

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、棉花是一種重要的經(jīng)濟(jì)作物,也是一種對(duì)國(guó)計(jì)民生非常重要的商品。棉籽是棉花生產(chǎn)中主要的副產(chǎn)品,全國(guó)每年棉籽產(chǎn)量高達(dá)1000萬(wàn)噸以上,其中年產(chǎn)棉籽餅600萬(wàn)噸左右。無(wú)機(jī)元素是植物生長(zhǎng)發(fā)育所必需的,在植物體內(nèi)無(wú)法合成,只能從外界環(huán)境獲取。無(wú)機(jī)元素含量的高低,對(duì)于棉花的生長(zhǎng)發(fā)育具有重要影響。棉籽油是棉產(chǎn)區(qū)人們的主要食用油,棉籽粕是一種重要的動(dòng)物飼料,無(wú)機(jī)元素尤其是微量元素對(duì)于維持動(dòng)物的健康及生長(zhǎng)發(fā)育具有重要作用,缺乏或過(guò)多均可導(dǎo)致家禽飼喂發(fā)生一系
2、列的疾病,給畜牧業(yè)帶來(lái)嚴(yán)重危害。因此,研究棉籽的無(wú)機(jī)元素含量,對(duì)于棉株生產(chǎn)及家禽健康養(yǎng)殖均具有重要意義。本研究擬構(gòu)建棉籽無(wú)機(jī)元素近紅外校正模型,用于快速測(cè)定棉籽中無(wú)機(jī)元素含量。主要研究結(jié)果如下:
(1)采用電感耦合等離子原子發(fā)射光譜(ICP-OES)和電感耦合等離子體質(zhì)譜(ICP-MS)的方法,準(zhǔn)確測(cè)定不同地區(qū)種植的288份棉籽粉樣品中的磷、鉀、鈣等20種無(wú)機(jī)元素含量。
(2)采用變量標(biāo)準(zhǔn)化和一階導(dǎo)等方法,對(duì)288份
3、棉籽樣品的原始光譜數(shù)據(jù)進(jìn)行預(yù)處理。運(yùn)用蒙特卡洛無(wú)信息變量消除算法進(jìn)行光譜變量選擇,剔除大量無(wú)信息變量。在模型的構(gòu)建過(guò)程中,采用線性的偏最小二乘(PLS)、非線性的最小二乘支持向量機(jī)(LS-SVM)等算法構(gòu)建了20種棉籽粉無(wú)機(jī)元素含量的近紅外校正模型,并對(duì)模型的預(yù)測(cè)性能進(jìn)行了分析。
(3) Mn和Cr的MC-UVE-LS-SVM校正模型性能最好,校正集決定系數(shù)(R2c)分別是0.9763和0.9671,預(yù)測(cè)集決定系數(shù)(R2p)分
4、別是0.9486和0.9343,剩余預(yù)測(cè)偏差(RPD)值分別是4.3354和3.7872,交叉驗(yàn)證均方根誤差(RMSECV)、校正均方根誤差(RMSEC)和預(yù)測(cè)均方根誤差(RMSEP)值分別是2.1013、1.242、2.0108和0.5465、0.2495、0.2661。此模型有很高的預(yù)測(cè)精度和很好的穩(wěn)定性(R2>0.9,RPD>3),完全可以替代傳統(tǒng)的測(cè)定方法。
(4)K的MC-UVE-PLS校正模型性能最好,R2c、R2
5、p、RPD、RMSECV、RMSEC和RMSEP值分別為0.9394、0.8114、2.2224、0.4946、0.3116、0.5616。此模型也具有很好的預(yù)測(cè)精度(R2>0.8,RPD>2),可以用于樣品K含量的精確測(cè)定。
(5)P和S的全光譜PLS校正模型最好,而Mg的MC-UVE-LS-SVM校正模型性能最好。其中P校正模型的R2c、R2p、 RPD、RMSECV、RMSEC和RMSEP值分別為0.8621、0.676
6、9、1.6701、0.4155、0.2643和0.3408;S的分別為0.8731、0.7153、1.8438、0.1501、0.1128和0.1482;而Mg的分別為0.8668、0.6606、1.6888、0.1417、0.1009和0.1295。這3種元素模型性能一般,使用過(guò)程中測(cè)量誤差較大,雖不能進(jìn)行樣品含量的精確含測(cè)定,但可以用于大量樣品的篩選。
(6)Ca、Ni、Se和Sr全光譜PLS模型中R2c值較高,分別為0.
7、8619、0.8179、0.8117和0.8069;而R2p值較低,分別為0.3988、0.4353、0.3615、0.3596。可以通過(guò)增加測(cè)樣數(shù)量,提高樣品的代表性,進(jìn)一步提高模型的預(yù)測(cè)性能。
(7) Cu、Na、Fe、Zn、Al、B、Co、Cd、As和Pb等9種無(wú)機(jī)元素含量全光譜PLS校正模型性能很差,R2c值分別是0.5275、0.6840、0.2501、0.5542、0.4047、0.2281、0.5537、0.74
8、21、0.2274和0.3756; R2p值分別是0.4634、0.3541、0.1694、0.3409、0.4133、0.2123、0.3523、0.4132、0.2047和0.2589。R2c和R2p值均較低,不適合近紅外校正模型的構(gòu)建。
NIRS作為一種快速、高效、綠色、便捷的分析技術(shù)可以應(yīng)用與棉籽粉中若干個(gè)無(wú)機(jī)元素含量的測(cè)定。在棉籽品質(zhì)改良研究中,使用NIRS技術(shù)可簡(jiǎn)化試驗(yàn)步驟,縮短育種年限,提高育種效率,同時(shí)可節(jié)省大
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 棉籽棉酚含量的近紅外測(cè)定方法研究.pdf
- 棉籽油分含量近紅外測(cè)定技術(shù)研究.pdf
- 測(cè)定鼠尾草屬植物有效成分及無(wú)機(jī)元素的方法與含量研究.pdf
- 古田銀耳中多種無(wú)機(jī)元素含量的測(cè)定與分析
- 綠茶主要品質(zhì)指標(biāo)近紅外測(cè)定方法的研究.pdf
- 玉米籽粒品質(zhì)近紅外測(cè)定方法及遺傳研究.pdf
- 油中微量水分的近紅外光譜測(cè)定方法研究.pdf
- 近紅外光譜法測(cè)定糖廠中間制品葡聚糖含量的研究.pdf
- 近紅外快速檢測(cè)谷物中膳食纖維含量方法的研究.pdf
- 棉籽含油量和脂肪酸含量近紅外光譜模型的創(chuàng)建及QTL定位研究.pdf
- 陸地棉棉籽蛋白質(zhì)含量、油份含量近紅外分析模型的建立及其QTL的篩選、定位.pdf
- 近紅外光譜法測(cè)定糖品中還原糖含量的技術(shù)研究.pdf
- 普通玉米籽粒品質(zhì)性狀的遺傳及其近紅外測(cè)定方法的研究.pdf
- 青貯玉米秸稈品質(zhì)性狀遺傳及其近紅外測(cè)定方法的研究.pdf
- 水產(chǎn)品中無(wú)機(jī)元素的測(cè)定及研究.pdf
- 棉籽仁主要營(yíng)養(yǎng)成分近紅外光譜評(píng)定研究.pdf
- 植物中銅鉛含量的近紅外和拉曼光譜檢測(cè)方法研究.pdf
- 基于近紅外技術(shù)的原油水含量檢測(cè)研究.pdf
- 中國(guó)不同地區(qū)蜂膠元素含量測(cè)定及紅外光譜分析.pdf
- 近紅外單籽粒稻谷品質(zhì)無(wú)損測(cè)定研究.pdf
評(píng)論
0/150
提交評(píng)論