作者单位
摘要
1 中国地质大学(武汉)珠宝学院, 湖北 武汉 430074
2 华中农业大学生命科学技术学院, 湖北 武汉 430072
祖母绿为绿柱石族中铬(Cr)、 钒(V)共同致色的宝石种, 合成历史悠久, 技术不断改进, 新配方产品不时出现。 近期市场上出现一种新型水热法合成祖母绿, 颜色亮丽, 外观可与哥伦比亚天然祖母绿媲美, 经初步分析发现其为V致色合成祖母绿。 为了探究其特征, 运用激光剥蚀电感耦合等离子体质谱(LA-ICP-MS)、 紫外-可见-近红外(UV-Vis-NIR)分光光度计进行详细研究, 旨在获得其化学成分中致色元素含量及UV-Vis-NIR吸收光谱特征, 分析致色原因, 并寻求与天然祖母绿的相区别的方法, 为检测机构提供重要数据信息。 化学成分研究表明, 该合成祖母绿为纯V致色, 具有富V贫铁(Fe)的特征, 铜(Cu)在不同批次样品中, 含量差别较大, 而Cr及其他致色元素含量大多低于检测限。 作为对比的传统富Fe型水热法合成祖母绿样品, 则具有高Cr高Fe的特征。 此外, 含有较高的镍(Ni)及微量钛(Ti), 锰(Mn), Cu, 而V含量则低于检测限。 新型合成祖母绿的紫外-可见吸收光谱呈现典型的钒元素的吸收光谱特征, 在紫区430 nm、 橙红区617 nm处显示两个宽大的吸收带。 此外在约390和680 nm附近分别有一肩峰, 多数样品在756 nm处有一弱吸收峰。 430 nm吸收带归属于V3+的d电子[3T1g(3F)→3T1g(3P)]自旋允许跃迁, 617 nm吸收带归属于V3+的d电子的3T1g(3F)→3T2g(3F)自旋允许跃迁, 756 nm吸收峰为Cu2+所致, 该吸收光谱特征与传统富Fe型合成祖母绿明显不同。 天然祖母绿大多具Fe3+, Fe2+及Cr3+的吸收光谱组合特征, 较容易与该合成祖母绿区分; 少数纯V致色天然祖母绿, 虽然同样具有V元素特征的吸收峰, 但由于同时具有在810830 nm附近Fe2+的特征吸收带, 也能与富V型合成祖母绿区别。 近红外区, 主要在1 402, 1 467和1 895 nm处显示I型水相关吸收峰, 也可与天然祖母绿区别。 紫外-可见-近红外光谱是鉴定天然祖母绿与合成祖母绿的一个有效手段, 但要结合其他鉴定信息, 如包裹体、 分子振动光谱等, 避免新合成配方祖母绿的出现而导致错误的鉴定结论。
富钒型合成祖母绿 UV-Vis-NIR光谱 Vanadium-rich synthetic emeralds LA-ICP-MS UV-Vis-NIR spectroscopy LA-ICP-MS 
光谱学与光谱分析
2022, 42(4): 1199
作者单位
摘要
山东师范大学地理与环境学院, 山东 济南 250014
滨海盐碱区土壤盐分的快速、 准确监测对土地合理利用和保护具有重要意义。 可见光近红外(Vis-NIR)光谱技术已广泛用于土壤属性的高效估测。 然而, 水分对含盐土壤光谱的干扰导致传统土壤盐分估测模型的精度降低。 旨在探究分段直接标准化(PDS)和正交信号校正(OSC)在含水条件下土壤盐分估测中的应用, 从而建立面向滨海盐碱区的“除水”Vis-NIR定量模型。 为此, 将获取的144份黄河三角洲滨海盐碱区表层(0~20 cm)土壤盐分数据划分为建模集(17个样本)和验证集(127个样本)。 通过严格加水控制实验, 测量10个含水率梯度(0%, 1%, 5%, 10%, 15%, 20%, 25%, 30%, 40%和50%)的建模集土壤光谱数据, 验证集的土壤光谱则是根据生成的1~50随机整数, 通过随机加水实验测量获取。 采用PDS和OSC与偏最小二乘回归(PLSR)结合的建模策略, 构建土壤盐分估测模型, 并进行性能验证和比较。 结果表明, OSC比PDS更能有效减轻水分在土壤盐分估测中的建模干扰。 具体来说, 光谱校正前后生成的所有PLSR模型均取得一定的成功($R^{2}_{p}$=0.79~0.91, RMSEP=2.6~3.98 g·kg-1, RPD=1.98~2.37)。 OSC-PLSR模型的土壤盐分估测精度提高, $R^{2}_{p}$, RMSEP和RPD分别为0.91和2.6 g·kg-1和2.37。 而PDS-PLSR模型效果不理想, $R^{2}_{p}$, RMSEP和RPD分别为0.79, 3.98 g·kg-1和1.98。 模型整体表现出了OSC-PLSR>PLSR>PDS-PLSR的土壤盐分估测性能。 此外, 提出了变量投影重要性(VIP)和Spearman相关系数(r)结合的分析策略, 进一步探究了模型的估测机理。 模型的重要波长(VIP>1)与土壤盐分敏感波长(|r|>0.4)吻合, 对估测模型有重要意义。 比较而言, OSC-PLSR精确提炼了位于830, 1 940和2 050 nm附近的模型估测的关键波长, 而常规的PLSR和PDS-PLSR包含了大量的冗余信息。 综合来看, OSC-PLSR模型在Vis-NIR土壤盐分估测中具有较好的除水效果, 为土壤含水状态下的土壤盐分研究提供可靠方法。
Vis-NIR光谱 土壤盐分 水分校正 正交信号校正 滨海盐碱区 Vis-NIR spectroscopy Soil salinity Moisture correction Orthogonal signal correction Coastal saline region 
光谱学与光谱分析
2021, 41(10): 3077
作者单位
摘要
智能无线通信湖北省重点实验室, 中南民族大学电子信息工程学院, 湖北 武汉 430074
挥发性盐基氮(TVB-N)是衡量肉品新鲜的重要理化指标, 利用可见/近红外(VIS/NIR)光谱对TVB-N含量进行定量检测具有重要意义。 预测模型是VIS/NIR光谱检测TVB-N含量性能的关键要素, 使其兼顾准确性与稳健性可有效改善TVB-N的定量分析结果。 以猪肉为例, 采集51组不同新鲜度样本的VIS/NIR光谱数据, 去除低信噪比区间200~450和900~1 000 nm, 选取有效波段450~900 nm的光谱数据用于建模。 随后利用主成分分析(PCA)对光谱信息降维, 构建一个反向传播神经网络(BPNN)模型。 在此基础上, 提出用平均影响值(MIV)方法从有效波段中优选与肉质TVB-N含量强相关的特征波长, 最终基于221个优选波长, 构建一个MIV-PCA-BPNN预测模型。 实验表明, 初步构建的PCA-BPNN非线性预测模型, 校正相关系数(RC)和校正均方根误差(RMSEC)分别为0.96和1.47 mg/100 g, 预测相关系数(RP)和预测均方根误差(RMSEP)分别为0.93和1.74 mg/100 g, 模型稳健性指标为1.18, 优于经典的线性预测模型主成分分析回归和偏最小二乘回归, 证明TVB-N具有较强的非线性效应。 最终构建的MIV-PCA-BPNN预测模型的RC和RMSEC分别为0.98和1.21 mg/100 g, RP和RMSEP分别为0.96和1.12 mg/100 g, 模型稳健性指标为1.08, 在所构建的预测模型中, RMSEC和RMSEP最小, RC和RP最大, 模型的准确性和稳健性最佳。 另外, MIV方法筛选出的特征波长集中在7个波峰附近, 皆分布于肉品中化学成分的吸收区内, 且与TVB-N中的含氢基团的特征吸收峰表现出高度一致性, 为利用MIV方法筛选波长变量提供了理论依据。 研究结果显示, MIV波长优选可有效改善预测模型的性能, 为利用神经网络剔除无关波长变量提供了新思路, 所构建的MIV-PCA-BPNN预测模型满足了肉质中TVB-N定量分析的需求。
VIS/NIR光谱检测 反向传播神经网络 波长优选 挥发性盐基氮 Visible/near-infrared spectroscopy Back propagation neural network(BPNN) Wavelength selection Total volatile basic nitrogen(TVB-N) 
光谱学与光谱分析
2020, 40(5): 1413
张瑜 1,2,*谈黎虹 1何勇 2
作者单位
摘要
1 浙江经济职业技术学院, 浙江 杭州310018
2 浙江大学生物系统工程与食品科学学院, 浙江 杭州310058
探讨了可见-近红外光谱技术快速无损识别不同品牌车蜡的可行性。 实验一共获得104 样本, 其中40个样本(建模集)用于建立模型, 剩余64个样本(预测集)被用于独立验证建立好的模型。 基于五种不同品牌车蜡的可见-近红外光谱分别建立了线性判别分析(linear Discriminant Analysis, LDA)和最小二乘支持向量机(least square-support vector machine, LS-SVM)模型。 基于两个算法的全波段光谱模型的预测集正确率分别达到了84%和97%。 进一步采用连续投影算法(successive projections algorithm, SPA)算法从751波段中选取了7个特征波段(351, 365, 401, 441, 605, 926和980 nm)。 基于SPA选择的变量建立LS-SVM模型, 准确率依然保持在97%。 说明SPA选择的特征波段包含了对于车蜡品牌鉴别最重要的光谱信息, 而大多数无用信息则被有效剔除。 将SPA与LS-SVM算法的车蜡识别模型在保证正确率的基础上, 还可以大大降低模型计算复杂程度, 说明该模型能快速准确的从车蜡可见-近红外光谱中提取有效信息, 并实现车蜡品牌的无损鉴别。
车蜡 Vis-NIR光谱 线性判别方法 最小二乘支持向量机 连续投影算法 Car wax Vis-NIR spectroscopy Linear discrimination analysis (LDA) Least-square support vector machine (LS-SVM) Successive projections algorithm (SPA) 
光谱学与光谱分析
2014, 34(2): 381
作者单位
摘要
1 光电信息与传感技术广东普通高校重点实验室(暨南大学), 广东 广州 510632
2 广东省农业科学院作物研究所, 广东 广州 510640
以Savitzky-Golay (SG)平滑筛选, 主成分分析(PCA)分别结合有监督的线性判别分析(LDA)、 无监督的系统聚类分析(HCA), 应用于转基因甘蔗育种筛查的可见-近红外(Vis-NIR)无损检测。 提出兼顾随机性、 稳定性的定标、 预测、 检验框架; 取田间种植处于伸长期甘蔗叶样品456个, 具有Bt基因和Bar基因的转基因样品(阳)306个, 非转基因样品(阴)150个; 随机选取156个为检验集(阴性50、 阳性106), 余下为建模集(阴性100、 阳性200, 共300), 建模集再随机划分为定标集(阴性50、 阳性100, 共150)、 预测集(阴性50、 阳性100, 共150)共50次; 扩充SG平滑点数, 同时删除绝对值偏小的高阶导数模式, 共264个平滑模式用于模型筛选; 采用前3个主成分两两组合, 再根据模型效果选出最优主成分组合; 基于所有定标、 预测集划分和SG平滑模式, 建立SG-PCA-LDA和SG-PCA-HCA模型, 根据平均预测效果优选参数, 使模型具有稳定性; 最后用检验集进行模型检验。 经SG平滑后, PCA-LDA和PCA-HCA的建模精度、 稳定性均显著改善; 最优SG-PCA-LDA模型阳性、 阴性样品检验识别率分别达到94.3%和96.0%; 最优SG-PCA-HCA模型阳性、 阴性样品检验识别率分别达到92.5%和98.0%。 结果表明: Vis-NIR光谱模式识别结合SG平滑可用于转基因甘蔗叶的准确识别, 提供了一种简便的转基因甘蔗育种筛查方法。
转基因甘蔗育种筛查 Vis-NIR光谱 SG平滑 Breed screening of transgenic sugarcane Vis-NIR spectroscopy SG smoothing PCA-LDA PCA-LDA PCA-HCA PCA-HCA 
光谱学与光谱分析
2014, 34(10): 2701
作者单位
摘要
1 浙江大学农业遥感与信息技术应用研究所, 浙江 杭州 310058
2 浙江大学地球科学系, 浙江 杭州 310027
3 浙江大学唐仲英传感材料及应用研究中心, 浙江 杭州 310058
利用野外实时快速获取的土壤光谱进行土壤有机质(SOM)预测与制图是精确农业与土壤遥感制图的必然需要, 利用ASD FieldSpec Pro FR野外型光谱仪实时快速获取的光谱数据, 去除噪声较大的边缘波段后, 进行倒数的对数转换(Log(1/R))为吸收光谱。 在分析吸收光谱和光谱指数与SOM关系的基础上, 采用偏最小二乘回归法进行SOM的建模预测并借助地统计学方法进行SOM空间变异制图研究。 结果表明, 建模效果好的指标分别为特征波段(R2=0.91, RPD=3.28), 归一化光谱指数(R2=0.90, RPD=3.08), 特征波段与3个光谱指数组合(R2=0.87, RPD=2.67), 全波段(R2=0.95, RPD=4.36)。 光谱指标的克里格制图与实测SOM制图表现出相同的空间变异趋势, 不同的指标均达到了较好的预测效果。
Vis-NIR光谱 野外型光谱仪 土壤有机质 预测与制图 偏最小二乘回归法(PLSR) 地统计 Visible-near infrared(Vis-NIR) reflectance spectro ASD FieldSpec Pro FR spectrometer Soil organic matter(SOM) Prediction and mapping Partial Least Squares Regression(PLSR) Geostatistics 
光谱学与光谱分析
2013, 33(4): 1135
作者单位
摘要
暨南大学 光电信息与传感技术广东普通高校重点实验室, 广东 广州 510632
将可见-近红外光谱和改进的移动窗口偏最小二乘(MWPLS)方法应用于人类血红蛋白(HGB)无试剂快速检测的高精度波段优选。为了避免模型评价失真, 提出了一种新的模型评价体系。首先, 从全体205个样品中随机抽取70个作为检验集, 余下的135个作为建模集, 并划分为具有相似性的定标集(80个样品)和预测集(55个样品)共50次; 其次, 对每一次划分都分别建模和优化, 使得模型具有稳定性; 最后, 利用检验集对优选出的模型进行再次检验。实验结果表明:可见-短波近红外波段400~1100 nm可以作为人体全血HGB的信息波段; 进一步采用MWPLS方法从400~1100 nm中选出全局最优波段为492~890 nm, 并得到包含77个等效波段的模型空间。以492~890 nm为例, 检验效果预测均方根偏差(V-SEP)、预测相关系数(V-RP)和相对预测均方根偏差(V-RSEP)分别为2.58 g L-1、0.988和1.97%, 得到的样品的HGB预测值与临床实测值吻合精度很高, 可望应用于临床。
人类全血 血红蛋白 VIS-NIR光谱 波段选择 等效模型空间 human blood hemoglobin VIS-NIR spectroscopy waveband selection equivalent model space 
光学 精密工程
2012, 20(10): 2170
吴迪 1,*曹芳 1张浩 2孙光明 1[ ... ]何勇 1
作者单位
摘要
1 浙江大学生物系统工程与食品科学学院,浙江 杭州 310029
2 浙江省农业科学院数字农业研究中心,浙江 杭州 310021
采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后的波长作为输入变量建立最小二乘-支持向量机(LS-SVM)模型。结果表明SNV-UVE-SPA建立的LS-SVM模型预测效果最好。通过SNV-UVE-SPA从全波段600个波长中选择了6个最能够反应光谱信息的波长(459,546,569,590,775和981nm)。SNV-UVE-SPA-LS-SVM 组合模型对预测集样本预测得到的确定系数(R),预测集的预测标准差(RMSEP)和剩余预测偏差(RPD)分别达到了0.979,0.507和6.580。结果表明,采用Vis-NIR光谱技术对水稻穗颈瘟染病程度进行分级是可行的。通过UVE-SPA得到的有效波长能够很好地代替全波长。
Vis-NIR光谱 水稻穗颈瘟 无信息变量消除法 连续投影算法 变量选择 Visible and near infrared (Vis-NIR) spectroscopy Rice panicle blast Uninformative variable elimination(UVE) Successive projections algorithm (SPA) Variable selection 
光谱学与光谱分析
2009, 29(12): 3295

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!