为实现成品红茶中外源蔗糖含量的快速有效检测, 将凤庆大叶种红茶作为研究样本, 采用近红外光谱技术, 构建了成品红茶中外源蔗糖含量的定量预测模型。 首先, 制作不同外源蔗糖含量（0、 250、 500和750 g）成品红茶样品并采集其近红外光谱数据。 为提高模型预测精度, 选取标准正态变换（SNV）、 多元散射校正（MSC）、 平滑（Smooth）和中心化（Center）4种不同的预处理方法降噪处理后建立偏最小二乘回归（PLSR）模型, 根据模型效果, 优选出最佳的SNV预处理方法, 其校正集相关系数（Rc）为0.907, 预测集相关系数（Rp）为0.826, 相对标准偏差（RPD）为1.75。 为减少光谱中冗余信息对模型运算速度的影响, 利用竞争性自适应加权算法（CARS）、 混合蛙跳算法（SFLA）、 迭代空间收缩算法结合迭代保留信息变量算法（VCPA-IRIV）和变量迭代空间收缩算法（VISSA）等方法从SNV预处理后的光谱中提取对蔗糖敏感的特征波长, 利用主成分分析（PCA）将全光谱和所筛选的特征波长降维处理后, 分别建立线性PLSR和非线性的支持向量回归（SVR）、 随机森林（RF）定量预测模型。 结果表明, 经过SNV预处理后, 非线性的SVR和RF模型性能优于线性的PLSR模型, 其中VCPA-IRIV-SVR为最优模型, 其Rc值为0.950, Rp值为0.924, RPD值为2.51。 研究表明近红外光谱技术对于红茶加工过程中掺杂蔗糖含量的定量预测是可行的, 为实现红茶安全质量的无损检测提供了支撑。

在保证凝结时间可控前提下, 提高磷酸钾镁水泥早期强度是其工程应用的关键。本研究以硼砂、蔗糖为缓凝组分调控磷酸钾镁水泥水化和硬化过程。结果表明, 与凝结时间相同的单掺硼砂、单掺蔗糖组相比, 二者复掺(硼砂、蔗糖分别占MgO质量的1.5%、6.0%)的磷酸钾镁水泥水化第二放热峰明显延迟, 但放热速率、总放热量均增大, 水化产物MgKPO4·6H2O生成量增多, 3 h强度提高104.1%, 且后期强度与单掺硼砂组样品相当。

本文研究了一元缓凝体系和二元复合缓凝体系对高强磷酸镁修补砂浆凝结时间、流动性能和力学性能的影响。结果表明: 在一元缓凝体系中, 与硼砂和三聚磷酸钠相比, 单掺蔗糖的缓凝效果最优, 但蔗糖掺量过高会显著降低磷酸镁修补砂浆的流动性能和早期力学性能; 在二元复合缓凝体系中, 硼砂和蔗糖组成的二元缓凝体系的缓凝效果优于硼砂和三聚磷酸钠组成的二元缓凝体系, 在硼砂5%(质量分数)和蔗糖2.5%(质量分数)时, 磷酸镁修补砂浆的凝结时间达到18 min, 流动度为230 mm, 1.5 h、3 d和28 d强度分别为22.6 MPa、56.8 MPa和62.4 MPa, 实现了磷酸镁修补砂浆在凝结时间和早期强度之间的动态平衡。

为明确大气CO2浓度升高对大豆糖代谢和脂肪代谢的影响, 本研究以高油大豆品种“晋大70”为材料, 利用控制气室设置CK(CO2浓度为400?μmol/mol)和EC(CO2浓度为600 μmol/mol)两个处理, 大豆整个生育期均在控制气室内, 在大豆鼓粒期利用便携式气体交换系统LI-6400测定光合参数, 测定叶绿素含量、糖代谢和脂肪代谢相关指标, 并在收获期测定产量指标。结果表明: CO2浓度升高显著提高叶绿素a、叶绿素b和总叶绿素含量, 使大豆净光合速率和水分利用效率显著提高59.7%和63.2%; 叶片中的蔗糖磷酸合成酶和异柠檬酸裂解酶活性在高CO2浓度下显著升高28.8%和215.0%, 琥珀酸脱氢酶活性、乙酰辅酶A羧化酶和二酰基甘油酰基转移酶活性显著降低; CO2浓度升高使籽粒中可溶性糖含量、蔗糖含量、蔗糖合成酶和异柠檬酸裂解酶活性显著下降, 但显著增加异柠檬酸脱氢酶(248.2%)、琥珀酸脱氢酶(75.0%)、乙酰辅酶A羧化酶活性(15.8%); 大豆的单株粒重、单株荚数和百粒重在CO2浓度升高条件下显著升高25.6%、23.4%和21.1%。研究表明, 在高CO2浓度下, 大豆鼓粒期叶片蔗糖代谢和磷酸戊糖途径代谢加强, 三羧酸循环和脂肪代谢减弱, 籽粒中蔗糖代谢减弱, 磷酸戊糖途径、三羧酸循环和脂肪代谢加强。本研究结果将有助于了解CO2浓度升高条件下对大豆糖代谢和脂代谢的影响, 为未来气候变化背景下大豆生产与管理提供理论依据。

采用近红外光谱技术结合反向传播人工神经网络算法建立了茶叶中蔗糖含量的检测模型, 并通过引入遗传算法改进了模型预测质量。预测模型采用120个茶叶掺蔗糖样品的傅里叶变换漫反射光谱数据建立。对另外42个样品的预测结果表明, 基于传统的反向传播人工神经网络算法模型的相关系数为0.7380, 预测均方根误差为3.0754, 正确识别率为83.3%; 增加遗传算法后相关系数提高到0.9419, 预测均方根误差为1.3176, 正确率为88.1%, 训练误差减小一个量级以上。实验结果表明, 反向传播人工神经网络模型可用来检测茶叶中的蔗糖含量, 同时, 引入遗传算法优化了神经网络的初始权值和阈值, 使预测误差更小。

多元组分含量的在线定量检测对于大多数过程分析具有重要意义, 但是, 在多元统计方法中, 由于组分光谱相似、 叠加会导致多元统计误差增大, 在高相似组分体系中尤为突出。 基于子空间角度转换的化学计量学方法, 求取体系拉曼光谱响应后将光谱降噪平滑, 消除差异后求取待测组分的纯光谱的角度值, 将待测物样品含量转为百分比, 计算角度值与组分含量的线性关系, 建立角度方差值与建模样本组分含量值的关系模型, 可实现对组分含量的实时跟踪。 以蔗糖水解过程为分析对象, 以蔗糖含量为分析目标, 采集蔗糖、 果糖、 葡萄糖不同浓度配比下的混合溶液拉曼光谱信号, 先进行二阶求导消除加性误差, 再经平滑降噪后, 将其转化为空间向量角度以消除批次间光谱差异, 建立移动窗口, 求取系列夹角值的方差Dxi, 由此利用角度转换算法, 建立了蔗糖含量和光谱夹角值方差的相关模型, 相关系数r可达0.997, 验证可得模型相对误差在-3.390%～7.333%, 模型预测效果良好。 通过拉曼光谱对不同条件下的蔗糖水解过程进行监测, 分别计算出反应过程中光谱的系列角度值方差Db, 带入模型得到组分含量, 进而求得不同条件下的反应速率r, 发现反应速率随相应条件变化而变化, 验证了蔗糖水解过程是一级反应, 表明采用拉曼光谱结合角度转换法可快速跟踪蔗糖水解过程中组分含量。 利用该方法采集的数据计算了26.5 ℃下蔗糖水解反应速率常数K1为0.031, 同温度下旋光法测定反应速率常数为0.031 5, 二者相接近; 利用该方法计算40 ℃下反应速率常数K2为0.197 8, 带入阿伦尼乌斯方程得到活化能Ea=107.1 kJ·mol-1, 与文献值相符。 表明光谱分析与角度值转换的化学计量学方法相结合可用于蔗糖水解过程动力学研究, 为多组分定量分析提供一种高效快捷的方法。

本研究选用3个纤维颜色不同的棉花近等基因系—绿色棉、棕色棉和白色棉为材料, 研究参试材料的主茎功能叶片在整个生育期的生理特性变化, 并对生理指标与产量因素进行相关性分析。结果表明: 整个生育期2种彩色棉的净光合速率均低于白色棉; 除吐絮期外, 彩色棉总叶绿素含量、蔗糖合成酶和蔗糖磷酸合成酶活性均低于白色棉; 净光合速率与单株铃数、单铃重及单株产量呈显著正相关; 总叶绿素含量与单铃重、单株产量呈极显著正相关; 蔗糖磷酸合成酶活性与单铃重呈极显著正相关, 与单株产量呈显著正相关。本研究结果将为彩色棉高产品种选育提供理论依据。

A simple and novel method has been proposed to determine the enantiomeric composition of racemate praziquantel (PZQ) by using the analysis of ultraviolet (UV) spectroscopy combined with partial least squares (PLS). This method does not rely on the use of expensive carbohydrates such as cyclodextrins, but on the use of inexpensive sucrose, which is equally effective as carbohydrate. PZQ has two enantiomers. Through measuring the slight difference in the UV spectral absorption of PZQ due to different interactions between its two enantiomers and sucrose, the enantiomeric composition was determined by a quantitative model based on PLS analysis. The model showed that the correlation coe±cients of calibration set and validation set were 0.9971 and 0.9972, respectively. The root mean square error of calibration (RMSEC) and the root mean square error of prediction (RMSEP) were 0.0167 and 0.0129, respectively. Then, the independent data of PZQ tablets were also used to test how well the quantitative model of PLS predicted the enantiomeric composition. The ratio of S-PZQ in tablet was 0.492, determined by high-performance liquid chromatography as the reference value. Six solutions of the tablet samples were prepared, and the ratios of S-PZQ in tablet samples in the validation set were predicted by the PLS model. Their relative errors with the reference value were not more than 4%. Therefore, the established model could be accurate and employed to predict the enantiomeric compositions of PZQ tablets.