酚类化合物对动植物机理有着严重危害, 利用三维荧光光谱结合交替惩罚三线性分解(APTLD)算法, 完成了不含干扰物和干扰物共存时激发-发射荧光光谱重叠严重的麝香草酚、 对苯二酚和苯酚的直接快速准确定性、 定量分析。 研究了温度对三种酚类化合物荧光强度的影响。 对扫描所得激发-发射矩阵信号(EEM)进行二次去散射和光谱校正预处理, 最大程度保留了原光谱信息, 避免光谱严重失真。 将APTLD算法与平行因子(PARAFAC)和交替三线性分解(ATLD)算法进行对比, 突显该算法的优势。 实验得出, APTLD算法能够较好的解析荧光光谱数据的重叠峰, 分别得到三种目标分析物的荧光光谱, 实现快速定性分析; 定量分析时平均回收率为(97.4±4.5)%~(103.1±3.0)%; 预测均方根误差(RMSEP)低于1.664×10-2 μg·mL-1, 且检测限低于国家标准; 处理过程简洁快速, 为水环境中酚类化合物实现现场检测和在线实时监测提供了有力依据。

采用数据可视化技术开发一种干红葡萄酒的光谱指纹图谱, 用于不同类别干红葡萄酒的鉴别。 实验采集我国河北沙城和昌黎两个产区的干红葡萄酒样品, 酒样在酿造年份、 品种和陈酿方式上有差异。 葡萄酒样品经反相C18柱分馏得到9个馏分, 低压旋转浓缩至干后, 再用与分馏样品等量的模拟酒溶解。 随后, 葡萄酒及其分馏样品经UV-Visible分析, 收集190～1 100 nm波段的光谱吸收值, 利用可视化技术处理数据得到供试酒样的光谱指纹图谱。 最后, 采用高效液相色谱-二极管阵列检测器(HPLC-DAD), 在指纹图谱差异明显的波段选择检测波长, 定性分析葡萄酒和馏分中的单体酚及其衍生物。 结果显示, 供试干红葡萄酒样品光谱特征的差异在190～600 nm。 不同品种干红葡萄酒的光谱数据可视化结果差异不大, 但不同年份酒样有明显的区别, 主要集中在520 nm的波段, 不同产地葡萄酒的差异主要体现在F8馏分上, 不同陈酿方式葡萄酒的可视化特征几乎涵盖整个可视化波段。 HPLC-DAD在280, 313, 365和520 nm波长下定性分析结果揭示了对光谱指纹图谱的特征有影响的单体酚及其衍生物。 研究结果表明, 采用可视化技术设计的葡萄酒光谱指纹图谱可以区分不同年份、 产地和陈酿方式的干红葡萄酒产品。