| 摘要 | 第11-12页 |
| Abstract | 第12页 |
| 1 前言 | 第14-16页 |
| 2 文献综述 | 第16-45页 |
| 2.1 近红外光谱分析技术的理论基础 | 第16-21页 |
| 2.1.1 近红外分子振动光谱 | 第16-17页 |
| 2.1.2 比尔定律 | 第17-19页 |
| 2.1.3 漫反射分析定量原理 | 第19-21页 |
| 2.2 近红外光谱技术中常用的化学计量学方法 | 第21-32页 |
| 2.2.1 近红外光谱预处理方法 | 第21-23页 |
| 2.2.1.1 噪音及其它干扰因素的消除 | 第22-23页 |
| 2.2.1.2 谱图信息的选择 | 第23页 |
| 2.2.2 统计分析方法 | 第23-30页 |
| 2.2.2.1 多元线性回归 | 第23-24页 |
| 2.2.2.2 主成分回归 | 第24-26页 |
| 2.2.2.3 偏最小二乘法 | 第26-27页 |
| 2.2.2.4 主成分数的确定 | 第27-30页 |
| 2.2.3 模式识别 | 第30-31页 |
| 2.2.4 人工神经网络 | 第31-32页 |
| 2.3 近红外光谱分析技术的特点 | 第32-37页 |
| 2.3.1 近红外光谱定量分析技术的关键因素 | 第32-35页 |
| 2.3.1.1 规范样品光谱收集方法 | 第33-34页 |
| 2.3.1.2 校正样品集的选择 | 第34-35页 |
| 2.3.2 近红外光谱分析技术的优势 | 第35-36页 |
| 2.3.2.1 快速和高效测定技术 | 第35页 |
| 2.3.2.2 适合于多种状态的分析对象 | 第35页 |
| 2.3.2.3 应用光纤实现在线分析 | 第35-36页 |
| 2.3.2.4 结果准确、重现性好 | 第36页 |
| 2.3.2.5 无损分析 | 第36页 |
| 2.3.2.6 分析成本低 | 第36页 |
| 2.3.3 近红外光谱技术的劣势 | 第36-37页 |
| 2.3.3.1 测试灵敏度较低 | 第36页 |
| 2.3.3.2 间接分析技术 | 第36-37页 |
| 2.4 近红外光谱技术在农产品品质分析中的应用 | 第37-42页 |
| 2.4.1 研究植物种类和分析的品质类型 | 第37页 |
| 2.4.2 在谷物产品方面的应用 | 第37-39页 |
| 2.4.3 在果蔬领域中的应用 | 第39-40页 |
| 2.4.4 在油料等作物品质分析中的应用 | 第40-42页 |
| 2.5 近红外光谱技术在育种中的应用 | 第42-45页 |
| 2.5.1 种质资源品质分析和评价 | 第42-43页 |
| 2.5.2 抗性指标的分析 | 第43页 |
| 2.5.3 原样分析加速品质育种进程 | 第43-44页 |
| 2.5.4 改进育种流程促进品质育种 | 第44-45页 |
| 3 材料与方法 | 第45-51页 |
| 3.1 稻米品质性状的研究 | 第45-47页 |
| 3.1.1 稻米品质性状分析材料 | 第45页 |
| 3.1.2 稻米品质测定技术 | 第45-47页 |
| 3.1.2.1 样品的碾磨和粉碎 | 第45页 |
| 3.1.2.2 常规品质性状 | 第45-46页 |
| 3.1.2.3 稻米粘滞度 | 第46页 |
| 3.1.2.4 氨基酸的测定 | 第46-47页 |
| 3.2 油菜籽品质性状的研究 | 第47页 |
| 3.2.1 油菜籽分析样本 | 第47页 |
| 3.2.2 品质分析 | 第47页 |
| 3.2.2.1 含油量的测定 | 第47页 |
| 3.2.2.2 蛋白质的测定 | 第47页 |
| 3.2.2.3 硫甙的分析 | 第47页 |
| 3.2.2.4 脂肪酸的分析 | 第47页 |
| 3.3 大麦籽粒品质性状 | 第47-48页 |
| 3.3.1 试验材料 | 第47-48页 |
| 3.3.2 品质分析 | 第48页 |
| 3.4 玉米的品质性状 | 第48页 |
| 3.5 近红外测定技术 | 第48-51页 |
| 3.5.1 光谱分析 | 第48-49页 |
| 3.5.1.1 一般样品光谱收集方法 | 第48页 |
| 3.5.1.2 单粒样品光谱收集方法 | 第48-49页 |
| 3.5.2 校正集的界定与样本选择 | 第49页 |
| 3.5.3 校正(Calibration) | 第49页 |
| 3.5.4 检验(Validation) | 第49页 |
| 3.5.5 NIRS校正中光谱数据预处理与统计方法的设置 | 第49-51页 |
| 4 结果与分析 | 第51-100页 |
| 4.1 稻米品质性状的近红外光谱分析 | 第51-81页 |
| 4.1.1 稻米蒸煮品质性状 | 第51-60页 |
| 4.1.1.1 校正集的选择与构建 | 第51-55页 |
| 4.1.1.2 光谱预处理对建模型的影响 | 第55-56页 |
| 4.1.1.3 光谱相关性分析 | 第56-58页 |
| 4.1.1.4 不同样品状态的NIR分析模型 | 第58-60页 |
| 4.1.2 粘滞性的近红外光谱分析 | 第60-64页 |
| 4.1.3 氨基酸分析 | 第64-72页 |
| 4.1.3.1 建立模型群体的特征 | 第64-65页 |
| 4.1.3.2 优化NIRS分析参数 | 第65-68页 |
| 4.1.3.2.1 校正集和检验集 | 第65页 |
| 4.1.3.2.2 数学预处理 | 第65-66页 |
| 4.1.3.2.3 光谱散射校正 | 第66-67页 |
| 4.1.3.2.4 统计方法 | 第67-68页 |
| 4.1.3.3 建立校正模型 | 第68-72页 |
| 4.1.3.3.1 大样品(3g)光谱NIRS模型 | 第68-69页 |
| 4.1.3.3.2 小样品(500mg)光谱NIRS模型 | 第69-70页 |
| 4.1.3.3.3 氨基酸相对含量的校正模型 | 第70-72页 |
| 4.1.4 单粒分析 | 第72-78页 |
| 4.1.4.1 谷重、糙米重的称量结果和直链淀粉含量的常规分析结果 | 第72页 |
| 4.1.4.2 单粒谷重NIRS分析 | 第72-74页 |
| 4.1.4.3 糙米粒重NIRS分析 | 第74页 |
| 4.1.4.4 稻米直链淀粉含量NIRS建模型 | 第74-76页 |
| 4.1.4.5 单粒光谱分析 | 第76-78页 |
| 4.1.5 种质资源的筛选 | 第78-81页 |
| 4.1.5.1 蛋白质含量的测定和分析 | 第78页 |
| 4.1.5.2 必需氨基酸含量的测定和分析 | 第78-81页 |
| 4.2 油菜籽品质分析 | 第81-95页 |
| 4.2.1 含油量的分析 | 第81-86页 |
| 4.2.1.1 校正群体的分组和化学分析 | 第81页 |
| 4.2.1.2 光谱预处理 | 第81-83页 |
| 4.2.1.2.1 数学处理 | 第81-83页 |
| 4.2.1.2.2 光谱散射校正 | 第83页 |
| 4.2.1.3 统计分析方法 | 第83-84页 |
| 4.2.1.4 小样品测定 | 第84-86页 |
| 4.2.2 硫甙和蛋白质含量 | 第86-90页 |
| 4.2.2.1 硫甙NIR分析 | 第86-88页 |
| 4.2.2.2 硫甙相关光谱分析 | 第88页 |
| 4.2.2.3 蛋白质校正分析 | 第88-90页 |
| 4.2.3 脂肪酸定性分析 | 第90-95页 |
| 4.2.3.1 脂肪酸分析群体 | 第90页 |
| 4.2.3.2 脂肪酸校正模型 | 第90-93页 |
| 4.2.3.3 年份对油菜籽NIR分析的影响 | 第93-95页 |
| 4.3 大麦品质分析 | 第95-98页 |
| 4.3.1 近红外校正集的构建 | 第95-97页 |
| 4.3.2 近红外校正建模 | 第97-98页 |
| 4.4 玉米品质分析 | 第98-100页 |
| 4.4.1 近红外建模型 | 第98-100页 |
| 5 讨论 | 第100-105页 |
| 5.1 近红外光谱校正集的确定方法 | 第100-101页 |
| 5.2 近红外测定水稻种子品质 | 第101-102页 |
| 5.3 单粒分析 | 第102-103页 |
| 5.4 油菜籽品质分析 | 第103-104页 |
| 5.5 近红外光谱技术的定性分析 | 第104-105页 |
| 6 参考文献 | 第105-112页 |
| 7 附录:与博士论文研究有关的论文 | 第112页 |
