819920020120220320420520620720820921021121221321421521621721821922022122222322422522622722822923023123223323
21、4235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265-.3-.150.15.3 -.3 -.15 0 .15 .3 图图6 市售各种品牌的杨槐蜜市售各种品牌的杨槐蜜的聚类鉴别的聚类鉴别 三个距离最远的样品为不同的三个距离最远的样品为不同的高果糖浆上面一小部分为添加了部高果糖浆上面一小部分为添加了部分糖浆的样品下面大部分样品为市分糖浆的样品下面大部分样品为市售各种品牌的杨槐蜜，可以看出添售各种品牌的杨槐蜜，可以看出添加了高果糖浆的样品和纯杨槐蜜差加了高果糖浆的样
22、品和纯杨槐蜜差别很明显别很明显 gphoney.tdf,2 (R?= 0.994547435)gphoney.tdf,2 (R?= 0.994547435)Actual Concentration ( C1 )Actual Concentration ( C1 )Predicted Concentration ( F5 C1 )Predicted Concentration ( F5 C1 )5203550 10 25 40 5203550 10 25 40 2342352362372382392402412422432442452462472482492502512522535203550
23、10 25 40 图图7 添加不同含量高果糖浆的相关曲线添加不同含量高果糖浆的相关曲线 例三例三 甜荞、苦荞麦及其制品的鉴别甜荞、苦荞麦及其制品的鉴别 图图14 14 甜荞、苦荞原始光谱图甜荞、苦荞原始光谱图 试验材料：苦荞试验材料：苦荞54个个、甜荞、甜荞14个个、 苦荞制品（苦荞制品（12个个) )样品制备：保湿粉碎样品样品制备：保湿粉碎样品 图图15 赋值聚类结果赋值聚类结果 根据简单赋值获根据简单赋值获得得 的聚类分析结果的聚类分析结果苦荞（大堆苦荞（大堆54个个）、）、甜荞（小堆甜荞（小堆14个个）、）、外围分布（外围分布（12个苦荞个苦荞制品制品) ) 图图16 16 根据黄酮含量
24、聚类分析的结果（大堆苦荞、小堆甜荞）根据黄酮含量聚类分析的结果（大堆苦荞、小堆甜荞） 例四例四 食用油种类及纯度的鉴别食用油种类及纯度的鉴别 图图8 8 多种食用油原始光谱图多种食用油原始光谱图score.tdf,2score.tdf,2Score ( F1 C1 )Score ( F1 C1 )Score ( F3 C1 )Score ( F3 C1 )-.0004-.0001.0002 -.0045 -.003 -.0015 0 .0015 .003 .0045 -.0004-.0001.0002 -.0045 -.003 -.0015 0 .0015 .003 .0045 1 2345
25、67891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727377787980818283848586-.0004-.0001.0002 -.0045 -.003 -.0015 0 .0015 .003 .0045 胡麻油棕榈油花生油调和油大豆油多种食用油多种食用油聚类分析聚类分析 芝麻油纯度的鉴别芝麻油纯度的鉴别图图9 大豆油、花生油、芝麻油的混合图谱大豆油、花生油、芝麻油的混合图谱(MEAN
26、 CENTER AND MSC) 中心化处理加上平滑化处理中心化处理加上平滑化处理 芝麻油纯度的鉴别芝麻油纯度的鉴别 图图10 10 花生油花生油图图11 11 花生油：芝麻油花生油：芝麻油 5 5：9595 芝麻油纯度的鉴别芝麻油纯度的鉴别大豆和芝麻混合大豆和芝麻混合大豆和芝麻混合图图12 12 大豆油大豆油图图13 13 大豆油：芝麻油大豆油：芝麻油 5 5：95959595例五例五 花生大豆调和油的定量检测花生大豆调和油的定量检测luhuamixoil.tdf,3 (R?= 0.996243466)luhuamixoil.tdf,3 (R?= 0.996243466)Actual Con
27、centration ( C1 )Actual Concentration ( C1 )Predicted Concentration ( F5 C1 )Predicted Concentration ( F5 C1 )24303642 26 32 38 44 24303642 26 32 38 44 123456789101112131415161718192024303642 26 32 38 44 调和油中花生油含量与光谱特性的相关性调和油中花生油含量与光谱特性的相关性 例六例六 食用菌产品的鉴别食用菌产品的鉴别食用菌产品聚类分析食用菌产品聚类分析 1、 白灵菇白灵菇 2 、富硒蘑菇粉、
28、富硒蘑菇粉A 3 、富硒蘑菇粉、富硒蘑菇粉B 4 、灵芝粉、灵芝粉A 5 、灵芝粉、灵芝粉B 6 、孢子粉、孢子粉A 7 、孢子粉、孢子粉B 8 、破壁孢子粉、破壁孢子粉A 9、 破壁孢子粉破壁孢子粉B 10 、桑黄、桑黄破壁孢子粉产品新陈比较破壁孢子粉产品新陈比较新鲜程度聚类新鲜程度聚类 例七例七 螺旋藻制品品质的鉴别螺旋藻制品品质的鉴别试验材料：试验材料： 图图17 螺旋藻原始光谱图螺旋藻原始光谱图 9 种种螺旋藻螺旋藻 产品产品 螺旋藻制品品质的鉴别螺旋藻制品品质的鉴别 根据新鲜程度聚类根据新鲜程度聚类分析后显现的聚类结果：分析后显现的聚类结果：右上角为新鲜度较差的右上角为新鲜度较差的样
29、品，右下角为新鲜度样品，右下角为新鲜度较好的同一产品，对样较好的同一产品，对样品信息进行品信息进行PCA处理后，处理后，可以明显区分新鲜度不可以明显区分新鲜度不同的同一种产品同的同一种产品 图图19 f3（纵）（纵）-f4（横）两主因素图（横）两主因素图 例八例八 添加剂产品真伪鉴别添加剂产品真伪鉴别 添加剂产品近红外指纹图谱鉴别技术应添加剂产品近红外指纹图谱鉴别技术应用用.ppt产品近红外光谱图的指纹特性产品近红外光谱图的指纹特性图图1 1赖氨酸硫酸盐赖氨酸硫酸盐 NIRNIR图谱图谱 图图2 2 赖氨酸盐酸盐赖氨酸盐酸盐NIRNIR图谱图谱 胆碱含量不同载体种类相同产品的胆碱含量不同载体种
30、类相同产品的NIRNIR图谱比较图谱比较 胆碱含量相同载体不同产品的图谱比较胆碱含量相同载体不同产品的图谱比较 胆碱含量相同载体不同产品胆碱含量相同载体不同产品NIR与与IC图谱比较图谱比较结束语结束语 建议政府领导支持产品指纹技术的研究与应用推建议政府领导支持产品指纹技术的研究与应用推广，对其质量进行监控具有许多优势：鉴别结果可广，对其质量进行监控具有许多优势：鉴别结果可靠；方法简便快捷，对样品鉴别只需数分钟；该技靠；方法简便快捷，对样品鉴别只需数分钟；该技术不使用任何化学试剂无废物排除，检测成本低廉，术不使用任何化学试剂无废物排除，检测成本低廉，适用范围广，有关专家称，该方法一旦普及推广，适用范围广，有关专家称，该方法一旦普及推广，其意义非同寻常，将在规范食品市场，进出口贸易其意义非同寻常，将在规范食品市场，进出口贸易的检测等各方面发挥重要作用。的检测等各方面发挥重要作用。
