通过化学刻蚀法,在铜片的表面制备出具有3D结构的Cu(OH)₂纳米管(NTs),再通过自组装技术,将Ag纳米颗粒(NPs)吸附到Cu(OH)₂ NTs的表面,从而制备出具有丰富“热点”3D结构的Cu(OH)₂-Ag基底。该基底具有良好的拉曼活性,对探针分子罗丹明6G(R6G)的质量浓度检测限(LOD)为8.9×10 ^-10 g/L,具有良好的均匀性和重现性,均匀性和重现性的相对标准差(RSD)分别为8.79%和3.49%。同时该基底对孔雀石绿(MG)具有优异的灵敏度,对河水中MG的质量浓度LOD为2.13×10 ^-8 g/L。该基底制备方法简单且具有优异的表面增强拉曼光谱(SERS)性能,在检测水中非法渔业药物方面具有很大的应用前景。

报道了一种在铜片上采用原位生长法制备Cu₂O-Ag表面增强拉曼光谱(SERS)基底的方法。通过优化制备Cu₂O时退火的温度和时间,以及制备Cu₂O-Ag时AgNO₃的浓度和反应时间,制备了Cu₂O-Ag基底,具有良好的拉曼增强效果。基底表面形成的凹形空间和均匀密布的Ag 纳米粒子提供了丰富的SERS“热点”,且该基底具有较好的疏水性、均匀性、稳定性和灵敏度,对探针分子罗丹明6G的检测限为0.78 nM。该基底对多种违禁药物都有很好的灵敏度,拉曼强度与药物浓度具有良好的定量关系,孔雀石绿、恩诺沙星和呋喃西林的检测限分别为4.9 nM、0.72 μM和0.12 μM。本文方法具有工艺简单、成本低、SERS活性高等优点,在环境监测领域具有较好的应用前景。

建立良好的蛋白饲料近红外光谱定量分析模型及实现在不同仪器间的模型共享, 能极大提高模型的利用效率, 满足饲料行业快速发展的需要。 针对蛋白饲料原料粗蛋白含量近红外分析模型适用性问题, 首次采用光谱差值转移、 直接校正和分段直接校正法进行了三台不同类型的近红外光谱仪之间的模型转移研究。 实验样品为四种蛋白饲料原料： 玉米蛋白粉、 菜粕、 酒糟和鱼粉。 实验仪器包括MATRIX-Ⅰ傅里叶变换型近红外光谱仪（主仪器）, Spectrum 400傅里叶变换型近红外光谱仪（从仪器1）和SupNIR-2750光栅扫描型近红外光谱仪（从仪器2）。 研究表明, 同一样品体系在主仪器和从仪器2上所得光谱数据的差异性相对较小, 且均与从仪器1所得光谱数据的差异性相对较大。 除分段直接校正法对玉米蛋白粉从仪器2的预测结果无促进作用之外, 其他模型的预测均方根误差和系统偏差均明显低于转移前。 玉米蛋白粉、 菜粕和酒糟样品采用三种方法转移后的模型预测相对分析误差（RPD）均大于3.0, 预测效果良好。 鱼粉样品模型转移后的预测RPD均大于2.5, 预测效果较好。 三种方法对于蛋白饲料原料不同仪器间的光谱差异进行了有效校正。 该研究结果对于蛋白饲料品质近红外快速分析模型的广泛应用具有重要意义。

从全国24个省(市)收集到222个秸秆样品, 包括172个稻秸样品和50个麦秸样品。 采用近红外光谱技术, 结合主成分回归、 偏最小二乘回归和改进的偏最小二乘回归建立了秸秆热值的定量分析校正模型。 近红外光谱模型的建立与优化过程中使用了不同的散射校正方法和光谱导数处理来帮助改善模型精度。 对得到的54个模型采用统计学的方法分析外部验证的结果, 通过比较外部验证的系统偏差(Bias)和Bias校正的预测标准差(SEP(C)), 考察了不同光谱预处理和回归方法对秸秆热值的近红外模型预测性能的影响。 结果表明： 近红外光谱技术能够快速、 准确地分析秸秆的热值, 模型的SEP(C)在134～178 J·g-1之间； 对外部验证结果的统计分析, 能够有效地选择较好的建模方法, 确定较优模型。

工业分析是生物质热化学工程技术中的一项常规应用分析。 文章探讨了近红外光谱技术(NIRS)在秸秆工业组成分析上的应用, 并利用近红外光谱技术预测了秸秆中挥发分和固定碳含量。 利用Foss 6500光栅型近红外光谱仪在1 108～2 492 nm光谱范围内分别对直接切短秸秆样品中水分、 灰分、 挥发分和固定碳以及干燥粉碎样品中灰分、 挥发分和固定碳的近红外光谱建立了预测模型。 对于直接切短秸秆样品, 水分、 灰分、 挥发分和固定碳校正模型外部验证的R2V(SEP)分别为0.92(0.76%), 0.94(0.84%), 0.88(0.82%)和0.75(0.65%)。 干燥粉碎样品中灰分、 挥发分和固定碳的近红外光谱模型外部验证的R2V(SEP)分别为0.98(0.54%), 0.95(0.57%)和0.78(0.61%)。 实验结果表明, 近红外光谱技术能实现秸秆的快速分析和多组分同时测定, 从而可降低秸秆工业分析的成本。

探讨了基于可见和近红外反射光谱分析技术检测鱼粉中是否掺有植物饼粕的可行性。收集了我国常用的鱼粉和豆粕,将豆粕按不同浓度掺杂到鱼粉中制备试验样本,分别进行了定性和定量分析研究。定性分析用206个样本作为校正集,103个样本作为检验集,选择合适的光谱预处理方法和光谱范围建立了定性判别分析模型,模型对外部检验集的正确判断率为96.12％。定量分析用掺杂有豆粕的130个鱼粉样本作为校正集,65个鱼粉样本作为检验集,采用偏最小二乘法(PLS)建立了定量分析模型。以变量标准化处理(SNV)与二阶导数(2,4,4,1)相结合处理效果最佳,其预测值和测量值的决定系数R2和标准差SEC分别为0.989 0和1.539 0;检验集进行外部验证的决定系数R2和标准差SEP分别为0.988 8和1.786 0,RPD为8.61。结果表明,利用近红外光谱分析技术可以成功检测鱼粉中豆粕的存在和含量。

为了研究近红外光谱模型的优化方法,提高模型的精度,利用遗传算法对64个掺加了肉骨粉的鱼粉样品近红外光谱进行变量筛选,采用偏最小二乘法回归建模,并用21个样品进行外部验证。遗传算法共选取310个波长变量,相对于全谱的1556个变量减少了80%,与全谱范围的偏最小二乘法相比,交互验证相关系数(RCV)从0.80提高到0.90,交互验证均方根误差从5.22%降低到3.62%,预测相关系数(RV)从0.91提高到0.96,预测均方根误差从3.85%降低到2.95%,模型的稳健性和预测精度都显著提高。试验结果表明遗传算法可以改善近红外光谱法预测鱼粉中肉骨粉含量的效果。

为了切断疯牛病的传播途径保证饲料安全,开展非反刍动物肉骨粉中反刍动物成分含量的检测方法研究十分必要.本文探讨了利用近红外漫反射光谱(MRS)分析技术快速检测非反刍动物(猪鸡)肉骨粉中反刍动物(牛羊)成分含量的可行性.收集了不同地区不同种类的肉骨粉样本,在猪和鸡肉骨粉中分别掺入0～48 %的牛或羊肉骨粉,制备了200个样本.针对含牛羊源的猪肉骨粉、含牛羊源的鸡肉骨粉和含牛羊源的猪鸡肉骨粉三类样本,以掺入的牛羊源成分的质量比例作为真值,分别采用改进的偏最小二乘回归(MPLS)、偏最小二乘回归(PLS)和主成分回归(PCR)三种不同建模方法建立了MRS定标模型.用独立的验证集对模型进行了验证,最优模型验证集的决定系数(R2)均大于0.90,相对分析误差(RPD)均大于3.0.结果表明,利用NIRS分析技术可以快速检测出猪鸡肉骨粉中牛羊源成分的含量.