论文部分内容阅读
本论文主要利用傅里叶变换近红外结合化学计量学软件,做了以下四部分研究:1.建立了同一产地的池底(Chidi ginseng)、野山参(wild ginseng)、野山参移栽(transplantation of wild ginseng)和趴货(Pahuo ginseng)四种不同类别人参的傅里叶变换近红外快速无损定性聚类模型,由于近红外光谱是分子振动光谱,因此我们在分子水平上确定了人参的类别,近红外无损快速定性聚类模型对四类人参样品的识别率分别为98%、98%、97%、97%,四类样品在第一主成分(first principal component,PC1)上的得分分别为0.089724~0.12583,0.09837~0.12775,0.045894~0.18613,0.084432~0.13141;在第二主成分(second principal component,PC2)上的得分分别为-0.2904~0.16899,-0.31065~0.2116,-0.1658~0.11787,-0.20084~0.1603,在第三主成分(third principal component,PC3)上的得分分别为-0.19041~0.32263,-0.255~0.2011,-0.35939~0.22726,-0.2113~0.28693。模型对四类样品的验证合集的正确分类率为94%。说明所建立的近红外快速无损定性聚类模型达到了对四类不同类别人参定性检测的目的,再结合四类人参样品感官鉴定的结果,可以更加精确的确定人参的所属类别,减少人参类别评判过程中的争议。2、对产地分别为吉林省通化市和辽宁省桓仁满族自治县的野山参移栽(transplantation of wild ginseng)样品进行了产地溯源分析,建立了产地不同的野山参移栽样品的近红外快速无损定性聚类模型,模型对吉林省通化市的野山参移栽样品的识别率为91%,对辽宁省桓仁满族自治县的野山参移栽样品的识别率为96%。吉林省通化市的野山参移栽样品在第一主成分(first principal component,PC1)上的得分为0.061096~0.12355,在第二主成分(second principal component,PC2)上的得分为-0.119~0.096737,在第三主成分(third principal component,PC3)上的得分为-0.25944~0.031627;辽宁省桓仁满族自治县的野山参移栽样品在第一主成分(first principal component,PC1)上的得分为-0.14058~-0.084504,在第二主成分(second principal component,PC2)上的得分为-0.11468~0.18757,在第三主成分(third principal component,PC3)上的得分为-0.23505~0.16466。模型对验证合集的正确分类率为91%。以上数据均说明所建立的近红外快速无损定性聚类模型可以达到对吉林省通化市和辽宁省桓仁满族自治县的野山参移栽样品进行定性聚类的目的。3.对外观相似、但药效不同的西洋参和生晒参的主根、粉末、饮片样品均作了快速无损聚类分析。所建模型对西洋参和园参主根样品识别率分别为97%和96%。西洋参主根在第一主成分(first principal component,PC1)上的得分为-0.11581~-0.09378,在第二主成分(second principal component,PC2)上的得分为-0.20181~0.24027,在第三主成分(third principal component,PC3)上的得分为-0.2136~0.27762;生晒参在第一主成分(first principal component,PC1)上的得分为-0.12197~-0.093391,在第二主成分(second principal component,PC2)上的得分为-0.13153~0.202,在第三主成分(third principal component,PC3)上的得分为-0.18039~0.32499。模型对两类主根样品的验证合集的正确分类率为92%。西洋参和生晒参饮片样品傅里叶变换近红外快速无损定性聚类模型对两类样品的识别率分别为98%和100%,西洋参饮片样品在第一主成分(first principal component,PC1)上的得分为0.08163~0.11898,在第二主成分(second principal component,PC2)上的得分为-0.20351~0.21351,在第三主成分(third principal component,PC3)上的得分为-0.26008~0.24875;生晒参饮片样品在第一主成分(first principal component,PC1)上的得分为0.091448~0.118,在第二主成分(second principal component,PC2)上的得分为-0.16386~0.27606,在第三主成分(third principal component,PC3)上的得分为-0.19118~0.20145。模型对两类样品的验证合集的正确分类率为97%。西洋参粉末样品和生晒参粉末样品的近红外快速无损定性聚类模型对两类样品的识别率均为100%,西洋参粉末样品在第一主成分(first principal component,PC1)上的得分为0.093576~0.10978,在第二主成分(second principal component,PC2)上的得分为-0.069762~0.19701,在第三主成分(third principal component,PC3)上的得分为-0.15122~0.12728;生晒参粉末样品在第一主成分(first principal component,PC1)上的得分为0.1003~0.1226,在第二主成分(second principal component,PC2)上的得分为-0.09364~0.20415,在第三主成分(third principal component,PC3)上的得分为-0.11373~0.14514。模型对两类样品的验证合集的正确分类率为98%。以上结果均说明可以利用近红外快速无损地对外观相近的西洋参和生晒参的主根、饮片和粉末进行聚类分析。4.对吉林省通化市、辽宁省桓仁满族自治县、黑龙江省伊春市三个产地四年生的园参在无损条件下进行产地溯源。建立的傅里叶变换近红外快速无损聚类定性模型对吉林省通化市、辽宁省桓仁满族自治县、黑龙江省伊春市的园参的识别率分别为100%、97%、92%。吉林省通化市园参样品在第一主成分(first principal component,PC1)上的得分为-0.11308~-0.090162,在第二主成分(second principal component,PC2)上的得分为-0.26533~0.14477,在第三主成分(third principal component,PC3)上的得分为-0.26913~0.33785;辽宁省桓仁满族自治县的园参样品在第一主成分(first principal component,PC1)上的得分为-0.11607~-0.087543,在第二主成分(second principal component,PC2)上的得分为-0.1587~0.28846,在第三主成分(third principal component,PC3)上的得分为-0.19494~0.17396;黑龙江省伊春市园参样品在第一主成分(first principal component,PC1)上的得分为-0.11952~-0.09351,在第二主成分(second principal component,PC2)上的得分为-0.2517~0.21288,在第三主成分(third principal component,PC3)上的得分为-0.22668~0.25716。模型对三个产地园参的验证合集的正确分类率为82%。以上数据说明所建立的模型还需要不断调整建模集,增加更具有代表性的谱图才能基本上达到了无损条件下对吉林省通化市、辽宁省桓仁满族自治县、黑龙江省伊春市三个产地的园参进行产地溯源的试验目的。