表面增强拉曼光谱(SERS)是将目标分子结合在纳米级粗糙金属表面, 使拉曼信号得到显著增强的技术, 具有灵敏度高、 不受水分干扰、 操作简单、 快速、 无损等优点, 现已成为食品、 化学和医学等领域的研究热点。 液体食品(如牛奶、 食用油、 饮料、 蜂蜜、 酒)是人类赖以生存、 日常生活中所不能缺少的食品, 其品质安全关系着消费者的身体健康和企业效益, 因此对液体食品品质安全进行快速、 实时检测具有十分重要的意义。 液体食品安全指标如抗生素残留、 农药残留、 色素、 非法添加剂等物质分子通常具有较强的拉曼活性, 利用SERS技术的“指纹”特性能够对液体食品中的痕量物质进行简单、 快速、 准确的定性、 定量检测分析。 与其他光谱技术相比, SERS技术不受水分干扰, 对水溶液样品基质(如牛奶、 饮料、 酒)的检测分析更为简单, 实现液体食品品质安全的在线实时检测更具潜力, 是液体食品品质安全检测领域一项极具应用潜力和应用前景的前沿分析技术。 文章简述了SERS技术的增强原理并对液体食品安全检测领域相关基底研究进行了总结, 聚焦于SERS技术在液体食品品质安全检测领域的应用研究现状, 重点从样品前处理方法、 基底类型和检出限三方面对液体食品相关品质安全指标(如油脂氧化、 抗生素残留、 农药残留、 葡萄酒产地辨别等)方面的新近研究工作和进展进行归纳总结; 讨论了SERS技术的优点与局限性, 以及面临的主要挑战和未来发展前景。

蛋白质和糖是食品的重要组分。 在食品加工、 贮运过程中, 蛋白质分子中的氨基与还原糖的羰基很容易以共价键的形式相结合发生糖基化反应。 美拉德式糖基化反应包括早期、 中期和末期三个阶段。 糖基化反应使得蛋白质分子主链或侧链发生修饰, 改变蛋白质结构、 静电荷和疏水性等, 影响蛋白质主链和侧链基团的化学活性, 进而改变蛋白质的理化功能性质, 如改善乳化性、 起泡性、 凝胶性等功能性质, 提高抗氧化性等营养特性, 降低致敏性, 增强抑菌性和贮藏特性等, 在食品加工、 贮运过程中非常普遍且有着重要意义。 糖基化反应过程中引起的蛋白质结构变化是其营养、 功能特性改变的重要原因。 近年来, 化学测定(自由氨基含量、 表面疏水性测定等)、 光谱(紫外、 荧光、 傅里叶变换红外光谱等)、 色谱(圆二、 分子排阻色谱等)、 质谱［基质辅助激光解吸附离子化-飞行时间质谱(MALDI-TOF-MS)、 液相色谱-电喷雾串联质谱(LC-MS2)等］等多种技术手段被探索用于分析蛋白质糖基化反应过程中的结构变化规律, 在糖基化反应机制研究及糖基化反应程度、 产物营养功能性质调控等方面起了重要作用。 尤其是轨道离子阱质谱(LC-Orbitrap-MS2)、 傅里叶变换离子回旋共振质谱(LC-FTICR-MS2)、 氢氘交换-傅里叶变换离子回旋共振质谱(HDX-FTICR-MS2)等技术的出现和成熟应用让糖基化位点研究更加深入, 可以对各位点的糖分子连接数和糖基化取代程度进行定量分析, 使得揭示蛋白质糖基化反应机制变为可能。 对基于蛋白质糖基化反应程度、 一级、 二级、 三级结构和官能团结构的表征和检测方法进行综述, 旨在为蛋白质糖基化反应的深入研究和在食品加工中的应用提供参考。

光谱反射率维度高, 与光照和观察条件无关, 能够真实、 客观地描述物体的颜色信息, 由物体本身特性决定, 因此被称为物体的“指纹”。 但是, 光谱反射率数据量超过传统三色系统十倍以上, 这些巨大的光谱数据在存储、 数据处理及传递等方面造成巨大的负担, 花费太多的计算时间。 如果高维光谱可以通过数学变换方法映射到低维空间, 并确保低维空间能够更好地表示原始光谱所覆盖的信息, 可以有效地压缩多光谱数据, 提高基于光谱的颜色复制的处理效率。 针对主成分分析法平等地对待可见光范围的所有波长, 重建光谱仅仅是对原始光谱的数学逼近, 由于波长对颜色的重要性不同, 经常会导致光谱重建误差较小而色度误差较大的问题, 提出了一种基于光谱色差权重函数的多光谱降维算法。 使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维, 再恢复重建到31维, Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。 以NCS为训练样本, 分别以NCS、 Munsell和3张多光谱图像为测试样本, 分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。 以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。 实验统计结果表明: 相对于主成分分析法, 无论测试样本是多光谱数据还是多光谱图像, 推荐的方法在牺牲一定光谱重建精度的情况下, 在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高, 而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。 实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。

光谱图像比RGB图像存储的信息量更大, 理论上具有更广泛的应用范围, 然而受限于光谱成像设备成本高、 数据处理复杂等问题, 目前主要应用在遥感、 **及天文学等特定领域。 近年来, 学者们提出了利用RGB图像通过数学方法重建光谱图像的解决方案, 能够极大提高光谱图像的应用范围。 然而, 当前光谱重建方法普遍存在图像细节易丢失、 光谱精度不够高等问题, 因此, 提出一种基于双重注意力机制的RGB图像光谱重建方法, 从图像细节和光谱精度方面提高光谱图像重建质量。 所提出的光谱重建方法设计了一种稀疏信号深度重建网络, 重点针对RGB图像的稀疏特性, 从准确提取图像信息的多层次特征、 挖掘更多语义信息入手, 实现稀疏信号到完备信号重建。 在网络结构上, 所设计的光谱重建网络首先利用小参数卷积提取RGB图像的浅层特征信息; 然后引入有效多频率通道注意力机制, 计算特征层各通道之间的相关性, 通过层间加权实现特征响应的有效分配; 同时建立层特征加权融合注意力机制, 学习不同层特征之间的依赖关系, 通过不同层加权实现权重的优化, 以便提取有效的光谱深度特征; 最后基于所提取的深度特征通过卷积生成指定维度的光谱图像。 该实验利用python3.7编程语言, 以pytorch1.2作为深度学习模型框架, 综合光谱图像误差和RGB图像误差作为损失函数进行光谱重建网络的训练。 在NTIRE 2020和CAVE数据集上, 对所提方法与7种主流光谱重建方法进行对比验证, 从主观方面来看, 该方法恢复的光谱图像细节更清晰、 误差更小; 从客观指标方面分析, 该方法重建出的光谱图像与目前已有文献中重建性能较好的方法相比, 在RRMSE、 RSAM、 RERGAS指标上分别降低了18.9%、 16.6%、 22.2%, 而RPSNR指标提高了4.5%。 实验结果证明了该方法在RGB图像光谱重建的有效性。

在等离子体射流的辅助下, 液体的雾化特性能够得到一定程度的改善, 等离子体辅助雾化具备应用于超细水雾抑制瓦斯爆炸领域的潜力。 然而, 由于等离子体射流中存在的多种活性粒子对于燃烧存在促进作用, 因此有必要对瓦斯气体存在的条件下等离子体中的活性粒子种类进行定量分析。 在大气压下开展了以氦气作为载气对预混的甲烷和空气进行介质阻挡(DBD)放电研究。 结果表明, 等离子体射流中的主要活性粒子为OH基团、 N2的第二正带系、 CH基团、 HeI原子以及少量的O原子, 其中甲烷电离区的谱线主要集中在400~600 nm。 增大峰值电压和氦气掺混体积流量比都可以有效提高等射流中活性基团的含量。 采用N2第二正带系的连续谱带做最小二乘线性拟合, 对等离子体射流的振动温度进行了计算, 得到大气压氦气/空气-甲烷等离子体射流的振动温度在2 000~4 000 K之间。 随着峰值电压和氦气掺混比的增大, 振动温度都呈现增大趋势。 利用HeI原子激发能差较大的5条谱线做最小二乘线性拟合, 对等离子体射流的电子激发温度进行了计算, 得到大气压氦气/空气-甲烷等离子体射流的电子激发温度在3 500~13 000 K之间。 随峰值电压的增大, 电子激发温度表现出增大的变化趋势, 随着氦气掺混比的增大, 电子激发温度表现出减小的变化趋势, 分析发现随着氦气体积流量的增大, 使得射流发生器内的气流变快, 带走了发生器内更多的热量, 导致电子激发温度下降。

在基于近红外光谱法的无创血糖测量领域, 受人体皮肤状态波动的影响, 血糖预测模型无法长时间使用, 极大地限制了该方法在临床上的应用。 皮肤血流灌注是与人体生理状态密切相关的参数, 直接影响着皮肤中水分的流动, 它还难以像温度、 压力那样借助外部手段进行控制。 在皮肤光谱的测量中, 血流灌注会通过水分的迁移间接影响真皮层的厚度, 并使得光谱产生较大变化。 借助蒙特卡洛模拟方法仿真了在1 000~1 700 nm波段真皮层厚度变化±30 μm时三层皮肤的漫反射光强、 光子穿透深度与平均光程, 研究了真皮层厚度变化后的光谱变化规律。 对两个光源-探测器距离下的衰减度进行差分, 用于消除真皮层厚度变化的影响, 对1 000~1 700 nm的波长均给出了适宜的差分测量距离。 发现1 200 nm波长附近, 当真皮层厚度变化时, 漫反射衰减度在每个测量距离下的变化都非常小, 因此是较适宜的测量波长。 而对于水的吸收峰1 450 nm附近的波长而言, 漫反射衰减度随着光源-探测器距离的增加而变大, 且在一定范围内急剧变化; 因此, 应避免选择这些光源-探测器距离。 对于常用的血糖测量波长1 200、 1 300及1 600 nm波长而言, 光源-探测器距离可选在小于0.1 cm或大于0.4 cm的范围, 此处漫反射衰减度变化随着光源-探测器距离变化较缓慢, 采用差分处理可较好地消除真皮层厚度变化对光谱的影响。 考虑到不同光源-探测器距离下对应的真皮层光子百分比不同, 可选择主要对应于真皮层的光源-探测器距离, 该工作采取80 %真皮光子百分比为界限。 综上, 综合现有仪器能达到的测量精度水平, 对于1 200、 1 300和1 600 nm波长, 可选择0.03~0.1 cm范围内的两个光源-探测器距离进行差分测量, 可以较好地抑制真皮层厚度变化的影响, 从而有效减小皮肤血流灌注变动的影响。

小麦是我国的主要粮食作物之一, 对国民经济发展具有显著的影响。 然而, 高温与紫外线胁迫导致其产量大幅下降。 胁迫发生时, 细胞壁内多糖物质会发生不同程度的转变。 作为此类多糖重要组成成分的果胶, 在决定细胞间孔隙度、 识别病菌、 维持结构完整等方面扮演着重要角色。 当前, 常见的果胶检测方法有重量法、 滴定法、 酸提取法等, 这些方法多为有损检测, 测定步骤繁琐, 样本损耗量大。 近年来, 光谱检测因其检测速度快、 分辨率高、 实时性强等优点, 在植物生理信息检测领域得到了广泛应用。 因此, 研究采用光谱检测果胶含量。 以济麦22为研究对象, 采取水培方式, 通过调控人工气候培养箱温度及紫外线灯辐照强度对小麦生长过程中遇到的高温及紫外线胁迫环境进行模拟; 在小麦分蘖期, 分别采集叶片高光谱数据与叶绿素荧光光谱数据, 测定叶片果胶含量, 通过小波分析方法对两种原始光谱数据进行平滑与降噪处理, 采用相关系数分析法得到两种光谱数据与果胶含量相关系数最高的重合波段(620, 651), 取该波段内两光谱数据平均值, 重塑双光谱曲线; 按照3∶1比例划分训练集和验证集, 采用PLS最小二乘法分别建立高光谱反演果胶模型、 荧光光谱反演果胶模型及双光谱反演果胶模型。 结果表明: 双光谱模型反演的小麦叶片果胶含量效果较好, 对应模型的训练集与验证集相关系数分别为0.944 9及0.944 5。 该研究有助于探究逆境胁迫下小麦细胞壁内多糖物质响应情况, 并为大田作物所处胁迫环境和程度的预测及种植环境的精准管控提供参考和帮助。

软玉又称和田玉, 是我国使用最早的一种天然玉石材料, 深受国人喜爱。 2008年北京奥运会的“金镶玉”奖牌, 让全世界重新认识了中国元素, 认识了和田玉, 人们再一次兴起了对和田玉的追捧, 市场需求量增加的同时导致尾矿堆积如山, 在一定程度上, 不仅浪费土地资源而且污染环境。 开展软玉尾矿的高价值利用研究具有重要的理论与实际意义。 软玉的主要矿物成分为透闪石, 其化学式为［Ca2Mg5Si8O22(OH)2］, 是一种典型的双链硅酸盐, 可作为硅酸盐体系玻璃的重要天然矿物原料。 采用熔融法将原料加热到1 500 ℃保温2 h, 取出熔融体倒入铁制模具中, 然后在600 ℃中退火2 h, 最后得到软玉尾矿玻璃。 随着MnO含量的增加, 软玉尾矿玻璃颜色逐渐加深, 主要色调为棕黄色, 透明, 玻璃光泽, 内部干净, 无裂纹, 折射率和介电常数逐渐减小, 相对密度逐渐增大。 采用傅里叶变换红外光谱、 拉曼光谱和紫外-可见光谱等测试技术获取了掺杂Mn2+软玉尾矿玻璃的光谱学特征, 并探讨了Mn2+含量对软玉尾矿玻璃品质和颜色的影响。 结果表明: 掺杂Mn2+软玉尾矿玻璃的红外光谱和拉曼光谱都出现了与气体分子有关1 370和1 500 cm-1附近的谱峰; MnO含量为1%, 样品Tb-3的红外光谱在450~500 cm-1范围振动谱峰明显强于其他三个样品, 拉曼特征峰最强, 红外光谱和拉曼光谱出现差异, 说明随着Mn2+含量的增加, 软玉尾矿玻璃的颜色加深, 透明度降低, 其内部结构中Si-O键能先增强然后减弱, 当MnO含量为1%时, 内部结构最致密。 结合软玉尾矿化学成分和紫外-可见光谱分析, 软玉尾矿玻璃的棕黄色, 主要与Fe和Mn元素有关。 由Fe2+-Fe3+对产生的电荷转移使得可见光在蓝紫区(400~460 nm)产生吸收峰, Mn2+的最外层d-d电子跃迁使得可见光蓝绿区(480~550 nm)产生一宽吸收带, 致使可见光中黄橙区透过率比较好, 从而形成了棕黄色。 研究基本确定了掺杂Mn2+软玉尾矿玻璃的制备工艺和谱学特征, 探讨了其应用前景, 为软玉尾矿高价值利用提出了科学方向, 具有重要的理论研究意义和应用价值。

针对高温条件下光谱高精度反演的需求, 对比分析了7种不同的光谱线型模型在光谱反演中的精度和稳定性, 并发展了适用于高温诊断的光谱线型选择策略。 首先测量了1 100~1 600 K温度范围的两条H2O吸收光谱, 采用七种不同的光谱线型模型分别进行分析, 获取了各测量光谱的积分吸光度, 速度依赖线宽和多普勒半高宽, 并根据双线比值法计算气体温度值。 对比分析表明, 在高温常压条件下, Gaussian线型拟合精度最差, 但通过Gaussian线型反演的气体温度精度最高; 光谱拟合过程中, 通过设置线型模型中的多普勒半高宽参数为已知量, 能有效提高光谱线参数的反演稳定性和精度, 也能有效提高各光谱线型温度反演精度。 与高阶非Voigt线型(Speed-dependent Voigt线型, Rautian线型, Speed-dependent Rautian线型和Hartman-Tran线型)对比, Voigt线型获取的积分吸光度和速度依赖线宽偏小, 计算的温度结果相对误差偏大。 最后, 对比了7种线型模型拟合程序的运行时间, 在保证精度的条件下, Speed-dependent Voigt线型拟合速度最快。 因此, 通过Gaussian线型获取气体温度, 然后根据温度计算多普勒半高宽参数并将其固定为已知量, 采用Speed-dependent Voigt线型拟合能有效提高高温光谱的反演精度, 速度和稳定性。

为无损探究种子成分分布与种子活力变化的内在关系, 以玉米种子主要成分淀粉为研究对象, 将太赫兹时域反射成像技术与移动窗口相关系数法相结合, 无损可视化构建不同活力程度的玉米种子淀粉空间分布图。 以郑单958玉米品种为例, 实验通过人工老化方式(40 ℃, 100%RH)制备老化0、 18、 36、 54、 72 h的种子样本, 采用Terapluse 4000太赫兹时域光谱仪及反射成像附件扫描获取不同老化程度的样本和纯玉米淀粉样品的太赫兹光谱图像。 以16.35 cm-1下THz图像为基准, 采用阈值分割法精确提取种子胚乳、 种胚区域, 通过对比不同组织区域内THz平均吸光度可得胚乳和种胚光谱明显差异, 且胚乳和淀粉纯物质在51.96 cm-1附近存在明显的共同吸收峰。 应用移动窗口相关系数法(窗口宽度为20, 移动步长为10), 逐像素点计算种子太赫兹时域光谱与纯玉米淀粉光谱的-相关系数, 并根据相关系数值以及坐标信息绘制伪彩色热力图, 可视化构建玉米种子淀粉分布图。 实验统计5个老化阶段、 6个谱区窗口的淀粉分布图中相关系数>0.8的像素点占比可得: 在29.83～67.36 cm-1区间内, 种子胚乳和种子区域内的淀粉含量在种子活力下降过程中呈现总体下降趋势, 即种子淀粉含量与活力呈现正相关关系。 实验结果表明: 太赫兹时域光谱反射成像技术结合移动窗口相关系数伪彩色成像分析方法可以初步实现种子活力变化过程中玉米种子淀粉空间分布特性的无损探测, 该技术可为深入研究种子化学成分与其自身活力之间的制约关系, 无损解析种子生命活动与自身生理生态规律变化提供崭新的视角和方法。

中药材重金属超标问题日趋严重, 将阻碍中药产业的未来高质量发展, 因此研究高效、 准确、 便捷的超标鉴定方法对于了解中药的安全性具有重要意义。 X射线荧光(XRF)光谱分析具有无损检测、 快速准确、 样品制备方便等优势, 在元素分析领域获得广泛应用。 由于中药材重金属超标阈值低(如中国药典2020年版规定铅超标为5 mg·kg-1), 中药的种类繁多, 基体复杂, 国家标准样本匮乏, 常规的分类算法难以准确鉴定超标问题。 将迁移学习与多分类支持向量机(TrAdaBoost-SVM)方法结合, 以金银花为例, 采用与金银花相似的国家土壤标准样品的光谱特征信息用于数据增强, 将土壤标准样品和少量中药样本混合建立迁移学习和支持向量机分类模型。 通过实验验证, 迁移学习和TrAdaBoost-SVM结合的分类优化方法, 与传统SVM、 AdaBoost分类算法相比, 鉴定重金属元素铅(Pb)的超标准确率有显著提高。 通过测试数据集的预测验证, TrAdaBoost-SVM模型的预测准确率为96.7%, 高于传统SVM及AdaBoost分类模型的准确率。 所提出的迁移学习与TrAdaBoost-SVM结合的方法, 可在小样本条件下建立分类模型, 并对中药的重金属超标准确预测, 具有一定的理论意义和应用价值。

近红外波段(NIR, 波长范围: 780～2 500 nm)在线光谱分析技术具有小型化、 快速检测、 结果稳定可靠等优点, 在工业现场检测领域有着广泛的应用。 由于近红外光谱分析系统受温度影响较大, 传统的光栅分光在线光谱分析系统所采用的光谱仪通常仅对探测器制冷, 光路部分仍然会受到温度影响产生波长漂移等测量误差。 此外, 系统也多采用PC计算机来进行数据采集和控制, 并通过配备独立的工业通讯模块实现光谱分析系统与产线总控系统的通讯, 不仅增加了设备成本与体积, 也显著降低了系统的稳定性。 针对这些问题, 基于STM32单片机开展了在线恒温光谱分析系统研制与测试。 系统采用STM32单片机来控制近红外光谱仪, 通过设定和修改采集间隔时间并采集光谱数据, 对光谱数据进行预处理, 来计算得到目标样品的理化指标。 对于温度控制, 开发了在STM32单片机上运行的基于比例-积分-微分(PID)控制算法的恒温控制系统, 对光谱仪整体(包含光路和电路部分)实现了闭环恒温控制。 同时, 开发了基于STM32单片机的工业通讯接口(包含Modbus协议通讯和4～20 mA电流信号通讯)。 系统实验测试结果表明, 该设计能够长时间稳定运行, 并有效降低了环境温度变化对光谱数据带来的干扰。 在长达48小时的系统运行过程中, 光谱仪温度稳定控制在5 ℃左右, 温控精度优于0.25 ℃。 相对于未恒温控制的运行模式, 恒温控制条件下的平均吸收光谱强度相对标准差显著减小, 并实现了数据采集、 预处理、 样品理化指标计算、 工业信号通讯及温度控制的一体化设计, 以满足工业现场在线检测需求。

激光诱导击穿光谱(LIBS)因其无需制样、 样品损伤小、 可在线检测以及检测速度快等优点被广泛应用。 激光诱导等离子体是一个十分复杂的物理过程, 受多种因素的影响, 激光入射角是其关键影响因素之一。 脉冲激光入射角的改变会直接改变脉冲激光在样品表面的聚焦光斑形状, 导致脉冲激光照射在靶材表面的功率密度发生改变, 直接影响到脉冲激光诱导等离子体过程, 脉冲激光与靶材法线所成角度的改变还会直接影响等离子体扩散过程。 尽管脉冲激光入射角是激光诱导等离子体过程的关键影响因素之一, 但是在低压环境下, 脉冲激光入射角对激光诱导等离子体过程的影响研究较少, 对激光等离子体的影响仍不明确, 对激光等离子体影响的内在机制还需更加深入的研究。 首先研究了激光入射角对脉冲激光在靶材表面形成的聚焦光斑的影响, 实验和仿真的结果都表明脉冲激光在靶材表面的聚焦光斑尺寸随着入射角的增大而增大, 导致相同激光能量下脉冲激光的功率密度下降; 其次, 采用同轴成像的方式研究了不同气压下激光入射角对激光等离子体的影响, 实验结果显示激光等离子体中心辐射强度会随着入射角的增大而减弱。 当激光入射方向与靶材表面法线成0~15°时; 脉冲激光入射角对激光等离子体中心辐射强度影响较小, 辐射强度降低仅为3.05%, 当激光入射方向与靶材表面法线成60°时, 辐射强度降低可达25.415%, 对激光等离子体中心辐射强度有着较为明显的影响。 最后, 对处于气压10-4 Pa下激光从不同角度入射所产生的激光烧蚀坑进行了微观结构分析, 分析结果表明靶材烧蚀量会随着入射角的增大而增加, 但靶材烧蚀效率, 即单位光斑面积靶材烧蚀量, 则会随着入射角度的增大而下降, 这解释了激光等离子体中心辐射强度随入射角增大而减弱的现象。 该工作有助于理解激光入射角对激光等离子体的影响, 为优化LIBS实验参数提供参考。

为研究岩浆侵入体对煤化学结构等方面的影响, 采用傅里叶变换红外光谱对邯邢矿区云驾岭煤矿岩浆接触带四个高变质煤进行了化学结构表征。 结果表明: 所有样品中芳香结构以苯环三取代为主, 在夹矸中最高达到67.4%; 离侵入体越远, 苯环三取代含量越低, 苯环二取代含量逐渐升高, 而苯环四、 五取代均表现出先增后减的变化规律。 在含氧官能团方面, 离侵入体越远, 活性较高的芳香酯和羧基含量越高, 酚中C-O含量变化较小, 烷基醚和芳基醚含量降低, 芳香环或稠环中CC伸缩振动占比逐渐增加。 受岩浆侵入的影响, 样品中脂肪类物质含量很低; 离侵入体越远, 甲基的对称与反对称伸缩振动占比先增加后减小, 亚甲基对称与亚甲基反对称伸缩振动的变化规律则与甲基相反。 在羟基官能团方面, 羟基自缔合氢键为煤样中氢键的主要类型, 而夹矸中则以羟基和醚中氧形成的氢键为主; 离侵入体越远, 后者在煤样中则逐渐升高, 羟基和π键形成的氢键含量越低, 羟基-N氢键含量先增加后减小。 研究结果表明, 岩浆侵入对煤中有机质的化学结构产生了显著影响, 且对煤和夹矸中有机质化学结构具有差异性影响, 为探索高变质煤中大分子结构演变机理提供了理论依据。

电铸工艺黄金饰品金含量及其杂质元素含量测定主要采用火试金法和电感耦合等离子体发射光谱(ICP-AES)法, 然而这两种方法对于该类产品金含量的测试结果存在明显差异, 尤其是无氰电铸和有氰电铸两种不同工艺制备的黄金饰品。 研究了辉光放电质谱(GDMS)技术测定金样品26种杂质元素的含量, 显示GDMS仪器相对灵敏度因子(RSF)测试的杂质元素含量总体偏高, 其中16种元素的仪器RSF与校正RSF比值为0.96～1.90, 铜和铬元素仪器RSF与校正RSF比值差距较大分别是3.01和3.91, 能够满足金制品中杂质元素的含量测定。 通过对比GDMS法和国家标准火试金法和ICP-AES法对金含量测定结果, 发现GDMS法测定无氰电铸金饰品的金含量与火试金法和ICP-AES法测试的金含量结果相当; 而对于有氰电铸工艺制备的金饰品, GDMS法测定的金含量结果与火试金法测定结果一致, 却明显小于ICP-AES法测试的结果。 这表明GDMS法和火试金法适用于不同类型电铸工艺金饰品金含量的准确测定, 而ICP-AES法仅适用于无氰工艺电铸金饰品金含量的测定。 此外, 相比于现行国家标准ICP-AES法, GDMS法能够测试碳和氮元素。 研究发现采用GDMS测试有氰电铸工艺金饰品中碳、 氮、 钠、 钾元素的含量明显高于无氰电铸工艺金饰品, 进而能够推断黄金饰品的电铸工艺类型是否为有(无)氰工艺。

氨基硫脲过渡金属配合物的生物学应用是当前研究的热点, 为更好地了解氨基硫脲芳基钌配合物与人血清白蛋白(HSA)之间相互作用机制, 合成了两种氨基硫脲芳基钌(Ⅱ)配合物, 采用时间分辨荧光光谱法和稳态荧光光谱法研究了两种氨基硫脲芳基钌配合物与人血清白蛋白的荧光猝灭机理。 荧光光谱结果表明, 这两种氨基硫脲芳基钌配合物能使HSA的内源荧光猝灭, 且HSA的荧光猝灭影响与配合物的浓度呈线性关系, 通过对比发现配合物2对HSA的荧光猝灭效率更强。 两个配合物与HSA相互作用的猝灭常数和结合常数均随温度的升高而降低, 因此, 配合物与HSA的相互作用是静态猝灭过程, 且配合物2的荧光猝灭能力更强。 通过热力学参数分析发现这两种配合物与HSA的主要结合作用力均为氢键和范德华力, 且两种配合物与HSA之间的结合过程是自发进行的。 最后采用红外吸收光谱及圆二色光谱验证了这两种氨基硫脲芳基钌配合物均对HSA二级构象产生了不同程度的影响, 红外吸收光谱结果表明两种配合物与HSA的结合引起了HSA二级结构的重排, 圆二色光谱结果表明这两种配合物的加入使HSA的二级结构稳定性降低。 研究表明: 通过探究氨基硫脲芳基钌配合物对人血清白蛋白结构和功能的影响, 可揭示其作为抗肿瘤药物进入体内后与HSA的可能作用机制, 从而为以氨基硫脲为配体的芳基钌配合物类抗肿瘤药物的研发提供理论参考。

拉曼光谱检测技术具有快速、 高效、 无需样品预处理和非接触检测等独特优势, 是实现大批量样品高通量无损在线检测的理想方法, 同时也是实现白酒产品中乙醇浓度快速筛检的适宜手段。 然而与纯水溶液不同, 在激发光激励下大部分白酒的光谱中除了乙醇和水的拉曼特征峰外, 还存在明显的本底荧光干扰, 给酒精度检测精度带来负面影响。 因此, 基于拉曼特征峰峰强比值法检测乙醇浓度, 在进行数据处理前需人为选取进行荧光本底拟合的数据点, 主观性强, 数据处理效率低, 难以充分满足高通量样品在线筛检的技术需求。 针对上述问题, 基于自主搭建的激光偏振拉曼光谱检测系统, 对不同偏振角度线偏振光激发下四种白酒样品的拉曼特征峰和荧光本底干扰的偏振特性开展了详细研究, 并根据二者间的偏振特征差异提出了偏振拉曼光谱辅助的白酒乙醇浓度快速检测方法。 实验结果表明, 在差分偏振拉曼光谱的辅助下, 三次多项式拟合的相关系数超过0.99, 可实现3%~97%vol范围内乙醇浓度的准确反演, 且四种白酒样品乙醇浓度的反演精度明显高于传统方法, 显著提升了白酒酒精度检测的效率和精度。

用醋酸对天然沙粒进行湿法修饰制备修饰沙粒, 将其为固相的吸附分离微柱与FAAS联用, 以FAAS为检测手段分析其对铅离子的吸附行为, 优化吸附条件。 用FTIR和SEM进行表征, 其对铅离子的吸附性优于天然沙粒, 对于粒径为38～74 μm的修饰沙粒而言, 当溶液pH为6、 上样流速为1.5 mL·min-1、 吸附温度为室温时, 其饱和吸附容量可达到28.7 mg·g-1。 修饰后沙粒对铅离子的吸附容量提高了13%, 吸附率可达到92.6%。 0.01 mol·L-1硫酸、 硝酸和盐酸溶液均有很好的解吸效果, 综合考虑, 选用0.01 mol·L-1 HCl溶液为最佳解吸剂, 解吸率可达到97.3%。

牛奶脂肪含量的高低会影响人的身体健康。 以牛奶脂肪含量作为分析指标, 应用图像处理技术分析高光谱数据, 利用ENVI软件从高光谱图像中提取感兴趣区域(ROI), 采用不同的预处理方法对光谱数据建立偏最小二乘回归(PLSR)模型并比较得出最佳的预处理方法, 然后采用不同的主成分个数对预处理后的数据进行特征提取并建立支持向量回归机(SVR)模型, 通过比较得出最佳的主成分个数, 最后对特征提取后的数据建立SVR预测模型对牛奶中脂肪含量进行分析。 由于传统的SVR模型预测效果不好, 不能满足人们对于预测模型的基本要求, 故提出一种混合策略改进的鲸鱼优化算法对SVR预测模型进行优化, 将经过混合策略改进的鲸鱼优化算法优化后的SVR模型的评价参数与经过遗传算法、 传统的鲸鱼优化算法、 精英反向学习优化的鲸鱼优化算法优化后的SVR模型的评价参数进行了比较。 结果表明: 经混合策略改进的鲸鱼优化算法优化的SVR模型的训练集与预测集决定系数(R2)的值分别为0.998和0.995, 均方根误差(RMSE)的倒数1/RMSE的值分别为13.766和6.191, 平均绝对误差(MAE)的倒数1/MAE的值分别为13.910和11.422; 经传统的鲸鱼优化算法优化的SVR模型的训练集与预测集参数R2的值分别为0.998和0.989, 1/RMSE的值分别为13.526和5.849, 1/MAE的值分别为13.616和7.037; 经精英反向学习策略改进的鲸鱼优化算法优化的SVR模型的训练集与预测集参数R2的值分别为0.998和0.988, 1/RMSE的值分别为12.474和6.421, 1/MAE的值分别为15.003和10.554。 由以上结果说明混合策略改进的鲸鱼优化算法优化SVR预测模型是可行的, 优化后的SVR模型具有更好的预测效果。

农药残留污染使得食品安全获得广泛关注, 发展快速准确和高灵敏的农药残留检测新方法, 具有一定的理论和实际意义。 利用金纳米在聚集和分散状态下, 等离子吸收光谱的变化以及荧光分子罗丹明110与金纳米吸收光谱产生内滤效应, 设计了比色和荧光双模式光学传感器用于农药残留的高灵敏检测。 采用柠檬酸盐还原法合成直径约13 nm表面带有负电荷的金纳米粒子, 在水溶液中呈分散状态, 呈酒红色, 溶液的最大吸收波长在520 nm处。 农药分子可与金纳米通过形成Au-N或者Au-O配位键而结合, 导致分散的金纳米在农药分子诱导作用下发生聚集, 溶液颜色逐渐由酒红色变为蓝紫色, 520 nm处的吸光度逐渐降低, 根据溶液吸光度的变化即可实现农药含量的测定。 溶液颜色的显著变色即便裸眼也可以观察, 该检测方式具有简便、 快速和成本低的优势。 尽管单一的比色检测模式简单, 但存在假阳性的可能。 为进一步验证结果的准确性, 同时提高检测的灵敏度, 在金纳米溶胶中引入带正电的荧光染料罗丹明110, 其吸附在带负电荷的金纳米表面, 此时金纳米在溶胶仍处于良好的分散状态。 由于罗丹明110的荧光光谱与金纳米的吸收光谱重叠, 即二者发生了荧光的内滤效应, 此时溶液的荧光强度很弱, 甚至不发射荧光。 一旦溶液中存在农药分子, 与金纳米表面的荧光染料竞争吸附, 从而诱导金纳米聚集, 溶液由酒红色变为蓝紫色, 同时释放到溶液中的罗丹明110分子的荧光得以恢复, 根据溶液吸光度和荧光强度变化实现对目标物的比色和荧光双模式检测。 以辛硫磷为模型分子, 测试该传感器的各项性能, 比色法和荧光法的检出限分别为15.0和4.0 nmol·L-1, 实际样品测试结果表明, 该传感器在食品安全检测中具有一定的应用潜力。

为实现柑橘可溶性固形物含量(SSC)快速无损检测, 基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。 以宽谱LED光源结合特征窄带微型光谱仪为核心, 设计了手持式柑橘可溶性固形物含量无损检测终端。 开发了基于物联网技术的水果光谱仪云端数据系统, 该系统主要包括用户库、 设备库、 检测数据库和模型库, 通过通讯模块与手持式无损检测终端相连接, 可以实现光谱采集参数修改、 云端数据上传与下载、 云模型的调用等功能。 利用该检测系统获取的光谱数据, 建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。 该网络包含输入层、 卷积层、 池化层、 全连接层和输出层等7层结构。 主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型, 并用该模型与多种传统回归方法进行对比。 1D-CNN模型的预测相关系数和预测均方根误差分别为0.812, 0.488, 优于偏最小二乘法(PLS), 人工神经网络(ANN)和支持向量机(SVM)。 采用基于模型的迁移学习方法, 基于主机的1D-CNN模型对从机进行模型传递, 研究了从机标准样本数量对模型传递的影响。 发现使用少量从机光谱样本即可取得较好的效果, 从机预测集均方根误差为0.531。 研究结果表明, 研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、 低成本、 操作简便等优点, 基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。 借助迁移学习算法, 可以实现1D-CNN模型在不同装置间的有效传递, 满足柑橘可溶性固形物含量无损检测的需求。 为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。

方沸石作为一种工业常见矿物, 在工业中被广泛应用, 方沸石的合成方法也极其成熟, 但可以用作宝石的天然方沸石却在世界范围内都非常少见。 该文讨论对象为湖北大冶矿区产出的天然宝石级方沸石, 旨在为对其进行种类鉴别并阐述其产地特征与鉴定依据。 该产地的方沸石多呈无色透明, 晶型完整者多见, 晶面花纹清晰, 晶体粒径最大可达36 mm, 总体净度较好。 通过背散射电子观察结果确定样品成分均匀, 结合XRD谱图及能谱分析结果计算确定该晶体为方沸石; 内部可见白色包裹体, 具束状结构与一组解理, 电子探针结果计算判断内部包裹体为交代残余结构的的斜钙沸石。 拉曼光谱特征如下: 81、 139、 201和298 cm-1的峰是由沸石的晶格振动导致; 298 cm-1的强峰可能代表金属氧的振动; 491 cm-1的极强峰是由O-Si-O键的弯曲振动导致的; 390、 671 cm-1的峰可能归因于硅氧和铝氧四面体的移位; 1 105 cm-1的一组峰指示硅氧四面体的伸缩振动, 这是天然沸石的典型峰位。 1 624 cm-1的弱峰则代表水的弯曲振动, 3 557 cm-1的强峰代表水的伸缩振动。 样品红外光谱主要表现为: 红外吸收谱线788、 1 259 cm-1是由硅氧四面体的伸缩振动导致的。 1 646 cm-1是由水的弯曲振动导致的; 3 635 cm-1弱吸收是由水的伸缩振动导致的。 部分样品仅可见3 635 cm-1一处吸收, 表明其内部水分子仅以一种形式参与晶格, 可见溶蚀凹坑与绿泥石的样品除3 635 cm-1一处吸收外, 在其左侧均可见吸收但3 635 cm-1强度相对较高, 表明其结构内水分子以多种形式参加晶格且数量稍多, 但总体仍较少。 结合光谱、 成分测试推测湖北大冶宝石级方沸石为高温沉积型方沸石, 交代斜钙沸石成矿, 后期经历了局部绿泥石化。

近年来, 金纳米粒子(AuNPs)因其极高的消光系数以及距离依赖性颜色而被广泛用于比色传感器的开发利用。 常见的盐诱导AuNPs聚集通过电荷屏蔽的方式进行, 聚集过程易受到干扰, 聚集后颜色往往不稳定, 而DNA染料通过电荷中和的方式实现AuNPs聚集, 该方法具有用量少, 聚集速度快, 并且稳定性好的优势, 因此对常见DNA染料进行筛选十分必要。 系统筛选了8种常见DNA染料包括EB、 AO、 TO、 SG、 PG、 TOTO-1、 TOTO-3和YOYO用于诱导AuNPs的快速聚集。 实验发现诱导AuNPs团聚的染料用量在0.18~2.6 μmol·L-1之间, 相比NaCl和Cys用量分别为60和20 mmol·L-1的传统诱导聚集方法用量仅为万分之一。 通过考察DNA染料诱导AuNPs聚集的“IC50”值(即诱导剂使AuNPs聚集的最大吸光度变化(A680/A520)的50%的浓度)评价聚集效率, 在筛选的8种DNA染料中, SG、 PG、 TOTO-1、 TOTO-3和 YOYO分子的“IC50”值在0.12~0.30 μmol·L-1之间, 相对较小, 诱导AuNPs聚集效率高。 由于带正电的N原子数量对AuNPs的聚集有关键性的作用, 即带正电的N原子数量越多, 中和AuNPs时的用量越少。 通过Marvin View中microspecies(微观结构式)和microspecies distribution(微观结构式分布)算出了具体带正电的N原子个数, 结果表明, 在pH=7条件下, SG、 PG、 TOTO-1、 TOTO-3和 YOYO分子带正电荷的N原子较多, 因此上述染料诱导AuNPs聚集效率高。 通过乔布曲线(Job)计算出双链DNA(dsDNA)碱基对与DNA染料的结合比, 结果表明相同条件下, 筛选的8种DNA染料与dsDNA碱基对的结合比相差不大。 结合实验拟合曲线计算出dsDNA与DNA染料的结合常数, 计算表明SG, YOYO, TOTO-3, PG与dsDNA的结合常数较大, 在2.75×109~3.12×1010 L·mol-1之间, 与DNA结合能力较强。 综合考虑SG、 PG、 YOYO、 TOTO-3等染料在快速诱导AuNPs聚集及比色传感方面效果较好。

海上溢油事故不仅造成极大的石油资源浪费, 而且严重威胁生态环境。 因此, 利用荧光光谱对油膜厚度进行快速无损检测对于有效评估溢油量有重要意义。 基于激光诱导荧光(LIF)技术对海水表面0#柴油、 5#白油油膜的荧光光谱进行检测, 进而实现对油膜厚度的量化分析。 首先使用SG平滑滤波对原始光谱数据进行预处理以减少原始光谱中的背景噪声。 然后采用间隔随机蛙跳算法(IRF)结合变量子集迭代优化法(IVSO)对获取的全光谱数据进行波长选择以剔除冗余变量, 将经过二次筛选出的光谱特征波长作为偏最小二乘回归(PLS)的自变量输入数据建立油膜厚度反演模型。 该方法第一步利用IRF从全光谱数据中筛选出特征波段, 再利用IVSO对特征光谱波段组合进一步筛选出特征波长变量, 从而有效提高优选出的特征波长建立油膜厚度反演模型的预测能力和稳定性。 将IRF-IVSO与全光谱及移动窗口偏最小二乘法(MWPLS)、 间隔随机蛙跳算法(IRF)、 变量组合集群分析法(VCPA)、 变量子集迭代优化法(IVSO)四种波长优选方法进行对比, 发现IRF-IVSO筛选出0#柴油数据和5#白油数据的特征波长数量分别占全光谱数据的4.48%和19.40%。 将全光谱及上述波长优选方法筛选出的特征波长作为输入建立PLS模型进行分析讨论。 结果表明, 特征波长选择方法结合PLS所建立的不同模型预测能力和效率较全光谱有明显提高。 其中, IRF-IVSO结合PLS所建立的油膜厚度反演模型预测效果最优, 该模型可以实现对厚度分别为0.141 5～2.291 8和0.052～0.980 mm的0#柴油及5#白油油膜的有效反演, 柴油油膜测试集相关系数RP可达到0.961 1, 测试集均方根误差RMSEP为0.137 5, 白油油膜测试集相关系数RP可达到0.971 2, 测试集均方根误差RMSEP为0.079 0。 该研究表明, IRF-IVSO通过结合区间波段筛选和单一变量选择能够有效而稳定地筛选出特征波长变量, 结合PLS建立的油膜厚度反演模型能够实现可靠预测。

因缺乏大米产地快速鉴别的确证技术, 利用近红外光谱法、 中红外光谱法及拉曼光谱法结合化学计量学分析方法对来自五常地区、 东北地区和南方地区共计186份大米样品进行产地鉴别研究。 首先比较了K近邻法(KNN)、 线性判别分析(LDA)和最小二乘-支持向量机(LS-SVM)3种算法结合5种预处理方法, 对3种单一光谱大米产地鉴别模型的识别效果。 结果表明, LS-SVM算法结合SNV+2nd预处理方法的拉曼光谱模型最优, 校正集和验证集准确率分别为100%和93.48%。 为进一步提升鉴别模型的准确度, 创新性的建立了基于近红外光谱-中红外光谱-拉曼光谱法的数据层融合、 特征层融合及决策层融合大米产地鉴别模型, 结果显示, 3种层次的光谱信息融合模型识别正确率较单一光谱模型大大提升。 数据层融合大米产地鉴别模型中, LS-SVM算法结合SNV+2nd预处理方法模型最优, 校正集和验证集正确率分别为100%和95.65%, 较单一光谱最优模型验证集正确率提高了2.17%。 决策层融合鉴别模型中, LS-SVM算法结合SNV+1st预处理方法模型最优, 校正集和验证集正确率分别为100%和97.83%, 较单一光谱最优模型验证集正确率提高了4.35%。 特征层融合产地鉴别模型中, LS-SVM算法结合SNV+2nd预处理方法鉴别模型最优, 其校正集和验证集正确率均达到100%, 较单一光谱最优模型验证集正确率提高了6.52%。 结果表明, 使用近红外光谱法、 中红外光谱法及拉曼光谱法分析技术结合化学计量学方法鉴别大米产地是可行的, 拉曼光谱法结合LS-SVM算法的大米产地鉴别模型最优。 3种层次的光谱信息融合模型识别正确率较单一光谱模型大大提升, 其中特征层融合方法更适用于该次融合的数据类型, 可以快速准确鉴别五常大米、 南方大米和东北大米产地。 该研究为大米产地的快速准确鉴别提供了一种新方法。

面粉吸水率是评价面粉质量和预测面制品加工特性的重要品质性状。 面粉吸水率的测定主要参照国际或国家标准利用粉质仪进行, 其测定方法费时费力。 基于此, 提出利用可见近红外光谱分析技术结合多元统计分析进行面粉吸水率快速、 无损检测。 参照国标法测定150份小麦面粉样品的吸水率, 面粉吸水率变幅为53.10%~74.50%。 利用可见近红外分析仪采集面粉样品的光谱信息, 有效光谱范围为570~1 100 nm。 采用偏最小二乘回归(PLSR)、 主成分回归(PCR)和支持向量机回归(SVR)将光谱信息和面粉吸水率进行关联, 分别建立面粉吸水率的定量分析预测模型, 筛选最优的建模方法。 在优选的建模方法的基础上, 采用竞争性自适应重加权(CARS)、 区间随机蛙跳(iRF)、 迭代保留信息变量(IRIV)和连续投影(SPA)算法提取特征波长, 筛选最优的特征波长提取算法。 基于最优的建模方法和最优的特征波长提取算法提取的特征波长, 采用标准化(NL)、 一阶求导(1st Der)、 基线校正(BL)、 标准正态变换(SNV)和去趋势化(DT)5种光谱预处理方法对特征波长的光谱进行预处理, 筛选最优的光谱预处理方法。 结果表明, 采用NL光谱预处理方法对CARS算法提取的24个特征波长(仅占原始波长的2.26%)的光谱进行预处理后建立的PLSR模型性能最佳, 预测集相关系数(R2p)、 预测集均方根误差(RMSEP)和预测相对分析误差(RPD)分别为0.889 4、 1.458 5和2.641 3。 采用CARS算法提取的特征波长所建的模型不仅能提高模型的性能, 还很大程度提高模型运算效率、 降低仪器制造成本和光谱仪微型化的难度, 从而为面粉吸水率可见近红外无损、 快速检测研究奠定了基础。

单细胞拉曼光谱(SCRS)技术具有快速、 灵敏和无标记的优势, 可以从单细胞水平上研究细胞结构, 本文为实时监测单细胞微生物生长代谢变化, 提出了基于谱聚类和SCRS的细胞生长检测方法, 并采集600个同步培养的发酵工程菌-大肠杆菌SCRS数据作为实验数据, 采集300个发酵益生菌-枯草芽孢杆菌SCRS数据验证方法适用性。 首先, 对同步培养的菌落测量OD600生长曲线作为微生物群体水平上生长时期标签; 其次, 应用t-SNE对群体细胞SCRS数据进行可视化分析, 指导谱聚类对高维SCRS数据聚类分析, 并应用轮廓系数和CH index评估最佳聚类簇, 赋予每个SCRS数据簇标签; 最后, 应用三次样条插值拟合统计SCRS数据簇标签和生长时期标签交集, 精准识别群体中共存的生长时期异质数据, 实现对单细胞微生物生长时期精准鉴定。 结果表明, 基于谱聚类与SCRS的细胞生长分析方法根据同步培养的群体细胞生长曲线, 设置2维嵌入空间维度和基于最近邻的谱聚类相似度计算方法, 有效检测三个生长时期最佳聚类簇中9%和4.3%异质数据。 提出的无监督检测单细胞生长的方法, 借助谱聚类无需标记就可以直接根据SCRS数据特征进行建模, 并能够对任意形状的高维SCRS数据聚类且快速收敛的优势, 实现了对两种发酵工程菌和发酵益生菌细胞滞后期、 对数期和稳定期的精准识别, 真正意义上实现从单细胞水平上检测细胞生长, 为发酵工程提供更加精准、 实时的调控指导, 具有重要的工程应用价值。

大米是我国最重要的谷类作物。 如何准确的实现地理标志性大米的品种鉴别和外观品质评价, 不仅关乎消费者切身利益, 而且关乎零售商和生产商信誉, 是一项广泛关注的问题。 首先, 为实现集成化的精米品种识别和外观品质检测应用, 建立一种精米品种分类与外观品质多参数检测系统。 该系统采用近红外光谱仪搭配漫反射附件采集米粉光谱信息, 可以实现基于近红外光谱法的精米品种分类; 采用互补金属氧化物半导体(CMOS)显微相机配合机电控制系统采集米粒图像, 基于图像法实现精米外观品质多参数检测, 检测对象包括裂纹、 长宽、 垩白、 碎粒和黄粒。 以上述系统为基础, 为提高精米品种分类精度, 提出一种基于光谱-图像特征模型融合的精米品种分类方法。 以近红外光谱特征与多图像特征作为输入参数, 以精米品种编号作为输出参数, 基于偏最小二乘方法(PLS)建立品种分类融合模型。 在不同融合方案的建模过程中, 每种融合方案都采用变量投影重要性分析方法(VIP)实现融合模型输入参数的最优筛选, 然后通过不同融合方案分类精度对比确定最优融合模型。 最后, 开展精米外观品质多参数检测和不同精米品种分类方法性能对比实验。 结果表明, 建立的精米品种分类与外观品质多参数检测系统可以实现包括裂纹米率、 粒型、 垩白米率、 碎米率和黄粒米率的精米外观品质多参数检测, 检测精度范围为89.2%～97.0%; 提出的基于光谱-图像特征模型融合的精米品种分类方法相比于传统方法可以提高精米品种分类精度, 相比于传统方法中效果较好的近红外光谱法, 面向五常、 响水、 银水、 越光四种大米的分类精度可提高2.5%～7.5%。

在太赫兹光谱实验测试中, 为了提高系统信噪比, 被测试的固态样品表面通常为平行且光滑的形态, 然而在安检等实际应用场合中, 自然状态下的物体表面可能会呈现出凹陷、 凸起等特殊形态, 这会对太赫兹光谱产生影响, 这些影响与特殊形态的尺寸有关, 但最容易忽视的是这些影响也与太赫兹波的空间分布有关。 首先, 对凹陷表面样品进行了基于高斯光学的太赫兹波透射过程建模, 研究了表面具有规则圆柱形的凹陷表面形态对太赫兹透射光谱的影响。 通过小孔拟合法对太赫兹光谱系统的高斯光学参数进行了测量, 获得了太赫兹波的束腰半径等参数。 然后, 选用表面被加工成凹陷形态的聚四氟乙烯为实验材料进行太赫兹透射光谱实验, 将太赫兹光谱传递函数幅值的理论模型值和实验值进行对比来验证模型的适用情况, 通过实验证实了在表面有凹陷等缺损情况时将太赫兹波进行高斯光束建模的必要性。 最后, 由模型推论出在与太赫兹波传播方向平行和垂直两个维度方向上, 凹陷深度和凹陷半径对太赫兹透射光谱的定量影响作用: 随着凹陷深度的增加, 光谱传递函数幅值周期越来越小, 两者之间存在单调的定量关系, 且不会受到凹陷半径的影响。 利用凹陷深度对光谱传递函数幅值周期的定量影响关系可以实现对凹陷深度的定量检测, 当可用频谱宽度为1.2 THz时, 凹陷深度的最低检测值为0.53 mm; 随着凹陷半径的增加, 光谱传递函数幅值均值有着先降低后增加的变化趋势, 两者之间不存在单调函数关系且受到凹陷深度的影响。 当凹陷半径大于5 mm时, 光谱传递函数幅值均值不再随半径的增加而增大, 样品表面凹陷对太赫兹波光谱传递函数幅值幅度的影响与凹陷位置也有关系, 这两种现象主要与太赫兹波的高斯分布情况有关。 研究结论可用于太赫兹波在非极性材料表面缺陷的无损检测中, 还可用于设计样品表面形态, 使其具有期望的光谱传递函数。

报道了X射线衍射光谱、 拉曼光谱、 红外光谱、 高光谱等多种光谱技术在五当召剌弥仁殿壁画制作材料与工艺研究中的应用。 五当召位于包头市阴山山脉腹地, 是内蒙古地区现存规模最大的格鲁派召庙, 剌弥仁殿是其六大经殿之一。 殿内壁画具有清代以来藏传佛教壁画的鲜明特点, 但受多种病害影响, 亟需保护修复。 使用多种光谱技术对壁画各结构层材质进行分析, 了解其制作工艺, 为壁画保护修复提供依据。 X射线衍射及激光粒度分析结果表明, 壁画泥质地仗的物相组成以石英、 钠长石、 方解石为主, 比例与当地生土基本一致, 仅通过物理筛分和掺加不同植物纤维的方式区分粗、 细泥层。 拉曼光谱分析结果表明, 壁画所用颜料有朱砂、 铅丹、 巴黎绿、 群青、 铬黄等, 后三种人工颜料于19世纪中后叶进入中国; 结合相关文献档案, 可推断壁画的绘制时代。 红外光谱结合色谱、 质谱联用技术分析结果表明, 壁画颜料层胶结材料是动物胶, 表面涂层是一种干性油薄膜, 但油料来源与加工工艺的判断仍需要更多的线索。 壁画纸张上的红色藏文印记通过高光谱成像技术提取后, 经最小噪声分离和波段运算处理, 文字的可识读性大幅提高。 针对复合材质类文物, 多种光谱分析技术的联合应用可以较为全面地揭示其结构、 材料、 影像等多元信息, 是目前深入研究彩绘类文物的基本手段。

高光谱遥感技术能够更细致地检测出岩矿的光谱特征, 为高光谱岩矿识别提供了强有力手段。 基于特定吸收特征波段的高光谱岩矿识别模型依赖很高的先验知识且难以满足区分不同类型岩石的要求, 因此探索建立准确、 高效的高光谱岩石自动识别模型具有重要意义。 在禄丰恐龙谷地区采集三类典型的沉积岩(泥岩、 砂岩和灰岩各21个)作为目标样本, 采用ASD FieldSpec3地物光谱仪获取沉积岩样本在350~2 500 nm范围内的高光谱数据, 对原始光谱进行一阶微分、 连续统去除变换并分析其光谱特征, 采用连续投影(SPA)、 竞争性自适应重加权采样(CARS)和迭代保留信息变量法(IRIV)三种特征变量选择算法选取原始光谱及其变换光谱中的特征波长, 基于全波段和特征波长数据分别建立支持向量机(SVM)和随机森林(RF)识别模型。 结果表明: 三种特征变量选择算法对高光谱数据都具有较好的降维效果, 从原始光谱及两种变换光谱选取出的特征波长数量在7~59个之间。 综合光谱变换处理与特征变量选择算法进行模型测试对比试验, 发现组合连续统去除-SPA-SVM模型方法在识别三类目标沉积岩上的表现最好, 其识别精度为0.952 4, 此时选取出用于输入模型的特征波长数量为10个, 只占全波段的0.5%, 大大降低了模型的运算量, 其中2个特征波长位于550 nm附近的Fe2+和Fe3+吸收带, 2个位于900 nm附近Fe3+吸收带, 5个位于1 900和2 200 nm附近的水分子、 羟基吸收带, 其分布可以较好地反映沉积岩化学成分差异导致的光谱吸收特征规律。 实验结果表明采用光谱变换与特征变量选择算法进行高光谱沉积岩自动识别是可行的, 能为高光谱岩矿识别方法提供参考。

近期市场出现一种形似铁线绿松石的玉石品种, 商家称之为“中东绿松石”, 困扰了珠宝市场的正常秩序。 对“中东绿松石”进行显微岩相学、 X射线粉晶衍射、 红外光谱、 拉曼光谱、 显微紫外可见光谱和微量元素分析, 确定其矿物学特征和谱学特征并命名。 结果表明: “中东绿松石”是一种多晶质集合体, 以透明-微透明蓝色和白色球状矿物组成的条带为主, 外部具有不透明褐红色矿物, 玻璃光泽, 折射率为1.53~1.54, 相对密度约为2.48~2.60, 紫外荧光灯短波和长波下, 蓝色部分均呈蓝白色荧光。 显微岩相学分析表明, 蓝色和白色的环带区域多为隐晶质放射状玉髓, 部分玉髓表面分布有少量铁氧化物而呈褐红色; 环带的中心区域为0.05~0.3 mm它形粒状的单晶石英。 X射线粉晶衍射分析发现“中东绿松石”中还含有结晶程度不高的针铁矿。 红外光谱显示, “中东绿松石”的红外光谱特征吸收峰与石英质玉石和玉髓一致, 为1 179、 1 104、 798、 781、 690、 540和488 cm-1, 由Si-O非对称伸缩振动、 Si-O-Si对称伸缩振动和Si-O弯曲振动导致。 拉曼光谱分析表明, 样品蓝色环带部分和中心部分具有石英的拉曼位移466和210 cm-1, 样品褐红色部分不仅具有石英的拉曼位移, 还具有针铁矿的拉曼位移302和551 cm-1。 显微紫外可见光谱和微量元素分析表明, “中东绿松石”的蓝色与Cu元素含量呈正相关关系, 表现为600~700 nm吸收带。 尽管“中东绿松石”的外形特点和某些铁线绿松石相似, 但其矿物成分是显晶质石英和玉髓的集合体, 含少量针铁矿, 根据GB/T 16552-2017, 其正确的珠宝玉石名称应为“石英质玉”。

分析了西南印度洋超慢速扩张洋脊49.2°E-50.5°E热液区热液沉积物样品的矿物组成和元素地球化学特征, 结果显示研究区热液沉积物矿物组成以黄铁矿和黄铜矿为主, 还含有少量闪锌矿等, 而硅烟囱和残留氧化物分别主要由无定形硅和碳酸钙、 铁氢氧化物(如针铁矿)等矿物组成, 由热液沉积物到硅烟囱, 再到残留氧化物过渡过程中, 矿物组成中硫化物含量以及矿物结晶程度的降低, 指示了成矿温度逐渐降低的趋势。 同时, 通过XRF、 ICP-AES等手段对热液沉积物的主微量元素分析, 主微量地球化学特征指示海水的贡献逐步增大, 而热液对其影响逐步减小, 形成环境也逐步从热液羽状流环境向海相水成的低温氧化环境转变。 在稀土元素分析中, 热液沉积物中稀土元素总体含量较高, ∑REE(26.37～32.86)×10-6; 残留氧化物中稀土元素含量次之, ∑REE(5.58～30.43)×10-6; 硅烟囱中稀土元素含量较低∑REE(0.92～6.96)×10-6。 研究区样品均表现出轻稀土元素富集、 重稀土元素亏损的特征, δCe值变化范围为0.34～1.00, 具有Ce负异常特征; δEu值变化范围为0.87～4.24, 具有Eu正异常特征, 指示样品继承热液流体的部分地球化学特征的同时, 又受到了海水的明显影响, 稀土来源具有多样性的特征。 综合分析表明, 研究区由于受制于较弱的热液活动, 以中低温为主的成矿环境, 成矿流体主要起源于海水, 因此成矿过程受海水混合作用影响较大。

马铃薯是继水稻、 小麦、 玉米之后的一种重要的粮食作物, 其优化种植和生产对于保障粮食安全具有重要的意义。 作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关, 常常被直接用来参与作物产量预测和健康状态参数评估。 现有的研究表明, 遥感植被指数在中高作物覆盖度时会丧失对作物参数的敏感性, 即“饱和现象”, 这制约了作物生长中后期AGB的准确监测。 采用了一个新型垂直生长作物AGB估算模型(VGC-AGB)结合高光谱遥感开展马铃薯多生长阶段的AGB估算研究。 针对多生长时期遥感光谱指数开展作物生物量监测中存在的“饱和问题”, VGC-AGB定义了叶片干物质含量(Cm)和垂直器官干物质含量(Csm)2个参数, 分别描述马铃薯叶片和茎的平均干物质含量, 并通过叶面积指数(LAI)×Cm计算叶片的地上生物量(AGBl), 通过种植密度(Cd)、 马铃薯株高(Ch)和Csm的乘积, 即Cd×Ch×Csm计算垂直器官的地上生物量(AGBv)。 基于国家精准农业研究示范基地2019年马铃薯田间实验, 分别获取了马铃薯4个关键生长时期的地面ASD高光谱数据、 实测株高、 AGB和LAI数据等, 并利用高光谱反射率数据构建了高光谱特征参数, 分别对比了(1)高光谱特征参数+株高, (2)地面测量参数+VGC-AGB模型和(3)高光谱特征参数+VGC-AGB模型的3种马铃薯AGB估算模型的性能。 结果表明, 与传统的高光谱遥感植被指数+株高的AGB估算方法相比, 新型VGC-AGB模型结合高光谱遥感数据可以提供更高性能的马铃薯AGBl、 AGBv和总AGB估算结果, 该方法可为马铃薯AGB的快速无损监测提供技术支撑。

叶绿素含量是甘蔗在生长监测中非常重要的评估内容, 尤其是在甘蔗受到病害侵染的情况下, 准确估计叶绿素含量有利于病害的早期检测与防治, 在实际生产中具有重要意义。 为了构建花叶病胁迫下甘蔗叶片叶绿素含量估计模型, 于2021年7月到11月通过人工接种病菌, 使甘蔗叶片感染花叶病。 对这些感染了花叶病的叶片重复测量高光谱数据。 并通过化学方法测量叶片的叶绿素含量, 以此建立花叶病胁迫下的甘蔗叶片高光谱数据集。 首先使用Savitzky-Golay卷积平滑(SG)、 多元散射校正(MSC)、 变量标准化(SNV)、 一阶导数(1st D)、 二阶导数(2nd D)5种高光谱数据预处理方法建立偏最小二乘回归(PLSR)检测模型, 从而构建高光谱数据最优预处理模型。 利用最优预处理结果, 分别采用相关系数、 连续投影算法(SPA)和随机森林算法(RF)筛选特征波段。 将筛选出的波段分别和BP神经网络(BPNN)、 支持向量回归(SVR)、 K最邻近法(KNN)等机器学习模型结合建立叶绿素含量预测模型。 结果表明, 基于SG处理后建立的PLSR模型精度最高R2p=0.9952, RMSEp=0.235 3 mg·cm-2。 用RF筛选出的特征波段与BPNN学习模型结合的SG-RF-BPNN模型为花叶病胁迫下甘蔗叶片叶绿素含量的最优预测模型, R2p=0.996 4, RMSEp=0.205 8 mg·cm-2。 提出的基于高光谱信息的花叶病胁迫下的叶绿素含量预测模型具有较高的精度和预测能力, 可为大面积种植的甘蔗精准、 无损伤的病害胁迫检测提供科学依据。

针对市场中存在广陈皮年份造假、 以次充好等问题, 提出一种基于黑寡妇优化算法(BWO)和支持向量机模型(SVM)的广陈皮陈化年份高光谱鉴别方法。 以四类陈化年份(5~20年)的广陈皮作为实验对象, 采集样本的高光谱图像数据(385~1 014 nm波长), 通过镜头校准和反射率校准后提取样本感兴趣区域的平均光谱数据。 首先, 采用多项式平滑算法(SG), 结合多元散射校正算法(MSC)和去趋势算法(detrend)对数据进行降噪处理; 然后, 分别采用连续投影算法(SPA)、 竞争性自适应重加权与逐步回归混合算法(CARS_SR)筛选出特征波段; 最后, 提出以均方根误差(RMSE)为适应度函数, 分别使用偏最小二乘判别分析模型(PLS)、 粒子群算法优化SVM模型(PSO-SVM)和蝗虫算法优化SVM模型(GOA-SVM)对广陈皮的陈化年份进行鉴别, 并通过采用BWO算法优化SVM模型(BWO-SVM)来得到鉴别模型的最优参数。 结果发现: SG_detrend算法对广陈皮高光谱数据具有较好的降噪能力, CARS_SR算法具有较好的特征信息提取能力; 与PLS、 PSO-SVM和GOA-SVM相比, BWO-SVM算法可以得到更好的鉴别模型控制参数; SG_detrend-CARS_SR-BWO-SVM模型对广陈皮陈化年份的鉴别准确率达到97.59%, RMSE为0.060 2, R2为0.952 9。 该工作为实现广陈皮陈化年份的快速无损鉴别提供了新方法, 也为便携式鉴别仪器或在线生产设备研发提供了理论依据。

受大田环境的影响, 田间采集的冬小麦冠层光谱内含有大量与目标信息无关的噪声, 这制约了高光谱数据对冬小麦植株信息的估测能力。 为制约噪声信息对光谱信息的影响, 探寻提升光谱对冬小麦植株水分供给信息估测能力的方法, 通过野外地面实验获取大田冬小麦高光谱数据及其叶片含水量信息, 采用离散小波算法处理分析高光谱数据, 结合相关性分析算法、 偏最小二乘算珐, 定量分析5类小波基对离散小波算法分离光谱信息的影响规律, 离散小波算法在分离可用光谱信息与噪声中的普适规律及小波基对信息分离的影响进行探讨, 从而为田间光谱数据的处理与分析提供理论与方法支撑。 结果表明: (1)与冬小麦含水量敏感的波段多分布于D1-D5尺度, 且敏感波段在各小波基内的分布区间相对一致, 但波段位置与相关强度均存在一定差异, 这表明小波基的选择能影响高频信息与冬小麦叶片含水量的相关强度与波段位置。 (2)可用的光谱信息与噪声信息均随分解尺度的增加而呈先升后降的规律, 噪声信息对高频信息估测能力的干扰强度随尺度的增加而降低, 高频信息对冬小麦叶片含水量的估测能力随尺度的增加而降低。 (3)模型的精度与稳定性是可用光谱信息与噪声信息综合作用的结果, 其中基于meyer小波基的D5尺度构建的估测模型为最优模型, 其建模精度的R2=0.625、 RMSE=1.562, 验证精度的R2=0.767、 RMSE=1.828。 本研究的结论可为基于离散小波算法的光谱处理与分析提供指导, 并为受噪声影响较重的光谱信息的处理与分析提供一定参考, 同时也可为我国西南、 南部等全年水汽含量较高区域内或北方夏季作物叶片含水量的检测提供基础支撑。

纯有机室温磷光由于其独特的长余辉性质, 在数据加密、 防伪、 有机发光二极管以及细胞成像等应用领域引起了广泛关注。 目前, 设计具有高亮磷光和超长发光时间的有机材料仍然是一个巨大的挑战。 基于重原子效应, 设计与合成了一种纯有机室温磷光分子1,4-二溴-2,5-二氟二(9H-咔唑-9-基)苯(BFCzB), 该化合物在日光下为白色粉末, 紫外灯开、 关后发射明亮黄色磷光, 其最大激发波长为366 nm, 对应的最大发射波长为544 nm, 在590和640 nm还存在两处肩峰, 其寿命为103.55 ms, 余辉接近2 s。 为了探讨重原子引入对磷光的影响, 在(TD)DFT(含时密度泛函理论)上进行了理论模拟, 通过模拟计算可得出HOMO/LUMO的带隙仅为0.02 eV, 说明分子易被激发, 通过与相似无卤素化合物的比较, 引入卤素后能带隙的减弱证明重原子的引入有助于促进单线态和三线态间的自旋轨道耦合(SOC)和系间窜越(ISC)。 为进一步探究BFCzB超长磷光的起源, 进行了粉末X射线衍射(XRD)光谱测试以了解分子堆积模型和存在的相互作用。 对于BFCzB分子, 存在3种类型的分子内相互作用, 包括C-Br…π (3.373 1 )卤键、 C-Br…N (3.170 5 )卤键和C-F…H-C (2.587 7 )氢键。 这些相互作用有效地限制了分子的旋转与振动, 进而极大地降低了非辐射驰豫。 此外, BFCzB分子中卤素原子与相邻分子间还存在着众多分子间相互作用。 C-F与相邻分子的咔唑环形成主要的相互作用C-F…H-C (2.527 1 )氢键和C-F…π(2.933 5和3.049 4 )卤键, Br与相邻分子也存在着C-Br…H-C (2.846 6 )氢键和C-Br…π(3.531 4 )卤键相互作用。 邻近分子的咔唑基团还存在着π…π堆积(3.399 2 )。 所有这些分子内和分子间的相互作用共同抑制分子运动, 进一步抑制了三重态激子的非辐射弛豫, 实现了超长室温磷光。 该工作还通过TMB比色法验证BFCzB分子的磷光在水中猝灭时产生单重态氧(1O2), 并基于此进行光动力学抗菌实验。 本研究可为纯有机磷光分子的设计、 合成和应用提供借鉴。

全面、 准确表征钢中非金属夹杂物特征, 有利于发现和认识新夹杂物, 也是实现非金属夹杂物的调控和钢材质量提升的前提。 分别采用扫描电镜-能谱、 拉曼光谱、 高分辨率透射电镜和微区X射线衍射等检测方法, 结合夹杂物电解萃取技术和图像分析技术, 表征了锆脱氧钢中非金属夹杂物形貌、 尺寸、 数量、 分布、 成分、 晶体结构等特征参数, 对比分析了四种夹杂物表征方法的优缺点。 结果表明, 采用SEM-EDS方法分析锆脱氧钢中夹杂物主要由Zr、 O和少量Al元素组成。 基于锆氧化物和铝氧化物的化学计量关系, 分析得出夹杂物由94% ZrO2和6% Al2O3组成。 统计锆脱氧钢中夹杂物尺寸分布, 夹杂物的平均尺寸为0.62 μm, 0.7～0.8 μm范围内夹杂物数量最多。 采用SEM结合电解萃取夹杂物技术, 可以观察到钢中非金属夹杂物的三维形貌。 采用EDS方法可以逐一定性分析夹杂物中元素组成和元素分布情况, 结合夹杂物的化学计量关系, 可以定量分析具有单一价态夹杂物的成分。 但是, 对于价态种类较多和价态不明的非金属夹杂物, 仅采用EDS方法不能准确分析得出夹杂物的物相和成分。 采用拉曼光谱结合电解萃取夹杂物技术, 检测到锆脱氧钢中存在单斜相二氧化锆。 通过TEM衍射花样标定及能谱分析单个夹杂物, 检测到有单斜相的二氧化锆。 采用微区X射线衍射法结合电解萃取夹杂物技术, 检测到单斜相与四方相的二氧化锆, 并得到了二氧化锆夹杂物的晶格参数。 此三种方法均未检测到含铝物相。 拉曼光谱分析法、 透射电子显微镜、 微区X射线衍射法均能够定性分析电解萃取后夹杂物物相和成分, 但是对于含量较低物相, 三种方法无法准确表征。 透射电子显微镜、 微区X射线衍射法均能够表征夹杂物晶体结构、 晶格参数。 透射电子显微镜和扫描电镜只能逐一表征各个夹杂物。 微区X射线衍射法和拉曼光谱分析法能够表征检测区域内所有夹杂物物相, 是具有统计意义的夹杂物表征方法。 因此, 采用扫描电镜-能谱分析结合微区X射线衍射分析可以较为全面、 准确表征夹杂物特征。

高压套管是电力系统的核心部件, 对高压套管的绝缘状态进行检测具有重要的实际意义。 由于目前常见的绝缘状态在线监测设备难以适用于安装位置特殊、 体型较小的高压套管, 研发适用于高压套管的检测系统势在必行。 相较于传统金属结构的光声池, 采用全绝缘结构光声池能够在进行原位检测时不形成悬浮电位, 从而能够规避在高压套管内引发局部放电等故障, 是对高压套管绝缘状态进行检测的理论可行方案之一。 探究了适用于高压套管检测的原位检测系统重要部件全绝缘结构光声传感器的可行性。 分别从基本原理、 仿真计算及实验验证三个方面对全绝缘结构光声池进行了分析及论证。 首先, 就光声池材料对光声信号的影响进行了理论分析, 讨论了相较于传统黄铜材料, 由绝缘材料石英制成的光声池可能存在的问题。 然后, 在此基础上采用COMSOL Multiphysics建立了共振式光声池的仿真模型并进行了声学和热学相关计算, 对理论分析的结果进行验证, 并分析了实际情况下石英光声池的理论表现。 最后, 建立基于石英光声池的光声光谱检测系统实验平台, 结合波长调制及二次谐波方法对微量乙炔气体进行定量检测, 用于对石英光声池的可行性进行验证。 仿真计算结果表明, 类似于黄铜材料, 石英材料光声池同样具备对微量气体进行定量检测的能力。 实验结果表明, 基于石英光声池的检测系统对乙炔气体的检测极限能够达到0.16 μL·L-1, 满足相关标准中油浸式电气设备对乙炔检测的需求。 因此, 以石英为材质的共振式光声池具备应用于高压套管原位检测的潜力。

玉米是我国重要粮食作物之一, 在我国广泛种植, 筛选优良的玉米品种是农业生产和育种的关键, 但市场上玉米品种繁多, 如何快速准确高效鉴别玉米品种从而实现玉米高产高收亟待解决。 提出了基于高光谱图像技术的极限学习机(ELM)鉴别模型, 以期解决玉米品种鉴别问题。 以八个品种玉米种子作为研究对象, 试验样本共480个, 按2∶1比例划分为训练集和测试集, 分别为320个和160个。 利用高光谱图像采集系统获取935.61～1 720.23 nm范围内的玉米种子图像, 黑白校正后选取胚芽部位大小为10×10 pixel的感兴趣区域(ROI), 提取该区域内平均光谱作为原始光谱数据。 因原始光谱两端噪声较大, 有效信息较少, 为增强信噪比, 截取949～1 700 nm范围内的玉米种子光谱波段作为有效波段进行分析。 由于数据采集过程中受无关信息干扰较强影响建模效果, 故对去噪后的光谱波段信息进行SG平滑(Savitzky-Golay smoothing)预处理, 将平滑点数设置为3, 在SG平滑基础上进行最大归一化(MN)预处理。 预处理后分别采用竞争性自适应重加权算法(CARS)、 连续投影算法(SPA)单一提取和CARS+SPA、 CARS-SPA组合筛选方法提取特征波长, 以特征波长反射率作为输入矩阵X, 预设样本类别1、 2、 3、 4、 5、 6、 7、 8作为输出矩阵Y, 利用极限学习机分别建立(SG+MN)-ELM、 (SG+MN)-CARS-ELM、 (SG+MN)-SPA-ELM、 (SG+MN)-(CARS+SPA)-ELM、 (SG+MN)-(CARS-SPA)-ELM五种玉米品种定性鉴别模型。 试验结果表明: (SG+MN)-(CARS-SPA)-ELM模型较其他四者鉴别效果最佳, 训练集和测试集平均鉴别准确率均为98.13%, 表明CARS-SPA二次筛选的特征波长变量更敏感, 能够代表所有波长信息, 且极限学习机模型有较好的定性鉴别性能, 可实现对玉米品种的鉴别。 该研究为玉米种子及其他农作物种子快速准确鉴别提供了新思路和新方法。

随着杂交水稻育种技术的快速发展, 杂交水稻品种日益繁多, 品质与价格也千差万别, 利用智能化手段对杂交水稻种子进行快速分类、 分级和品质检测成为杂交水稻研究领域的热点。 首先研究了不同预处理方式对基于近红外光谱的一维卷积神经网络分类模型对杂交水稻种子的分类效果的影响, 研究结果表明利用Savitzky-Golay卷积平滑算法预处理后的一维卷积神经网络分类模型可获得最佳的分类效果, 其验证集与测试集的分类精度为95.4%和92.9%。 利用随机森林特征波长选择算法选取3个最重要的特征波长分别构建基于单波长灰度图像数据集和基于3波长重构的伪彩色图像数据集, 研究了基于图像数据集的卷积神经网络VGG和残差网络ResNet的杂交水稻种子分类模型, 其研究结果表明基于伪彩色图像数据集的VGG卷积神经网络模型能够获得最优的分类效果, 其验证集与测试集的分类精度分别为92.8%和92.8%, 相比基于伪彩色图像数据集的ResNet分类模型, 其验证集提升3.6%, 测试集提升4.9%。 为了进一步提高分类的精度, 提出了一种图像信息与光谱信息融合的杂交水稻种子分类方法, 该方法利用1D-CNN网络分支提取种子的光谱特征, 利用2D-CNN网络分支提取种子图像的空间维度特征, 最终构建基于图谱融合的2Branch-CNN卷积神经网络分类模型, 其验证集与测试集的分类精度都得到明显改善, 分别达到98%和96.7%。 并利用混淆矩阵评估了2Branch-CNN分类模型对于各个种类的杂交水稻种子的分类效果。 研究结果表明通过图谱融合能有效提升卷积神经网络模型的分类精度, 构建基于光谱与图像数据融合的二分支卷积神经网络模型将为杂交品种的种子快速筛选与分级提供新思路。

针对现有卷积神经网络土壤有机质(SOM)预测模型用在小样本数据集存在建模效果差, 预测精度不够高等问题, 为更加精准预测土壤SOM含量, 以广西国有黄冕林场和国有雅长林场采集的206个土壤样品为研究对象, 提出了一种改进时间卷积网络(SATCN)的红壤有机质高光谱预测模型。 对土壤样品进行Savitaky-Golay(SG)平滑以及一阶微分(1DR)、 二阶微分(2DR)、 标准正态变量(SNV)和多元散射校正(MSC)四种变换, 对比分析长短记忆网络(LSTM)、 偏最小二乘回归(PLSR)和支持向量机(SVM)在不同光谱预处理下的建模效果, 结果表明, 采用SG处理后的光谱一阶微分预处理方法, 建模效果最好; 在时间卷积网络(TCN)架构上, 采用浅层网络结构, 在TCN残差结构中加入自注意力层, 提高模型特征学习能力; 每个卷积核权重加入L2正则化, 防止过拟合; 选取一阶微分作为光谱预处理, 建立ResNet-13、 VGGNet-7、 时间卷积网络(TCN)和改进时间卷积网络(SATCN)四种模型, 对比分析四种模型建模效果, 以及SATCN模型在不同网络深度下模型建模效果。 结果表明, 在一阶微分光谱预处理的情况下, 浅层SATCN模型建模效果优于深层模型; SATCN模型中的自注意力残差结构, 不仅能够强化光谱序列重要特征, 模型特征学习能力和预测精度也有显著提高。 相比于CNN、 TCN等建模方法, 提出的SATCN模型建模效果最好, 拥有更高的精确度和极好的模型估测能力, 验证集的决定系数(R2)为0.943, 均方根误差(RMSE)为3.042 g·kg-1, 相对分析误差(RPD)为4.273。 综上所述, SOM含量的最佳预测模型是采用SG平滑后一阶微分光谱预处理基础上建立的SATCN预测模型, 对广西林地土壤有机质含量进行更加了精准预测。

作为遥感领域的新兴技术, 高光谱成像为遥感影像处理分析和计算机视觉提供了海量内容。 高光谱图像的优势在于电磁波谱的范围广度与高分辨率, 能够将地物目标的光谱反射特性和差异特征更全面地表现出来, 广泛地应用于地物分类、 目标识别、 异常检测等领域。 但是, 高光谱图像由于数据量繁重、 信息重叠冗杂等问题, 给图像处理、 存储和传输带来一定挑战。 选择合适的光谱波段可以在不改变原图像物理信息的情况下, 达到较好的图像处理成果。 为设计适合数据降维和目标地物分类的波段选择方法, 提出将视觉显著性模型应用到波段选择方法中。 首先引入基于图像空间分布的目标显著性算法进行波段图像处理得到目标显著图; 其次, 利用目标显著图分析地物之间在每一波段图像中的可分离程度定义为波段显著性。 为避免波段信息重叠, 在波段选择之前利用谱聚类算法将波段划分为若干子空间。 然后在子空间内依据波段显著性降序排列, 选择各子空间中目标显著性表现较好的波段组成波段子集; 最后, 在GF-5采集的高光谱图像数据进行方法验证, 筛选有效的目标显著性算法, 与常用的波段选择算法进行分类精度比较。 结果表明, 基于LC目标显著性算法的波段选择子集, 在SVM分类器中具有优异分类结果, 总体分类精度和Kappa系数达87.780 0%和0.805 3, 优于应用全波段和其他三种波段选择方法的结果子集。

粘度是反映纸张纤维素分子聚合度和力学性能的重要指标, 实时、 准确地获取粘度含量对于珍贵纸质材料的修复和保护具有重要的意义。 然而, 传统的纸张粘度分析方法主要采用化学手段, 该化验过程耗时较长, 且会对纸张不可避免的产生二次损伤。 针对这一问题, 高光谱遥感凭借其丰富信息量、 实时、 无接触的特点, 是无损获取纸张粘度含量的有效途径。 首先, 在实验室获得不同老化程度的实验纸张测得其粘度含量, 采集纸张样本的光谱影像数据, 通过光谱降噪、 光谱变换和光谱信息扩展实现纸张高光谱数据的预处理, 建立不同老化程度下的纸张粘度含量光谱数据库, 分别构建不同光谱变换方式下的光谱差值、 比值和归一化指数, 再结合相关性分析筛选其中与粘度相关性最强的12种最优光谱指数, 最后将其作为自变量搭建关于粘度含量的回归模型, 通过模型精度对比来优选其中最能有效表征纸张粘度含量变化的光谱指数及模型。 研究结果表明: (1)相对于原始光谱而言, 经过光谱变换处理后提取的粘度高相关特征子集占比得到大幅提升, 同时其中的相关系数均值与中位数也得到提高; (2)通过光谱信息扩展后得到的光谱信息参量与粘度的相关性高于原本的光谱谱段, 且提取的12种最优光谱指数中大部分有扩展信息参量的参与; (3)不同光谱变换结果下提取的最佳光谱指数与粘度含量的相关性都在0.89以上, 由其中筛选得到的三种具备代表性的光谱指数都有效反映纸张粘度在400~500 mL·g-1时的变化情况; (4)纸张光谱经过对数一阶微分处理后, 由光谱积分(SI)和光谱吸收深度(SAD)构建的归一化指数与粘度相关性最大, 达到了-0.917, 由该指数建立的模型在训练集和测试集上R2分别为0.84和0.76, 其在测试集中MRE为0.089, RMSE为40.29 mL·g-1。 研究结果可为纸张粘度含量遥感反演提供科学的理论与技术支撑, 对纸质文物无损分析体系的构建具有重要参考意义。

为了监测黄瓜采摘后贮藏期间品质的变化, 借助不同贮藏日期贮藏室气氛的3D荧光数据, 提出了一种特征荧光信息(特征激发与特征发射波长)提取方法, 实现了黄瓜贮藏期间品质的监测。 首先, 对3D荧光数据进行去除瑞利散射和多项式Savitzky-Golar(SG)平滑降噪预处理, 有效消除了散射和噪声信号的影响。 其次, 对预处理后的3D荧光数据进行主成分分析(PCA)得到主成分矩阵, 并运用各主成分变量构造Wilks统计量, 选取了最小值对应的主成分(第11主成分, PC11); 根据构造该主成分的各原始变量(激发波长)的组合系数大小提取了8个特征激发波长。 然后, 采用10 nm的间隔对发射光谱进行了波段划分, 运用小波包分解(WPD)对每个波段进行了3尺度分解, 计算了各波段分解后的小波包能量, 综合8天试验结果选择能量最高的发射波段作为初选发射波段。 采用偏最小二乘回归(PLS)结合黄瓜理化指标(硬度、 叶绿素含量和失重率)对初选的发射波段进行了分析, 依据回归系数精选了7个特征发射波长, 简化了计算。 同时, 根据黄瓜硬度数据初步找到了其变化趋势的转折点; 根据黄瓜叶绿素含量变化曲线及一阶导数, 发现了叶绿素下降趋势最显著的点, 并结合试验过程中的感官观察结果, 确定第5个贮藏日为黄瓜品质突变日, 并选择第5个贮藏日为监测基准日。 最后, 采用提取的特征荧光信息计算不同贮藏天数与监测基准日之间的马氏距离(MD), 构建MD监测模型。 结果表明, 随着贮藏时间越来越接近监测基准日, MD值则逐渐减小到0, 与黄瓜贮藏过程中品质变化进程相符。 上述多变量统计分析融合小波包能量的特征波长提取方法和应用特征荧光信息构建的MD监测模型有望成为黄瓜贮藏过程中品质监测的一种可行方法。

绿松石的有机充填处理由来已久, 浸胶(丙烯酸酯类)、 注胶(环氧树脂类)两种充填方式已有大量研究, 冻胶(丙烯酸酯类)作为一种较新的充填方式, 研究基础较为薄弱。 以天然绿松石原料及其对应冻胶充填后的绿松石为研究对象, 结合处理所用冻胶材料, 通过常规宝石学测试、 红外光谱测试、 三维荧光光谱测试、 紫外-可见吸收光谱测试等测试技术, 对冻胶充填前后绿松石的宝石学特征和谱学特征进行系统的对比分析研究。 结果显示: 冻胶充填后, 绿松石的颜色和致密度得到明显提升, 表面有胶质物残留及白色“松花”现象, 冻胶充填绿松石在长波紫外灯下显示弱-中等的蓝色荧光, 短波下显示弱荧光, 胶质物残留位置发光明显, 而绿松石原料在长短波下均呈惰性; 冻胶原液的红外光谱显示CO伸缩振动峰［(1 722±5) cm-1］、 C-O伸缩振动峰［(1 156±5) cm-1］、 CC伸缩振动峰［(1 637±5) cm-1］, 还出现了苯环结构和C-OH的吸收峰, 表明其主要成分可能为含有苯环、 羧酸、 醇等结构的化合物与甲基丙烯酸酯的共聚物; 冻胶充填绿松石的红外光谱中出现了与冻胶原液对应的有机基团吸收峰, 可有效鉴别充填绿松石与原料; 三维荧光光谱测试显示: 绿松石原料在整个激发波长范围内没有出现明显的荧光中心, 冻胶充填绿松石均出现了发射波长在465、 445和410 nm附近的特征荧光中心, 激发波长范围为360～400 nm, 与冻胶原液的荧光中心相对应, 说明荧光由胶质物导致, 可作为冻胶充填的重要证据; 绿松石原料和冻胶充填绿松石的紫外-可见吸收光谱均符合天然绿松石的吸收特征, 说明冻胶充填过程中未添加有机染剂。

店埠河农业小流域是南淝河最大的支流, 探究该流域水体溶解性有机质(DOM)的时空演变机制对于了解其水生生态系统至关重要。 该研究结合水体的三维荧光光谱和紫外-可见光谱, 采用平行因子分析(PARAFAC)方法对测定的三维荧光光谱矩阵进行组分提取, 分析该流域特定时段的水体DOM荧光组分及比例, 结合荧光参数(荧光指数FI、 自生源指标BIX以及腐殖化指标HIX)和紫外-可见光谱吸收特征参数(α254、 E2/E3)分析店埠河农业小流域水体DOM时空特征。 实验结果显示: 店埠河农业小流域在该特定时段(2020年9月-2021年4月)水体DOM包含2个有效的荧光组分, 分别为1种类腐殖质物质(类富里酸组分)和1种类蛋白质物质(低激发类色氨酸组分), 两个组分各占比例分别为53.9%和46.1%; 水体三个荧光参数(FI、 BIX、 HIX)在不同季节(9月秋季、 1月冬季和4月春季)之间的荧光参数呈现显著的季节变化差异, 指明DOM总体上受陆源和内源物质的综合影响, 具有强腐殖化、 弱自生源特征; 紫外-可见光谱吸收特征参数(α254、 E2/E3)表明1月冬季水体的DOM相对浓度和分子量大小均低于其他两个季节(9月秋季和4月春季), 而各采样点DOM分子量大小和相对浓度从河流上游到下游均未呈现明显的区域变化趋势。 该研究综合流域水体三维荧光光谱特征和紫外-可见光谱吸收特征, 示踪了店埠河农业小流域水体特定时段DOM的组分来源, 分析了其时空分布特征, 从而为该流域的生态环境综合治理提供可靠的理论依据。