小麥是我國*重要的糧食之一，如何快速地、有效地、無損地檢測小麥中的各種化學成分，並對多項指標進行評價，一直是各國研究的問題。本書主要特色是基於化學計量學中的模型集群分析思想，通過不同統計學算法建模，克服一次性建模過擬合的各種問題，大大簡化了小麥近紅外光譜預測模型，提高了模型的預測精度。

本書主要內容：小麥品質概述；小麥品質影響因素；近紅外光譜技術研究現狀、特點及其在作物品質分析中的應用等；近紅外光譜繫統的研制，包括樣品光譜收集繫統、光源繫統、整機測試繫統等；近紅外光譜預處理方法；近紅外光譜建模方法；近紅外光譜的模型評價方法等；基於傳統化學計量學算法的小麥品質的近紅外光譜定量分析研究；基於模型集群分析思想的小麥品質的近紅外光譜定量分析研究。

本書主要面向紅外物理學、化學計量學等相關專業的本科生、碩士生，也可為相關領域在讀博士生提供建模新思路。

第1章小麥品質及近紅外光譜分析技術概述/ 001

1.1小麥品質概述/ 001

1.1.1水分/ 001

1.1.2蛋白質/ 002

1.1.3澱粉/ 004

1.2小麥品質的影響因素分析/ 005

1.2.1氣候條件對小麥品質的影響/ 005

1.2.2土壤條件對小麥品質的影響/ 009

1.3近紅外光譜分析技術概述/ 011

1.3.1近紅外光譜分析技術發展的回顧/ 013

1.3.2近紅外光譜分析技術特點/ 015

1.3.3近紅外光譜分析技術在作物品質分析中的應用/ 020



第2章近紅外光譜測試繫統及分析方法研究/ 031

2.1現有的近紅外光譜分析儀器/ 031

2.2自制的樣品光譜收集繫統/ 035

2.2.1積分球耦合結構/ 035

2.2.2光纖耦合結構/ 036

2.3自制的近紅外光源繫統/ 037

2.4自制的近紅外光譜漫反射及漫透射測試繫統/ 039

2.5近紅外光譜預處理方法/ 042

2.5.1平均光譜/ 042

2.5.2平滑算法/ 042

2.5.3求導/ 043

2.5.4小波變換濾波/ 044

2.5散射校正/ 047

2.5.6標準正態變換/ 048

2.5.7正交投影方法/ 048

2.6近紅外光譜的建模方法/ 049

2.6.1偏小二乘法/ 049

2.6.2支持向量機/ 050

2.7近紅外光譜的模型評價方法/ 051

2.8近紅外光譜的預處理和建模軟件介紹/ 053



第3章基於一次性建模的小麥水分的近紅外光譜定量分析/ 056

3.1近紅外光譜定量分析步驟/ 056

3.2小波變換/ 059

3.2.1理論定義/ 061

3.2.2離散小波變換/ 062

3.2.3Mallat算法/ 062

3.2.4常用的小波函數/ 063

3.3小麥水分的近紅外光譜特征提取及建模方法/ 067

3.3.1小麥樣品的近紅外光譜采集及水分分布/ 068

3.3.2小麥樣品的近紅外光譜特征提取方法/ 068

3.3.3小麥樣品的近紅外光譜建模/ 071



第4章基於一次性建模的小麥蛋白質的近紅外光譜定量分析/ 078

4.1小麥樣品的近紅外光譜采集及蛋白質分布/ 078

4.2近紅外光譜變量選擇方法/ 079

4.2.1目前常用的變量選擇方法/ 079

4.2.2無信息變量消除算法/ 079

4.2.3連續投影算法/ 080

4.2.4無信息變量消除算法結合連續投影算法/ 081

4.2.5特征投影圖方法/ 081

4.3近紅外光譜不同變量選擇方法的建模結果分析/ 086

4.3.1SVM模型/ 086

4.3.2CWT-SVM模型/ 087

4.3.3CWT-MSC-SVM模型/ 091

4.3.4CWT-MSC-UVE-SVM模型/ 092

4.3.5CWT-MSC-SPA-SVM模型/ 094

4.3.6CWT-MSC-UVE-SPA-SVM模型/ 096

4.3.7CWT-LPG-SVM模型/ 097

4.3.8CWT-MSC-LPG-SVM模型/ 100

4.3.9不同建模方法的建模結果分析/ 103



第5章基於模型集群分析思想的小麥水分近紅外光譜定量分析/ 105

5.1模型集群分析建模思路的產生/ 106

5.2蒙特卡羅采樣技術/ 109

5.2.1刀切法/ 109

5.2.2自助法/ 110

5.2.3蒙特卡羅采樣/ 110

5.3模型集群分析建模的主要思路/ 111

5.4小麥樣品水分數據的異常樣本診斷與樣本分類/ 112

5.4.1異常樣本診斷/ 113

5.4.2樣本分類/ 115

5.5基於引導軟閾值方法的特征變量提取方法/ 115

5.6基於變量組合集群分析及改進與混合方法的特征變量提取方法/ 119

5.6.1基於VCPA的特征變量提取方法/ 119

5.6.2基於AWVCPA的特征變量提取方法/ 121

5.6.3基於MC-VCPA的特征變量提取方法/ 124

5.6.4基於VCPA-IRIV的特征變量提取方法/ 125

5.6.5變量組合集群分析及改進與混合方法的特征變量提取結果分析/ 128

5.7基於其他方法的特征變量提取方法/ 130

5.7.1基於CARS的特征變量提取方法/ 130

5.7.2基於IRIV的特征變量提取方法/ 133

5.7.3CARS與IRIV的特征變量提取結果分析/ 135

5.8基於模型集群分析方法的小麥水分建模方法研究/ 137

5.8.1不同模型集群方法的小麥水分建模結果/ 137

5.8.2不同建模方法的建模結果分析/ 141



第6章基於模型集群分析思想的小麥蛋白質的近紅外光譜定量分析/ 143

6.1基於模型集群分析思想的變量選擇方法/ 143

6.2基於模型集群分析思想的建模策略/ 143

6.3基於模型集群分析方法的小麥蛋白質建模方法研究/ 145

6.3.1WTP-RF-PLS模型/ 146

6.3.2WTP-MC-UVE-PLS模型/ 149

6.3.3WTP-CARS-PLS模型/ 153

6.3.4WTP-IRIV-PLS模型/ 156

6.3.5WTP-VCPA-PLS模型/ 159

6.3.6WTP-AWVCPA-PLS模型/ 162

6.3.7WTP-MC-VCPA-PLS模型/ 167

6.3.8不同建模方法的建模結果分析/ 174



參考文獻/ 177

近紅外光譜分析技術是一種快速無損的現代分析技術，經過近半個世紀的發展，該技術已經穩步進入發展平臺期。以近紅外光譜分析技術為主的過程分析技術為世界各國的工業信息化與自動化深度融合起到了關鍵作用，該技術的成熟標志著農業食品檢測技術邁向高品質分析階段。

小麥是世界上很多國家的主要糧食產物，小麥作為一種廣泛種植的谷類作物，富含澱粉、水分、蛋白質、脂肪、礦物質以及一些人體所需素，具有很好的營養價值，研究快速無損檢測小麥品質的方法和技術，對於糧食檢驗、貿易和食品加工等方面都具有重要意義。

本書共分為六章，分別從小麥品質概述、近紅外光譜測試繫統及分析方法、基於一次性建模的小麥品質近紅外光譜定量分析和基於模型集群分析思想的小麥品質近紅外光譜定量分析等幾個方面，對小麥品質的近紅外光譜分析技術進行了闡述，期望本書能夠對從事小麥品質近紅外光譜分析技術研究的人員有一定的參考價值。

本書第1章由宦克為、韓雪艷、劉小溪編寫；第2章由宦克為、劉小溪編寫；第3章由宦克為、韓雪艷編寫；第4章由宦克為、劉小溪編寫；第5章由宦克為、韓雪艷編寫；第6章由宦克為、劉小溪編寫。本書能順利出版，感謝長春理工大學孫大明、趙環及化學工業出版社各位編輯的辛勤付出。

願本書的出版能夠為促進我國小麥品質近紅外光譜分析技術的發展盡綿薄之力。



著者

2020年10月