本文選題：近紅外光譜技術(shù)　切入點(diǎn)：大米　出處：《中國糧油學(xué)報(bào)》2017年10期

【摘要】：為建立地理標(biāo)志大米的快速檢測(cè)技術(shù),更好地維護(hù)地方名優(yōu)大米品牌效益,利用近紅外光譜技術(shù)結(jié)合定性分析(鑒別分析和聚類分析)和偏最小二乘法(PLS)對(duì)黑龍江省3個(gè)水稻主產(chǎn)區(qū)的地理標(biāo)志大米進(jìn)行產(chǎn)地溯源研究。結(jié)果表明:運(yùn)用鑒別分析和聚類分析建立的模型對(duì)建三江、五常地域預(yù)測(cè)正確率為100%,響水地域預(yù)測(cè)正確率為95.83%;五常、響水地域判別正確率為100%,建三江地域判別正確率為95.83%。采用PLS建立定量分析模型對(duì)建三江、五常、響水三個(gè)地域的預(yù)測(cè)正確率分別為95.83%、100%、95.83%。通過鑒定及檢測(cè)結(jié)果可知利用近紅外光譜技術(shù)可對(duì)黑龍江地理標(biāo)志大米進(jìn)行產(chǎn)地保護(hù),且產(chǎn)地預(yù)測(cè)正確率達(dá)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%.
【作者單位】： 黑龍江八一農(nóng)墾大學(xué)食品學(xué)院;
【基金】：黑龍江省教育廳科學(xué)技術(shù)研究(12541576) 黑龍江省墾區(qū)科研項(xiàng)目(HKN125B-13-02) 黑龍江省高等學(xué)校科技創(chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃(2014TD006) 黑龍江省應(yīng)用技術(shù)研究與開發(fā)計(jì)劃(GA14B104)
【分類號(hào)】：O657.33;TS210.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙紅波;譚紅;楊鴻波;宋光林;史會(huì)兵;劉勇;;地理標(biāo)志產(chǎn)品-茶葉及其利用近紅外光譜研究的進(jìn)展[J];中國釀造;2012年02期

2 張寧;現(xiàn)代近紅外光譜技術(shù)的發(fā)展與研究應(yīng)用[J];動(dòng)物科學(xué)與動(dòng)物醫(yī)學(xué);2002年02期

3 毛晶;;近紅外光譜技術(shù)的介紹[J];民營科技;2010年05期

4 肖明禮;陳越立;林銳峰;;近紅外光譜技術(shù)及應(yīng)用[J];廣東化工;2011年07期

5 隋世江;葉鑫;雋英華;;近紅外光譜技術(shù)在土壤成分檢測(cè)中的研究進(jìn)展[J];農(nóng)業(yè)科技與裝備;2012年01期

6 黃威;李爽;李倬林;王亭;曾憲鵬;李鐵柱;;近紅外光譜技術(shù)在乳品中的應(yīng)用[J];飲料工業(yè);2012年12期

7 任瑞娟;柴春祥;魯曉翔;;近紅外光譜技術(shù)在水產(chǎn)品檢測(cè)中的應(yīng)用展望[J];食品工業(yè)科技;2013年02期

8 黃偉;楊秀娟;張燕鳴;黃宇;陶琳麗;;近紅外光譜技術(shù)在肉類定性鑒別中的研究進(jìn)展[J];肉類研究;2014年01期

9 嘉中;近紅外光譜技術(shù)在當(dāng)前和未來的應(yīng)用[J];飼料廣角;2000年08期

10 李曉東;;高端新型近紅外光譜技術(shù)專家論壇素描[J];現(xiàn)代儀器;2011年03期

相關(guān)會(huì)議論文 前5條

1 張庚;;近紅外光譜技術(shù)對(duì)組織(肌)氧的監(jiān)測(cè)與進(jìn)展[A];重癥醫(yī)學(xué)十年回顧與展望——2012年浙江省重癥醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2012年

2 陸婉珍;;近紅外光譜技術(shù)進(jìn)展[A];第三屆科學(xué)儀器前沿技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文集（二）[C];2006年

3 張?chǎng)?顧欣;陳美蓮;張文剛;嚴(yán)鳳;;近紅外光譜技術(shù)在乳品行業(yè)的研究現(xiàn)狀及應(yīng)用前景[A];第三屆中國奶業(yè)大會(huì)論文集(下冊(cè))[C];2012年

4 毛建江;邱化玉;倪勇;蔣劍雄;來國橋;;近紅外光譜技術(shù)用于人參和人參種子的鑒別分析[A];第十四屆全國分子光譜學(xué)術(shù)會(huì)議論文集[C];2006年

5 郭蘭萍;黃璐琦;Christian W Huck;;近紅外光譜技術(shù)及其在中藥道地性研究中的應(yīng)用[A];第八屆全國藥用植物及植物藥學(xué)術(shù)研討會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 劉波平;近紅外光譜技術(shù)在多組分檢測(cè)及模式識(shí)別中的應(yīng)用研究[D];南京理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐文廷;基于近紅外光譜技術(shù)的腦血氧檢測(cè)[D];電子科技大學(xué);2014年

2 張艷哲;基于近紅外光譜技術(shù)的活性米品質(zhì)無損檢測(cè)與評(píng)價(jià)研究[D];東北農(nóng)業(yè)大學(xué);2016年

3 鄒愛笑;基于近紅外光譜技術(shù)的淀粉含水量預(yù)測(cè)[D];北方工業(yè)大學(xué);2017年

4 于清麗;近紅外光譜技術(shù)在嬰幼兒營養(yǎng)米粉快速檢測(cè)中的應(yīng)用研究[D];東華理工大學(xué);2017年

5 胡鋼亮;近紅外光譜技術(shù)在中藥領(lǐng)域中的應(yīng)用研究[D];浙江大學(xué);2003年

6 張威;近紅外光譜技術(shù)在銀黃顆粒質(zhì)量控制與評(píng)價(jià)中的應(yīng)用研究[D];河南中醫(yī)學(xué)院;2011年

7 李楠;利用近紅外光譜技術(shù)快速檢測(cè)大豆氨基酸含量及分析其相關(guān)性研究[D];北京交通大學(xué);2012年

8 羅偉苑;近紅外光譜技術(shù)在白囊耙齒菌菌絲體多糖含量分析中的應(yīng)用[D];吉林大學(xué);2011年

9 熊來怡;近紅外光譜技術(shù)檢測(cè)豬肉品質(zhì)及其安全判別研究[D];西北農(nóng)林科技大學(xué);2012年

10 黃常毅;近紅外光譜技術(shù)在微生物發(fā)酵過程中的應(yīng)用研究[D];江南大學(xué);2014年

，

本文編號(hào)：1672899