1 北京林业大学材料科学与技术学院, 北京 100083
2 北京市文物建筑保护设计所, 北京 100050
3 北京林业大学工学院, 北京 100083
自然光中的紫外光在木材表面产生复杂的光化学反应, 是木材在自然环境中老化降解速度最快, 反应最强的化学过程。 基于近红外光谱(NIRs)技术探讨了落叶松表面材色在340 nm波长紫外光照射条件下的老化状况。 不同时间(180, 540, 900, 1 080 h)试材弦切面经紫外光人工老化后, 测量木材表面材色色度学指数, 并采集NIRs信息。 由NIRs二阶导数及其差谱图反映的信息, 定性分析和讨论了木材表面化学组分基团的变化; 定量建立基于偏最小二乘法(PLS)结合留一交叉验证的木材表面材色预测模型。 结果表明: (1) 随着人工老化时间延长, 木材表面明度值L*降低, 红绿指数a*与黄蓝指数b*出现先增加后缓慢降低的趋势, 表明发色基团的形成随着紫外光照射时间的延长而减少, 在辐射时间540 h达到最大值, 此外, 色差值ΔE*与紫外光照射时间成正相关。 (2) NIRs二阶导数在6 996, 6 773以及6 287 cm-1等分别反映木材中纤维素非结晶区、 半结晶区和结晶区的光谱吸光度随着老化时间的延长而增加, 而5 986 cm-1反映木质素特征性谱带吸收峰随着紫外光老化时间的延长而降低, 表明木质素出现降解。 通过紫外光照射1 080 h与对照材的差谱分析发现, 纤维素和半纤维素基团的特征峰差谱值为正, 表明紫外光辐射后木材表面的纤维素和半纤维素相对含量增加, 而木质素基团特征峰差谱值为负, 表明经紫外光辐射后, 木质素的降解导致其相对含量减少。 这些结果与色度值测量结果相一致。 (3) 基于NIRs建立的紫外光照射落叶松表面材色预测模型中, L*交叉验证模型决定系数(R2)为0.949, 相对分析误差(RPD)为4.42; a*交叉验证模型R2是0.928, RPD是3.73; b*的交叉验证模型R2是0.831, RPD为2.43, 建立的材色预测模型满足预测要求。
近红外光谱 差谱 落叶松 表面材色变化 紫外光照射 Near infrared spectroscopy Difference spectra Larch wood Surface color change UV light irradiation
1 西安电子科技大学物理与光学工程学院, 陕西 西安 710071
2 西安电子科技大学智能传感交叉研究中心, 陕西 西安 710071
随着拉曼光谱技术的快速发展, 尤其是便携式拉曼光谱仪的普及, 拉曼光谱在食品安全快速分析领域显得极为重要。 目前拉曼光谱用于白酒质量的定量分析还较少。 因为在不同乙醇浓度下, 乙醇水溶液微观结构不同, 所以其拉曼光谱会有区别。 提出一种绝对拉曼差谱分析新方法来定量分析这些光谱区别, 并用于定量获取乙醇的浓度。 把拉曼光谱进行强度归一化, 然后把待测样品的光谱减去纯乙醇的光谱, 再取绝对值就获得了绝对拉曼差谱。 绝对拉曼差谱的强度和浓度有很好的相关性。 利用这种关联测量了一系列瓶装白酒的乙醇含量。 测量值与白酒标识的度数吻合得非常好, 这也证明了绝对拉曼差谱的可靠性。 基于该方法, 系统地测量了西安市一系列散酒的拉曼光谱。 绝对拉曼差谱分析显示散酒的乙醇浓度普遍比其标识值偏低几度, 这也凸显了散装白酒需要加强监管。 实验证明利用绝对拉曼差谱技术可为白酒乙醇浓度测量提供一种快速检测方法。
拉曼光谱 差谱 酒精度 白酒 Raman spectra Difference spectra Alcohol degree Chinese liquor 光谱学与光谱分析
2020, 40(7): 2143
1 曲靖师范学院物理与电子工程学院, 曲靖 655011
2 云南师范大学物理系, 昆明 650092
3 曲靖师范学院科技处, 曲靖 655011
利用傅里叶变换红外光谱技术对长柄鹅膏菌、粗鳞白鹅膏菌、格纹鹅膏菌、红黄鹅膏菌、黄柄鹅膏菌、灰疣鹅膏菌、欧氏鹅膏菌、小豹斑鹅膏菌进行傅里叶变换红外光谱研究, 发现八种鹅膏菌的傅里叶变换红外光谱极为相似, 特征区和指纹区(1800~1100 cm-1)的相关系数均大于0.966。因此从这八种鹅膏菌的原始光谱对其鉴别将十分困难。通过差谱技术处理后, 八种鹅膏菌在1800~1100 cm-1范围呈现出各自的特征, 相关分析结果定量反映出它们之间差异较为明显。利用差谱中特征区和指纹区的差异可快速鉴别出该八种鹅膏菌。研究表明: 傅里叶变换红外光谱技术能提供大型真菌所含化学成分的分子结构信息, 结合差谱技术可以鉴别同属下的不同种高等真菌。
鹅膏菌 傅里叶变换红外光谱 差谱 鉴别 Amanita fourier transform infrared spectroscopy difference spectroscopy identification
1 中国石油大学(华东)地球资源与信息学院, 山东 青岛266555
2 中国石油大学(华东)储运与建筑工程学院, 山东 青岛266555
拉曼微探针分析法对单个气液包裹体的化学成分和相态的无破坏性测量来说, 目前几乎是唯一最好的方法。 但是由于众多因素的影响, 特别是主矿物具有较强荧光时, 提高信噪比的问题急待解决。 本工作对碳酸盐岩储层包裹体样品制成的薄片进行了显微观察、 荧光测试及拉曼分析, 并进行了空间上横向XY扫描、 纵向上深度剖析(Z扫描)和冷热台上变温的流体包裹体差分拉曼光谱测量方法的研究。 结果表明, 所得到的差谱揭示了包裹体更真实的光谱曲线, 消除了主矿物对包裹体的干扰, 以较高的信噪比显现出包裹体中流体(－170 ℃温度下的冰)位于位移波数3 098 cm-1附近的宽拉曼散射峰, 明显的改善了信噪比
流体包裹体 碳酸盐岩储层 显微拉曼光谱 差谱 Fluid inclusion Carbonate reservoir Micro-Raman spectra Difference spectra 光谱学与光谱分析
2010, 30(9): 2397
中北大学信息与通信工程学院， 山西 太原030051
设计了基于静态光谱分析的目标识别遥测方法。 针对机械扫描式干涉方法结构复杂、 稳定性差、 主动监测隐蔽性差等问题， 采用静态遥测技术取代机械扫描光程， 应用光谱分析方法， 对大范围视场内进行光谱探测， 从而在恶劣的环境中实现了目标识别。 经仿真计算， 得到温度、 波长及空气透射率与光谱辐亮度之间的函数关系。 采用AViiVA-M2型CCD相机、 静态傅里叶干涉具、 1 m×1 m的铁板作为待测目标等做相关实验， 分别在一天中不同时间、 不同探测距离、 不同背景的条件下， 得到了各种情况下整个系统的探测极限位置。 通过实验数据及计算结果表明， 静态干涉方法应用于目标识别是可行的， 由差谱特征反演得到的目标识别平均概率达到92.8%。
目标识别 光谱探测 静态傅里叶干涉具 差谱函数 Target identification Spectrum detection Static fourier interferometer Spectrum D-value function 光谱学与光谱分析
2009, 29(8): 2071
我们用170SX傅里叶变换红外光谱仪,测量了LiNbO_3在30cm~(-1)～2800cm~(-1)波段内的反射光谱。应用Kramers-Kronig关系的积分形式,快速而准确地计算出LiNbO_3在同一波段内的各种光学常数的谱图。由此,可直接得到A_1模和E模的横频率ω_T、纵频率ω_L和高频介电常数ε_∞。计算了振子强度。讨论了振子间的相互耦合作用。并认为670cm~(-1)模就是E模的一个基频。
铌酸锂 差谱
