花生单粒种子脂肪酸含量的气谱快速无损测定_英文_
气相色谱归一化法测定高油酸花生中油酸、亚油酸含量
第1期总第301期2021年1月农业科技与装备Agricultural Science&Techno】ogy and EquipinentNo.l Total No.3()lJan.2021气相色谱归一化法测定高油酸花生中油酸、亚油酸含量金诚诚，杨振中，曹莹，于慧佳（沈阳农业大学农学院，沈阳110866）摘要：油酸和亚油酸是花生中主要不饱和脂肪酸，且油酸/亚油酸（0/1J是决定花生油货架期的取要指标，因此油酸与亚汕酸含最的测定对于花生品质评价具有重要意义。
采用气相色谱归-化法，以37种脂肪酸甲酯（FAME）标准物为基础，初步建立测定花生中油酸和亚油酸含量的方法•通过校正响应因子对面积百分比法进行比校与优化该方法可以补偿仪器的响应差异，提高检测结果的准确性。
关键词：花生；油酸；亚油酸；气相色谱；归一化法；响应因子中图分类号:S565.2；0657.71文献标识码：A文章编号:1674-1161（2021）01-0052-04油酸普遍存在于植物的油脂中，是人体有益脂肪酸,具有降低高血脂症患者血脂水平及预防心血管疾病的作用。
脂肪酸中的不饱和键越多,就越容易氧化变质。
油酸只有…个不饱和键，比有两个不饱和键的亚油酸稳定，所以高油酸低亚油酸的花生稳定性好、抗氧化性强、营养价值高。
普通花生中油酸含量为36%~67%,而高油酸花生品种中能达到75%以上。
利用气相色谱法（湿化学方法）分析花生中脂肪酸可以获得准确的参考值，主要方法包括面积百分比法、归一化法、内标法和外标法。
其中，面积百分比法操作最为简单，但其以检测器响应都相同为假定，多用于探索性研究及平行比较试验；以十七烷酸甲酯为内标物的内标法目前广泛用于测定花生中脂肪酸，其缺点是在未知样品中加入内标化合物，引入的内标量必须相同、准确。
为了探索花住中各脂肪酸甲酯最优化分离效果的色谱条件,更好地为未知样品中各脂肪酸甲酯定性，本课题以37种脂肪酸甲酯标准物为基础，通过校正响应因子来校正检测器对不同组分的不同响应，对面积百分比法进行比较与优化，同时引入脂肪酸甲酯与脂肪酸的换算系数，准确地得到归一化结果「1材料与方法1.1供试样品37种FAME标准物质：美国NU-CHEK公司。
近红外分析花生籽粒脂肪酸含量的研究_张严
0引言花生含油量高达50%，其榨出的花生油，色泽清亮，营养美味，气味清香，品质优良，是目前我国主要的食用植物油之一[1].花生油中含有非常丰富的脂肪酸，包括棕榈酸、油酸、亚油酸、花生四烯酸等对人体健康十分有益的脂肪酸，有“健康食用油”的美称，其脂肪酸的组成对花生籽粒的营养品质和加工特性都有着非常重要的影响，是油料品质评价中的重要基本指标.目前常用的脂肪酸分析方法有气相色谱法、高效液相色谱法、气相色谱-质谱联用分析法等[2].在这些方法中，HPLC 法分离效率稍低，且检测困难；GC-MC 法是最有效的，但分析时间较长，费用较高，需要破坏籽粒的完整性，需要对样品进行甲酯化前处理；而气相色谱法在实际应用的过程中存在着一定的局限性.近红外光谱技术（Near-Infrared Reflectance Spectroscopy ，NIRS ）是20世纪80年代后期发展起来的一项物理测试技术[3]，它是指利用近红外谱区包含的物质信息，主要用于有机物质定性和定量分析的一种分析技术，它的最大特点是对样品无破坏性、操作简便、分析迅速，测量信号可以远距离传输和分析，特别是与计算机技术和光导纤维技术相结合，采用近红外透射、散射、漫反射法可直接对样品进行分析[4].本试验主要采用气相色谱法测定花生油样中脂肪酸的含量，再通过近红外光谱测定方法对花生籽粒中脂肪酸组分进行测定，并建立近红外光谱模型.研究的目的致力于建立一种简便、快速、无污染的测定花生籽粒中脂肪酸含量的方法，可准确检测出花生籽粒中的主要脂肪酸的含量.1材料与方法1.1试验材料从市场、超市、农户收集花生50种，其中包括小白沙、海花1号、花育16号、豫花14号、豫花15号等不同品种.样品分为定标集和检验集，定标集样品共40个，用于建立5种脂肪酸的模型和模型内部交叉验证；检验集样品共10个，用于模型的外部验证.1.2试验仪器与试剂InfratecTM 1241型近红外谷物分析仪：FOSS 公司；GC9800气相色谱仪：岛津国际贸易有限公司；益康源微型榨油机：龙岩中农机械制造有限公司；电热鼓风干燥箱：树立仪器仪表有限公司.试剂：氢氧化钾（AR ）、石油醚（AR ）、石油醚（AR ）、无水乙醇（AR ）.近红外分析花生籽粒脂肪酸含量的研究张严，谢岩黎*，孙淑敏，马明扬，李琳琳（河南工业大学粮油食品学院，河南郑州450001）摘要：采集了50种具有代表性的花生品种作为样本，建立了花生籽粒5种主要脂肪酸（棕榈酸、油酸、亚油酸、花生酸和山嵛酸）含量的近红外光谱定标模型.其中，油酸和亚油酸的定标模型质量较高，交互验证决定系数分别为0.9330和0.9249，外部验证决定系数分别为0.9401和0.9487，相对分析误差均大于2.5.棕榈酸、花生酸和山嵛酸的定标模型交叉验证决定系数和外部验证决定系数均小于0.8，相对分析误差均小于2.5.试验结果表明应用近红外光谱法测定花生籽粒中油酸和亚油酸这两种脂肪酸的含量模型预测的精确度较高.关键词：花生籽粒；脂肪酸含量；近红外光谱；定标模型中图分类号：TS201.2文献标志码：B河南工业大学学报（自然科学版）Journal of Henan University of Technology （Natural Science Edition ）第35卷第2期2014年4月Vol.35，No.2Apr.2014收稿日期：2013-09-05基金项目：河南省重点科技攻关计划项目（132102310115）作者简介：张严（1990-），女，河南郑州人，硕士研究生，研究方向为食品营养与安全.*通信作者文章编号：1673-2383(2014)02-0054-05网络出版网址：/kcms/detail/41.1378.N.20140424.0404.011.html 网络出版时间：2014-04-2404:13第2期1.3试验方法1.3.1样品前处理从50种花生籽粒中各取适量，不进行任何处理，利用微型榨油机冷榨出油，将收集到的油样静置后过滤，获得澄清透明的油样装入试管中.通过移液管取两滴油样到试管中，加入石油醚溶解试样，再加预先配置的氢氧化钾-甲醇溶液，剧烈振摇1min，室温下静置后加蒸馏水至10mL，轻摇几次，静置至溶液分层.如果出现乳化，加入几滴无水乙醇.待有机层清澈透明后，取上层样品1μL 进样到气相色谱仪中进行分析.1.3.2气相色谱法测定花生籽粒中脂肪酸含量采用气相色谱法[5]测定50种花生油样中5种脂肪酸（棕榈酸、油酸、亚油酸、花生酸、山嵛酸）的含量.1.3.3近红外光谱测定花生籽粒中脂肪酸组分将50种花生籽粒样品不经任何化学预处理，直接进行近红外光谱的测定，测定的方法是取合适质量的样品倒入仪器顶部的漏斗中，每个样品重复扫描20次得到样品的近红外光谱.传送带选择光程为30，光谱范围选取570~1098nm，波长取点的间隔为2nm，测定得到50种花生籽粒样品的近红外光谱图.1.3.4近红外光谱模型的建立利用WinISIⅢ分析软件进行定标模型构建，将样品的化学测定值输入建模程序中，使每个样品的近红外光谱与化学测定值一一对应.而在建立近红外模型时，为避免光谱中其他数据信息的干扰并减少样品散射对光谱的影响，必须选择合适的光谱预处理方法[6].散射处理技术采用无散射处理（None）、标准正常化结合散射处理（SNV and Detrend）、标准正常化处理（SNV only）、去偏导技术（Detrend only）、标准化多元散射校正（Standard MSC）、加权散射校正（Weighted MSC）、反相多元散射校正（inverse MSC）等7种.数学处理分别采用不做导数处理，一阶、二阶、三阶、四阶求导；平滑光谱间隔点为1、4；不做二次平滑，具体光谱数据预处理方法见表1.表1光谱数据预处理方法光谱散射处理方法数学处理方法导数处理导数处理光谱间隔点一次平滑光谱间隔点二次平滑None，SNV and Detrend，SNV only，Detrend only Standard MSC，Weighted MSC，inverse M SC 0011 1441 2441 3441 4441采用光谱散射处理方法和数学处理方法组合的方式对光谱数据进行预处理，处理后的光谱采用改进偏最小二乘法（MPLS），即每个脂肪酸模型所形成的35个定标方程进行考察.对定标方程考察的主要参数为交互定标决定系数（1-VR）、定标决定系数（R2）、定标标准偏差（SEC）、交叉验证标准偏差（SECV）等，1-VR、R2越高和SEC、SECV越小为选择最优模型的条件[7]，通过比较选出最优的建模参数.3结果与分析3.1气相色谱法测定花生籽粒中5种脂肪酸的含量用气相色谱法测得50种花生油样中棕榈酸、油酸、亚油酸、花生酸和山嵛酸的含量分布如图1所示，各个脂肪酸的组成结果见表2.定标样品组分含量的准确性决定数学模型的准确性，含量范围决定模型适应性的好坏[8].从图1可以宏观地看出50种样品中油酸、亚油酸的分布范围较广，而棕榈酸、花生酸和山嵛酸的含量分布比较集中；而实际参与定标模型构建的样品数、均值、范围和标准差如表2所示，从表2可以看出，油酸、亚油酸的标准差分别为0.36%和0.38%，而棕榈酸、花生酸和山嵛酸的标准差分别为0.14%、0.19%和0.11%.综上分析，油酸和亚油酸具有很好的代表性，建立的模型可以用于花生籽粒的定量分析，而剩下3种脂肪酸还不能很好满足建模的要求.3.2近红外光谱测定花生籽粒50种花生籽粒样品的近红外光谱图如图2所示.作者采用波长在570~1098nm内的吸收光谱进行分析，原因是由于相比较于长波近红外，短波具有能量大、穿透能力强、容易获取等特点[9].并且短波近红外方法对检测样品的外形和检测样品池无特别严格的一致性要求，因而采用短波近红外分析不会因为花生籽粒的不规则性对分析结果产张严，等：近红外分析花生籽粒脂肪酸含量的研究55第35卷河南工业大学学报（自然科学版）图1花生油样中5种脂肪酸的含量分布生大的影响.由图2可看出，50种花生籽粒样品的近红外光谱曲线趋势大致相同，但不同样品的吸收峰强度不同，即含量不同，这是花生籽粒的近红外光谱图可以作为定量分析的依据.3.3近红外模型的内部交叉验证通过各个参数之间的比较，选出最优模型中各脂肪酸定标方程参数如表3所示.表2气相色谱法测得各成分结果脂肪酸种类定标集检验集样品数范围/%平均值/%标准差/%样品数范围/%平均值/%标准差/%棕榈酸4010.27~15.4112.500.141010.57~13.4912.350.72油酸4037.36~47.7442.130.361039.07~47.1242.06 2.43亚油酸4029.36~41.6038.010.381034.74~42.2838.67 1.82花生酸40 1.42~6.89 3.210.1910 2.43~6.27 3.150.31山嵛酸401.93~5.332.940.11102.17~4.132.990.50图2花生籽粒近红外扫描光谱图表3各脂肪酸定标方程参数脂肪酸种类光谱散射处理方法数学处理方法1-VR R 2SEC SECV 棕榈酸Detrend only 4,4,4,10.66820.68860.00400.0053油酸Weighted M SC2,4,4,10.93300.97890.00300.0028亚油酸None 2,4,4,10.92490.95090.00430.0033花生酸SNV and Detrend 0,0,1,10.57180.62910.00680.0089山嵛酸SNV and Detrend0,0,1,10.51760.57520.00390.004356第2期表3表明，油酸和亚油酸的定标决定系数分别为0.9789和0.9509，交互定标决定系数分别为0.9330和0.9249，定标标准偏差和交叉验证标准偏差均小于0.56%[10]，说明这两种成分的定标模型均可用于花生籽粒样品的定量分析.棕榈酸、花生酸和山嵛酸的定标决定系数分别为0.6682、0.6291、0.5752，交互定标决定系数分别为0.6682、0.5718和0.5176，说明这3种成分所建立的定标模型精度还不够.3.4模型的外部检验建立定标模型后，再用10个检验样品集进行外部验证，对所建模型的实际预测能力进行验证.预测模型的预测性能可以用检验集样品的化学值、检验集标准偏差（SD ）、外部验证决定系数（RSQ ）、预测标准偏差（SEP ）以及相对分析误差（RPD ）这几个参数来共同评价[11].其中，如果RPD ≥3，说明预测效果良好，建立的定量分析模型可用于实际检测；如果2.5＜RPD ＜3，说明利用NIRS 定量分析是可行的，但预测精度有待于进一步提高；如果RPD ≤2.5则说明难于进行NIRS 定量分析[12]，各脂肪酸预测结果参数见表4，检验集中油酸和亚油酸的化学值与近红外预测值的散点图如图3和图4所示.表4各脂肪酸预测结果参数脂肪酸种类化学值均值/%预测值均值/%SD RSQ SEP RPD 棕榈酸12.3512.140.0070.67330.004 1.78油酸42.0642.150.0240.94010.006 3.98亚油酸38.6738.590.0180.94870.007 2.57花生酸 3.15 3.170.0030.61720.002 1.58山嵛酸2.992.820.0050.53240.0031.67从表4可以看出，油酸、亚油酸的外部验证决定系数分别为0.9401和0.9487，相对分析误差分别为3.98和2.57，均大于2.5，说明这2种成分的实际预测能力较好，同时从图3和图4可知，应用气相色谱法测得的这两种脂肪酸组分含量与近红外预测值之间存在较好的线性关系.棕榈酸、花生酸和山嵛酸虽然外部验证标准偏差较小，但外部验证决定系数均小于0.8，相对分析误差也都小于2.5，说明这3种成分所建的模型较难用于样品的准确预测.图3检验集中油酸化学值与近红外预测值的散点图图4检验集中亚油酸化学值与近红外预测值的散点图张严，等：近红外分析花生籽粒脂肪酸含量的研究57第35卷河南工业大学学报（自然科学版）4结论本研究对50种花生籽粒样品通过交叉验证和外部验证，建立了花生籽粒中油酸和亚油酸这两种成分的定标模型，可以准确和可靠地预测实际值.该方法可以进行同一样品的多组分检测，大大缩短了检测时间.与色谱法检测一个样品需要5~8h相比，该检测方法只需要1~2min，提高了检测效率，同时近红外光谱法又是一种非破坏性的分析方法，测试后的花生籽粒可继续用于其他用途，因此该检测方法有很大的应用前景，必将以独特的优势在检测方面发挥重要作用.但是，棕榈酸、花生酸和山嵛酸所建模型不够理想，由于这3种脂肪酸在花生籽粒中含量很低，整个定标样品集的这些成分变异度较低，因此这3种成分所建模型的预测精度不能满足实际需要，在NIRS建模中还有待进一步改进.参考文献：［1］卢中宪，富恩承.我国花生的品质缺点和改进对策［J］.现代商检科技，1993，3（6）:2-3.［2］杨美艳.多不饱和脂肪酸快速检测模型的建立［D］.南昌：南昌大学，2009.［3］Blanco M，Villarroya I.NIR spectroscopy:a rapid-response analytical tool［J］.Trends inAnalytical Chemistry，2002，21（4）:240-250.［4］严衍禄，赵龙莲，韩东海，等.近红外光谱分析基础与应用［M］.北京:中国轻工业出版社，2005.［5］GB/T17377—2008，动植物油脂-脂肪酸甲脂的气相色谱分析［S］.［6］尼珍，胡昌勤，冯芳.近红外光谱分析中光谱预处理方法的作用及其发展［J］.药物分析杂志，2008，28（5）:23-25.［7］王雪莲，薛雅琳，赵会义，等.近红外法测定大豆脂肪酸值方法的研究［J］.中国粮油学报，2009，24（8）:152-154.［8］高建芹，张洁夫，浦惠明，等.近红外光谱法在测定油菜籽含油量及脂肪酸组成中的应用［J］.江苏农业学报，2007，23（3）:189-195.［9］熊艳梅，王冬，闵顺耕.短波近红外模拟测定农药乳油中的有效成分含量［J］.现代科学仪器，2010，4（8）:85-86.［10］杨小红，郭玉秋，傅旸，等.利用近红外光谱法分析玉米籽粒脂肪酸含量的研究［J］.光谱学与光谱分析，2009，29（1）:106-109.［11］于燕波，臧鹏，付元华，等，近红外光谱法快速测定植物油中脂肪酸含量［J］.光谱学与光谱分析，2008，28（7）:1554-1558.［12］Malley D F，Mcclure C，Martin P positio-nal analysis of cattle manure during compostingusing a Field-Portable Near-Infrared Spectro-meter［J］.Communications in Soil Science&Plant Analysis，2005，36（4-5）:455-475.RESEARCH ON FATTY ACID CONTENT IN PEANUT SEED BY NEAR-INFRARED REFLECTANCE SPECTROSCOPYZHANG Yan，XIE Yan-li，SUN Shu-min，MA Ming-yang，LI Lin-lin （School of Food Science and Technology，Henan University of Technology，Zhengzhou450001，China）Abstract:Fifty representative peanut cultivars were selected as samples to construct a near-infrared reflectance spectroscopy（NIRS）calibration model for predicting the contents of five main fatty acids in the peanut seeds，such as palmitic acid，oleic acid，linoleic acid，behenic acid and arachidic acid.The oleic acid and linoleic acid calibration models had higher quality；the cross validation decision coefficients were respectively0.9330and 0.9249；the external validation decision coefficients were respectively0.9401and0.9487；and the relative percent deviations of the both two models were larger than2.5.The cross validation decision coefficients and external validation decision coefficients of the calibration models for palmitic acid，behenic acid and arachidic acid were less than0.8；and the relative percent deviations were all less than2.5.The test results showed that the models had high precision in predicting oleic acid and linoleic acid contents determined by NIRS.Key words:peanut seed；fatty acid content；NIRS；calibration model58。
气相色谱方法定量检测大豆5种脂肪酸
气相色谱方法定量检测大豆5种脂肪酸佚名【摘要】为建立大豆脂肪酸组分的绝对定量方法，采用加热甲酯化提取法和气相色谱分析法（ GC），以5种脂肪酸甲酯（棕榈酸甲酯、硬脂酸甲酯、油酸甲酯、亚油酸甲酯和亚麻酸甲酯）为标准样品，在制定5种脂肪酸甲酯组分的标准曲线（ R2﹥0.99）和回归方程的基础上，建立了大豆脂肪酸组分的定量测定方法。
该方法可以准确检测大豆籽粒中脂肪酸组分的绝对含量。
通过对4个油份含量不同的大豆品种脂肪酸含量测定以及与粗脂肪含量的比较分析发现，该方法可显著提高籽粒中的脂肪酸提取率和检测效率，其检测的总脂肪酸含量占总油脂含量的94%以上。
该方法不仅能检测样品中5种脂肪酸组分的相对百分比含量，还可以准确计算出籽粒中各个脂肪酸组分的绝对含量，对大豆脂肪酸检测及育种具有重要意义。
%To develop an absolute quantitative method for fatty acid determination,a quantitative method for fatty acid determination was established through heated -methylation extraction method and gas chromatography ( GC)analysis. Five individual fatty acid methyl esters( i. e. methyl palmitate,methyl stearate,methyl oleate, methyl linoleate and methyl linolenate)were used as the standard samples. According to the standard curves( R2 ﹥0. 99)and the regression equations of five kinds of fatty acid methyl esters,the absolute concentration of fatty acid of soybean seeds could be determined accurately. Through determination of fatty acids in four soybean varieties with different oil content and comparison of the total fatty acid contents with the total fat contents of them,we suggested the extraction efficiency and detection reproducibility of fattyacid could be significantly improved. In addition,the total concentration of five fatty acid detected by this method accounted for more than 94% of total fat content in soy-bean seeds. It concluded that this method could be used to detect not only the relative percentage content but also the absolute concentration of individual fatty acids in soybean seeds,which could play an important role in soybean fatty acid determination and breeding.【期刊名称】《中国油料作物学报》【年(卷),期】2015(000)004【总页数】6页(P548-553)【关键词】大豆;脂肪酸;定量测定;气相色谱( GC)【正文语种】中文【中图分类】S565.1;O657.63大豆是世界植物油的主要原料。
应用近红外光谱分析技术定量检测植物油脂肪酸含量的研究
应用近红外光谱分析技术定量检测植物油脂肪酸含量的研究梁丹【摘要】[目的]建立一种简单、快速、准确且无损的脂肪酸含量的定量检测方法.[方法]应用近红外光谱分析技术快速准确定量检测植物油中3种脂肪酸含量,采用偏最小二乘法PLS建立植物油中3种脂肪酸(油酸、亚油酸、亚麻酸)含量的近红外定量分析模型,并对比分析了10种光谱预处理方法对植物油中3种脂肪酸含量定量分析校正模型结果的影响.[结果]一阶导数(FD)结合多元散射校正(MSC)法的光谱预处理效果最优,经FD+ MSC法预处理后采用PLS建立的植物油脂肪酸含量检测的校正模型,对油酸的验证决定系数R2为0.969 3,预测标准差RMSEP为1.3％；对亚油酸的验证决定系数R2为0.960 6,预测标准差RMSEP为1.66％；对亚麻酸的验证决定系数R2为0.973 1,预测标准差RMSEP为0.479％.[结论]研究表明,所建模型可较好地检测植物油中油酸、亚油酸、亚麻酸含量.%[ Objective] To establish a new method for the quantitative detection research for the fatty aeid of vegetable oil using near infrared spectroscopy. [Method] Using partial least squares (PLS) to establish near-infrared quantitative analysis model, and compare and analysis the results of the calibration model for quantitative detection of fatty acids (oleic acid, linoleic acid, linolenic acid) using 10 kinds of pretreat-ment methods on vegetable oil. [ Result] Results showed that FD + MSC is the best pretreatment method, determination coefficient R2 of oleic acid validation model was 0. 969 3, KMSEP was1. 3% ; determination coefficient R of linoleic acid validation model was 0. 960 6, RMSEP was 1. 66% ;determination coefficient R2 of linolenic acid validation model was 0. 973 1 , RMSEP was 0. 479% , they allhave high determination coefficient. [Conclusion] It shows that the model can detect oleic acid, linoleic acid, linolenic acid simultaneously very well.【期刊名称】《安徽农业科学》【年(卷),期】2012(000)030【总页数】4页(P14933-14936)【关键词】近红外光谱;偏最小二乘法;植物油;脂肪酸【作者】梁丹【作者单位】武汉职业技术学院电信学院,湖北武汉430074【正文语种】中文【中图分类】S123植物油中主要含有油酸、亚油酸、亚麻酸等不饱和脂肪酸，油酸、亚油酸、亚麻酸等脂肪酸具有促进健康的作用。
基于高光谱成像技术快速无损测定花生中水分含量
农 产品加工
Ｆａ ｒ ｍ Ｐ ｒ ｏ ｄｕ ｃ ｔ ｓ Ｐｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ
Ｎｏ ． １ ２ Ｄｅ ｅ ．
文章编号 ：１ ６ ７ １ — ９ ６ ４ ６（ ２ ０ １ ６ ）１ ２ ａ － ０ ０ ３ ９ — ０ ５
基 于高光谱成像技术快速无损测定花 生中水分含量
于宏威 ，刘红 芝 ，杨 颖 ，石 爱 民 ，刘 丽 ，胡 晖 ， 王 强
（ 中国农业科学院 农 产品加工研究所 ，农业部农产 品加工综合性重点实验室 ，北京 １ ０ ０ １ ９ ３ ） 摘 要 ：花生 中水分含量 的高低直接影响花生及其制 品的贮 藏期 ，而现有 的测定 方法存 在步骤多 、时 间长等 问题 。试 验利用高光谱成像技术对花生 中水分含量进 行快速无损检测分析 。通过 采集 １ ２ ０个花生样 品的图像信息 ，从校正后 的图像 中提取花生 目标 区域的平均光谱作为 花生光谱 信息进行分析 ；同时 ，优选最佳的光谱预处理方法 和建模方 法 建 立花生 中水分含量全波 段模 型 ，在此基 础上利用 回归 系数 法 ，确 定重要波 长并建立 模型 。结 果表 明 ，二阶导数 （ ２ ｄ ｅ ｒ ）偏最小二乘法 （ Ｐ Ｌ Ｓ ）全波段模 型预测水分含量能力最佳 ，校正集和预测集的相关系数分别 为 ０ ． ９ １ 和０ ． ８ ４ ， 标 准偏差分别为 Ｏ ． ２ ８和 ０ ． ３ ８ ；回归系数法确定的 １ ４个波长所建简化模型的性能 与全波段相当 ，校正集和预测集 的相 关系数分别 为 ０ ． ８ ２和 ０ ． ８ １ ，标准偏 差分别为 ０ ． ３ ９和 ０ ． ４ ３ 。 因此 ，高 光谱 成像技术可 以快速元损测 定花生 中水分含 量 ，其具有快速运算特点的重要波长模型可以更加方便地应用于花生加工产业中。 关键词 ：花生 ；水分含量 ；高光谱成像技术 ｒ ｕ ｃ ｉ ｔ ｖ ｅ ｌ ｙ ｄ ｅ ｔ ｅ ｃ ｔ ｅ ｄ ｂ ｙ ｈ ｙ ｐ ｅ ｒ ｓ ｐ ｅ ｃ ｔ ｒ ｌ ａ ｉ ｍａ ｇ ｉ ｎ ｇ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ（ Ｈ Ｓ １ ）． Ｉ ｍａ ｇ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｉ ｔ ｏ ｎ ｏ ｆ １ ２ ０ ｐ ｅ ａ ｎ ｕ ｔ ｓ ａ ｍｐ ｌ ｅ ｓ ｉ ｓ ａ ｃ ｑ ｕ ｉ ｒ ｅ ｄ ，
一种原位检测种子中脂肪酸不饱和度的方法[发明专利]
![一种原位检测种子中脂肪酸不饱和度的方法[发明专利]](https://img.taocdn.com/s3/m/f5b7293a76a20029bc642d1b.png)
专利名称：一种原位检测种子中脂肪酸不饱和度的方法专利类型：发明专利
发明人：刘华梁,周梓璇,张雪辉,石晓云,杜军霞,王僧虎申请号：CN202011375887.4
申请日：20201130
公开号：CN112540077A
公开日：
20210323
专利内容由知识产权出版社提供
摘要：本发明涉及一种原位检测种子中脂肪酸不饱和度的方法，包括：步骤1：将待测种子经过或不经过剖切；步骤2：将待测种子置于质量百分浓度为0.90‑1.10％过碘酸溶液中浸泡不少于25min取出，用去离子水清洗后，转入显色液中浸泡不少于8min，取出；所述显色液是含有酸性品红和强还原剂的溶液；步骤3：用体视镜扫描照相，以白色为对照背景，待测样品图片上所显示的红色即对应表征不饱和脂肪酸积累和分布位点；红色集中区域表明该区域具有不饱和脂肪酸，且红色的深浅程度与所脂肪酸不饱和度呈正相关。
本发明实现了在自然状态下对植物种子中不饱和脂肪酸的积累和分布模式的高灵敏度、快速、低成本、高效率、无毒、无污染的检测，用于筛选脂肪酸不饱和双键含量不同的种质资源。
申请人：邢台学院
地址：054001 河北省邢台市桥东区泉北东大街88号
国籍：CN
代理机构：石家庄开言知识产权代理事务所(普通合伙)
代理人：赵俊娇
更多信息请下载全文后查看。
一种无损伤测定单粒植物种子含油率的方法[发明专利]
![一种无损伤测定单粒植物种子含油率的方法[发明专利]](https://img.taocdn.com/s3/m/e77fb962ec3a87c24128c45f.png)
专利名称：一种无损伤测定单粒植物种子含油率的方法专利类型：发明专利
发明人：尹佟明,邹雨婷,朱铭玮,王怡晨,李淑娴
申请号：CN201910047231.0
申请日：20190117
公开号：CN109696450A
公开日：
20190430
专利内容由知识产权出版社提供
摘要：本发明公开了一种无损伤测定单粒植物种子含油率的方法，步骤包括：1)收集成熟的植物种子，去除杂质后置于室内继续晾至恒重；备用；2)取不同重量的植物纯油作为标准样品，利用核磁共振分析仪进行测定，根据标准样品的质量及其得到的相应信号绘制测定含油率的标准曲线，并获得回归方程；3)取步骤1)准备好的待测单粒植物种子，采用步骤2)相同的核磁共振分析仪和操作条件，采集信号，通过回归方程计算得到各单粒种子的含油率。
本发明的无损伤测定单粒植物种子含油率的方法，具有对种子质量无损伤的特点，并且测定准确性高，操作简便，高效可靠，具有广阔的应用前景。
申请人：南京林业大学
地址：210037 江苏省南京市玄武区龙蟠路159号
国籍：CN
代理机构：南京申云知识产权代理事务所(普通合伙)
代理人：邱兴天
更多信息请下载全文后查看。
一种快速的非破坏性的通过确定气味强度来控制鱼肉质量的方法
一种快速的非破坏性的通过确定气味强度来控制鱼肉质量的方法李小勇【期刊名称】《肉类研究》【年(卷),期】2005(000)007【摘要】本试验应用"Cosmos"检测仪(日本),通过确定气味强度来评价6种不同来源的鱼的鱼肉质量.池塘养殖的鱼(包括鲑鱼、鲤鱼、淡水石首鱼、罗非鱼、澳洲肺鱼)贮藏在冰里4～5个星期,冷冻/解冻的鲭鱼室温贮藏74h.通过感官评价、确定气味强度、测定化学物质(总挥发性盐基氮、次黄嘌呤和组胺)来检测鱼肉的质量.试验发现感官评价值和"Cosmos"检测仪测得的值有很强的相关性,然而,化学分析得到的数据与感官评价值和"Cosmos"检测仪测得的值之间的相关性却相对较弱.因而应用"Cosmos"检测仪通过确定气味强度来进行客观定量地评价鲜鱼和冷藏鱼的质量,看来是切实可行的."Cosmos"检测仪应用起来不但快速、没有破坏性而且是手提便携式的;因此,"Cosmos"检测仪在田间、板式捕鱼船里都可用来评价鲜鱼和冷藏鱼的质量.【总页数】4页(P18-21)【作者】李小勇【作者单位】西南农业大学食品科学学院,重庆北碚,400716【正文语种】中文【中图分类】TS2【相关文献】1.一种非破坏性的检测绝缘油强度的试验新方法 [J], 杨玉秋2.一种非破坏性的检测绝缘油绝缘强度的试验新方法 [J], 张重远;李文峰;刘孝义3.一种非破坏性的快速测定花生单粒种子脂肪酸的技术 [J], Zeile,WL;时焦4.纺织纤维及其制品非破坏性快速鉴别的方法探讨 [J], 潘冰5.一种简便快速和非破坏性的花生耐铝性筛选鉴定方法 [J], 李正超;李朝科;王绛辉因版权原因，仅展示原文概要，查看原文内容请购买。
气相色谱法测定土壤中的脂肪酸成分
气相色谱法测定土壤中的脂肪酸成分李培昌;韩彬;张鹏;曹磊;郑晓玲;何鹰;王小如【期刊名称】《岩矿测试》【年(卷),期】2010(029)004【摘要】用气相色谱-质谱联用仪对脂肪酸进行定性,气相色谱配合标准溶液进行定量,建立了一种完整的测定土壤中脂肪酸含量的方法.方法应用于实际样品的检测,各组分的线性相关系数为0.9913～0.9999,仪器精密度(RSD,n=6)为0.73%～2.57%,检出限为0.016～0.038 mg/L,平均回收率为97.86%.建立的方法能够较准确地测定土壤中各种脂肪酸的含量,且可以满足实际样品的测定需要.【总页数】5页(P363-367)【作者】李培昌;韩彬;张鹏;曹磊;郑晓玲;何鹰;王小如【作者单位】国家海洋局第一海洋研究所,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061;桓台县环境保护局,山东,淄博,256400;国家海洋局第一海洋研究所,山东,青岛,266061;上海海洋大学,上海,201306;国家海洋局第一海洋研究所,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061【正文语种】中文【中图分类】O623.61;S151.93;O657.71【相关文献】1.气相色谱-质谱法测定土壤中的磷脂脂肪酸 [J], 张丽萍;王川;周巧红;王亚芬;吴振斌2.生物柴油中脂肪酸甲酯成分的气相色谱法测定 [J], 李玉芹;曾虹燕3.生物柴油中脂肪酸甲酯成分的气相色谱法测定 [J], 李玉芹;曾虹燕4.浅析气相色谱法测定乳粉中的总脂肪、饱和脂肪酸、不饱和脂肪酸 [J], 陈炜萍5.气相色谱-质谱联用法测定婴幼儿奶粉中37种脂肪酸和12种反式脂肪酸 [J], 田春霞;王远远;吴苏妙;朱炳祺;金绍强因版权原因，仅展示原文概要，查看原文内容请购买。
花生种子脂肪酸含量的微量、快速测定
花生种子脂肪酸含量的微量、快速测定高慧敏;张颖君【期刊名称】《中国农学通报》【年(卷),期】2010(0)13【摘要】脂肪酸的含量是油料作物重要的加工指标之一,而目前的脂肪酸测定方法步骤繁琐、耗时长、需要样品量大,育种工作者要对大批的后代材料进行检测是非常困难的。
并且因为籽粒粉碎后不能延续后代,在待检测材料种子量很少时,常遇到检测与繁种的矛盾。
笔者建立了一种微量、快捷的花生脂肪酸检测方法,使花生脂肪酸检测变的非常简便。
从花生籽粒上切取0.020g,采用提取液(苯:石油醚=1:1)提取5min,0.5mol/L甲醇钠酯化10min后即可进行气相色谱分析,使以往需要用几个小时的工作在15min内完成,大大缩短了检测时间。
通过与传统的索氏提取(GB/T5009.6—2003)、甲酯化方法(GB/T17376—1998)比较,该方法结果准确可靠。
【总页数】6页(P98-103)【关键词】花生;脂肪酸;微量检测;气相色谱【作者】高慧敏;张颖君【作者单位】河北省农林科学院经济作物研究所;河北省农林科学院粮油作物研究所,河北省作物遗传育种实验室【正文语种】中文【中图分类】Q547【相关文献】1.一种非破坏性的快速测定花生单粒种子脂肪酸的技术 [J], Zeile,WL;时焦2.花生单粒种子脂肪酸含量的气谱快速无损测定 [J], 杨传得;关淑艳;唐月异;王秀贞;吴琪;宫清轩;王传堂3.傅立叶近红外漫反射非破坏性测定花生种子主要脂肪酸含量 [J], 禹山林;朱雨杰;闵平;杨庆利;曹玉良;王传堂;刘旭;周学秋4.单粒花生种子脂肪酸的快速无损测定 [J], 陈玉珍5.大豆种子脂肪酸含量的快速测定 [J], 张颖君;高慧敏;蒋春志;胡梦芸;刘兵强;李辉因版权原因，仅展示原文概要，查看原文内容请购买。
气相色谱测定不同油料作物中脂肪酸的组成
气相色谱测定不同油料作物中脂肪酸的组成
郭彦军;徐燕;底玉娟;丁永冲
【期刊名称】《现代科学仪器》
【年(卷),期】2012(000)003
【摘要】随着社会的不断发展,人们越来越重视自己的健康,对食用油品质的要求越来越高。
脂肪酸的组成在很大程度上决定了食用油的营养价值和保健功效。
以亚麻籽、葵花籽、核桃为例,利用气相色谱法分析其主要脂肪酸的含量。
三类油料作物脂肪酸组成中必需脂肪酸的含量分别是：亚麻籽65.56%,葵花籽78.50%,核桃69.77%,与动物油脂中必须脂肪酸的含量相比明显较高。
【总页数】3页(P115-116,119)
【作者】郭彦军;徐燕;底玉娟;丁永冲
【作者单位】石家庄市农产品质量检测中心,石家庄050021;石家庄市农产品质量检测中心,石家庄050021;石家庄市农产品质量检测中心,石家庄050021;石家庄市农产品质量检测中心,石家庄050021
【正文语种】中文
【中图分类】TH833
【相关文献】
1.气相色谱-质谱法测定混合脂肪酸钠盐中脂肪酸的组成 [J], 李英;杨左军;张伟亚;王成云;刘丽
2.气相色谱质谱法测定植物油中脂肪酸组成方法研究 [J], 聂荣荣
3.气相色谱法测定和比较5种植物油中的脂肪酸组成 [J], 王小花;黄韡;郭锌;苏阿龙
4.气相色谱法测定中华绒螯蟹中脂肪酸组成与含量 [J], 申兆栋;黄冬梅;方长玲;叶洪丽;田良良;伍姿;张俊
5.气相色谱法测定念珠菌的不同种菌的脂肪酸组成 [J], 郑文晖;蔡葵花;席丽艳;鲁长明
因版权原因，仅展示原文概要，查看原文内容请购买。
气相色谱法测定花生和大豆中甲草胺残留量
气相色谱法测定花生和大豆中甲草胺残留量
白梅;张冠英;马莹;杨大鹏;姜楠
【期刊名称】《中国卫生检验杂志》
【年(卷),期】2006(16)12
【摘要】目的：建立一种检测在花生和大豆中甲草胺的残留量的方法。
方法：样品经有机溶液提取，采用固相萃取小柱净化，电子捕获检测器检测。
结果：本方法检出限为0．003mg／kg，方法回收率89．2％-106．83％。
结论：本方法为花生、大豆中农药残留量的检测提供了一种快速、准确、简便的分析方法。
【总页数】2页(P1463-1464)
【关键词】气相色谱法;甲草胺残留量;花生;大豆
【作者】白梅;张冠英;马莹;杨大鹏;姜楠
【作者单位】吉林省卫生监测检验中心
【正文语种】中文
【中图分类】O657.71
【相关文献】
1.凝胶渗透色谱-气相色谱-质谱联用快速测定大豆中克百威、乙草胺、甲草胺、异丙甲草胺、氟乐灵的残留量 [J], 苏明明;张旭东;那晗;王琦;宋大贺;张宁
2.气相色谱法测定大豆中氟乐灵、甲草胺和乙草胺农药残留 [J], 胡敏;李二虎;吴兵兵;张强;张武;刘然
3.气相色谱法测定食品中异丙甲草胺残留量的样品前处理方法 [J], 徐会君;李青;鲍
长利
4.固相微萃取—气相色谱法测定糙米中异丙甲草胺的残留量 [J], 雷玉华;陆露
5.SPE-大口径毛细柱气相色谱法在测定大豆、花生中异丙甲草胺残留量中的应用[J], 刘虹涛;李青
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
．Ｌ ｉ ｎ ｏ ｌ ｅ ｉ ｃ
２ ０ １ ２ ０ ６ ２ １ ＊ 收稿日期 ： － － ； ） ； 基金项目 ： 国家花生产业技术体 系 （ 青岛市科技发展计划项目（ 山东省科 Ｃ Ａ Ｒ Ｓ １ ４） ０ ９ １ ３ ６ ７ ｃ ｈ， １ ０ ３ ３ ３ ０ ｎ ｓ ｈ － － － － － － － － － ｊ ） 技攻关项目 （ ２ ０ ０ ９ Ｇ Ｇ １ ０ ０ ０ ９ ０ ０ ８ ， 作者简介 ： 杨传得 （ 男， 山东临沂人 ， 吉林农业大学硕士研究生 ， 研究方向为作物生物技术 。 １ ９ ８ ５ －） ， 通讯作者 ： 王传堂 （ 男， 博士 ， 研究员 ， 主要从事花生生物技术育种研究 。 １ ９ ６ ８ －）
１， ２ ２ １ １ ， ， ，ＷＡ ， Ｙ Ａ Ｎ Ｇ Ｃ ｈ ｕ ａ ｎ ｄ ｅ Ｇ Ｕ Ａ Ｎ Ｓ ｈ ｕ ａ ｎ Ｔ Ａ Ｎ Ｇ Ｙ ｕ ｅ ｉ Ｎ Ｇ Ｘ ｉ ｕ ｚ ｈ ｅ ｎ － －ｙ －ｙ － １ １ １ ， ，ＷＡ ＷＵ Ｑ ｉ Ｇ Ｏ Ｎ Ｇ Ｑ ｉ ｎ ｘ ｕ ａ ｎ Ｎ Ｇ Ｃ ｈ ｕ ａ ｎ ｔ ａ ｎ － － ｇ ｇ
Ｒ ａ ｉ ｄ Ｎ ｏ ｎ ｄ ｅ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｖ ｅ Ｄ ｅ ｔ ｅ ｒ ｍ ｉ ｎ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｆ ａ ｔ ｔ Ａ ｃ ｉ ｄ ｓ ｉ ｎ － ｐ ｙ ＊ Ｓ ｉ ｎ ｌ ｅ Ｇ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ Ｓ ｅ ｅ ｄ ｓ ｂ Ｇ ａ ｓ Ｃ ｈ ｒ ｏ ｍ ａ ｔ ｏ ｒ ａ ｈ ｇ ｙ ｇ ｐ ｙ
） ： ０ １ ２， ４ １（ ３ ２ １～２ ６ 花 生 学 报 ２ ｏ ｕ ｒ ｎ ａ ｌ ｏ Ｐ ｅ ａ ｎ ｕ ｔ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ， Ｖ ｏ ｌ ． ４ １，Ｎ ｏ ． ３， ２ ０ １ ２ Ｊ ｆ （ ） １ ０ ０ ２ ４ ０ ９ ３ ２ ０ １ ２ ０ ３ ０ ０ ２ １ ０ ６ 文章编号 ： － － －
花生单粒种子脂肪酸含量的气谱快速无损测定
２ ， 杨传得１， 关淑艳２， 唐月异１， 王秀贞１， 吴 琪１， 宫清轩１， 王传堂１
（ ） 山东 青岛 ２ 吉林 长春 １ １．山东省花生研究所 ， ６ ６ １ ０ ０； ２．吉林农业大学 ， ３ ０ １ １ ８
摘要 ： 描述了一种利用 ５～２ ０ｍ ｇ 花生种子组织测定花生 ８ 种脂肪酸的方法 。 于室温下制备用于 色 谱 分 析 的 ， 。 研究结果证实 ， 样 品耗时 ３ 气相色谱分析则需要 １ 本法准确性高 ， 重复性较好 ， 可满足花生遗传 ５ｍ ｉ ｎ ８ｍ ｉ ｎ 育种研究中对种子无损取样及基因聚合育种需要 ， 将为花生脂肪酸成分的遗传改良提供便利 。 关键词 ： 花生 ； 脂肪酸 ； 测定 Ｇ Ｃ； 中图分类号 ： Ｓ ５ ６ ５． ２ Ｏ ６ ５ ７．ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ｏ ｉ ｌ ｓ ｅ ｅ ｄ ｓ ｉ ｎ ｃ ｌ ｕ ｄ ｉ ｎ Ｆ ｙ ｐ ｇ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ｉ ｓ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｅ ｄ ｉ ｍ ｏ ｒ ｔ ａ ｎ ｔ ｔ ｏ ｔ ｈ ｅ ｓ ｈ ｅ ｌ ｆ ｇ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｌ ｉ ｆ ｅ ｏ ｆ ｆ ｏ ｏ ｄ ａ ｎ ｄ ｔ ｈ ｅ ｈ ｅ ａ ｌ ｔ ｈ ｏ ｆ ｃ ｏ ｎ ｓ ｕ ｍ ｅ ｒ ｓ ． ｐ Ｏ ｌ ｅ ｉ ｃ ａ ｃ ｉ ｄ ｉ ｓ ｂ ｅ ｎ ｅ ｆ ｉ ｃ ｉ ａ ｌ ａ ｓ ｉ ｔ ｌ ｏ ｗ ｅ ｒ ｓ ｂ ａ ｄ ｌ ｏ ｗ ｄ ｅ ｎ － ｓ ｉ ｔ ｌ ｉ ｏ ｒ ｏ ｔ ｅ ｉ ｎ（ Ｌ Ｄ Ｌ） ｃ ｈ ｏ ｌ ｅ ｓ ｔ ｅ ｒ ｏ ｌ ｌ ｅ ｖ ｅ ｌ ａ ｎ ｄ ａ ｔ ｙ ｐ ｐ ｔ ｈ ｅ ｍ ｅ ａ ｎ ｔ ｉ ｍ ｅ ｍ ａ ｉ ｎ ｔ ａ ｉ ｎ ｓ ｏ ｏ ｄ ｈ ｉ ｈ ｄ ｅ ｎ ｓ ｉ ｔ ｌ ｉ ｏ － ｇ ｇ ｙ ｐ ＨＤ Ｌ）ｃ ｈ ｏ ｌ ｅ ｓ ｔ ｅ ｒ ｏ ｌ ｌ ｅ ｖ ｅ ｌ ｒ ｏ ｔ ｅ ｉ ｎ （ ｐ
２ ２
１卷 花 生 学 报 ４
６］ ）［ ， ２ ０ １ ０ ｅ ｘ ｃ ｅ ｔ ｆ ｏ ｒ ｔ ｈ ｅ ｗ ｅ ｉ ｈ ｔ ｏ ｆ ｓ ａ ｍ－ Ｚ ｈ ａ ｎ ｐ ｇ ｇ（ ， ｌ ｅ ｓ ａ ｎ ｄ ｄ ｉ ｌ ｕ ｔ ｉ ｏ ｎ ｆ ａ ｃ ｔ ｏ ｒ ｓ ． Ｉ ｎ ｂ ｒ ｉ ｅ ｆｃ ｏ ｔ ｌ ｅ ｄ ｏ ｎ ａ ｒ ｐ ｙ ｙ
ｈ ａ ｎ ｄ ｌ ｉ ｎ ａ ｌ ａ ｒ ｅ ｎ ｕ ｍ ｂ ｅ ｒ ｏ ｆ ｂ ｒ ｅ ｅ ｄ ｉ ｎ ｍ ａ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ － ｇ ｇ ｇ ｇ ｒ ｏ ｃ ｅ ｓ ｓ ． ｔ ｅ ｒ ｉ ａ ｌ ｓ ｗ ｉ ｌ ｌ ｆ ａ ｃ ｉ ｌ ｉ ｔ ａ ｔ ｅ ｔ ｈ ｅ ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｐ Ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ Ｆ ＡＭＥ Ｓ（ ｆ ａ ｔ ｔ ａ ｃ ｉ ｄ ｍ ｅ ｔ ｈ ｌ ｅ ｓ － ｙ ｙ ） ｒ ｅ ａ ｒ ａ ｔ ｉ ｏ ｎ ｒ ｏ ｃ ｅ ｄ ｕ ｒ ｅ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ｔ ｅ ｒ ｓｐ ｆ ｏ ｒ ｓ ｅ ｅ ｄ ｓ ｐ ｐ ｇ ｏ ｆ ｃ ｒ ｕ ｄ ｅ ｆ ａ ｔ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｗ ｉ ｔ ｈ Ｓ ｏ ｘ ｌ ｅ ｔ ａ ｃ ｏ ｎ ｓ ｉ ｓ ｔ ｅ ｄ － ｐ ａ ｎ ｄ ｕ ｂ ｓ ｅ ｕ ｅ ｎ ｔ ｓ ｔ ｅ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｆ ａ ｔ ｔ ａ ｒ ａ ｔ ｕ ｓ ｓ ｅ ｏ ｆ ｑ ｙ ｐ ，ｗ ａ ｃ ｉ ｄ ｓ ｈ ｉ ｃ ｈ ｗ ａ ｓ ｔ ｅ ｄ ｉ ｏ ｕ ｓ ａ ｎ ｄ ｔ ｉ ｍ ｅ ｃ ｏ ｎ ｓ ｕ ｍ ｉ ｎ ． － ｇ ｌ ａ ｒ ｅ ｆ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｓ ｅ ｅ ｄ ｔ ｉ ｓ ｓ ｕ ｅ ａ ｎ ｄ ２～１ ４ｈ ｏ ｕ ｒ ｓ Ａ ｇ ， ｗ ｅ ｒ ｅ ｅ ｎ ｅ ｒ ａ ｌ ｌ ｎ ｅ ｅ ｄ ｅ ｄ ． Ｚ ｅ ｉ ｌ ｅ Ｋ ｎ ａ ｕ ｆ ｔ ａ ｎ ｄ Ｋ ｅ ｌ ｌ ｇ ｙ ｙ （ １ ９ ９ ３） ｒ ｅ ｏ ｒ ｔ ｅ ｄ ａ ｍ ｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ｓ ａ ｍ ｌ ｉ ｎ ａ ｎ ｄ ｄ ｉ － ｐ ｐ ｇ ，ｗ ｒ ｅ ｃ ｔ ｔ ｒ ａ ｎ ｓ ｍ ｅ ｔ ｈ ｌ ａ ｔ ｉ ｏ ｎ ｈ ｅ ｒ ｅ ａ ｓ ｌ ｉ ｔ ｔ ｌ ｅ ａ ｓ １ ５ｍ ｙ ｇ ｃ ｏ ｔ ｌ ｅ ｄ ｏ ｎ ａ ｒ ｔ ｉ ｓ ｓ ｕ ｅ ｗ ａ ｓ ａ ｄ ｅ ｕ ａ ｔ ｅ ｔ ｏ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ｙ ｙ ｑ ｇ （ ｒ ｅ ａ ｒ ｅ Ｆ ＡＭＥ Ｓ ｆ ｏ ｒ Ｇ Ｃ ｇ ｃ ｈ ｒ ｏ ｍ ａ ｔ ｏ ｒ ａ ｈ ａ ｓ ｐ ｐ ｇ ｐ ｙ） ｕ ｓ ｉ ｎ Ｎ ｎ ｄ ａ ｎ ８ ０℃ ｗ ａ ｔ ｅ ｒ ｂ ａ ｔ ｈ； ｔ ｈ ｅ ｔ ｒ ａ ｎ ｓ ｍ ｅ ｔ ｈ － ｇ ２ａ ， ｌ ａ ｔ ｉ ｏ ｎ ｓ ｔ ｅ ｔ ｏ ｏ ｋ ｌ ｏ ｎ ｅ ｒ ｔ ｈ ａ ｎ １ ｈ ．Ｋ ａ ｖ ｅ ｒ ｉ ｙ ｐ ｇ ） Ｎ ａ ｄ ａ ｆ ａ ｎ ｄ Ｓ ａ ｌ ｉ ｍ ａ ｔ ｈ（ ２ ０ ０ ９ ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｅ ｄ ａ ｎ ｅ ｗ ｒ ｏ － ｐ ｒ ｅ ａ ｒ ｅ ｔ ｏ ｃ ｏ ｌ ｔ ｏ Ｆ ＡＭＥ Ｓ，ｗ ｈ ｉ ｃ ｈ ｏ ｎ ｌ ｔ ｏ ｏ ｋ ３ ０ ｐ ｐ ｙ ｕ ｔ ｒ ｅ ｕ ｉ ｒ ｅ ｄ ｈ ａ ｌ ｆ ｏ ｆ ｓ ｉ ｎ ｌ ｅ ｓ ｅ ｅ ｄ ｓ ｍ ｉ ｎ，ｂ ｏ ｒ ｔ ｉ ｏ ｎ ｑ ｇ ｐ ［ ４］ （ ） ａ ｎ ｄ ｈ ｅ ａ ｔ ｉ ｎ ａ ａ ｒ ａ ｔ ｕ ｓ６ ０℃ｆ ｏ ｒ ２ ０ｍ ｉ ｎ ． Ｒ ｅ － ｇ ｐ ｐ
（ ，Ｑ ； １． Ｓ ｈ ａ ｎ ｄ ｏ ｎ Ｐ ｅ ａ ｎ ｕ ｔ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｉ ｎ ｄ ａ ｏ ２ ６ ６ １ ０ ０， Ｃ ｈ ｉ ｎ ａ ｇ ｇ ， ） ２． Ｊ ｉ ｌ ｉ ｎ Ａ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ Ｃ ｈ ａ ｎ ｃ ｈ ｕ ｎ １ ３ ０ １ １ ８， Ｃ ｈ ｉ ｎ ａ ｇ ｙ ｇ ：Ａ ， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｒ ｏ ｔ ｏ ｃ ｏ ｌ ｆ ｏ ｒ ａ ｎ ａ ｌ ｚ ｉ ｎ ８ｆ ａ ｔ ｔ ａ ｃ ｉ ｄ ｓ ｕ ｓ ｉ ｎ ５～２ ０ｍ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ｓ ｅ ｅ ｄ ｔ ｉ ｓ ｓ ｕ ｅ ｗ ａ ｓ ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｅ ｄ ｐ ｙ ｇ ｙ ｇ ｇ ｇ ｗ ｈ ｉ ｃ ｈ ｒ ｅ ｕ ｉ ｒ ｅ ｄ ３ ５ｍ ｉ ｎ ｆ ｏ ｒ ｒ ｅ ａ ｒ ａ ｔ ｉ ｏ ｎ ａ ｔ ｒ ｏ ｏ ｍ ｔ ｅ ｍ ｅ ｒ ａ ｔ ｕ ｒ ｅ ａ ｎ ｄ １ ８ｍ ｉ ｎ ｆ ｏ ｒ ａ ｓ ｃ ｈ ｒ ｏ ｍ ａ ｔ ｏ ｒ ａ ｈ ａ ｎ ａ ｌ － ｑ ｐ ｐ ｐ ｇ ｇ ｐ ｙ ｙ ， ｓ ｉ ｓ ． Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｏ ｆ ａ ｎ ａ ｌ ｓ ｉ ｓ ｒ ｏ ｖ ｅ ｄ ｔ ｏ ｂ ｅ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ａ ｎ ｄ ｒ ｅ ｒ ｏ ｄ ｕ ｃ ｉ ｂ ｌ ｅ ｉ ｒ ｒ ｅ ｓ ｅ ｃ ｔ ｉ ｖ ｅ ｏ ｆ ｓ ａ ｍ ｌ ｉ ｎ ａ ｍ ｏ ｕ ｎ ｔ ｙ ｐ ｐ ｐ ｐ ｇ ａ ｎ ｄ ｆ ａ ｔ ｔ ａ ｃ ｉ ｄ ｃ ｏ ｎ ｔ ｅ ｎ ｔ ． Ｔ ｈ ｅ ｃ ａ ｔ ｅ ｒ ｓ ｔ ｈ ｅ ｎ ｅ ｅ ｄ ｆ ｏ ｒ ｎ ｏ ｎ ｄ ｅ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｖ ｅ ｓ ａ ｍ ｌ ｉ ｎ ａ ｎ ｄ ｒ ｏ ｔ ｏ ｃ ｏ ｌ ｅ ｎ ｅ ｒ ａ ｍ ｉ ｄ ｉ ｎ － ｙ ｐ ｇ ｐ ｇ ｐ ｙ ｇ ， ｅ ｎ ｅ ｔ ｉ ｃ ａ ｎ ｄ ｂ ｒ ｅ ｅ ｄ ｉ ｎ ｓ ｔ ｕ ｄ ｉ ｅ ｓ ｉ ｎ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ａ ｎ ｄ ｍ ａ ｆ ａ ｃ ｉ ｌ ｉ ｔ ａ ｔ ｅ ｅ ｎ ｅ ｔ ｉ ｃ ｉ ｍ ｒ ｏ ｖ ｅ ｍ ｅ ｎ ｔ ｉ ｎ ｆ ａ ｔ ｔ ａ ｃ ｉ ｄ ｉ ｎ ｇ ｇ ｇ ｙ ｇ ｐ ｙ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｃ ｒ ｏ ｇ ｐ ｐ． ： ； ； Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｒ ｏ ｕ ｎ ｄ ｎ ｕ ｔ Ｇ Ｃ； ｆ ａ ｔ ｔ ａ ｃ ｉ ｄ ｄ ｅ ｔ ｅ ｒ ｍ ｉ ｎ ａ ｔ ｉ ｏ ｎ ｇ ｙ ｙ