采取标准锌显色剂与锌发生显色反应, 生成不溶于水的絮状络合物。 用光谱仪测它的吸光度, 研究其特征谱与吸光度的特点, 建立其浓度与特征波长吸光度间的数学模型。 本文所采用的显色剂主要与锌、 铜、 镉、 镍四种离子发生络合反应。 因此分别探索了四种离子高浓度以及低浓度时显色反应的吸光度, 最终通过得到锌离子浓度与吸光度的关系式以及锌离子浓度与四波长下四种离子混合溶液显色后的吸光度的关系式, 给出了锌离子的吸光度与总吸光度的关系式。 显色反应能否满足分光光度法的要求, 主要与显色剂的性质有关, 同时显色反应的条件也至关重要。 因为在显色反应过程中, 主要是锌离子与锌显色剂发生络合反应形成络离子, 进而形成絮状络合物。 络离子一般比较稳定, 但在水溶液中也存在着电离平衡, 也就是说当显色条件发生变化时, 既有可能形成络离子, 也有可能发生络离子的分解, 从而影响络合反应的程度。 显色条件包括显色剂用量、 pH值、 反应温度、 显色时间、 待测溶液的盐度以及浊度等。 重点研究待测溶液的盐度对锌离子浓度测量值的影响, 并通过实验给出影响规律以及校正模型。

采用紫外可见(ultraviolet/visible, UV-Vis)光谱技术和近红外(near-infrared, NIR)光谱技术及信息融合技术对乙醇汽油中乙醇含量进行了检测。 首先采用组合区间偏最小二乘(synergy interval PLS, SiPLS)算法作为特征提取方法, 分别建立了基于UV-Vis和NIR光谱的偏最小二乘(PLS)回归模型; 再根据油品的实际情况, 运用信息融合理论将UV-Vis和NIR光谱信息进行融合, 建立了数据级融合(low level data fusion, LLDF)和特征级融合(mid-level data fusion, MLDF)模型, 并与单谱源模型效果进行了比较, 确定了最优模型为数据级融合后再进行矢量归一化的模型(LLDF-VN1); 最后分别用高乙醇含量样品和市售汽油样品的光谱数据对该最优模型进行了通用性检验。 结果表明: UV-Vis和NIR光谱数据单独建模均能很好的检测并提供较好的预测结果; 而UV-Vis和NIR光谱数据直接融合在基于校正集的回归模型中效果最好, 其校正集相关系数rc=0999 9, 校正集交叉验证均方差RMSECV=0125 8, 校正集整体评价偏差Biasc=0000 6; 而采用数据级融合后再进行矢量归一化的模型(LLDF-VN1)的预测效果为最佳, 其rp=0999 1, RMSEP=0352 7, Biasp=-0073 8; 自配溶液对最优模型(LLDF-VN1)的通用性验证中, rp=0999 7, RMSEP=0329 1, Biasp=0102 2; 市售汽油对最优模型(LLDF-VN1)的通用性验证中, rp=0990 1, RMSEP=0892 7, Biasp=0675 1。 实验结果说明通过将UV-Vis和NIR光谱信息进行数据级融合可以快速、 准确的检测出乙醇汽油中乙醇的含量, 并能实现乙醇浓度的宽范围检测, 为进一步实现混合油品中物质的快速检测奠定了基础。

藻红蛋白 (Phycoerythrin, PE)是衡量水体中藻类富营养化的一个重要指标, 可见光吸收法具有测量快速、准确、无二次污染、可实现在线和原位测量等优点。因此, 本文提出采用可见光吸收法测定水中藻红蛋白含量。以藻红蛋白标准液为研究对象, 采集 5~250 mg/L不同浓度标准液的可见光吸收光谱, 对藻红蛋白进行定性定量分析。同时, 对光谱的不同谱区预处理后, 运用偏最小二乘法 (PLS)建立可见光吸收光谱下的藻红蛋白校正分析模型, 并与主成分回归法 (PCR)进行比较。实验结果表明, 采用 PLS算法在谱区 480~570 nm建立的校正分析模型的相关系数 R2可达 0.993, 校正标准差 RMSEC与相对标准差 RSD最小, 分别为 5.578 3和 3.92%。

根据理想模展开下的耦合模方程，对光纤布拉格光栅的峰值反射率公式进行了数学推导，得到了布拉格光纤光栅的光谱反射率表达式。全面讨论了光栅周期、光纤栅长、光致折射率微扰最大值等参数与光纤光栅反射光谱的关系。仿真结果显示了固定参数下布拉格光栅的极限窄带宽，得到的反射率为1、带宽为0．02nm的窄带宽布拉格光栅，比现今分布式传感系统中使用的布拉格光栅的带宽窄1个数量级。这种布拉格光纤光栅用于分布式传感系统，可大大提高分布式传感系统中光源的带宽利用率，消除各信号间的相互串扰，提高传感光栅复用数目，降低解调系统成本。