制备了二氧化硅壳层修饰的ZnS∶Mn量子点, 基于聚乙烯吡咯烷酮(PVP)与二氧化硅表面硅羟基的作用, 在纳米复合微粒表面进行了PVP的修饰, 得到了在海水中荧光性能及胶体稳定性良好的ZnS∶Mn/SiO2/PVP 量子点。在Pb2+对所制备纳米微粒具有荧光猝灭效应的基础上, 建立了用ZnS∶Mn/SiO2/PVP 量子点作为荧光探针检测海水中微量铅离子的新方法。研究表明, 量子点浓度为10-3 mol/L时, 海水中离子浓度在10~100 μmol/L范围内与ZnS∶Mn/SiO2/PVP量子点荧光猝灭强度呈良好的线性关系, 相关系数为0.994 6, 检出限为8×10-7 mol/L。

采用水相合成法, 在氮气气氛下, 以3-巯基丙酸(MPA)为稳定剂制备了水溶性的CdTe量子点, 并通过荧光 (PL)光谱、紫外可见(UV-Vis)光谱、透射电子显微镜(TEM)和X射线粉末衍射(XRD)对样品进行了表征。XRD结果表明量子点为立方闪锌矿结构, TEM结果表明量子点分散性较好, 形状为球形, 平均粒径为2.0 nm。进一步考察了回流时间、反应温度和体系pH值对量子点性能的影响, 结果表明: 回流时间、反应温度和体系pH值对量子点的粒径大小、粒径分布及生长速度均有影响。基于量子点对金属离子具有荧光响应的特性, 以CdTe量子点为荧光探针实现了对水溶液中Ni2+的检测。

目的是优化脐橙糖度近红外光谱在线检测数学模型, 提高检测精度。 在700.28～933.79 nm光谱范围内, 根据建模集样品在不同波长处的变异系数, 选择基准波长点, 计算样品的反射比光谱。 吸光度和反射比光谱, 经不同光谱预处理后, 分别采用偏最小二乘法(PLS)和最小二乘支持向量回归法(LSSVR), 建立脐橙糖度近红外光谱在线检测数学模型。 采用30个未参与建模的脐橙样品评价模型的性能, 经比较, 采用一阶微分处理后的反射比光谱建立的LSSVR模型预测效果最优, 模型预测相关系数为0.85, 预测均方根误差为0.41 °Brix。 实验结果表明基准波长点、 一阶微分和LSSVR相结合的优化方法在提高脐橙糖度近红外光谱在线检测精度方面具有可行性。

近红外光谱(NIRS)分析方法用于梨的硬度和表面色泽的无损快速定量分析, 提高了分析方法的预测精度, 消除无信息建模变量对模型稳定性的影响。 分别采用蒙特卡罗无信息变量消除(Monte Carlo uninformative variables elimination, MC-UVE)和基于小波变换(wavelet transform, WT)的蒙特卡罗无信息变量消除(WT-MC-UVE)方法对梨的硬度和表面色泽的建模变量进行筛选。 结果表明, 对于硬度模型, 采用WT-MC-UVE方法, 210个变量可以得到和原始光谱(1 451个变量)近似的预测结果； 对于表面色泽的预测模型, 采用WT-MC-UVE方法后, 建模变量减少为220, 模型的预测均方根误差从1.06减小为0.90, 预测相关系数从0.975提高为0.981。 因此, WT-MC-UVE方法可以有效地选择建模变量, 既能提高模型的稳定性, 又能提高多元校正的预测精度。

介绍了水果内部品质近红外光无损检测原理, 描述了便携式水果内部品质近红外检测仪检测流程, 对比分析了几款商品化的便携式水果内部品质近红外检测仪性能特点, 总结了国内外最新研究进展, 并展望了便携式水果内部品质近红外检测仪的发展趋势。