品质性状的化学测定操作繁琐且存在破坏性和耗时较长等不足的问题, 光谱测定具有高效、 快速、 成本低等优点, 但测定准确度受到不同仪器以及不同机型的影响。 为了建立和优化快速测定苜蓿样品的粗蛋白（CP）、 粗脂肪（EE）、 酸性洗涤纤维（ADF）和中性洗涤纤维（NDF）近红外漫反射光谱的模型, 更好的测定苜蓿品质性状。 选取了25份苜蓿材料147份试验样品, 采用傅里叶变换近红外光谱技术（NIRS）扫描, 获得扫描光谱范围4 000~10 000 cm-1的光谱值, 软件TQ Analyst v9选用偏最小二乘法（PLS）和OPUS7.0选用定量2方法建立定量模型并优化, 并进一步交叉验证和外部检验评估模型效果。 结果表明利用2种软件建立的模型都能很好的预测CP的含量, 建模决定系数（R2cal）分别达到0.999 9和0.984 8, 交叉验证的均方根误差（RMSECV）分别为2.121和0.471, 外部验证决定系数（R2）都大于0.97, 残留预测偏差（RPD）值大于6.0。 EE应用TQ Analyst v9所建立的模型效果更好, R2cal为0.999 7, RMSECV为1.502, 外部验证的R2为0.9293, RPD值为3.89; ADF和NDF利用OPUS7.0建立的模型效果更好, R2cal分别为0.944 1和0.978 8, RMSECV分别为1.040和0.514, 外部验证的R2依次为0.914 5和0.911 8, RPD值分别为3.66和3.43。 4种品质性状建模效果表明, 相对分子结构相对简单的蛋白质和脂肪, 利用TQ Analyst v9更准确, 而对于分子结构更复杂的纤维素, OPUS7.0的预测效果更好。

本文采用电光系数的粉末测试方法，探索发现了新型电光晶体KLi(HC3N3O3)·2H2O。根据粉末样品的红外反射光谱和拉曼光谱，计算获得晶格振动对电光系数的贡献值，再加上粉末倍频效应推算的有效非线性光学系数，最终计算出KLi(HC3N3O3)·2H2O的电光系数为2.37 pm/V，与商用电光晶体β-BBO相当。采用水溶液法进行晶体生长，测试不同原料生长晶体时的过热和过冷曲线，优化生长工艺，获得35 mm×25 mm×10 mm透明晶体。采用X射线定向技术辅以压电系数测量，确定了晶体形貌与各向异性生长速率的对应关系。

成像光谱技术能够同时获取目标的图像特征和光谱特征, 很容易识别与背景环境光谱特征区别较大的传统伪装材料。 近年来, 成像光谱得到了迅速发展, 经历了多光谱技术到高光谱技术的跨越, 传感器的探测波段数、 光谱分辨率、 空间分辨率的显著提高。 得益于各国ISR无人机技术的应用, 高光谱传感器由星载拓展到机载, 可以在更近距离对**伪装目标进行识别, 对具有重要价值的**目标的生存能力构成巨大挑战。 目前, 应对高光谱的伪装材料主要设计思路是, 选择材料或材料体系具有与环境背景相似的颜色和光谱反射特征（传感器探测范围内）进行复合, 目的是与环境背景达到“同色同谱”来躲避高光谱侦察。 绿色植被是最常见的伪装背景, 也是本领域绝大部分研究的光谱模拟对象, 其反射光谱曲线在可见近红外波段具有: “绿峰”、 “红边”、 “近红外高原”和“水吸收带”四个主要特征, 分别由叶片的组织结构以及叶绿素和水分产生。 离体叶绿素光热稳定性较差, 不能直接用作伪装材料, 所以寻找和合成稳定性好、 具有类叶绿素结构及光谱特征的分子是当前的研究热点之一。 此外, 铬绿和钴绿是常用的伪装颜料, 具有类似绿色植被“绿峰”、 “红边”和“近红外高原”光谱反射特性, 研究者将其与高吸水填料复合来引入“水吸收峰”, 大致模拟出绿色植被反射光谱, 但是想要实现精确模拟, 仍存在一些难以解决的问题。 从绿色植被光谱特征出发, 分别阐述了模拟绿色植被可见光区和近红外光区光谱特征的材料选择依据及体系; 同时介绍了它们在精确模拟植被光谱时存在的问题, 以及通过改性和复合来提升光谱相似度和耐候性的相关研究工作, 总结并展望了绿色植被光谱模拟材料要解决的重难点问题和发展方向。

直接乙醇燃料电池因其优异的性能备受关注。 乙醇的电催化氧化并非简单的燃烧, 涉及多种催化反应过程。 乙醇的C—C键断裂选择性低, 以及乙醇氧化中间产物C1分子由于没有及时氧化离开催化剂表面而造成的催化剂中毒, 是制约其应用的瓶颈问题。 电化学原位红外光谱是在电化学反应的同时, 原位采集反应物种特定官能团的振动信息, 可在分子水平揭示反应过程, 推测反应机理。 不同温度条件下乙醇电氧化过程的研究, 有助于合理的设计高性能乙醇燃料电池催化剂。 选用高性能的PtRh/RGO催化剂, 结合同位素示踪法和电化学原位红外光谱技术, 研究了不同温度下乙醇的电氧化过程。 循环伏安研究表明, 乙醇电氧化性能及其C—C键断裂的程度为PtRh/RGO (45 ℃)>PtRh/RGO (25 ℃)>商业Pt/C。 电化学原位红外光谱从分子水平跟踪了乙醇的电氧化过程, 观察到随着电位的增加, CO2, CO, —CH3, —C—O特征峰的强度逐渐增加。 CO2和CH3COOH分别归属于乙醇完全氧化和不完全氧化的终产物, 因此红外光谱中两种物质特征峰积分面积的比值［CO2］/［CH3COOH］可做为CO2选择性的量度。 用来定量标定CH3COOH的特征峰是位于1 280 cm-1的—C—O振动峰, 但对于PtRh/RGO催化剂的红外光谱而言, 它的乙酸特征峰振动峰位1 280 cm-1附近出现1 214 cm-1甲醇衍生物的振动峰, 通过一种反射红外光谱与标样透射红外光谱差减扣除叠加峰方法, 定量计算了叠加峰中1 280 cm-1特征峰的积分强度, 从而计算出PtRh/RGO的CO2选择性。 结果表明对比25 ℃ 时, 45 ℃下PtRh/RGO具有更高的选择性, 0.3 V时提高48.1%, 0.5和0.6 V时略有提高, 0.4 V时降低, 这可能是乙醇中β-C和水中OH竞争吸附所致。 在两种反应温度条件下, CO2选择性都在电位高于0.4 V时呈现下降趋势。 为了进一步研究CO2来源于α-C或β-C的完全氧化, 使用同位素标记的13CH312CH2OH做为探针分子, 通过电化学原位红外光谱研究了25和45 ℃下PtRh/RGO电极上乙醇电氧化过程。 结果表明, β-C完全氧化为CO2的起始电位与温度无关, 都为0.3 V。 通过用13CO2/12CO2积分面积的比值定量分析, 发现45 ℃下, 该比值在电位0.3～0.5 V时相比于25 ℃下分别增加0.11, 0.18和0.22, 表明随着温度或电位的增加, β-C完全氧化的选择性增加。

可溶性固形物（SSC）是一种综合参数, 主要包括糖、 酸、 纤维素、 矿物质等成分, 对评价果实成熟度和品质具有重要意义, 影响果实口感、 风味及货架期。 西瓜可溶性固形物含量的无损快速检测对西瓜成熟度的确定、 贮藏及运输过程中西瓜内部品质监控具有十分重要的意义, 有助于提高西瓜生产效益和市场竞争力。 在西瓜可溶性固形物含量的快速无损近红外光谱检测中, 近红外漫透射的方式所需光源的能量大, 同时大功率透射会对水果的内部品质产生影响; 采用近红外漫反射方式的研究较少, 但漫反射采集所需的能量小, 有助于实现仪器小型便携化, 成本低, 同时避免透射引起的水果品质变化。 以小型西瓜为研究对象, 利用JDSU便携式近红外光谱仪采集西瓜样品瓜梗、 瓜脐、 赤道部位的近红外反射光谱, 在976, 1 186和1 453 nm附近有明显的吸收, 利用偏最小二乘回归定量分析方法建立西瓜可溶性固形物的近红外光谱无损预测模型。 首先, 采用光谱-理化值共生距离（SPXY）算法对西瓜不同检测部位的样品集进行划分, 以可溶性固形物含量为y变量, 光谱为x变量, 利用两种变量同时计算样品间距离, 以保证最大程度表征样本分布, 有效地覆盖多维向量空间, 增加样本间的差异性和代表性, 提高模型稳定性。 将西瓜样品划分为51个校正集和15个预测集, 校正集样本的SSC含量涵盖了预测集样本的SSC含量范围, 且变异系数均小于9%, 样品集划分合理, 有助于建立稳健可靠的预测模型。 其次, 对比分析西瓜瓜梗、 瓜脐、 赤道检测部位的近红外反射光谱与可溶性固形物含量之间的定量模型的预测精度, 结果得出西瓜赤道部位的反射光谱与可溶性固形物含量相关性较高, 预测效果较好, 预测集相关系数为0.629, 预测集均方根误差为0.49%。 对于不同检测部位获取的光谱信息所建立的近红外光谱SSC预测模型的精度问题, 一方面与光谱的采集方式有关, 另一方面与西瓜的产地、 品种、 成熟期等因素引起的其性状上的差异有关。 在模型建立过程中根据实际情况确定西瓜的检测部位。 最后, 为提高西瓜赤道部位近红外反射光谱与可溶性固形物含量之间的预测模型精度, 采用光谱预处理方法进行优化, 结果得出经标准归一化预处理后, 建立的偏最小二乘回归预测模型效果最佳, 预测集相关系数为0.864, 预测集均方根误差为0.33%, 模型相关性较好, 预测精度得到了很大提升。 研究结果表明, 近红外反射光谱检测小型西瓜赤道部位能很好预测其可溶性固形物含量, 为实际生产中近红外光谱无损快速检测西瓜可溶性固形物含量及小型便携式仪器研发提供了技术储备。

采用红外反射光谱技术对珠宝市场上的六种塑料仿宝石饰品进行了测试研究, 并将其与相应被仿宝石(粉珊瑚、象牙、红纹石、绿玉髓、水晶和合成黑欧泊)进行了对比分析。结果表明, 由于物质成分及分子结构的不同, 塑料仿制品与真实宝石的红外图谱差异显著。该项技术不仅能够依据红外谱峰的数量、峰位、形态、强度以及谱带分裂状态等特征对塑料进行鉴别及归类, 而且还是一种快速、准确、无损的塑料仿制品检测手段。尤其是针对外观及基本物性特征与真实宝石相差无几的塑料高仿制品(如仿合成黑欧泊), 常规技术手段无法鉴别, 但红外反射光谱技术则可发挥无可替代的作用。

测量重金属化合物氯化铬（CrCl3）、 氯化铜（CuCl2）、 氯化锌（ZnCl2）的可见-近红外反射光谱（VNIRS）, 将重金属反射光谱与重金属元素的核外电子排布式联系起来, 观察重金属化合物的反射光谱特征; 结合晶体场理论分析重金属的特征反射峰出现的波段位置和原因。 以湖北大冶地区土壤样品为例, 向土样中添加不同浓度梯度的CrCl3, CuCl2和ZnCl2并测定其可见-近红外反射光谱, 研究不同种类不同浓度的重金属对土壤反射光谱的影响。 对样本的反射光谱进行不同光谱预处理, 探究重金属浓度与土壤反射光谱之间的线性相关关系及显著相关（p<0.05）波段出现的位置和潜在机理。 结果表明, 重金属化合物CrCl3, CuCl2和ZnCl2在可见光-短波近红外波段范围内的反射光谱特征与重金属元素3d轨道上的电子填充状态有关。 添加入土壤中的重金属化合物影响了土壤的可见-近红外反射光谱, 其浓度与土壤反射光谱之间整体呈负相关, 最大负相关系数分别为-0.788, -0.880和-0.824。 样品反射光谱经不同预处理后, 重金属浓度与土壤反射光谱之间的线性相关关系有所变化, 显著相关波段信息更加丰富。 研究表明, 重金属的可见-近红外反射光谱与重金属的电子结构紧密相关, 可见-近红外反射光谱技术可以检测到土壤中较高浓度重金属的存在, 该技术在快速高效、 无损低耗地预测土壤重金属元素含量方面拥有巨大潜力。 基于部分重金属化合物的可见-近红外反射光谱特征, 结合晶体场理论为土壤重金属的定性和定量反射光谱分析提供了理论依据和实验参考。

试验探讨了近红外反射光谱测定大豆制品中寡糖(蔗糖、 棉籽糖及水苏糖)含量的可行性。 2012年—2014年, 从国内20个代表性大豆制品加工厂收集并筛选了160个大豆制品(包括去皮豆粕、 膨化豆粕、 发酵豆粕及膨化大豆各40个), 同时为使样品集中的寡糖含量均匀分布, 采用发酵豆粕和普通豆粕混合的方法, 配制人工混合豆粕样品40个, 使用偏最小二乘法, 采用不同导数或去散射方法对光谱进行预处理并建立近红外定标模型。 在光谱预处理中, 针对不同寡糖, 导数处理、 多元散射校正及矢量归一化方法得到良好的预测效果。 所建立的近红外定标模型的蔗糖、 棉籽糖和水苏糖的定标决定系数(R2cal)分别为0.99, 0.95和0.98, 交互验证决定系数(R2cv)分别为0.98, 0.94和0.97, 交互验证RPDcv值分别为7.24, 4.13和5.98, 表明适用于大豆制品(除发酵豆粕外)中寡糖的日常检测。