不同品种及产地的小米在口感及营养价值上存在显著差异, 因此区分不同种小米对消费者具有参考意义。 将傅里叶变换红外光谱(FTIR)、 二维相关红外光谱(2D-IR)与曲线拟合、 主成分分析(PCA)相结合, 鉴别小米的品种及产地。 结果显示: 小米主要由碳水化合物、 蛋白质和脂质组成, 因此, 其FTIR特征相似; 二阶导数光谱(SD-IR)在3 012, 2 962, 2 928, 2 856, 1 748和1 548 cm^-1附近的吸收峰强度存在明显差异; 2D-IR在1 200~860和1 700~1 180 cm^-1范围内, 小米样品的自动峰和交叉峰数目、 位置和强度差异明显; 曲线拟合结果显示小米在1 700~1 600 cm^-1范围内子峰面积比例不同, 说明不同品种间小米的蛋白质含量不同, 可以实现小米品种的鉴别分类; 选取1 800~800 cm^-1范围内的导数光谱进行主成分分析, 前3个主成分累积贡献率为97%, 不同产地的小米都得到正确归类。 研究表明, 红外光谱结合统计分析方法, 是鉴别小米品种及产地的有效方法。

种子的萌发是种子生命历程中的主要组成部分之一, 了解种子萌发过程中经历的生理生化变化, 准确确定种子的活力, 对农业生产很重要, 因而, 研究种子萌发有重要意义。 采用傅里叶变换红外光谱结合曲线拟合研究不同萌发程度的水稻种子, 以探寻种子贮藏物质动员情况, 对不同萌发时间的水稻种子进行傅里叶变换红外光谱、 二阶导数光谱、 二维相关红外光谱和曲线拟合研究。 结果显示, 原始红外光谱整体相似, 光谱反映出水稻种子的主要贮藏物质为淀粉、 蛋白质和脂肪; 吸收峰强度比A_{1 659}/A_{1 019}, A_{1 740}/A_{1 019}, A_{1 157}/A_{1 019}, A_{1 157}/A_{1 081}随萌发时间的增加而降低。 814~1 000和1 028~1 340 cm^-1范围内的二维相关红外光谱结果显示自动峰个数和最强自动峰的位置、 强度随种子萌发时间的增加而变化, 表明种子在萌发过程中糖类和蛋白质发生变化。 二阶导数光谱在1 200~950 cm^-1范围内出现七个峰, 其中988 cm^-1处的峰随萌发时间的增加向较高波数蓝移, 而1 053和1 158 cm^-1处的峰向较低波数红移, 表明水稻种子在萌发过程中多糖的结构和含量可能发生了变化; 在1 700~1 600 cm^-1范围内出现九个峰, 其中1 641和1 692 cm^-1处的峰呈现随萌发时间的增加红移到较低波数的趋势, 表明水稻种子在萌发过程中蛋白质的结构和含量可能发生了变化; 在1 800~1 700 cm^-1范围二阶导数光谱仅观察到1 712和1 744 cm^-1处的两个峰, 其中1 744 cm^-1由脂类物质C=O伸缩振动引起, 为脂肪的特征峰。 为进一步研究水稻种子萌发过程中贮藏物质的具体变化, 以二阶导数光谱确定的子峰位置和数目为依据, 对原始红外光谱的1 200~950与1 800~1 600 cm^-1区域进行曲线拟合分析。 曲线拟合结果显示, 随萌发时间的增加, 多糖和蛋白质的相对含量总体上呈现下降趋势, 脂肪的相对含量先降后升。 研究表明, 傅里叶变换红外光谱结合曲线拟合可作为研究种子萌发的有效手段。