为无损探究种子成分分布与种子活力变化的内在关系, 以玉米种子主要成分淀粉为研究对象, 将太赫兹时域反射成像技术与移动窗口相关系数法相结合, 无损可视化构建不同活力程度的玉米种子淀粉空间分布图。 以郑单958玉米品种为例, 实验通过人工老化方式(40 ℃, 100%RH)制备老化0、 18、 36、 54、 72 h的种子样本, 采用Terapluse 4000太赫兹时域光谱仪及反射成像附件扫描获取不同老化程度的样本和纯玉米淀粉样品的太赫兹光谱图像。 以16.35 cm-1下THz图像为基准, 采用阈值分割法精确提取种子胚乳、 种胚区域, 通过对比不同组织区域内THz平均吸光度可得胚乳和种胚光谱明显差异, 且胚乳和淀粉纯物质在51.96 cm-1附近存在明显的共同吸收峰。 应用移动窗口相关系数法(窗口宽度为20, 移动步长为10), 逐像素点计算种子太赫兹时域光谱与纯玉米淀粉光谱的-相关系数, 并根据相关系数值以及坐标信息绘制伪彩色热力图, 可视化构建玉米种子淀粉分布图。 实验统计5个老化阶段、 6个谱区窗口的淀粉分布图中相关系数>0.8的像素点占比可得: 在29.83～67.36 cm-1区间内, 种子胚乳和种子区域内的淀粉含量在种子活力下降过程中呈现总体下降趋势, 即种子淀粉含量与活力呈现正相关关系。 实验结果表明: 太赫兹时域光谱反射成像技术结合移动窗口相关系数伪彩色成像分析方法可以初步实现种子活力变化过程中玉米种子淀粉空间分布特性的无损探测, 该技术可为深入研究种子化学成分与其自身活力之间的制约关系, 无损解析种子生命活动与自身生理生态规律变化提供崭新的视角和方法。

回生是淀粉加工、 运输和储藏过程中的重要理化性质, 快速检测淀粉回生程度对淀粉制品的品质和保质期有重要意义。 为了探究二维相关光谱法(2D-COS)优选回生淀粉特征变量的可行性, 研究结合2D-COS和光谱融合技术对小麦淀粉的回生特性进行定量表征。 首先, 将不同回生时间的小麦淀粉测定结晶度和回生度, 从淀粉体系中晶体含量和对淀粉酶水解抗性的角度表征淀粉回生特性。 然后, 分别采集样品的近红外和中红外光谱数据, 对采集的原始光谱进行Savitzky-Golay平滑和标准正态变量变换预处理后, 结合偏最小二乘法分别基于近红外光谱、 中红外光谱和融合光谱构建全光谱的预测模型。 在此基础上, 以回生天数为外部扰动, 分别选取回生0, 1, 2, 3, 5, 7, 10, 14, 21和35 d的10条淀粉光谱进行2D-COS分析。 通过分析同步谱和自相关谱, 辨识了近红外13个和中红外11个与回生特性有关的特征波长。 最后, 基于这些特征波长进一步建立回生度和结晶度的预测模型。 结果表明, 全光谱模型结果中, 光谱融合后的模型预测效果较好, 结晶度模型的相对分析误差(RPD)值由1.203 4和2.069 0提高至3.980 9, 回生度模型的RPD值由2.594 0和2.109 9提高至4.576 3, 表明光谱融合能提高模型性能。 利用2D-COS筛选特征波长后建立的模型预测效果有大幅度提高, 结晶度模型的RPD值提高至8.095 9, 回生度模型的RPD值提高至14.183 6。 与利用竞争性自适应重加权算法筛选特征波长建立的模型结果相比, 2D-COS更能提高光谱分辨率, 获得更多的化学结构信息, 因此光谱融合技术结合2D-COS的模型结果更佳。 研究结果表明, 将2D-COS用于筛选与淀粉回生特性有关的特征波长是可行的, 为融合光谱的特征变量优选提供了新思路; 同时也表明光谱融合技术结合2D-COS可以实现淀粉回生程度的快速检测, 为淀粉食品的质量和保质期的快速检测提供了方法支持。

为降低农药使用量, 减少农药造成的环境危害, 采用60Co γ射线辐射合成了淀粉基农药缓释材料及不含淀粉的聚合物, 研究了它们的旋转黏度、可降解性及淀粉基农药缓释材料对吡蚜酮的缓释效果。淀粉基农药缓释材料的可降解性优于不含淀粉的聚合物, 其负载吡蚜酮的缓释效果优于凹凸棒土、马铃薯淀粉。5 min时, 空白、凹凸棒土、淀粉和淀粉基农药缓释材料负载吡蚜酮的释放百分率分别为大于90%、大于50%和10%～20%; 20 min时, 空白、凹凸棒土、淀粉和淀粉基农药缓释材料负载吡蚜酮的释放百分率分别为99%以上、大于85%和51%～62%。

基于响应曲面法的中心复合设计(CCD)法设计了3D打印石膏粉末流动性优化试验, 考察疏水性纳米二氧化硅和可溶性淀粉掺量对3D打印石膏粉末流动性的影响, 并对优化效果下制备的3D打印粉末进行打印机铺粉、表面形貌和流速的分析、验证。结果表明: 在疏水性纳米SiO2掺量为1%(质量分数)、可溶性淀粉掺量为3%(质量分数)的条件下, 石膏流动性能改善效果最佳, 相较于未改性的石膏提高了38%, 得到了响应变量粉末流动性与疏水性纳米二氧化硅和可溶性淀粉掺量的非线性回归方程, 流动性最佳优化预测值与实测值相对误差仅为0.31%; 最佳优化条件下, 改性石膏粉末流速为3.16 g/s, 可连续流动, 粉层表面均匀无明显缺陷。本研究提高了石膏基粉末3D打印的精确度, 有利于石膏材料在3D打印中的应用。

我国马铃薯采后储运销售过程中黑心病发病率较高, 内部品质也参差不齐, 检测分选技术滞后, 严重制约了马铃薯主食化产业发展进程。 马铃薯黑心病及淀粉含量等内部品质的同时在线无损检测, 对推进我国马铃薯主食化战略具有重要意义。 基于可见/近红外漫透射光谱原理, 利用实验室自行搭建的无损在线检测系统(检测速度约为每秒4个), 以马铃薯黑心病和淀粉含量为内部品质检测指标, 进行了黑心病和淀粉含量同时在线无损检测研究。 先将121个健康马铃薯和116个黑心马铃薯600～1 000 nm波段范围的原始光谱分别进行了平均处理, 发现600～900 nm波段内黑心马铃薯样品的吸光度数值明显高于健康马铃薯样品, 而且黑心组织影响健康马铃薯在663 nm附近叶绿素的特征吸收峰和760 nm附近水的特征吸收峰, 强度明显高于黑心马铃薯。 基于健康马铃薯和黑心马铃薯原始光谱建立了马铃薯黑心病偏最小二乘判别模型(PLS-DA)。 同时对121个健康马铃薯光谱分别采用SG卷积平滑(SG-Smoothing)、 标准正态变换(SNV)、 多元散射校正(MSC)、 一阶导数(FD)、 SG平滑结合一阶导数(SG+FD)等不同预处理方法, 并结合竞争性自适应加权重采样CARS算法筛选特征波长后, 建立了淀粉含量(SC)偏最小二乘(PLS)定量预测模型。 结果表明: 黑心马铃薯偏最小二乘定性判别模型校正集和验证集判别正确率分别为97.74%和98.33%, 总判别正确率97.89%; 原始光谱经SG平滑加一阶导数预处理, 再结合CARS算法筛选特征波长建的马铃薯淀粉含量偏最小二乘定量预测模型结果最优, 其校正集和预测集相关系数分别为0.928和0.908, 均方根误差分别为0.556%和0.633%。 最后, 将所建模型植入在线检测系统, 利用50个未参与建模的样品进行了外部验证。 马铃薯黑心病的判别正确率为96%, 淀粉预测值与标准理化值相关系数为0.893, 均方根误差为: 0.713%。 说明基于马铃薯漫透射光谱可以实现马铃薯黑心病及其他内部品质同时在线无损检测, 为马铃薯采后品质检测分选以至推进马铃薯主食化产业发展提供了一定技术参考。

明矾是一种可以改良粉条粉丝易断粗糙特性的违法添加剂, 明矾的含量过高进入人体后会直接影响身体健康。 结合太赫兹光谱技术探索红薯淀粉中明矾含量快速检测方法。 采用太赫兹时域光谱系统(Terahertz time domain spectroscopy, THz-TDS)于常温下获取0.5～7 THz范围内红薯淀粉、 明矾及其混合物的光谱数据。 因0～0.5 THz测得的频谱均为噪声, 高频段区域的吸收系数大、 信噪比低, 故选取0.5～2 THz波段的吸收系数谱和折射率谱进行分析。 发现明矾在该波段存在明显的特征吸收峰, 可作为指纹特征用于物质识别。 分别采用Savitzky-Golay卷积平滑（SG Smoothing, SG 平滑）、 基线校正（Baseline）、 归一化（Normalization）等方法进行光谱预处理, 再结合偏最小二乘(partial least squares, PLS)对红薯淀粉中明矾含量建立预测模型。 结果表明, 采用原始光谱、 SG 平滑、 Baseline、 Normalization等光谱数据建立PLS模型的最佳因子数（principal component factors）分别为3, 3, 3和2; 校正集相关系数（ｒc）分别为0.982, 0.980, 0.982和0.984; 预测集相关系数（rp）分别为0.982, 0.979, 0.982和0.987; 校正集均方根误差（root mean square error of calibration, RMSEC）分别为0.011, 0.012, 0.012和0.011; 预测集均方根误差（root mean square error of prediction, RMSEP）分别为0.013, 0.014, 0.013和0.012; 可知归一化预处理后建立PLS模型效果最佳。 为对比分析线性（PLS）与非线性（LS-SVM）两种定量模型方法的预测精度, 采用相同预处理方法后的红薯淀粉中明矾含量光谱数据建立最小二乘支持向量机（least squares support vector machine, LS-SVM）预测模型, 选用径向基函数（RBF）作为核函数。 结果表明, 归一化预处理后建立LS-SVM模型效果最佳, 其预测集均方根误差（RMSEP）为0.0047, 预测集相关系数（rp）为0.997 2。 发现对红薯淀粉中明矾含量建立LS-SVM预测模型的稳定性更好、 精确度更高。 采用太赫兹时域光谱结合LS-SVM和PLS对红薯淀粉中明矾含量进行定量分析。 结果表明, 采用归一化预处理后的LS-SVM比PLS模型的预测效果更优, 可能是红薯淀粉与明矾混合物中含有更多的非线性信息。 研究表明, 太赫兹时域光谱结合化学计量学方法可为红薯淀粉中明矾含量的定量分析提供快速精确的分析方法。

采用淀粉固体粉末进行荧光光谱测定, 并对三维荧光光谱 (EEMs)进行平行因子分析 (PARAFAC), 研究了水稻、高粱、玉米等单子叶作物淀粉的荧光组分特征, 探讨了荧光组分特征与水稻品种的相关性。结果表明: 不同来源的淀粉具有不同的荧光特性, 可作为该物种淀粉的指纹图谱; 籼稻荧光组分的荧光强度明显低于粳稻, 经过单因素方差分析, 可确定籼稻和粳稻的淀粉荧光组分强度具有显著差异, 说明该方法可用于籼粳稻淀粉的鉴别。