为实现混合体系中多组分有机磷农药的定性识别和定量检测, 采用紫外-可见吸收光谱法结合平行因子分析法(PARAFAC), 对水体中多组分有机磷农药混合溶液进行快速分析测定。 在纯净水中配置毒死蜱、 甲基对硫磷、 丙溴磷的单组分、 2组分和3组分农药溶液为实验样本, 采用紫外-可见光谱仪获取各组样本的吸收光谱。 将测得的纯净水-有机磷农药吸收光谱数据构建为不同的三维数据矩阵, 经核一致诊断法确定因子数后采用PARAFAC算法对三维数据进行分解, 结果发现2组分和3组分混合农药经分解后得到的光谱图与实际单组分光谱图相似度很高, 表明算法可以实现水体中多组分有机磷农药的定性分析。 进一步地, 利用算法分解得到的得分矩阵与各组分的真实浓度构建线性回归模型, 再对不同的数据集(包括农田水为稀释背景的光谱数据集)进行预测。 模型的预测结果表明, PARAFAC算法具有显著的二阶校正优势, 即使是光谱重叠严重、 预测集中存在校正集中不存在的干扰信息, 算法依然可以有效地从混合体系中检测出目标物农药。 模型对2组分混合溶液均实现了定性分析与定量检测, 预测集决定系数R2都大于0.9, 预测残差RPD也都大于3; 对3组分混合溶液的毒死蜱、 甲基对硫磷、 丙溴磷实现了定性分析, 其中毒死蜱和甲基对硫磷均达到了定量检测要求, 只有丙溴磷的定量检测结果不理想, 可能是由于丙溴磷溶液的整体光谱强度水平显著低于相同浓度的毒死蜱和甲基对硫磷溶液, 其光谱贡献最小, 以致算法对其混合体系中丙溴磷的分辨效果较差。 PARAFAC算法实现了“数学分离”代替“化学分离”的效果, 不需要复杂的预处理即可对光谱重叠严重的多组分有机磷农药混合物进行定性识别和定量检测, 这一方法为水体中有机磷农药残留的快速检测分析提供了理论依据。

元素的成分和含量对材料的性能起着至关重要的作用，常规的检测方法能够获取待测样品的类别和成分信息，但存在成本高、操作复杂、效率低等问题。应用领域的不断扩展对分析技术有了更高的需求，找寻一种更新、更快、适应性更强的检测技术成为当前的研究热点。激光诱导击穿光谱技术具有多元素同时检测、结构简单、检测速度快、不受样品形态影响等特点，在诸多领域展现出广阔的应用前景。基于此，综述了激光诱导击穿光谱技术的机理、装置类型、基础研究进展以及应用研究，并对其发展趋势进行了展望。

拉曼光谱技术因其可有效避免样品中水的干扰、样品前处理简单、可快速无损分析以及表面增强拉曼可极大增强检测灵敏度等显著特点,在药物分析领域中的应用逐渐增多。本文旨在概述十几年来拉曼光谱技术在药物鉴别、药物定量分析、药物晶型分析、药物生产质控过程监测、药代动力学等方面的具体研究实例,对拉曼光谱技术在药物分析领域中的研究应用进行一次较为全面的综述,为之后该领域研究提供必要参考。

危险液体混合物的拉曼光谱定性定量分析一直是现场应用难点, 为解决该问题, 分析了多种物质混合后拉曼光谱的峰位、 峰值、 峰型变化情况, 选取拉曼光谱关键特征峰进行数学简化, 构建了从混合物物质成分到混合物拉曼光谱的映射关系, 该映射关系描述多种物质成分混合的混合物拉曼特征峰响应只和混合物中各成分本身拉曼特征峰响应以及各物质成分混合比例有关, 各物质成分按混合比例贡献拉曼特征谱峰, 共同形成最终的混合物拉曼光谱。 由该映射关系求逆, 可实现从采集到的混合物拉曼光谱计算出各物质成分的混合比例。 基于此, 设计了危险液体混合物成分定性定量识别方法, 主要方法步骤包括, 首先进行拉曼光谱数据采集, 然后进行拉曼光谱数据处理并获得拉曼特征峰, 再进行测试样品与数据谱库标准品的正反向特征峰匹配, 如果正反向特征峰匹配系数都比较高, 在满足一定阈值条件下, 可认定测试样品是某种纯净物, 如果不是纯净物, 则进入混合物分析, 通过拉曼光谱特征峰反向匹配系数筛选, 确定混合物成分构成, 混合物成分确定后再进行混合物成分比例计算, 最终实现危险液体混合物定性定量分析。 实验部分, 选定丙酮、 甲苯、 三氯甲烷、 乙醇及其混合物进行实验验证, 当混合物样品是丙酮、 乙醇两种成分按3∶7比例混合时, 经拉曼光谱识别方法计算, 混合成分计算值是丙酮占比0.245 7, 乙醇占比0.706 0; 当混合物样品是甲苯、 三氯甲烷两种成分按3∶7比例混合时, 经拉曼光谱识别方法计算, 混合成分计算值是甲苯占比0.323 4, 三氯甲烷占比0.763 0; 当混合物样品是丙酮、 甲苯、 乙醇三种成分按4∶3∶3比例混合时, 经拉曼光谱识别方法计算, 混合成分计算值是丙酮占比0.795 9、 甲苯占比0.303 5、 乙醇占比0.287 5, 实验结果表明, 当危险液体混合物成分是两种或三种成分混合时, 混合成分计算值基本和实际值吻合, 应用危险液体混合物的拉曼光谱定性定量识别方法, 可较准确的从拉曼混合光谱中解析出各混合物成分以及各成分在混合物中的比例, 可以判断混合物每个拉曼特征谱峰都来自于哪个成分或哪些成分拉曼特征谱峰的混合, 谱图解析结果良好, 对危险液体混合物现场分析鉴别有较大应用价值。

该文主要研究激光近红外光谱分析技术结合化学计量学方法对稻米油掺伪进行定性-定量分析。 分别将大豆油、 玉米油、 菜籽油、 餐饮废弃油掺入稻米油中, 按照不同质量比配置189个掺伪油样, 利用激光近红外光谱仪采集光谱; 对采集的稻米油掺伪图谱数据进行多元散射校正(MSC)、 正交信号校正 (OSC)、 标准正态变量变换和去趋势技术联用算法(SNV_DT)三种不同预处理并与原始数据进行比较。 采用连续投影算法(SPA)对经过预处理的光谱数据进行特征波长提取, 应用支持向量机分类(SVC)方法建立稻米油掺伪样品的定性分类校正模型, 选择网格搜索算法对模型参数组合(C, g)进行寻优, 确定最优参数组合。 另采用后向间隔偏最小二乘法(BiPLS)和SPA对预处理后的光谱数据进行特征波长提取, 分别应用偏最小二乘法(PLS)和支持向量机回归(SVR)建立掺伪油含量的定量校正模型, 并选用网格搜索算法对SVR模型参数组合(C, g)进行寻优, 建立最优参数模型。 研究表明, 建立的SVC模型预测集和校正集的准确率分别达到了95%和100%; 对比SVR和PLS方法建立的数学模型对稻米油中掺杂油脂的含量的预测, 两种方法均能够实现含量预测, SVR模型的预测能力更好, 相关系数R高于0.99, 均方根误差(MSE)低于5.55×10-4, 预测精度高。 结果表明, 采用激光近红外光谱分析技术可以实现稻米油掺伪的定性-定量分析, 同时为其他油脂的掺伪分析提供了方法。

传统农药残留检测方法比较繁琐、 耗时、 破坏样品, 快速、 无损、 实时在线是农残检测的发展方向。 本文利用表面增强拉曼光谱技术, 以苹果为载体, 有机磷农药甲拌磷和倍硫磷为研究对象, 初步探讨了苹果表面甲拌磷和倍硫磷农药的快速无损检测方法。 结果表明, 运用表面增强拉曼光谱技术, 可使两种有机磷农药的特征频率较易识别, 并选取甲拌磷的728 cm-1和倍硫磷的1 512 cm-1 处的拉曼信号作为定量分析目标峰, 采用内标法建立甲拌磷、 倍硫磷的线性回归模型, 可以作为定量分析甲拌磷、 倍硫磷的参考依据。

研究将制备的纳米银粒子作为表面增强拉曼光谱的增强试剂, 实现对宠物饲料中三聚氰胺的快速定性定量分析。 以709与1 542 cm-1处拉曼位移作为定性依据, 以1 149 cm-1峰强度作为归一化标准, 在1.0～10.0 mg·kg-1浓度范围实现定量计算, 检测限0.5 mg·kg-1。 研究发现, 纳米银粒子对三聚氰胺具有较强的拉曼增强效应, 特征峰信号强度与纳米银粒子加入时间, 溶液涡旋强度有很大的关系, 同时也受提取溶剂的种类、 提取方式及样品加入量的影响。 本方法中每个样品5 min内完成分析, 与现有方法相比, 快速简便, 对宠物饲料中三聚氰胺实现现场、 快速检测。

通过分析双黄连粉针剂的红外光谱并与对照品进行比较, 初步指认了粉针剂中各类成分的吸收峰, 为定性质量分析提供了依据。 建立了基于中红外光谱的黄芩苷与绿原酸含量校正模型。 模型的R2值均在0.99以上, 平均预测相对误差也低于4%, 具有良好的拟合及预测能力。 本研究结果说明, 使用红外光谱法对双黄连粉针剂进行在线定性定量分析, 方便快速, 切实可行。