面粉吸水率是评价面粉质量和预测面制品加工特性的重要品质性状。 面粉吸水率的测定主要参照国际或国家标准利用粉质仪进行, 其测定方法费时费力。 基于此, 提出利用可见近红外光谱分析技术结合多元统计分析进行面粉吸水率快速、 无损检测。 参照国标法测定150份小麦面粉样品的吸水率, 面粉吸水率变幅为53.10%~74.50%。 利用可见近红外分析仪采集面粉样品的光谱信息, 有效光谱范围为570~1 100 nm。 采用偏最小二乘回归(PLSR)、 主成分回归(PCR)和支持向量机回归(SVR)将光谱信息和面粉吸水率进行关联, 分别建立面粉吸水率的定量分析预测模型, 筛选最优的建模方法。 在优选的建模方法的基础上, 采用竞争性自适应重加权(CARS)、 区间随机蛙跳(iRF)、 迭代保留信息变量(IRIV)和连续投影(SPA)算法提取特征波长, 筛选最优的特征波长提取算法。 基于最优的建模方法和最优的特征波长提取算法提取的特征波长, 采用标准化(NL)、 一阶求导(1st Der)、 基线校正(BL)、 标准正态变换(SNV)和去趋势化(DT)5种光谱预处理方法对特征波长的光谱进行预处理, 筛选最优的光谱预处理方法。 结果表明, 采用NL光谱预处理方法对CARS算法提取的24个特征波长(仅占原始波长的2.26%)的光谱进行预处理后建立的PLSR模型性能最佳, 预测集相关系数(R2p)、 预测集均方根误差(RMSEP)和预测相对分析误差(RPD)分别为0.889 4、 1.458 5和2.641 3。 采用CARS算法提取的特征波长所建的模型不仅能提高模型的性能, 还很大程度提高模型运算效率、 降低仪器制造成本和光谱仪微型化的难度, 从而为面粉吸水率可见近红外无损、 快速检测研究奠定了基础。

研究旨在明确“赤霞珠（Cabernet Sauvignon, Vitis Vinifera L.）”葡萄健康叶片和缺磷胁迫不同时期下的光谱信号特征变化, 构建基于光谱技术的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断模型, 为葡萄园病害防治与管理提供理论参考和技术支持。 以酿酒葡萄“赤霞珠”葡萄叶片为研究对象, 分别采集了正常、 缺磷胁迫初期和末期葡萄叶的VIS/NIR反射率信息。 对比Savitzky-Golay卷积平滑（S-G Smoothing）、 移动平均平滑（MAS）、 标准正态变换（SNV）和多元散射校正（MSC）4种预处理及组合方法对于去除葡萄叶光谱信号中随机噪声的能力, 确定最佳预处理方法。 采用连续投影法（SPA）筛选与“赤霞珠”葡萄叶缺磷胁迫相关的光谱特征变量, 分别构建基于线性核函数（Linear）、 多项式核函数（Poly）、 径向基核函数（RBF）和二层神经网络核函数（Sigmoid）的支持向量机（SVM）模型, 以灵敏度（SEN）和准确率（CCR）为依据评估模型诊断性能, 形成基于VIS/NIR光谱的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断方法。 S-G Smoothing预处理后的光谱信号的信噪比为110.58, 以其为校正集构建的缺磷胁迫诊断模型最佳, 因此确定其为最佳的预处理方法。 采用主成分分析（PCA）计算样本光谱贡献率, 以95%置信空间为依据检测数据集中的异常样本, 最终发现并剔除了22的离群点。 通过SPA筛选出402.6、 404.6、 409、 411.5、 539.4、 691.9、 729.9、 838.7、 1 011.9、 1 017.5和1 020.5 nm等11个反映“赤霞珠”葡萄叶缺磷胁迫的光谱特征波段, 作为缺磷胁迫快速无损诊断模型的输入变量。 通过对比分析上述4种核函数SVM的诊断结果, 以Linear为核函数构建的“赤霞珠”葡萄叶缺磷胁迫诊断模型能力最佳, 对正常叶片诊断的SEN为81.08%, CCR为100%; 对缺磷胁迫早期叶片诊断的SEN为100%, CCR为84.78%; 对缺磷胁迫末期叶片诊断的SEN为100%, CCR为100%。 该研究建立了基于VIS/NIR光谱的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断方法, 能够满足葡萄园病害防治与智能化管理的生产需求, 为酿酒葡萄智慧农业发展提供了技术参考。

糖度是影响鲜食葡萄品质与风味的关键因素, 对其可溶性固形物SSC的检测具有切实需求。 近年来, 随着芯片级光谱传感器的生产技术趋于成熟, 具有高精确性与稳定性的片上光谱传感器为可见/近红外检测技术开辟了新的途径。 设计、 搭建、 测试了一套体积小、 易操作、 低成本的用于鲜食葡萄糖度无损检测的光学系统。 系统以两块搭载芯片级光谱分析技术的新一代可见/近红外光谱传感器AS7263（美国AMS半导体公司）为核心元件。 每个AS7263传感器具有6个集成了纳米光干涉滤波器的数字光谱通道和一个可通过单芯片准确控制电流（1~100 mA）的LED光源。 传感器光谱通道的中心波长范围610~860 nm; 两个LED光源的中心波长分别为730和850 nm, 半峰全宽（FWHM）为50 nm。 首先, 运用此原型在避光环境下采集276颗巨峰葡萄浆果的光谱信息; 用手持式PAL-1糖度仪检测样本SSC（°Brix）并计算基于t分布的样本糖度真值SSCt: SSCt0.9与SSCt0.95。 其次, 针对样本原始光谱数据, 采用PCA提取主成分, 根据得分因子分布, 剔除了16个位于置信区间外的异常样本; 进一步采用一阶导数First Derivative（FD）、 归一化Normalization（0, 1）与标准化Standardization（0, 1）3种方式做数据预处理, 求取样本在12个通道下的吸光度A或Kubelka-Munk函数值F（R）。 针对可见/近红外光谱自变量之间具有多重相关性、 光谱信息与糖度信息之间非线性相关的特点, 建立PLS-BP神经网络糖度预测模型（自变量为吸光度A或F（R）值, 因变量为SSCt）。 结果显示, 当t分布的置信概率为0.95、 光谱预处理方式为Standardization（0, 1）、 光谱信息指标为吸光度A时所建立的预测模型精度最高: 决定系数rp2为0.93、 均方根误差RMSEP为0.181、 预测集偏差Bias为-0.01、 残留预测偏差RPD为3.78, 可认为模型具有较高精度与较好适应性对葡萄SSC做出预测。 最后, 结合实验结果, 作了葡萄浆果SSC光谱检测原理的分子尺度分析: 在各分子振动类型中, O—H键伸缩振动的3倍频、 4倍频, O—H键剪式振动与伸缩振动3倍频、 4倍频的合频, CO键伸缩振动的8倍频、 9倍频为可见/近红外光谱检测的有效振动频率。 该研究为未来工业与消费领域在线质量检测设备的高精度化、 便携化、 低成本化提拱了技术参考。

针对传统光谱法检测鸡蛋新鲜度存在的效率低、 准确率不够高等问题, 提出采用可见-近红外光谱结合极度提升树(XGBoost)等算法对鸡蛋新鲜度分类进行研究, 以期在保证足够高准确度的同时大幅提高检测效率。 将不同储存条件下的鸡蛋作为样本, 并分别划分为训练集和测试集, 采用训练集的综合评价指标(F-measure)和准确率(Accuracy)评估分类模型的性能。 具体地, 首先利用可见-近红外光谱系统采集鸡蛋的反射光谱, 将所得的光谱数据经过不同预处理后再结合随机森林(random forest, RF)、 偏最小二乘(partial least squares, PLS)、 支持向量机(support vector machine , SVM)、 多层感知机(muhi-layer perception , MLP)以及XGBoost等分类算法构建鸡蛋新鲜度分类评估模型, 并对比各模型性能指标。 分析结果发现, 经Savitzky-Golay一阶导(Savitzky Golay first-order derivative, SG-1st-Der)预处理后的RF、 SVM、 XGBoost模型和经标准正态变量(standardized normal variate, SNV)预处理后的PLS、 MLP模型具有较好的训练结果。 为进一步提高模型精度和运算效率, 提出利用区间偏最小二乘法(interval partial least squares, IPLS)对SG-1st-Der和SNV预处理后的光谱数据首先进行降维, 然后再分别建立基于RF、 SVM、 XGBoost、 PLS及MLP等算法的预估模型, 最后通过测试集对模型进行验证。 结果发现原始光谱数据经SG-1st-Der预处理后所建立的IPLS-XGBoost分类模型性能最优, 在不同储藏条件下测试集的F-measure分别为92.33%和90%, Accuracy分别达到94.44％和91.67％, 而程序运行时间均不超过0.6 s。 表明, 可见-近红外光谱结合IPLS-XGBoost分类算法可应用于鸡蛋新鲜度评估, 该方法在模型分类性能、 准确度评估、 运行速度等方面比传统方法更具优越性。

“达碧兹”宝石具有由内含物或者致色元素的分布不均导致的类似于“六射星光”的六方对称的特殊现象, 具有该现象的宝石可成两类, 即由内含物将主晶体分隔为不同区域而形成的“达碧兹”宝石, 以及由于内部其他原因形成的外观上与“达碧兹”宝石近似的“类达碧兹”宝石。 紫外可见近红外光谱显示四块样品中均出现的375与450 nm附近的几个窄吸收峰, 均为Fe3+所产生的晶体场场谱。 560 nm附近的宽吸收带则应当为Fe2+与Ti4+两种离子发生电荷转移时产生的电荷移动谱, 这是在黄色蓝宝石之外绝大部分蓝宝石中都会出现的吸收带。 拉曼(Raman)光谱测试发现, 在具有“类达碧兹”图样的山东蓝宝石内部的各个部位的矿物相均为刚玉相。 其拉曼位移峰集中于位于在378、 417及576 cm-1等处, 证明其并没有被矿物包裹体分隔为不同的生长区域, 应当属于“类达碧兹”系列。 能量色散型X射线荧光光谱(EDXRF)分析测试发现其内部各处的铝元素含量远远高于其他元素, 且符合刚玉矿物的理论值97%以上。 激光剥蚀等离子体质谱(LA-ICP-MS)结果证实在的“核心”与“臂”等区域Fe、 Ti等微量元素含量均明显高于其他元素, 造成了上述区域的颜色加深。 山东“类达碧兹”蓝宝石出现“类达碧兹”图样的原因是致色元素差异分布导致的, 故而仍然属于“类达碧兹”系列。

产于加拿大的宝石级铬钙铝榴石（又称沙弗莱石）, 常具有特殊的绿色团状色带, 其黑色或深绿色的核心往往被边缘的翠绿色色带包围, 形似“蛙卵”。 为了探究加拿大具“蛙卵”状色带沙弗莱石的宝石学性质以及谱学特征, 通过常规宝石学测试、 LA-ICP-MS、 紫外-可见-近红外光谱、 拉曼光谱对该区样品进行了系统研究, 旨在探明色带的颜色成因以及不同色区成分和谱学的变化。 化学成分分析表明, 加拿大沙弗莱石均以钙铝榴石成分为主（核部: Grossular>55.64 mol%; 边缘: Grossular>83.90 mol%）, 但不同颜色区域的Cr2O3含量存在明显差异。 在色带中心的深色核心区域呈现较高的钙铬榴石成分（Uvarovite平均为21.49 mol%）, 其中黑色的核心还具有较高的Ti含量（TiO2>1.9 Wt%）。 除此之外, 样品还均含少量的Fe以及微量的V, Mg和Mn。 紫外-可见-近红外光谱研究表明, Cr为主要的致绿色元素、 Fe为致黄色元素。 位于蓝紫区435 nm左右和红区603 nm左右的吸收带主要是由于Cr3+所致。 700 nm左右出现的双峰可作为区别V3+的Cr3+特征峰。 Fe3+在370 nm左右产生吸收峰, 同时对蓝紫区435 nm处的吸收带也有贡献, 1 220 nm处宽缓的吸收带是由Fe2+所致。 通过分析Fe2O3与Cr2O3+V2O3含量比值能够有效地区分不同绿色调的钙铝榴石。 当Fe2O3与Cr2O3+V2O3的比值小于或在1.61附近时, 常显示较为纯正的翠绿色色调; 当Fe2O3与Cr2O3+V2O3的比值在2.71附近时, 常显示黄绿色色调; 当Fe2O3与Cr2O3+V2O3的比值在4.38附近时, 常显示绿黄色色调。 拉曼光谱分析表示, 样品中黄绿色至翠绿色区域均显示出典型的钙铝榴石谱。 800～1 100 cm-1之间的拉曼峰主要是由［SiO4］四面体的伸缩振动引起的; 400～700 cm-1之间的拉曼峰主要是由［SiO4］四面体的弯曲振动引起的; 400 cm-1以下的拉曼峰主要是由晶格振动引起的。 通过样品不同色区的拉曼光谱与天然钙铬榴石拉曼光谱的对比表明, 从样品的边缘至黑色核心, 随着矿物结构中Cr3+含量的增加会导致拉曼峰位发生规律性的偏移。

随着哥伦比亚祖母绿矿的日益枯竭, 巴基斯坦祖母绿逐渐成为市场的主力军之一, 运用常规宝石学仪器、 红外光谱仪、 激光拉曼光谱仪、 紫外-可见-近红外光谱仪(UV-Vis-Nir)和激光剥蚀电感耦合等离子体质谱仪(LA-ICP-MS)对巴基斯坦斯瓦特产区的祖母绿谱学特征进行了较系统的研究。 结果表明, 巴基斯坦斯瓦特祖母绿颜色整体呈深绿色-深蓝绿色, 折射率较高为1.589～1.615。 巴基斯坦斯瓦特产区的祖母绿中含有种类和数量较多的内含物, 其中三相内含物呈边界清晰平直的矩形且具有明显定向性, 与俄罗斯、 赞比亚和埃塞俄比亚产区祖母绿的三相内含物接近。 根据同一样品不同颜色的紫外-可见-近红外光谱和LA-ICP-MS的分析表明, 在颜色较深的区域, 紫外-可见-近红外光谱显示相对较强的427, 608, 637和679 nm(o光)Cr的R线吸收以及在o光下370 nm Fe的吸收, 同时此区域内Cr和Fe含量相对较高, 因此祖母绿色带是由含量不同的Cr和Fe所致。 巴基斯坦斯瓦特祖母绿是由Cr致色, V对颜色有一定贡献且Cr/V极高。 根据LA-ICP-MS结合红外光谱可知, 巴基斯坦斯瓦特祖母绿属于富碱祖母绿, 在红外光谱的指纹区显示了与一般祖母绿相同的振动吸收峰, 在中红外区4 000～2 000 cm-1, 低强度3 518和3 700 cm-1为Ⅰ型水不对称伸缩振动, 其他的水谱带饱和; 中等强度的3 232 cm-1为［Fe2(OH)4］2+多聚合离子吸收谱带; 在8 000～5 000 cm-1近红外光谱区, 在垂直于c轴的方向上, 5 264 cm-1为Ⅰ/Ⅱ型水ν3+ν2合频吸收带, 中等7 097 cm-1为Ⅱ型水倍频振动峰、 弱的7 187和6 842 cm-1为Ⅰ型水倍频振动峰; 在平行c轴方向上, 5 272 cm-1为Ⅰ/Ⅱ型水ν3+ν2合频吸收带, 7 073 cm-1为Ⅰ型水的合频振动峰, 7 185 cm-1为Ⅱ型水的倍频振动峰。 总之, 巴基斯坦斯瓦特山谷的祖母绿的主要致色离子为Cr3+和Fe3+, 碱金属离子含量偏高, 属于Ⅱ型水为主的祖母绿类型。

可见光和近红外（Vis-NIR）光谱仪是一种实用的工具，可用于替代土壤物理和化学分析以评估土壤性质。最佳波段组合算法是一种通过考虑波段之间的相互作用信息来提取光谱变量的有效方法，但是对于实验室Vis-NIR光谱数据，该方法易受“维数灾难”的影响。提出一种适当地降低光谱配置（减少光谱带的数量和粗化光谱分辨率），以提高计算效率且不会显著影响预测精度的方法。首先，构建了6个光谱配置，即光谱波段的数量从2001个减小到19个，光谱分辨率从3 nm增加至100 nm，并且光谱采样间隔等于光谱分辨率（均匀间隔采样）。然后，通过偏最小二乘回归结合最佳波段组合算法预测不同光谱配置下土壤有机质（SOM）和电导率（EC）的最佳光谱参数。结果表明：直到光谱分辨率为60 nm时（每个光谱32个波长），最佳波段组合算法与全波段光谱数据相比，可以提高预测精度。最佳波段组合算法在1~20 nm光谱分辨率下，预测精度没有显著差异（约为2%）；SOM［（决定系数Rv2等于0.77，均方根误差（RMSE_P）等于0.325％，性能四分位数范围的比率（RPIQ_v）等于3］和EC（Rv2等于0.70，RMSE_P等于6.88 dS·m^-1，RPIQ_v等于2.21）分别在20 nm和10 nm的光谱分辨率下获得了最佳预测性能。