平菇是我国大宗食用菌品种之一, 产量位居我国食用菌的第三位。 平菇不仅味道鲜美, 而且含有丰富优质的蛋白质及具有多种生物活性的平菇多糖, 深受消费者喜爱。 市场上的平菇产品众多, 质量参差不齐, 并且现有营养成分分析方法耗时长、 成本高, 难以满足平菇等大宗食用菌的营养成分检测需求。 傅里叶变换红外光谱(FTIR)技术具有检测速度快、 操作方便、 可同时分析多种化合物、 安全环保等特点, 将其与化学计量学结合, 构建数学模型, 能满足对平菇等大宗农产品营养成分的快速检测、 分析及评价。 以平菇为研究对象, 在全国范围内收集主栽平菇样品85份, 分别进行红外光谱扫描, 并运用多元散射校正(MSC)、 标准正态变换(SNV)、 正交信号校正(OSC)、 光滑加一阶导数(F-G D)、 光滑加二阶导数(S-G D)等5种光谱数据预处理方法, 通过比较模型验证集回归系数, 确定平菇蛋白质模型最佳预处理方式为OSC结合S-G D, 平菇多糖模型最佳预处理方式为OSC结合F-G D。 在最佳光谱预处理下, 采用LASSO算法对7458个光谱波段进行特征波段提取, 获得平菇蛋白质特征波数93个, 平菇多糖特征波数92个, 压缩率达到98%。 将特征波数与化学方法检测得到的平菇蛋白质、 多糖含量值进行拟合, 建立PLS模型。 结果显示, 蛋白质模型校正集回归系数R2为0.999 8, RMSECV为0.047 7, 验证集回归系数R2为0.987 2, RMSEP为0.506 8, RPD为8.840 6大于3； 多糖模型校正集回归系数R2为0.999 9, RMSECV为0.020 1, 验证集回归系数R2为0.980 3, RMSEP为0.292 9, RPD为7.119 8大于3, 模型拟合效果均较好, 预测能力及稳健性良好。 该研究为傅里叶变换红外光谱技术在食用菌营养成分含量快速预测方法的建立提供参考, 为平菇产品的营养品质评价的建立提供基础, 促进平菇乃至其他食用菌产品的优质化发展。

当今中药市场上掺假现象屡见不鲜, 不良商贩利用三七须根粉末假冒主根和剪口粉末, 严重影响三七的质量与药效。 通过傅里叶变换红外光谱（FTIR）结合化学计量学建立三七主根、 剪口和须根粉末鉴别及四种皂苷含量快速预测模型, 为快速三七质量控制提供基础。 采集三七主根、 剪口和须根红外光谱, 超高效液相色谱（UPLC）测量样品中三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd含量。 采用纵坐标归一化及二阶导数对原始红外光谱进行预处理; Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。 训练集数据结合支持向量机（SVM）判别建立三七主根、 剪口和须根粉末鉴别模型, 最佳核函数c和g采用交叉验证进行网格式搜索, 预测集数据用于对判别模型进行外部验证。 正交信号校正偏最小二乘回归（OSC-PLSR）建立三七中四种皂苷含量预测模型, 红外光谱采用一阶、 二阶导数及Savitsky-Golay平滑5点、 7点、 9点、 11点预处理。 60个样本分为2/3训练集与1/3预测集, 训练集数据建立OSC-PLSR模型, 预测集数据对OSC-PLSR模型的预测结果进行外部验证。 结果显示: （1）二阶导数可有效的分离原始谱图的叠合隐蔽谱峰, 并提高谱图的分辨率; （2）交叉验证网格式搜索计算出最佳核函数c=2.828 43, g=4.882 81×10-4, 此时训练集判别正确率为100%; （3）SVM判别模型核函数设置为最佳核函数, 预测集数据外部验证正确率为100%, 所有样本均被正确鉴别; （4）三七皂苷R1、 人参皂苷Rg1、 人参皂苷Rb1和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近, 预测效果良好。 FTIR结合SVM判别能对三七主根、 剪口和须根粉末快速鉴别, 结合OSC-PLSR能对四种皂苷含量进行准确预测。 该方法准确可靠, 可为中药材三七提供快速有效的质量控制。

评价药用植物质量的主要手段之一是有效成分含量检测, 不同采收期对药用植物有效成分含量有明显影响。 通过傅里叶变换红外光谱(FTIR)结合化学计量学建立快速预测不同采收期铁皮石斛中总黄酮含量的方法, 以期为铁皮石斛质量快速预测评价提供研究基础。 采收2014年1至12月的铁皮石斛样品干燥粉碎； 以氯化铝显色法测定铁皮石斛中总黄酮含量, 分析不同采收时间铁皮石斛总黄酮的累积规律； 采集样品红外光谱信息, 归属红外吸收峰, 拟合红外光谱数据和总黄酮含量数据, 结合一阶导数、 二阶导数、 多元散射校正、 标准正态变量、 正交信号校正等对数据进行预处理, 建立偏最小二乘回归模型预测样品中总黄酮含量。 结果显示: (1)样品和标准品芦丁均在270 nm附近有共有吸收峰, 实验以270 nm为总黄酮定量波长, 标准曲线为y=6.076 5x+0.055 8, 相关系数r=0.996 6, 线性关系良好； 重现性、 精密度和稳定性相对标准偏差分别为1.00%, 0.37%和0.28%, 该方法稳定可靠； (2)总黄酮含量随时间变化趋势为先升高后降低, 6月—8月样品含量较高, 平均含量大于64.10 mg·g-1； (3)铁皮石斛红外光谱数据与总黄酮含量拟合后进行一阶导数、 二阶导数、 多元散射校正、 标准正态变量、 正交信号校正等组合处理, 用PLSR模型预测铁皮石斛的总黄酮含量, 结果最佳预处理方式为2D+SG5+SNV+OSC-PLSR, 训练集和验证集r分别为0.979 0和0.882 4, 验证均方根误差(RMSEE)和预测均方根误差(RMSEP)分别为2.438 2和4.169 9, 铁皮石斛中总黄酮含量预测值与测量值较接近, 表明PLS模型可用于总黄酮含量的快速预测。 傅里叶变换红外光谱结合化学计量学能实现铁皮石斛中总黄酮含量准确预测, 为铁皮石斛质量评价提供快速、 有效的方法。

对中药进行快速质量控制, 从整体层面反映中药的安全性与有效性具有重要意义。 通过硫酸-苯酚显色反应测定三七总多糖含量, 傅里叶变换红外光谱(FTIR)结合支持向量机回归(SVR)建立三七总多糖含量预测模型, 以期为三七提供快速准确的质控方法。 采集云南省12个产地60个三七样品的红外光谱, 紫外分光光度法(UV-Vis)检测样品中总多糖含量。 红外光谱经过二阶导数(2D)、 正交信号校正(OSC)、 小波变换(WT)和变量投影重要性(VIP)筛选等数据优化处理。 SPXY算法将所有样本按2∶1的比例划分为训练集与预测集。 训练集数据用于建立SVR预测模型, 网格式搜索、 遗传算法(GA)和粒子群优化算法(PSO)对SVR预测模型进行参数优化, 预测集进一步对SVR模型的预测能力进行验证。 结果显示: (1)葡萄糖标准品与三七总多糖在490 nm处存在最大共有吸收峰, 490 nm可作为三七总多糖检测的定量波长； (2)文山丘北、 曲靖师宗及红河蒙自等产地的三七总多糖含量较高, 平均含量在25 mg·g-1以上； (3)分析3种参数优化模型的校正均方根误差(RMSEE)与预测均方根误差(RMSEP), 与PSO优化模型相比, 网格式搜索优化模型欠学习, GA优化模型过学习； (4)PSO-SVR模型对预测集数据预测效果最好, RMSEP=3.120 6, R2pre=83.13%, 预测值与紫外检测值接近。 表明FTIR结合PSO-SVR模型能够对三七中总多糖含量进行快速准确的预测, 为保证三七稳定、 安全与有效用药提供数据。

建立红外光谱快速鉴别牛肝菌种类及预测牛肝菌中重金属镉（Cd）含量的方法。 采集11种牛肝菌共98个子实体的红外光谱信息, 解析牛肝菌的红外光谱, 用一阶导数、 标准正态变量和多元散射校正对原始光谱进行预处理, 通过PLS-DA鉴别牛肝菌种类。 采用ICP-AES法测定牛肝菌中有毒重金属Cd含量, 分析牛肝菌对Cd的富集规律并与GB 2762—2012规定的食用菌中Cd限量标准比较, 评价牛肝菌的食用安全性。 以食用菌对重金属Cd的富集机理为切入点, 将牛肝菌红外光谱数据和Cd含量数据进行拟合, 用PLS模型快速预测牛肝菌的Cd含量。 结果显示: （1）牛肝菌红外光谱经过适当的预处理进行PLS-DA, 前三个主成分累积贡献率达到79.3%, PLS-DA的三维得分图能明显区分不同种类牛肝菌; （2）不同产地、 种类牛肝菌对重金属Cd的富集存在差异, 其含量在0.05～23.41 mg·kg-1 dw之间, 除了采自昆明五华区的灰疣柄牛肝菌外, 多数样品的Cd含量超过GB2762－2012的限量标准, 食用有一定的健康风险; （3）牛肝菌红外光谱数据与Cd含量拟合后进行正交信号校正-小波压缩优化处理, 用PLS模型预测牛肝菌的Cd含量; 训练集和验证集的R2分别为0.851 9和0.882 4, RMSEE和RMSEP分别为2.59和2.67, 大部分牛肝菌的Cd含量预测值与真实值较接近, 表明PLS模型可用于牛肝菌Cd含量快速预测。 傅里叶变换红外光谱结合化学计量学能实现牛肝菌种类快速鉴别及Cd含量准确预测, 为牛肝菌种类鉴别和质量控制提供快速、 有效的方法。

不同产地对中药次生代谢产物有显著影响, 产地鉴别有助于中药的科学合理利用； 其次, 有效成分含量检测是评价中药质量的主要手段。 通过傅里叶变换红外光谱结合化学计量学建立快速鉴别三七产地及测定三七中四种主要皂苷的方法, 为三七的科学、 合理、 规范使用以及对三七质量进行快速评价提供依据。 采集5个区域12个产地117个三七样本的红外光谱。 产地鉴别预处理数据采用离散小波变换除去噪音造成的部分高频信号, 偏最小二乘判别对产地判别贡献率大于1的数据进行筛选, kennard-stone算法将117个个体分为70%训练集与30%预测集。 训练集数据用于建立支持向量机判别模型, 交叉验证法用于筛选支持向量机最优参数, 预测集数据对支持向量机判别模型结果进行验证。 皂苷含量预测预处理数据采用标准正态变量变换、 离散小波变换处理； 处理的红外数据设为X变量, 三七样品中通过高效液相色谱法测得的四种皂苷总量设为Y变量, 采用正交信号校正去除红外光谱中与四种皂苷总量无关的干扰数据。 个体数据分为80%训练集与20%预测集, 训练集建立偏最小二乘回归模型, 预测集数据对偏最小二乘回归模型的预测结果进行验证。 结果显示: (1)交叉验证法得到支持向量机判别模型的最优参数为c=2.828 43, g=0.062 5, 训练集的产地判别最优正确率为91.463 4%； (2)支持向量机判别模型参数设置为最优参数, 代入预测集数据, 预测集的产地判别正确率为94.285 7%, 判别正确率较高； (3)训练集建立偏最小二乘回归模型的相关系数R2=0.941 8, 校正均方差RMSEE=4.530 7； (4)代入预测集数据, 预测集的相关系数R2=0.962 3, 外部检验均方差RMSEP=3.855 9, 皂苷预测值与高效液相检测值接近, 预测效果良好。 傅里叶变换红外光谱结合支持向量机能对三七进行产地鉴别, 正交信号校正结合偏最小二乘回归能对三七中四种主要皂苷总量进行准确预测, 为三七质量控制提供一种快速简便、 无损、 高灵敏度的检测方法。

中药产地及生长环境的改变会对其次生代谢产物、 质量产生整体性影响。 近年来, 三七产地从道地产地文山扩展到周边县市。 为保证三七质量, 中国药典以三种皂苷含量为指标对三七进行质量控制, 指标较为单一, 难以对三七质量进行整体性评价。 通过紫外-可见分光光度法测定三七总黄酮含量, 傅里叶变换红外光谱结合化学计量学建立三七总黄酮含量快速预测模型; 为三七快速及整体性质量控制提供研究基础。 采集云南省12个产地96个三七样品的紫外与红外光谱。 记录样品紫外光谱268 nm处吸光度, 结合芦丁标准品线性方程计算样品中总黄酮含量。 预处理红外光谱数据采用一阶（1D）、 二阶导数（2D）结合Savitsky-Golay平滑（7点、 9点和11点）处理, Kennard-stone算法将96个个体分为2/3训练集与1/3预测集。 训练集数据用于正交信号校正偏最小二乘回归（OSC-PLSR）模型的建立, 1/7交叉验证用于筛选最佳主成分数, 预测集数据对OSC-PLSR模型预测能力进行验证。 结果显示: （1）标准品芦丁在268 nm处吸光度与浓度相关系数r=0.999 7, 线性浓度范围为5.6～72.0 μg·mL-1, 线性关系良好; （2）道地产区文山州3个产地以及曲靖市罗平、 昆明市石林等产地三七总黄酮含量较高, 平均含量高于7 mg·g-1; （3）相同点数Savitsky-Golay平滑之后, 二阶导数模型预测能力优于一阶导数, 不同处理模型预测能力具有较大差别; （4）预测模型中, 2D+SG 7+OSC-PLSR（R2pre=0.976 1, RMSEP=0.325 2）与2D+SG 11+OSC-PLSR（R2pre=0.946 9, RMSEP=0.382 0）模型预测效果较好, RMSEP均小于0.4, 预测值与检测值接近。 傅里叶变换红外光谱结合OSC-PLSR能够对12个产地三七中总黄酮含量进行快速准确的预测, 为三七整体性质量控制提供一种快速、 简便、 有效的检测方法。

论述了便携式能量色散X射线荧光分析仪在土壤重金属元素镍测定过程中, 基体效应对测量结果的影响, 提出以样品散射的X管的标识靶线（钨靶Lα1线）作为比较标准的特散比校正模型, 并在此基础上结合吸收元素校正法对基体效应进行校正, 以此建立的含量预测模型, 相关系数为0.999, 剩余标准差为2.541。 利用该模型对土壤标样中镍含量进行测量, 与标准值比较, 其平均相对误差为3.90%, 且精确度较高。