CN108287144A - 天然植物近红外模型传递的标准样品制备方法及其应用 - Google Patents

天然植物近红外模型传递的标准样品制备方法及其应用 Download PDF

Info

Publication number
CN108287144A
CN108287144A CN201711264567.XA CN201711264567A CN108287144A CN 108287144 A CN108287144 A CN 108287144A CN 201711264567 A CN201711264567 A CN 201711264567A CN 108287144 A CN108287144 A CN 108287144A
Authority
CN
China
Prior art keywords
standard sample
natural plants
pure
cellulose
transmits
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711264567.XA
Other languages
English (en)
Other versions
CN108287144B (zh
Inventor
倪力军
董笑笑
张立国
栾绍嵘
李永琪
诸葛敏
张飞
文丹瑶
刘鹏宇
黄凯雯
杨洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China University of Science and Technology
Original Assignee
East China University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China University of Science and Technology filed Critical East China University of Science and Technology
Priority to CN201711264567.XA priority Critical patent/CN108287144B/zh
Publication of CN108287144A publication Critical patent/CN108287144A/zh
Application granted granted Critical
Publication of CN108287144B publication Critical patent/CN108287144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G01N2021/3572Preparation of samples, e.g. salt matrices

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明天然植物近红外模型传递的标准样品,由含有天然植物中主要官能团烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基的物质混合而成,其中各类物质的质量百分比为:分析纯纤维素22%~63%;分析纯淀粉23%~62%;分析纯色素10%~40%。所述标准样品的制备方法包含以下步骤:⑴样品前处理;⑵制作天然植物近红外模型传递的标准样品。所述制备方法,具有简单、快速、低成本的优点。本发明提供了一种能在天然植物光谱模型传递中应用的标准样品,其原料易得,常温常压下性质稳定,与各类天然植物的颜色相似,光谱恒定且重现性好,可长期用于多种天然植物的近红外模型传递过程。

Description

天然植物近红外模型传递的标准样品制备方法及其应用
技术领域
本发明涉及天然植物(如中药材、烟草)的光谱分析技术领域,涉及天然植物近红外光谱检测技术中作为光谱模型传递时转移集的标准样品,具体的说,是天然植物近红外模型传递的标准样品制备方法和应用。
背景技术
近年来,近红外光谱检测技术已广泛应用于多个领域。近红外光谱检测技术具有快速、无损、无污染、低成本的优点;其检测的基本原理是:根据一系列近红外光谱已知的定标样品建立一个稳健、准确、适应性强的光谱定量和定性的分析模型,然后将未知样品的光谱导入所建立的分析模型预测未知样品的相关性质。
在近红外光谱检测的实际应用中,会将不止一台仪器用于收集光谱,如果直接将某台仪器(通常称为主机)上所建立的光谱模型直接用于另一台仪器(通常称为从机),根据从机的样品光谱预测未知样品的性质,这一过程称为模型传递。但由于仪器间或多或少存在着台间差异,造成不同仪器对同一样品的光谱响应不完全一致,使得近红外模型直接传递的结果有时不能满足分析精度的要求。这是因为不仅不同仪器的零部件会有细微差异,而且使用环境、温度、湿度的差异也会对不同仪器的光谱响应信号产生影响;因此,即使是同一企业生产的同种型号的多批次光谱仪,也难以保证对同一样品有完全相同的光谱响应值,这最终会影响模型传递的预测结果。为了校正不同仪器间测试样品光谱的差异,业内人士在研究和采用仪器间模型传递的校正方法。
目前,不同仪器间光谱模型传递的校正方法主要有两种:一种是模型校正,一种是光谱校正。所述模型校正首先通过选择合适的预处理方法和筛选波长建立一个稳健的模型,然后校正模型的偏差和斜率,模型校正通常只适应于型号相同、仅在波长方向或者吸光度方向有微小差异或存在系统差异、差异是线性的情况。所述光谱校正是通过基于主机和从机所测标准样品的光谱建立一个函数关系,对从机光谱进行校正后,再采用主机所建立的光谱模型根据校正后的从机样品光谱去预测未知样本的性质。所述光谱校正的适应面更为广泛。对从机光谱的校正算法包括直接校正(DS)、分段直接校正(PDS)和Shenk’s算法等。但是,这类算法需要根据一组标准样品(数量在10~20个之间)在主机和从机上采集的光谱信息建立对从机光谱进行校正的函数。目前常用的做法是通过挑选一些样品作为标准样品进行从机光谱校正,这需要在不同用户间经常交换标准样品。在一些近红外光谱检测技术应用的比较成熟与广泛的领域,例如饲料、烟草行业的集团性公司内部进行标准样品的交换会比较容易实现和管理。但对于无隶属或关联关系的用户而言,交换标准样品会存在较多的麻烦,并且这种交换标准样品的做法会存在一些隐患,例如:标准样品丢失后需要重新寻找和筛选新的标准样品。对于中药材、烟草等天然植物而言,标准样品的性状随存放时间的长久会发生变化,长时间放置后容易吸潮、霉变甚至腐烂。以天然植物样品为标准样品时,标准品难以长期使用,需要定期更换。严格地说,主机和从机需要在相隔很短的时间内采集光谱以进行从机光谱的校正,以避免该光谱校正关系受标准样品性状变化的影响。
发明内容
本发明的目的在于克服上述不足,提供一种天然植物近红外模型传递的标准样品,所述标准样品以性能稳定的高分子化合物与分析纯的色素配制而成,其组成恒定、性质稳定,可长期用于多种天然植物的模型传递过程。本发明的第二目的在于,提供所述标准样品的制备方法。本发明的第三目的在于,提供所述标准样品在近红外模型传递过程中的应用。
本发明的天然植物近红外模型传递的标准样品包含天然植物中的主要官能团。虽然天然植物或合成的化学物质种类无限,但是,其官能团种类是有限的。天然植物中的主要成分为糖类、萜类、甾体、芳香类(简单苯丙素类、木脂素类、黄酮类)、生物碱类,其主要官能团为:烷基、烯基、苯基、羟基、醚键、酯基、醛基、羰基、羧基、胺基、卤代基、硝基、磺酸基、巯基、吡啶基、偶氮基等。本发明的标准样品所含有官能团包括:烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团,它涵盖了天然植物中主要的官能团,因此能适应于近红外谱区范围对含氢基团(C-H、N-H、O-H)的检测,使得本发明的标准样品不仅能适应单一产品(如烟草)近红外模型传递的要求,而且能满足多品种天然植物(如中药材)近红外光谱模型传递的要求,可实现工业化、大批量、重现性生产。
为实现上述目的,本发明采取了以下技术方案。
一种天然植物近红外模型传递的标准样品,其特征在于,由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:
分析纯纤维素 22%~63%;
分析纯淀粉 23%~62%;
分析纯色素 10%~40%。
进一步,所述标准样品组中各类物质的质量百分比为:分析纯纤维素43%,分析纯淀粉43%,分析纯色素14%。
进一步,所述标准样品组中各类物质的质量百分比为:分析纯纤维素57%,分析纯淀粉29%,分析纯色素14%。
进一步,所述标准样品组中各类物质的质量百分比为:分析纯纤维素63%,分析纯淀粉23%,分析纯色素14%。
进一步,所述标准样品组中分析纯纤维素含量与分析纯淀粉含量的比值为3:5保持不变,而分析纯色素含量由10%以5%的梯度上升到40%。
进一步,所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素、微晶纤维素和/或乙基纤维素一种或多种。
进一步,所述分析纯淀粉含有可溶性淀粉、马铃薯淀粉和/或玉米淀粉一种或多种。
进一步,所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素和/或金橙Ⅱ的一种或多种。
为了实现上述第二目的,本发明采取了以下技术方案。
天然植物近红外模型传递的标准样品的制备方法,其特征在于,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:
分析纯纤维素 22%~63%;
分析纯淀粉 23%~62%;
分析纯色素 10%~40%;
所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素、微晶纤维素和/或乙基纤维素一种或多种;
所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素和/或金橙Ⅱ的一种或多种;
配制样品前,将所需纤维素、淀粉和色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用;
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的纤维素、淀粉和色素按不同质量百分比配制成23个不同组成的样品,分别置于涡旋仪上混匀,然后分别将各样品平铺于60℃烘箱中烘2小时,获得天然植物近红外模型传递的标准样品,之后取出放入密封瓶并保存于干燥器皿中备用。
所述天然植物近红外模型传递的标准样品在天然植物光谱模型传递中的应用。
本发明的积极效果是:
(1)提供了一种用于天然植物近红外模型传递的标准样品,它制备原料易得,常温常压下性质稳定(但需避免湿、热和高温),可定量且性质稳定,与各类天然植物的颜色相似,因此适应性强,光谱恒定且重现性好,可长期用于多种天然植物的近红外光谱模型的传递。
(2)提供了所述标准样品的制备方法,具有简单、快速、低成本的优点。
(3)本发明的标准样品的近红外光谱与中药材、烟草等天然植物的近红外光谱相似,其特征谱峰和吸光度范围与天然植物类似,从而能减小主机光谱模型用于从机样品预测的误差,为从机光谱的校正提供了基本信息。
(4)实验结果证实:以本发明的标准样品作为转移集对光谱进行校正后,光谱模型的预测误差较不进行从机光谱校正、直接根据未校正从机光谱预测的误差明显减小,其预测结果和以自身样品为转移集对从机光谱进行校正后的预测结果相当。
附图说明
图1为23个标准品在近红外光谱仪上的光谱图。
图2为59个银杏样品近红外光谱仪上的光谱图。
图3为72个黄芩样品近红外光谱仪上的光谱图。
图4为89个常春藤样品近红外光谱仪上的光谱图。
图5为86个烟草样品在近红外光谱仪上的光谱图。
具体实施方式
以下介绍本发明天然植物近红外模型传递的标准样品制备的具体实施方式,提供4个制备实施例和4个应用实施例来解释制备和应用的情况,分析和验证本发明的天然植物近红外模型传递的标准样品的作用和功能。但是需要说明,本发明的实施不限于以下的实施方式。
实施例1
一种天然植物近红外模型传递的标准样品的制备方法,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:分析纯纤维素43%、分析纯淀粉43%、分析纯色素14%。
所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素或乙基纤维素中的一种。
所述分析纯淀粉采用可溶性淀粉。
所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素或金橙Ⅱ中的一种。
配制样品前将所需分析纯纤维素、分析纯淀粉和分析纯色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用。
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的分析纯纤维素、分析纯淀粉和分析纯色素按上述质量百分比配制成6个组分不同的样品,分别置于涡旋仪上混匀,然后分别将各样品平铺于60℃烘箱中烘2小时,获得天然植物近红外模型传递的标准样品,之后取出放入密封瓶并保存于干燥器皿中备用。
实施例2
一种天然植物近红外模型传递的标准样品的制备方法,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:分析纯纤维素57%、分析纯淀粉29%、分析纯色素14%。
所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素和乙基纤维素中的两种。
所述分析纯淀粉采用可溶性淀粉。
所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素或金橙Ⅱ中的一种。
配制样品前将所需分析纯纤维素、分析纯淀粉和分析纯色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用。
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的分析纯纤维素、分析纯淀粉和分析纯色素按上述质量百分比配制成6个组分不同的标准样品,具体操作同实施例1。
实施例3
一种天然植物近红外模型传递的标准样品的制备方法,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:分析纯纤维素63%、分析纯淀粉23%、分析纯色素14%。
所述分析纯纤维素含有羧甲基纤维素钠和羟乙基纤维素。
所述分析纯淀粉采用可溶性淀粉。
所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素或金橙Ⅱ中的一种。
配制样品前将所需分析纯纤维素、分析纯淀粉和分析纯色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用。
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的分析纯纤维素、分析纯淀粉和分析纯色素按上述质量百分比配制成4个不同组成的标准样品,具体操作同实施例1。
实施例4
一种天然植物近红外模型传递的标准样品的制备方法,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的分析纯纤维素和分析纯淀粉及分析纯色素按一定比例混合而成。
所述标准样品组中分析纯纤维素质量与分析纯淀粉质量的比值为3:5保持不变,而分析纯色素质量百分比由10%以5%的梯度上升到40%。
所述分析纯纤维素为微晶纤维素。
所述分析纯淀粉为玉米淀粉。
所述分析纯色素为苏丹Ⅳ。
配制样品前将所需分析纯纤维素、分析纯淀粉和分析纯色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用。
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的分析纯纤维素、分析纯淀粉和分析纯色素按上述质量百分比配制成7个不同组成的标准样品,具体操作同实施例1。
应用实施例1
从实施例1-4制备的23个天然植物近红外模型传递的标准样品(参见图1)中选择16个样品用于银杏叶中银杏总黄酮含量预测时近红外光谱的校正。
(1)样品信息
采用59个银杏叶样品,其质量分数范围为0.56%~1.25%。
(2)实验方法
采集16个标准样品与59个银杏叶样品在两台近红外仪(分别是2011年、2013年购买的Thermo Fisher公司的ANTARISⅡ近红外光谱仪)上的4000~12000cm-1的光谱信息用于近红外模型的建立和检验,以其中的一台近红外仪为主机A,另一台近红外仪为从机B,在Matlab7.11(R2010b)上进行数据处理、建模和预测。
采用多源散射校正(MSC)+二阶导的预处理方法对16个标准样品和59个银杏叶样品的光谱进行预处理,按“基于X-Y距离的样品选择方法”(“SPXY”——Sample setPartitioning based on joint X-Y distances)根据主机样品光谱和银杏叶黄酮含量筛选出前16个具有代表性的样品作为从机光谱校正的转移集,将前75%的样品作为建模集、将后25%的样品作为预测集,采用“分段直接校正算法”(PDS)根据样品确定的转移集或16个标样组成的转移集来校正从机光谱,采用偏最小二乘回归方法(PLSR)建立主机A的模型并分别根据主机A的预测集光谱和从机B的预测集光谱预测样品的黄酮含量。其中,PLSR中的潜变量个数(LV)用留一交叉验证的方法确定,为了减少参数不同对结果的影响,PDS中的窗口(windows)一律选择5。模型预测结果用均方根误差(RMSEP)、平均相对误差(MRE)来评价。
(3)模型传递结果
基于近红外光谱对银杏叶中总黄酮含量的预测结果见表1。其中,A/A为以主机A的模型预测主机A的光谱,A/B为以主机A的模型预测从机B的光谱,包括未校正光谱、以自身样品为转移集校正后的光谱和以标准样品作为转移集校正后的光谱。
表1. 基于近红外光谱对银杏叶中总黄酮含量的预测结果
(4)应用实施例1的结果表明(参见图2):
以标准样品作为转移集的对银杏叶黄酮含量预测误差较不进行光谱校正时的预测误差明显减小,甚至优于主机光谱模型的预测结果和以样品作为转移集校正后的预测结果。
应用实施例2
从实施例1-4制备的23个天然植物近红外模型传递的标准样品中选择16个样品用于黄芩中黄芩苷含量预测时近红外光谱的校正。
(1)样品信息:采用72个黄芩样品,其质量分数范围为8.73%~16.04%。
(2)实验方法:(同应用实施例1)。
(3)模型传递结果
基于近红外光谱对黄芩中黄芩苷含量的预测结果见表2。其中,A/A和A/B的含义同实施例1。
表2. 基于近红外光谱对黄芩中黄芩苷含量的预测结果
(4)应用实施例2的结果表明(参见图3):
标准样品作为转移集对黄芩苷的预测误差较不进行光谱校正时的预测误差明显减小,根据MRE值,其结果甚至优于单台仪器预测结果。
应用实施例3
从实施例1-4制备的23个天然植物近红外模型传递的标准样品中选择16个样品用于常春藤中常春藤皂苷C含量预测时近红外光谱的校正。
(1)样品信息:采用89个常春藤样品,其质量分数范围为2.03%~15.00%。
(2)实验方法:(同应用实施例1)。
(3)模型传递结果
基于近红外光谱对常春藤中皂苷C含量的预测结果见表3。其中,A/A和A/B的含义同实施例1。
表3.基于近红外光谱对常春藤中皂苷C含量的预测结果
(4)应用实施例3的结果表明(参见图4):
标准样品作为转移集对常春藤皂苷C含量的预测误差较不进行光谱校正时的预测误差明显减小,而且标准样品为转移集时进行光谱校正的结果略优于以样品为转移集校正的结果。
应用实施例4
从实施例1-4制备的23个天然植物近红外模型传递的标准样品中选择16个样品用于烟草中总植物碱、总糖、还原糖、总氮、钾和水分含量预测时近红外光谱的校正。
(1)样品信息:
采用86个烟草样品,其中,总植物碱、总糖、还原糖、总氮、钾和水分质量分数的范围分别为:1.01%~4.20%、14.42%~39.61%、13.45%~30.80%、1.36%~3.52%、0.86%~3.54%、4.56%~12.90%。
(2)实验方法
采集16个标准样品和86个烟草样品在两台近红外仪(分别是2011年、2013年购买的Thermo Fisher公司的ANTARISⅡ近红外光谱仪)上的3800~12000cm-1的光谱信息用于模型的建立和检验。以其中的一台近红外仪为主机A,将另一台近红外仪为从机B,在Matlab7.11(R2010b)上进行数据处理、建模和预测。预测烟草中不同的成分时选择最合适的预处理方式(原始光谱、MSC+二阶导、一阶导),SPXY筛选出转移集(前16个)、建模集(前65个)和预测集(后21个),光谱校正方法、建模方法和模型评价方法同实施例1。
(3)模型传递结果
基于近红外光谱对烟草中总植物碱、总糖、还原糖、总氮、钾和水分含量的预测结果见表4。其中,A/A和A/B的含义同实施例1。
表4. 基于近红外光谱对烟草中总植物碱、总糖、还原糖、总氮、钾和水分含量
的预测结果
(4)应用实施例4的结果表明(参见图5):
对于烟草总植物碱,以标准样品作为转移集时的预测误差较不进行光谱校正的预测误差明显减小,甚至优于主机光谱模型自身的预测结果。
对于总糖,当不进行光谱校正直接根据从机光谱预测时,平均相对误差为5.43%,以标准样品作为转移集进行光谱校正后,模型传递的预测误差减小到4.36%。
对于还原糖,当不进行光谱校正直接根据从机光谱预测时误差低于4%,与模型传递前预测结果相差不大,对从机光谱进行校正后预测误差反而增大,以标准样品作为转移集的预测误差和以自身样品作为转移集的预测误差相差不大。
对于总氮,以标准样品作为转移集进行光谱校正后的预测误差较不进行光谱校正直接预测从机光谱的预测误差明显减小,甚至优于主机光谱模型自身的预测结果和以自身样品作为转移集的预测结果。
最后,需要说明的是:本发明的实施例虽然采用的是Thermo Fisher公司的AntarisII 近红外仪,但是,这并不表明本发明的方法和标准样品只适应于采用该公司的该款机型,其他公司生产的性能类似的近红外仪也可采用。此外,本发明的实施例以烟草、银杏叶、常春藤、黄芩等天然植物作为标准样品进行说明和验证,这也并不表明本发明的方法只适合于这些植物,采用本发明方法制备的标准品进行其他天然植物近红外模型传递同样也应该属于本发明保护范围。

Claims (10)

1.一种天然植物近红外模型传递的标准样品,其特征在于,由含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团的物质混合而成,其中各类物质的质量百分比为:
分析纯纤维素 22%~63%;
分析纯淀粉 23%~62%;
分析纯色素 10%~40%。
2.如权利要求1所述的天然植物近红外模型传递的标准样品,其特征在于,所述标准样品组中各类物质的质量百分比为:分析纯纤维素43%,分析纯淀粉43%,分析纯色素14%。
3.如权利要求1所述的天然植物近红外模型传递的标准样品,其特征在于,所述标准样品组中各类物质的质量百分比为:分析纯纤维素57%,分析纯淀粉29%,分析纯色素14%。
4.如权利要求1所述的天然植物近红外模型传递的标准样品,其特征在于,所述标准样品组中各类物质的质量百分比为:分析纯纤维素63%,分析纯淀粉23%,分析纯色素14%。
5.如权利要求1所述的天然植物近红外模型传递的标准样品,其特征在于,所述标准样品组中分析纯纤维素含量与分析纯淀粉含量的比值为3:5保持不变,而分析纯色素含量由10%以5%的梯度上升到40%。
6.如权利要求1、2、3、4或5所述的天然植物近红外模型传递的标准样品,其特征在于,所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素、微晶纤维素和/或乙基纤维素一种或多种。
7.如权利要求1、2、3、4或5所述的天然植物近红外模型传递的标准样品,其特征在于,所述分析纯淀粉含有可溶性淀粉、马铃薯淀粉和/或玉米淀粉一种或多种。
8.如权利要求1、2、3、4或5所述的天然植物近红外模型传递的标准样品,其特征在于,所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素和/或金橙Ⅱ的一种或多种。
9.如权利要求1所述的天然植物近红外模型传递的标准样品的制备方法,其特征在于,包含以下步骤:
(1)样品前处理
用于天然植物近红外模型传递的标准样品含有烷基、羟基、醚基、羧基、醛基、羰基、苯基、胺基、亚胺基、卤代基、烯基、偶氮基官能团,各类物质的质量百分比为:
分析纯纤维素 22%~63%;
分析纯淀粉 23%~62%;
分析纯色素 10%~40%;
所述分析纯纤维素含有羧甲基纤维素钠、羟乙基纤维素、微晶纤维素和/或乙基纤维素一种或多种;
所述分析纯色素含有金胺O、苏丹Ⅳ、瑞士色素和/或金橙Ⅱ的一种或多种;
配制样品前,将所需纤维素、淀粉和色素分别置于研钵中磨碎,使之过80目筛,于60℃烘箱中烘2小时除去水分备用;
(2)制作天然植物近红外模型传递的标准样品
将步骤(1)处理过的纤维素、淀粉和色素按不同质量百分比配制成23个不同组成的样品,分别置于涡旋仪上混匀,然后分别将各样品平铺于60℃烘箱中烘2小时,获得天然植物近红外模型传递的标准样品,之后取出放入密封瓶并保存于干燥器皿中备用。
10.如权利要求1所述的天然植物近红外模型传递的标准样品在天然植物光谱模型传递中的应用。
CN201711264567.XA 2017-12-05 2017-12-05 天然植物近红外模型传递的标准样品制备方法及其应用 Active CN108287144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711264567.XA CN108287144B (zh) 2017-12-05 2017-12-05 天然植物近红外模型传递的标准样品制备方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711264567.XA CN108287144B (zh) 2017-12-05 2017-12-05 天然植物近红外模型传递的标准样品制备方法及其应用

Publications (2)

Publication Number Publication Date
CN108287144A true CN108287144A (zh) 2018-07-17
CN108287144B CN108287144B (zh) 2020-12-08

Family

ID=62831742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711264567.XA Active CN108287144B (zh) 2017-12-05 2017-12-05 天然植物近红外模型传递的标准样品制备方法及其应用

Country Status (1)

Country Link
CN (1) CN108287144B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2171486A1 (en) * 1995-03-11 1996-09-12 Ian A. Cowe Standardisation of spectrometers
CN101532954A (zh) * 2008-03-13 2009-09-16 天津天士力现代中药资源有限公司 一种用红外光谱结合聚类分析鉴定中药材的方法
CN101710071A (zh) * 2009-12-09 2010-05-19 川渝中烟工业公司 建立烟草近红外模型的选样方法
CN103308463A (zh) * 2013-06-28 2013-09-18 中国农业大学 一种近红外光谱特征谱区选择方法
CN104048941A (zh) * 2014-06-25 2014-09-17 常熟雷允上制药有限公司 采用近红外光谱快速测定麦冬中多指标性成分含量的方法
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法
CN105628645A (zh) * 2015-12-28 2016-06-01 贵州中烟工业有限责任公司 一种近红外分析模型的转移方法
CN105842190A (zh) * 2016-03-17 2016-08-10 浙江中烟工业有限责任公司 一种基于谱回归的近红外模型转移方法
CN107064056A (zh) * 2017-03-08 2017-08-18 北京农业智能装备技术研究中心 一种水果无损检测的方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2171486A1 (en) * 1995-03-11 1996-09-12 Ian A. Cowe Standardisation of spectrometers
CN101532954A (zh) * 2008-03-13 2009-09-16 天津天士力现代中药资源有限公司 一种用红外光谱结合聚类分析鉴定中药材的方法
CN101710071A (zh) * 2009-12-09 2010-05-19 川渝中烟工业公司 建立烟草近红外模型的选样方法
CN103308463A (zh) * 2013-06-28 2013-09-18 中国农业大学 一种近红外光谱特征谱区选择方法
CN104048941A (zh) * 2014-06-25 2014-09-17 常熟雷允上制药有限公司 采用近红外光谱快速测定麦冬中多指标性成分含量的方法
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法
CN105628645A (zh) * 2015-12-28 2016-06-01 贵州中烟工业有限责任公司 一种近红外分析模型的转移方法
CN105842190A (zh) * 2016-03-17 2016-08-10 浙江中烟工业有限责任公司 一种基于谱回归的近红外模型转移方法
CN107064056A (zh) * 2017-03-08 2017-08-18 北京农业智能装备技术研究中心 一种水果无损检测的方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
E.BOUVERESSE等: "Calibration transfer across near-infrared spectrometric instruments using Shenk"s algorithm: effects of different standardisation samples", 《ANALYTICA CHIMICA ACTA》 *
中国药品生物制品检定所: "《中国药品生物制品检定所 年鉴2009》", 31 December 2011, 中国医药科技出版社 *
关志宇: "《药物制剂辅料与包装材料》", 31 January 2017, 中国医药科技出版社 *
成都市教育局: "《化学 第五册》", 31 October 1979, 四川人民出版社 *
罗永明: "《中药化学成分提取分离技术与方法》", 31 January 2016, 中国轻工业出版社 *
裴继诚: "《植物纤维化学》", 31 July 2012, 中国轻工业出版社 *

Also Published As

Publication number Publication date
CN108287144B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
JP5177384B2 (ja) 緑茶の品質予測方法
Yang et al. Rapid determination of chemical composition and classification of bamboo fractions using visible–near infrared spectroscopy coupled with multivariate data analysis
CN103217408B (zh) 一种鉴别贵州两类不同香型烤烟的方法
CN101961360A (zh) 三七的近红外光谱鉴别方法
Soria et al. Estimation of the honeydew ratio in honey samples from their physicochemical data and from their volatile composition obtained by SPME and GC‐MS
CN103743703A (zh) 一种采用近红外光谱快速检测茶叶中主要成分的方法
Wang et al. Near-infrared spectroscopy for classification of licorice (Glycyrrhizia uralensis Fisch) and prediction of the glycyrrhizic acid (GA) content
Faberi et al. Fatty acid composition and δ13C of bulk and individual fatty acids as marker for authenticating Italian PDO/PGI extra virgin olive oils by means of isotopic ratio mass spectrometry
CN103487395A (zh) 一种重楼药材多指标快速检测方法
Dar et al. Isolation, cytotoxic evaluation, and simultaneous quantification of eight bioactive secondary metabolites from Cicer microphyllum by high‐performance thin‐layer chromatography
CN104237060A (zh) 一种金银花药材多指标快速检测方法
CN106198446A (zh) 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法
Colombini et al. Analytical pyrolysis with in-situ silylation, Py (HMDS)-GC/MS, for the chemical characterization of archaeological and historical amber objects
CN105158195A (zh) 基于近红外光谱技术快速测定制浆材综纤维素含量的方法
Wu et al. Study on difference between epidermis, phloem and xylem of Radix Ginseng with near-infrared and infrared spectroscopy coupled with principal component analysis
CN104596979A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法
CN104596980A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶热水可溶物的方法
CN103411895A (zh) 珍珠粉掺伪的近红外光谱鉴别方法
Ye et al. Rapid determination of chemical components and antioxidant activity of the fruit of Crataegus pinnatifida Bunge by NIRS and chemometrics
CN104596976A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法
CN110470629A (zh) 一种油茶籽中水分和含油量的近红外定量分析方法
Zha et al. Identification of ages and determination of paeoniflorin in roots of Paeonia lactiflora Pall. From four producing areas based on growth rings
Yang et al. Characterization of Paris polyphylla var. yunnanensis by infrared and ultraviolet spectroscopies with chemometric data fusion
CN108287144A (zh) 天然植物近红外模型传递的标准样品制备方法及其应用
Yu et al. The spectrum model established for measuring the contents of Rebaudioside A and Stevioside quickly in the leaves of Stevia rebaudiana Bertoni

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant