构建已知纯净物光谱数据库,计算待识别混合物光谱与数据库中各纯净物光谱的相似度,是利用拉曼光谱技术进行混合物成分分析的常用策略。受测量仪器性能及待测混合物所含成分相互干扰的影响,待识别混合物中所含物质成分的光谱与数据库中对应的纯净物光谱相比会有不同程度的失真,从而给基于纯净物光谱数据库的组分鉴别带来极大困难。针对这一问题,提出了一种使用已知混合物光谱数据来改善混合物成分识别精度的方法。首先利用纯净物拉曼光谱谱峰的位移和半峰全宽信息,将已知混合物的光谱谱峰与其所含有的具体物质对应;然后基于谱峰拉曼位移、半峰全宽和谱峰强度分别构建纯净物、已知混合物和待识别混合物的特征参数,并利用模糊隶属度函数计算待识别混合物光谱与纯净物光谱、已知混合物所含物质光谱的相似度;最终根据光谱相似度确定待识别混合物中含有的疑似组分。基于204种纯净物和8种已知混合物光谱数据库,对81种混合物进行了识别,结果表明:所提方法可降低由光谱失真导致的相似度计算误差,提高识别准确率;相比于纯净物数据库搜索策略,本文方法的识别精度由76.34%提高到了92.83%。

提出了一种基于拉曼光谱的混合物组分识别新方法。对混合物的拉曼光谱进行背景校正和去噪处理,利用Voigt函数对拉曼谱峰进行拟合,获取其谱峰的拉曼位移、半峰全宽及强度作为混合物特征参数向量,通过与数据库纯净物特征向量进行相关性分析,实现混合物组分的有效识别。构建了由18种纯净物拉曼光谱数据构成的标准组分数据库,并对6种混合物进行了组分识别实验。实验结果表明,所提方法的识别准确率达到100%。

为解决微含量石油类污染物识别问题, 采用三维荧光光谱(EEMs)与平行因子(PARAFAC)相结合的技术, 研究了石油类样品荧光组分特征及平行因子组分识别方法。 依据水体中石油类含量的标准规定, 配制出与Ⅰ—Ⅴ类水体对应的CCL4含油样品, 用来模拟油类污染物成分。 首先对97#汽油、 0#柴油、 普通煤油及CCL4溶剂进行三维荧光光谱扫描, 得到纯组分样品的三维荧光光谱图, 其次对97#汽油、 0#柴油及普通煤油的标准样品进行三维荧光光谱图测定, 最后对97#汽油、 0#柴油、 普通煤油在CCL4溶剂中的混合样品进行三维荧光光谱图测定。 在掌握上述不同组分样品的三维荧光光谱特性的基础上, 重点分析微含量下97#汽油、 0#柴油及煤油混合液的三维荧光光谱, 应用平行因子方法解析出样品中三种组分的激发与发射特征光谱以及组分间的浓度比。 解决了混合样品荧光光谱出现叠加, 用化学分离或单纯荧光分析方法较难识别荧光组分的问题, 实现了对微含量含油混合样品的主要组分的识别, 并得到混合样品溶液中不同组分间浓度比。