三七粉是三七的主要消费和商品形式, 市场上存在以次充好、 甚至是掺假的现象, 由于是粉状物料, 难以用肉眼判别, 为了实现对不同质量等级的三七粉进行无损鉴别。 将30头、 40头、 60头和80头的三七主根研磨成粉, 制备样本。 采用可见近红外高光谱成像系统(400.68~1 001.61 nm)采集4种不同头数三七粉, 共计384个样品的高光谱图像, 提取高光谱图像感兴趣区域(ROI)的平均光谱值作为样本原始光谱。 将384个三七粉样本按2∶1的比例划分训练集和测试集。 采用卷积平滑(SG)、 多元散射校正(MSC)和标准正态变量变换(SNV)3种预处理方法对三七粉样本光谱信息进行预处理并建立支持向量机(SVM)分类模型, 通过比较基于3种预处理方法的SVM模型测试集分类准确率, 确定SNV为最优预处理方法。 采用迭代保留信息变量(IRIV)、 变量组合集群分析(VCPA)和变量组合集群分析混合迭代保留信息变量(VCPA-IRIV)3种特征选择方法提取SNV预处理后光谱的特征波长并建立基于特征光谱和原始光谱的SVM分类模型, 通过比较基于3种特征选择方法得到的特征波长建立的SVM模型测试集分类准确率, 发现将VCPA与IRIV相结合的VCPA-IRIV为最优特征选择方法。 VCPA-IRIV提取了18个特征波长代替全光谱数据参与建模, 该算法在降低模型复杂度的同时保持了模型的分类精度。 为了提高模型的分类精度, 采用引力搜索算法(GSA)对SVM模型中惩罚因子c和核参数g进行寻优, 并与网格搜索(GS)的结果进行比较, 结果表明, VCPA-IRIV-GSA-SVM模型分类效果最好, 测试集分类准确率达到100%。 可见, 利用可见近红外高光谱成像对三七粉进行质量等级无损鉴别是可行的, 为市场上三七粉的质量等级鉴别提供了参考。

碳点（CDs）作为一种新型的碳纳米荧光材料，因具有易制备、光学性能稳定、低毒和良好的生物相容性等优点而备受关注。然而，其荧光性能调控、荧光量子产率（QY）改善、寻求绿色环保和可持续发展的碳源仍是实现其多方面应用的关键。生物质材料在自然界中广泛存在、种类丰富且能够重复再生，在CDs制备过程中可同时控制碳核和表面态的形成，进而实现荧光性能调控和QY改善，作为来源广、廉价易得的碳源引起了科学家的广泛关注。本文从CDs的发光颜色调控出发对近年来生物质基CDs的绿色制备进行综述，分析归纳了不同生物质材料作为碳源及制备方法对生物质基CDs的发光颜色和QY的影响，梳理并总结了生物质基CDs在生物成像、药物递送、传感、防伪、光催化及LED等方面的应用研究进展，同时对生物质基CDs的性能优化、绿色制备方法面临的挑战及未来的发展方向进行了展望。