基于近红外光谱技术的黑龙江地理标志大米产地溯源研究
本文选题:近红外光谱技术 切入点:大米 出处:《中国粮油学报》2017年10期
【摘要】:为建立地理标志大米的快速检测技术,更好地维护地方名优大米品牌效益,利用近红外光谱技术结合定性分析(鉴别分析和聚类分析)和偏最小二乘法(PLS)对黑龙江省3个水稻主产区的地理标志大米进行产地溯源研究。结果表明:运用鉴别分析和聚类分析建立的模型对建三江、五常地域预测正确率为100%,响水地域预测正确率为95.83%;五常、响水地域判别正确率为100%,建三江地域判别正确率为95.83%。采用PLS建立定量分析模型对建三江、五常、响水三个地域的预测正确率分别为95.83%、100%、95.83%。通过鉴定及检测结果可知利用近红外光谱技术可对黑龙江地理标志大米进行产地保护,且产地预测正确率达95%以上。
[Abstract]:In order to establish the rapid detection technology of geographical indication rice, and better maintain the benefit of local famous rice brand, Using near infrared spectroscopy (NIR) combined with qualitative analysis (identification analysis and cluster analysis) and partial least square method (PLS) to study the origin of rice in three main rice producing areas in Heilongjiang Province. The results show that: 1. Different analysis and cluster analysis model to build three rivers, The prediction accuracy rate of Wuchang region is 100, that of Shengshui region is 95.83, that of Wuchang and Xiangshui region is 100, and that of Jianshanjiang is 95.83. The quantitative analysis model is established by PLS to build Sanjiang and Wuchang. The prediction accuracy of Xiangshui was 95.83% and 95.83%, respectively. The results of identification and detection showed that the near infrared spectrum technology could be used to protect the area of Heilongjiang geographical indication rice, and the correct rate of producing area forecast was over 95%.
【作者单位】: 黑龙江八一农垦大学食品学院;
【基金】:黑龙江省教育厅科学技术研究(12541576) 黑龙江省垦区科研项目(HKN125B-13-02) 黑龙江省高等学校科技创新团队建设计划(2014TD006) 黑龙江省应用技术研究与开发计划(GA14B104)
【分类号】:O657.33;TS210.7
【相似文献】
相关期刊论文 前10条
1 赵红波;谭红;杨鸿波;宋光林;史会兵;刘勇;;地理标志产品-茶叶及其利用近红外光谱研究的进展[J];中国酿造;2012年02期
2 张宁;现代近红外光谱技术的发展与研究应用[J];动物科学与动物医学;2002年02期
3 毛晶;;近红外光谱技术的介绍[J];民营科技;2010年05期
4 肖明礼;陈越立;林锐峰;;近红外光谱技术及应用[J];广东化工;2011年07期
5 隋世江;叶鑫;隽英华;;近红外光谱技术在土壤成分检测中的研究进展[J];农业科技与装备;2012年01期
6 黄威;李爽;李倬林;王亭;曾宪鹏;李铁柱;;近红外光谱技术在乳品中的应用[J];饮料工业;2012年12期
7 任瑞娟;柴春祥;鲁晓翔;;近红外光谱技术在水产品检测中的应用展望[J];食品工业科技;2013年02期
8 黄伟;杨秀娟;张燕鸣;黄宇;陶琳丽;;近红外光谱技术在肉类定性鉴别中的研究进展[J];肉类研究;2014年01期
9 嘉中;近红外光谱技术在当前和未来的应用[J];饲料广角;2000年08期
10 李晓东;;高端新型近红外光谱技术专家论坛素描[J];现代仪器;2011年03期
相关会议论文 前5条
1 张庚;;近红外光谱技术对组织(肌)氧的监测与进展[A];重症医学十年回顾与展望——2012年浙江省重症医学学术年会论文汇编[C];2012年
2 陆婉珍;;近红外光谱技术进展[A];第三届科学仪器前沿技术及应用学术研讨会论文集(二)[C];2006年
3 张鑫;顾欣;陈美莲;张文刚;严凤;;近红外光谱技术在乳品行业的研究现状及应用前景[A];第三届中国奶业大会论文集(下册)[C];2012年
4 毛建江;邱化玉;倪勇;蒋剑雄;来国桥;;近红外光谱技术用于人参和人参种子的鉴别分析[A];第十四届全国分子光谱学术会议论文集[C];2006年
5 郭兰萍;黄璐琦;Christian W Huck;;近红外光谱技术及其在中药道地性研究中的应用[A];第八届全国药用植物及植物药学术研讨会论文集[C];2009年
相关博士学位论文 前1条
1 刘波平;近红外光谱技术在多组分检测及模式识别中的应用研究[D];南京理工大学;2011年
相关硕士学位论文 前10条
1 徐文廷;基于近红外光谱技术的脑血氧检测[D];电子科技大学;2014年
2 张艳哲;基于近红外光谱技术的活性米品质无损检测与评价研究[D];东北农业大学;2016年
3 邹爱笑;基于近红外光谱技术的淀粉含水量预测[D];北方工业大学;2017年
4 于清丽;近红外光谱技术在婴幼儿营养米粉快速检测中的应用研究[D];东华理工大学;2017年
5 胡钢亮;近红外光谱技术在中药领域中的应用研究[D];浙江大学;2003年
6 张威;近红外光谱技术在银黄颗粒质量控制与评价中的应用研究[D];河南中医学院;2011年
7 李楠;利用近红外光谱技术快速检测大豆氨基酸含量及分析其相关性研究[D];北京交通大学;2012年
8 罗伟苑;近红外光谱技术在白囊耙齿菌菌丝体多糖含量分析中的应用[D];吉林大学;2011年
9 熊来怡;近红外光谱技术检测猪肉品质及其安全判别研究[D];西北农林科技大学;2012年
10 黄常毅;近红外光谱技术在微生物发酵过程中的应用研究[D];江南大学;2014年
,本文编号:1672899
本文链接:https://www.wllwen.com/kejilunwen/huaxue/1672899.html