高压发光二极管（high-voltage light-emitting diode）具有工作电压高、 驱动电流小的特点， 还有封装成本低、 暖白光效高、 高可靠性驱动、 线路损耗低等优点， 这使其得到了广泛的研究与应用。 首先介绍了高压LED的基本原理， 分类与结构； 然后， 着重从优化器件光电特性的角度， 阐述了高压LED关键制备工艺的最新研究进展； 并从失效机制和热特性方面阐述了高压LED的可靠性问题； 最后， 展望其发展与应用前景。

调频连续波激光雷达具有测量范围大， 精度高， 无需合作目标等优点， 在计量学和工业现场测量中具有重要作用。 简单介绍了等光频重采样调频连续波激光雷达的基本结构和测距原理， 分析了系统辅助干涉信号和测量干涉信号中存在的主要噪声及其特点。 当系统辅助干涉信号中存在噪声时， 会造成极值点不准确并且引入测量误差。 随后， 使用Cramér-Rao下界定理评估测量干涉信号的噪声对测量结果的影响。 为了提高测量的准确性和稳定性， 基于经验模态分解的小波阈值滤波和汉宁窗带通滤波结合小波滤波的自适应滤波方法分别用来去除了辅助干涉信号和测量干涉信号中的噪声。 实验中多次测量了平面镜和多种粗糙度样块， 并使用精密导轨验证测量结果的准确性。 实验结果表明， 当被测物位于3.9 m左右时， 使用自适应滤波方法去除噪声后， 系统对反射镜和其他粗糙度样块的测量不确定度为20 μm和几十微米（K取值2）， 远小于使用小波阈值滤波的方法(120 μm和几百微米)。 同时， 通过对比精密导轨位移数值和系统的测量结果， 证明了所提出的方法能够有效提高系统的测量准确性。Method and Experimental Verification

基于荧光粉分层和远程荧光封装技术， 采用热压法制备出双层远程荧光膜， 并封装出白光LED。 通过荧光分光光度计和可见光光谱分析系统研究了绿色和红色远程荧光膜不同分层顺序及不同发射波长对于白光LED光谱性能的影响。 研究发现： 蓝-绿-红（B-G-R）膜层封装形式相较于蓝-红-绿（B-R-G）辐射发光效率提高了31.69%， 色保真度和色域指数均随着红色远程荧光膜波长的增加而升高， 发射波长为660 nm时制备的白光LED色保真度最高值达到91， 色域指数最高值达到104， 辐射发光效率值则与波长成反比关系； 色保真度随着绿色远程荧光膜波长的增加逐渐降低， 色域指数则先降低后升高， 发射波长为530 nm制备的白光LED具有最高的辐射发光效率， 达到300.7 lm·W-1。 研究所得出的相关结论对于实际的应用具有一定的参考意义。

研究了苯胺类化合物3DTAPBP(2,2’-二(3-二对甲苯基氨基苯基)联苯)的双分子激发态。 首先， 制备了3DTAPBP的单层有机发光二极管(OLED)： ITO/MoO3/3DTAPBP/LiF/Al， 其电致发光光谱中不仅含有3DTAPBP的单体激子发光(中心波长约420 nm， 蓝光)， 还观察到电致激基缔合物的发光(峰值为578 nm, 黄光)。 由单体发光和电致激基缔合物发光可以混合得到白光， 如： 7.0 V电压下， 3DTAPBP的单层器件的色坐标为(0.36, 0.31)， 器件结构非常简单。 不过由于单层器件中载流子注入和传输的严重不平衡， 亮度和效率极低。 此外， 在3DTAPBP与电子传输材料TPBi(1,3,5-三(1-苯基-1H-苯并咪唑-2-基)苯)构成的双层器件(ITO/MoO3/3DTAPBP/TPBi/LiF/Al)中， 由于载流子在界面处的堆积， 观察到3DTAPBP/TPBi界面处形成激基复合物发光(中心波长约490 nm)， 对应光子的能量和3DTAPBP与TPBi的HOMO(最高占有轨道)-LUMO(最低未占有轨道)能级差基本吻合。 对双层器件的电致发光光谱进行洛伦兹分解拟合， 发现随着电压的增加， 激基复合物发光减弱， 原因是更多的载流子越过3DTAPBP/TPBi界面势垒， 相应的3DTAPBP的单体激子发光逐渐增强。 4， 6和8 V驱动电压下， 双层器件的色坐标分别为(0.28, 0.35)， (0.24, 0.29)和(0.27, 0.28)， 随着驱动电压的增大， 发光颜色逐渐趋于白色。 双层器件的最高亮度和最大电流效率分别达1 349.2 cd·m-2， 1.22 cd·A-1。

近年来水资源短缺问题日益严重， 部分地区由于农业灌溉用水不足导致庄稼减产农民利益受损。 大豆是一种需水量较大的农作物， 一旦水分亏缺将直接影响大豆植株的形态和生长发育， 从而造成大豆品质降低和产量减少。 大豆叶片的水分状况可真实地反映植株水分受土壤水分亏缺的影响程度， 因此， 大豆冠层叶片水分含量的快速获取成为一种需要。 太赫兹辐射在水中的强烈衰减使其成为一种非常灵敏的非接触式探针， 可以快速、 无损地检测叶片含水量。 因此基于太赫兹光谱这一新技术进行大豆冠层叶片含水量的检测研究， 用于实时监测田间大豆的健康状况。 实验选用中黄13号大豆进行栽培， 为尽可能模拟田间不同程度的干旱胁迫状况， 将开花期大豆进行5个不同梯度： 正常供水、 轻度干旱胁迫、 中度干旱胁迫、 重度干旱胁迫、 严重干旱胁迫（分别占田间最大持水量的80%， 65%， 50%， 35%， 20%）的水分灌溉， 每个梯度设置3个重复。 利用人工称重法与便携式土壤水分速测仪结合将土壤含水量调控到各水分梯度要求。 然后， 将实验大豆植株运回实验室并利用透射式太赫兹时域光谱仪进行样本扫描， 每个梯度采集18片冠层叶片， 共90个样本， 以2∶1的比例分为校正集和预测集。 在获取各样本时域光谱数据后， 根据Dorney和Duvillaret提出的模型进行了光学参数的提取， 得到各样本的吸收系数谱以及折射率谱。 定性分析了太赫兹时域光谱、 吸收系数、 折射率随水分胁迫程度不同的变化情况。 实验发现： 随着水分胁迫程度的降低， 时域光谱的峰值呈不断衰减趋势， 且均低于空白参考峰值， 同时有明显的时间延迟。 吸收系数值随干旱胁迫程度的加剧逐渐降低； 折射率值同样随干旱胁迫程度的加剧逐渐降低。 并利用偏最小二乘（PLS）和多元线性回归(MLR)方法定量研究了时域光谱、 吸收系数、 折射率光谱数据与叶片含水率的相关关系。 结果表明， 太赫兹波对大豆叶片水分差异十分敏感， 基于时域光谱最大值和最小值的MLR预测精度最高， 预测集相关性（rp）达-0.939 3， 均方根误差（RMSEP）为0.049 5。 研究表明太赫兹光谱技术应用于大豆冠层叶片含水量观测具有良好的可行性， 为开展大豆冠层含水量信息快速获取， 实现科学节水管理与灌溉决策提供了新的检测手段和实验依据。

纵火是一种严重危害公共安全和社会稳定的个人极端暴力犯罪行为。 在纵火案件调查过程中， 火灾残留物中的易燃液体（ILs）是确定火灾性质和判断起火原因的重要物证， ILs的分析一直是法庭科学工作者关注的热点。 利用衰减全反射红外光谱法（ATR-FTIR）对汽油、 柴油、 煤油、 植物油等常见ILs进行检验， 结合主成分分析（PCA）、 层次聚类分析（HCA）、 判别分析（DA）三种化学计量学方法， 实现了常见易燃液体的快速筛选。 通过红外光谱定性分析， 汽油、 柴油、 植物油与含氧有机溶剂的红外光谱图差异明显， 可相互区分， 而柴油、 煤油、 航空煤油、 溶剂油、 汽轮机油五类ILs的红外谱图无明显差异， 仅通过图谱的直接比较， 无法进行区分。 重点选取1 136~976 cm-1范围的红外特征吸收峰， 结合PCA， PCA-HCA， PCA-DA化学计量学方法进行比较， 成功将航空煤油与与其余四类ILs区分开； 最后选取837～400 cm-1范围的红外特征吸收峰， 利用PCA， PCA-HCA， PCA-DA方法， 可将其余四种ILs实现互相区分。 研究结果表明， ATR-FTIR结合化学计量学方法对常见ILs进行定性分析， 具有方便、 快捷、 准确的优点， 可作为ILs种类的快速筛选方法。

番茄的可溶性固形物（SSC）、 pH值和坚实度（Firmness）是决定番茄的口感及收获后品质的主要因素。 提出一种基于波长比和近红外光谱的番茄SSC， pH和坚实度检测方法。 首先用Vis/SWNIR便携式光谱仪 (波长： 400～1 100 nm)和中波近红外便携式光谱仪 (波长： 900～1 683 nm）在相互作用模式下， 对6个不同成熟度的600个番茄样本进行光谱采集， 对所采集的光谱用波长比法和波长比+自动缩放法进行预处理后， 分别建立番茄SSC， pH和坚实度的预测模型， 比较单一自动缩放、 单一波长比、 波长比+自动缩放及不做预处理四种方法的预测结果。 结果显示， 波长比法结合自动缩放预处理可有效提高可见/短波近红外光谱对SSC， pH和坚实度的预测精度（rp=0.779， 0.796和0.917）； 波长比法+自动缩放法可提高中波近红外光谱对SSC的预测效果（rp=0.818）。 这说明波长比法在优化和处理番茄光谱信息方面具有一定的潜力。

花椒是我国的八大调味料之一。 目前花椒市场掺假现象较为多见， 为实现掺假花椒粉的快速定性鉴别， 采用了近红外光谱结合化学计量学方法进行了探讨。 将麦麸粉、 稻糠粉、 玉米粉和松香粉以1 Wt/Wt.%的递增梯度分别掺入红花椒粉和青花椒粉中， 制备掺假浓度范围为1~54 Wt/Wt.%的掺假花椒粉样品， 以掺假花椒粉和纯花椒粉共462份样品依次采集其800~2 500 nm范围的漫反射近红外光谱。 采用主成分分析法（PCA）对光谱数据进行分析， 前3个主成分累计贡献率达98.72%， 做出的得分图表明PCA法对掺假的花椒粉具有较好的区域划分。 347份样本作为校正集， 以特征谱区2 000~2 200 nm范围的257个采样点的光谱信号作为输入， 采用判别偏最小二乘法（DPLS）和支持向量机（SVM）建立定性鉴别模型， 经不同光谱预处理， 对115份验证集样本进行预测， 总体鉴别正确率在97.39%~100%之间， 表明该方法是快速定性鉴别掺假花椒粉的一个有效手段。

除了星系的光谱红移之外， 星系测光红移的估计也对研究宇宙大尺度结构及演变有着重要的研究意义。 利用斯隆巡天项目最新发布的SDSS DR13的150 000个星系的测光及光谱数据， 在红移值Z<0.8范围内， 先使用SOM自组织神经网络对星系样本进行早型星系和晚型星系的聚类， 然后用遗传算法优化后的BP神经网络对星系的测光红移进行估算。 估算结果与作为标准的已知星系光谱红移进行比对， 早型星系的红移估计最小均方误差约为0.001 3， 晚型星系最小均方误差约为0.001 7。 实验结果表明， 遗传优化的BP算法在精度上优于BP神经网络算法， 且效率上优于K近邻、 核回归等传统测光红移估计算法。

中国是马铃薯生产和消费大国， 伴随马铃薯主粮化战略推进， 马铃薯对中国农业结构和消费者饮食结构的影响与日俱增。 环腐病是制约马铃薯产业发展的常见病害， 对种薯会造成死苗死株， 对加工原料会降低加工效率和成品质量， 严重可达30%~60%。 传统检测马铃薯病害的主要方法是目测、 机器视觉以及高光谱成像等方法， 目测或机器视觉方式鉴别环腐病需要对样品进行破坏； 高光谱成像技术成本高昂， 存在一定的应用局限性。 因环腐病会造成整薯内部品质变化， 利用近红外光谱技术探测整薯内部品质变化， 从而将环腐病马铃薯从健康薯中区别开来， 具有可行性和实用价值。 创新地尝试利用近红外光谱结合SIMCA模式方法来区分马铃薯环腐病及健康薯。 研究结果表明， 基于主成分分析的SIMCA模式识别能有效判别马铃薯环腐病样品， 模型校正集中环腐病和健康薯的识别率、 拒绝率均为100%； 模型验证集中环腐病的识别率、 拒绝率分别为99.00%和100%， 健康薯的识别率、 拒绝率分别为94.12%和100%， 所建模型精度较高。 利用独立的18个样品进行模型外部验证， 环腐病样品识别率为87.50%， 健康薯识别率为80.00%， 均没有错判。 表明所建SIMCA二值识别模型效果良好， 可满足实际应用， 但模型精度需进一步提高。 马铃薯环腐病发病部位接近表皮0.5 cm左右， 近红外光谱对马铃薯样品有一定的透射和漫反射。 可考虑采集马铃薯接近表皮部分的果肉组织内部光谱信息， 结合马铃薯环腐病的发病机理及近红外漫反射光谱的特性， 利用近红外识别模型进行环腐病判别， 具有一定的创新性和应用性。

黑米花色苷易受外部环境影响发生降解致使局部分子结构破坏而使营养价值和保健功能有所下降。 利用有机酸提供酰基对黑米花色苷进行修饰来提高花色苷结构的稳定性。 利用红外光谱分析经咖啡酸酰化修饰黑米花色苷的结构变化。 结果表明： 黑米花色苷酰化修饰前后于官能团区3 650~3 200和1 680~1 620 cm-1处均有吸收峰， 且其于指纹区1 282.68和1 277.51 cm-1处出现酚羟基吸收峰， 于1 056.07和1 054.03 cm-1处出现醇羟基吸收峰， 719.90和719.71 cm-1处出现苯环上Ｃ—Ｈ面外弯曲振动吸收峰。 由此可见， 黑米花色苷酰化修饰后主要结构框架仍为花色苷的芳环结构。 此外， 黑米花色苷酰化修饰前后于1 900~1 650 cm-1间1 714.28和1 728.13 cm-1处均出现共轭羰基的特征吸收峰， 对应于可直接连接在苯环上的α-羰基结构， 由此说明黑米花色苷结构中存在着酰基基团。 黑米花色苷经酰化修饰后红外图谱于1 517.20 cm-1处出现新吸收峰， 其正好处于1 800~900 cm-1双键（不含氢）伸缩振动区， 指纹区876.65 cm-1处亦出现了苯环上的Ｃ—Ｈ面外弯曲振动吸收峰。 与之相呼应在经二阶导数处理后红外光谱图中在2 500～2 000 cm-1间出现了新的波动， 此波段为累积双键伸缩振动区， 而官能团区3 650~3 200 cm-1间3 370.20 cm-1处的吸收峰正好处于多分子缔合区。 由此可见， 在咖啡酸作为酰基供体， 酰化修饰黑米花色苷时由于分子间的重新缔合于结构中引入了新的酰基基团而呈现出一种双酰化的空间结构。 黑米花色苷酰化结构中有机酸与糖链相连， 将有机酸置于2-苯基苯并吡喃骨架的表面， 这种堆积作用模式可以较好地抵抗水的亲核攻击和其他降解反应进而提高黑米花色苷结构的稳定性。

傅里叶变换红外光谱通常包含有大量的波长变量点， 对其进行定性分析需要建立稳健的、 可解释性的分类模型。 稀疏线性判别分析(SLDA)是一种较为新颖和有效的机器学习算法， 常用于高维度、 小样本数据的变量筛选和判别分析， SLDA通过在线性判别分析中引入正则项， 使分类器训练过程和变量选择过程同时完成， 不同判别方向上载荷系数的稀疏性则增强了模型的可解释性。 采集甘肃不同产地的秦艽样本94个， 其中麻花秦艽(Gentiana straminea Maxim)30个， 黄管秦艽(Gentiana officinalis)28个， 大叶秦艽(Gentiana macrophylla Pall)36个， 利用傅里叶变换红外光谱法获得所有样本的光谱图。 取其中70个样本构成训练集， 剩余24个为测试集。 使用训练集建立SLDA模型， 对2个判别方向上不为0的载荷系数个数进行网格化寻优， 得到了最优的参数空间。 利用建立的SLDA模型对测试样本进行预测， 其分类准确率达到100%， 实现了对三种秦艽的快速、 准确鉴别。 实验结果表明， 与PLS-DA方法相比， SLDA模型在分类准确率、 稀疏性及可解释性方面均具有一定优势， 是一种新颖、 有效的光谱定性分析方法。

不同种类的松脂因其化学组成的差异而对松脂下游产品的质量产生影响， 因此确保松脂种类的稳定性是保证松脂下游产品质量的关键， 针对在松脂原料采购过程中松脂种类识别困难的问题， 提出了一种基于漫反射近红外光谱和偏最小二乘判别分析（PLSDA）相结合的分析技术， 该技术能够快速识别马尾松松脂和湿地松松脂， 为松脂原料采购提供可靠的种类信息。 以在广西区内武鸣、 防城、 富川、 梧州、 百色、 乐业共6个不同松脂产区采集所得的82个松脂样本进行建模， 包括湿地松松脂51个， 马尾松松脂31个， 利用i-spec型近红外光谱仪采集松脂样本在900～1 700 nm范围内的近红外光谱。 利用子窗口随机化分析法（SPA）进行变量选择， 从510个波长点中优选出300个波长点组成的变量子集， 再通过重复双重交叉检验技术（RDCV）确定偏最小二乘判别分析建模的潜变量数（n=7）。 结果表明， 所建立的分类模型能够准确识别两种不同种类的松脂， 模型对于外部测试集中的松脂样本识别准确率为96.30%， 能够满足松脂行业在原料采购过程中质量控制的需要。 该方法具有分析速度快、 操作简便、 分析成本低、 样本无损等优势， 适用于松脂原料采购环节的质量控制。

近年来， 随着林纸一体化战略的推进， 多使用混合原料制浆。 而混合原料比例及成分含量的快速分析难以实现已成为制约制浆工业发展的瓶颈。 为解决此问题， 以广泛使用的杨木-桉木混合原料为研究对象， 用傅里叶近红外光谱仪采集了131个不同比例的杨木-桉木混合样品和30个单一杨木、 桉木样品的近红外光谱； 用化学法测定其综纤维素、 聚戊糖及Klason木素含量。 因主要化学成分含量的近红外光谱信息集中于7 600～4 000 cm-1区间， 对该区间的光谱数据进行平滑、 标准正态变换和一阶导数的预处理， 运用LASSO算法建立了杨木含量与聚戊糖含量模型； 对该区间数据进行平滑、 标准正态变换和二阶导数预处理后结合LASSO算法建立了综纤维素含量模型； 对该区间数据进行平滑、 多元信号校正和二阶导数预处理后结合LASSO算法建立了Klason木素含量模型。 杨木含量、 综纤维素、 聚戊糖、 Klason 木素含量模型的预测均方根误差分别为1.82%， 0.52%， 0.67%和0.59%； 绝对偏差范围分别为-3.01%～2.94%， -0.91%～0.83%， -0.91%～1.07%， -0.79%～0.92%。 4种模型的性能总体上略优于传统偏最小二乘法所建的模型且满足实际需求， 可以用于工业生产。

近红外光谱采集物质信息较全面， 是多种物质的复合信息， 但具体特征不明显； 化学指标虽能够体现物质的具体特征， 但所包含的物质信息却不够全面。 以2012年和2013年贵州、 湖南、 吉林、 江西、 山东、 四川六个产地共115个晒红烟样品为研究对象， 其近红外光谱采用一阶导数和平滑处理， 测定的26个化学指标及其26个计算值（譬如糖碱比等）采用归一化处理， 应用PPF投影技术对不同产地晒红烟进行相似性分析。 结合近红外光谱和化学指标的分析结果表明： 应用近红外光谱和化学指标分析六个产地晒红烟分布规律较为一致， 表明通过近红外光谱信息和大量检测数据均可分析产地特征的相似性； 对52个化学指标的方差贡献率分析得出， 决定产地特征的重要指标是亚硝胺； 应用近红外光谱对小产地之间进行聚类分析， 得出部分小产地之间具有可替代性， 结合主要内在的化学指标工业需求取向， 可合理替代不同烟叶原料， 降低产品加工质量的波动性。

将拉曼光谱技术和化学计量学方法相结合实现了对人血和动物血种属的区分， 并提出了一种基于Hilbert变换的拉曼光谱相位提取方法， 提高了人血与动物血区分的准确度。 分别对血液光谱数据和它所对应的相位信息进行主成分分析（PCA）， 通过主成分得分图比较两者对人与动物血液的区分程度， 并建立偏最小二乘判别分析（PLS-DA）模型， 通过设置合适的分类阈值y， 可以实现人与动物血液的有效区分。 结果表明在选取第一、 第二主成分分析时， 利用光谱数据相位信息建立的PCA模型， 识别率更高， 人与动物血液明显区分开来。 其所对应的PLS-DA模型最优主成分数为3， 预测标准误差（RMSEP）和决定系数（R2）分别为0.044 3和0.993 2。 而用血液原始光谱建立的PLS-DA模型最优主成分数为6， RMSEP和R2分别为0.053 7和0.990 1。 说明利用拉曼光谱相位信息建立的PLS-DA模型可以拟合较少的主成分数来获得误差更小的预测结果。 进一步观察PLS-DA模型拟合不同主成分数的预测标准误差曲线图， 当选取同样多的拟合主成分数时， 利用血液拉曼光谱相位信息建立的PLS-DA模型其所对应的预测标准误差均低于原始血液光谱数据。 所以， 通过提取血液拉曼光谱数据的相位信息， 可以降低模型的复杂程度， 提高识别准确度。

建立了一种薄层色谱(TLC)与表面增强拉曼光谱(SERS)联用快速检测食品中非法添加的碱性橙Ⅱ和酸性橙Ⅱ的方法。 采用薄层色谱法对样品提取液进行简单分离， 并优化了薄层色谱分离条件； 合成并优选出水相和有机相两类银溶胶， 分别用作碱性橙Ⅱ和酸性橙Ⅱ拉曼信号增强基底， 继而利用优选的银溶胶为增强基底对分离出的微量物质进行表面增强拉曼光谱检测， 考察了检测时间， 并确立了碱性橙Ⅱ和酸性橙Ⅱ检出限分别为1和2.5 mg·L-1。 将该方法用于实际样品检测， 成功实现了复杂食品基质中碱性橙Ⅱ和酸性橙Ⅱ的同时快速检测。 该方法具有简便、 快速、 经济、 专属性好等优势， 为复杂食品基质中碱性橙Ⅱ和酸性橙Ⅱ的同时快速检测提供了新

为探讨原位条件下关节软骨及下骨组织成分含量变化等深层次微观信息， 采用拉曼光谱技术结合组织光透明技术来研究软骨组织的光透明效果。 选用甘油、 碘海醇作为光透明剂， 对在不同光透明剂浓度和浸渍时间下的犬膝关节股骨端软骨样本进行拉曼光谱采集。 通过计算磷酸基团(920~960 cm-1 ) 和酰胺Ⅰ带(1 595~1 700 cm-1)的积分强度， 获得拉曼强度比（磷酸基团/酰胺Ⅰ）， 探索在不同浸渍时间（10~60 min）、 不同浓度下（甘油40%， 60%， 80%和100%， 碘海醇50， 150， 250和350 mg·mL-1）组织光透明的规律， 即寻找合适的透明浓度和透明时间。 结果显示： 相比于无透明剂情形， 两种透明剂均使该强度比信号增强。 在同一时间范围内， 甘油和碘海醇分别在60%和150 mg·mL-1 浓度下能获得较好的透明效果； 而在不同浓度下， 甘油的透明效果均在20 min最强， 而碘海醇的透明效果一般是在50 min后开始增强。 在光透明剂的作用下激发光透过软骨可以直接探测到软骨下骨的拉曼光谱信息， 这为研究骨关节炎深层次病因提供了方法和思路。

表面增强拉曼光谱（SERS）技术是一种快速、 有效、 无损的光学诊断方法， 能提供生物分子成分和结构的指纹特征。 人的唾液包含多种能反应人体健康状况的生物标志物。 采用纳米银溶胶为增强基底的SERS技术， 从46位鼻咽癌患者、 30位鼻炎患者和48位健康人的唾液样本中采集了208条高质量的SERS。 研究结果表明鼻咽癌患者、 鼻炎患者和健康人的唾液SERS之间存在明显差异。 利用主成分分析结合线性判别分析(PCA-LDA)对采集的唾液SERS进行诊断研究， 获得灵敏度分别为89.5%， 93.0%和100%， 特异性分别为94.6%， 96.7%和97.7%。 研究结果表明： 唾液SERS技术结合PCA-LDA分析方法可能快速、 有效区分鼻咽癌、 鼻炎患者与正常人的唾液样本， 具有鼻咽癌无损检测和临床筛查的潜能。

金属表面耐腐蚀性能与其微观结构密切相关。 以金为分析对象， 采用不同粒径氧化铝抛光粉抛光处理金片表面， 经扫描电镜和原子力显微镜观察， 表明金片表面具备与实际工件类似的微观结构， 在此基础上， 研究金片表面微观划痕结构对表面增强拉曼散射（SERS）以及耐腐蚀性能的影响。 以罗丹明B为探针分子， 对不同特征尺寸的微观划痕进行SERS分析， 获得了罗丹明B的SERS信号强度随划痕平均特征尺寸的变化规律。 通过改变拉曼激发光偏振方向与划痕方向的夹角大小， 发现SERS信号主要归因于激发光与划痕相互作用产生的横向表面等离激元。 划痕平均特征尺寸在50 nm附近时， 横向表面等离激元最强， 之后随着划痕平均特征尺寸增加， 横向表面等离激元逐渐变弱。 另一方面， 对具有不同特征尺寸微观划痕的金片进行电化学极化测试， 获得了各样品的自腐蚀电位， 发现金片的自腐蚀电位随着划痕平均特征尺寸增大而降低。 结果表明， 当划痕平均特征尺寸大于50 nm， 金表面的SERS信号与自腐蚀电位间存在良好的线性对应关系， 这为SERS技术用于工件耐蚀性分析提供了依据。 通过在工件表面滴涂探针分子并使用便携式拉曼光谱仪测量有望可以对工件耐蚀性进行现场快速预判。

基于三维荧光光谱结合交替惩罚四线性分解(APQLD)对痕量多环芳烃（PAHs）进行检测， 实验以苊(ANA)和萘（NAP）为研究对象。 首先利用小波变换对得到的三维荧光光谱数据进行压缩， 以消除数据的冗余信息。 分别在乙醇溶剂、 甲醇溶剂以及超纯水条件下测定不同浓度的PAHs的激发-发射荧光光谱， 并将其组合构建四维数据， 利用APQLD对构建的四维光谱数据进行分析， 并对比了PAHs在三种溶剂条件下各自的回收率。 实验结果表明， 用不同溶剂构建的四维数据能更准确地测定PAHs的浓度， 其回收率更高； 对比二阶校正以及其他四维校正算法， APQLD更能体现四维算法所具有的优越性； 当因子数N=3时， ANA的回收率为96.5%~103.3%， 预测均方根误差为0.04 μg·L-1； NAP的回收率为93.3%~110.0%， 预测均方根误差为0.08 μg·L-1。Environmental Analysis: Determination of Polycyclic AromaticHydrocarbons

应用FLS920P型荧光光谱仪对L-色氨酸溶液进行三维荧光光谱检测， 从中发现： L-色氨酸的特征荧光峰位于270/350 nm。 设定发射波长为350 nm， 测量激发谱。 由测量结果发现在250~260 nm区间， 谱线斜率较大、 线性度好。 因此选取250， 255和260 nm三个激发波长， 在每个激发波长下分别测量相应的荧光发射谱。 基于三条不同的荧光发射谱， 构建以激发波长为外扰变量的自相关光谱； 而以浓度为外扰变量的自相关光谱， 是以超纯水在不同激发波长的平均谱作为参考光谱， 通过参考光谱与样本平均谱的相关计算得到。 在此基础上， 将相关光谱数据分别与偏最小二乘回归(PLSR)和径向基神经网络(RBFNN)相结合， 建立溶液中L-色氨酸含量的预测模型， 研究结果表明： 采用浓度为外扰变量构造的荧光相关光谱信噪比较高， 建模的预测效果要好； 而在外扰变量相同时， 基于径向基神经网络建立的预测模型比基于偏最小二乘回归建立的预测模型对溶液中L-色氨酸浓度的预测结果更为准确。 其中， 以浓度为外扰变量时的径向基神经网络预测模型准确度最高， 该模型的预测相关系数为99.91%， 预测均方根误差为0.033 μg·mL-1。 研究结果表明， 使用该方法能够对溶液中的物质含量进行准确测定， 可为食品安全监管提供帮助。

为了实现对掺伪芝麻油的快速鉴别， 应用FS920荧光光谱仪测定样品的三维荧光光谱数据。 将三维荧光光谱图视为灰度图， 在没有任何预处理的前提下， 直接应用Zernike图像矩提取三维光谱灰度图的特征信息， 然后采用类平均法对特征信息进行聚类分析， 从定性角度实现掺伪芝麻油的鉴别， 并解析其组成成分。 最后应用广义回归神经网络（GRNN）对掺伪样本的成分进行定量分析。 聚类分析能够以很高的辨识率来识别掺伪芝麻油， 并能够正确解析其组成成分。 定量模型预测了2组掺伪样本中各成分的相对体积， 其平均相对误差分别为2.23%， 8.00%， 9.70%和9.70%。 分析结果表明， Zernike矩能够有效提取光谱的特征信息， 光谱数据的Zernike矩特征结合聚类分析以及GRNN模型能够获得良好的定性和定量分析结果， 为掺伪芝麻油的鉴别提供了一种新的方法。

共振拉曼光谱是研究线性多烯分子的主要分子光谱技术。 该技术完美地表征了π电子能隙对CC， C—C伸缩振动的调制规律。 这种调制是通过电子-声子耦合完成的。 改变外界环境， 能隙调制作用将受到影响。 测量了溶剂中β-胡萝卜素分子在温度、 压力、 溶剂效应、 相变等不同环境影响下的吸收光谱、 共振拉曼光谱， 研究了不同外场对π电子能隙调制CC， C—C伸缩振动的影响机理及规律。 结果表明， 在外场影响下， 体系的能量降低， π电子能隙（π—π*）减小会使调制增强。 即电子-声子耦合增强， 使拉曼强度增加， 谱线红移。 对理解共振拉曼物理过程， 认识线性多烯分子的结构， 性能有重要意义， 对研制优质光电器件也有参考价值。

盐酸四环素属于抗生素类, 目前有关盐酸四环素和牛血清白蛋白二级结构的影响及作用机理报道较少。 在模拟生理条件下， 采用荧光光谱法、 三维荧光光谱法、 紫外-可见光谱法、 圆二色谱法和傅里叶红外光谱法以及分子对接模拟法， 研究了盐酸四环素与牛血清白蛋白(BSA)之间的相互作用。 荧光光谱表明， 盐酸四环素能有效猝灭BSA的内源荧光， 猝灭机制属静态猝灭， 通过Stern-Volmer方程计算结合常数Ka为2.813×105 L·mol-1（298 K）。 根据Vant’s Hoff方程确定结合过程中的热力学参数ΔS=-151.1 J·mol-1·K-1、 ΔH=-76.09 kJ·mol-1， 两者之间作用为氢键和范德华力。 同步荧光光谱、 紫外光谱、 三维荧光光谱、 红外光谱、 圆二色谱结果证明盐酸四环素能够改变BSA的二级结构和微环境。 根据Fster’s非辐射能量转移理论， 盐酸四环素与BSA结合距离为0.49 nm。 希尔系数（nH）值小于1， 表明盐酸四环素与BSA结合后存在药物间协同作用。 圆二色谱（CD）定量测定了盐酸四环素与BSA作用前后的二级结构含量： α-螺旋含量增加了9.16%（1∶1）。 分子对接模拟表明盐酸四环素通过氢键、 疏水作用和范德华力等多种作用力结合在BSA的site Ⅰ（亚域ⅡA）。 本研究有助于了解盐酸四环素与BSA的作用机制， 也有助于理解盐酸四环素对蛋白质在储运过程中功能的影响。

近红外无创漫反射检测中光纤探头与被测组织之间接触压力变化会导致测量准确性和稳定性较差。 以压力不敏感径向检测位置采集漫反射光信号， 以此削弱接触压力带来的测量误差， 并在Monte Carlo模拟与在体实验中验证了压力不敏感位置的存在性。 首先， 结合人体皮肤结构模型和力学特性， 建立了接触压力与皮肤组织参数之间的定量关系， 并利用Monte Carlo模拟仿真分析了不同接触压力下1 000～1 320 nm波段内， 不同径向检测距离处漫反射光强的变化； 其次， 搭建了基于超辐射发光二极管光源的多环光纤束检测系统， 在体测量了三位志愿者在不同压力下的漫反射光信号。 最后， 评价了人体压力不敏感径向检测位置与其他位置处接收的光信号稳定性。 模拟结果表明， 在距入射径向距离1.3～1.5 mm范围内， 接收到的漫反射光强近似不受压力变化影响， 即存在压力不敏感径向检测位置。 在体实验表明， 在1 050， 1 219和1 314 nm波长下均存在压力不敏感径向检测位置， 位于距入射点0.78～1.0 mm范围内， 初步验证了压力不敏感径向检测位置在人体的存在性， 与其他径向位置相比， 在压力不敏感径向检测位置处测得光强信号信噪比更高。 因此， 基于压力不敏感径向检测位置的测量方法可以有效降低接触压力变化对接收光谱的影响， 有望提高近红外无创漫反射检测的精度。

介绍一种基于光谱检测和数据驱动模型的非接触式血液物种识别技术。 选取了4个物种（猴144， 大鼠203， 狗133， 人169）共计649个血样作为原始样本。 超连续谱激光光源的波长范围是450～2 400 nm。 分别采集抗凝管盛装血液样本的后向散射可见光谱（294～1 160 nm）和十个不同空间位点的前向散射近红外光谱（1 021～1 757 nm）， 将十一条光谱数据顺序连接为一维数据作为每个样本的原始数据。 利用主成分分析法对数据集进行特征信息提取， 保留原始差异信息量的99.99%， 同时将数据量压缩为原始数据量的1.5%， 提高分类识别的运算效率。 对不同数量的训练集和验证集进行训练预测实验表明， 十折交叉验证的识别误差率随着样本数量的增加而降低， 样本库规模的增大可以提高识别的精确度。 由于数据驱动模型是基于机器学习算法的数据流处理模型， 因而可以采用多种不同的分类算法实现。 通过比较人工神经网络、 支持向量机、 偏最小二乘回归、 多元线性回归、 随机森林和朴素贝叶斯的识别效果可以发现， 不同算法的识别效果具有类别差异性， 即各个算法的正确识别率排序在不同的物种中是有差异的。 因而实际应用中， 在选择数据驱动模型时， 除了需要考虑算法的整体识别率之外， 当对部分类别的识别效果有额外要求时， 还应该考虑算法本身的类别差异性。

目前计算机配色中， 拟合样与标准样的色差小时配方偏差较大， 打样结果不理想， 难以预测准确配方。 在光学模型Stearns-Noechel模型的基础上进行算法优化。 利用两个样品的分光反射率数据相等， 则两个样品必然等色的特性， 改进计算机配色算法程序中的判别条件， 即通过MATLB编程计算， 在区间［0 1］中， 每间隔0.001， 循环未知参数M值， 选择全光谱反射率数据偏差最小时的参数M值计算拟合配比， 代替色差最小时的参数M值计算拟合配比， 并分别计算拟合样与标准样的相对配方偏差进行对比。 结果表明， 选择全光谱反射率数据偏差最小时参数M值对应的拟合配方， 一次色的平均配方相对偏差为0.560， 二次色为0.346； 选择色差最小时参数M值对应的拟合配方， 一次色的平均配方相对偏差为0.723， 二次色为0.383； 两种方法对比， 可以看出无论是一次色还是二次色， 优化算法后拟合样品与标准样品的配方相对偏差都比选择色差最小时对应的的相对配方偏差小， 即优化后的拟合配方更加接近真实配方， 配色精确度得到明显提高， 有利于减少后期打样次数， 提高配色效率。

为了实现微藻生长过程品质指标的快速无损检测， 提出了可见-近红外光谱技术检测不同红蓝光源组合培养条件下螺旋藻中叶绿素a和蛋白质的含量。 采集不同含量红光和蓝光组合下螺旋藻在325～1 075 nm波段范围内的光谱信息， 其中红光与蓝光的含量组合分别是(100%， 0%)， (90%, 10%)， (70%， 30%)， (50%, 50%)。 同时测量叶绿素a和蛋白质的含量， 建立偏最小二乘(PLS)预测模型。 分别基于连续投影算法(SPA)选择了用于叶绿素a和蛋白质预测的特征波长， 分别得到5个(404， 440， 518， 662和875 nm)和4个(411， 531， 602和1 047 nm)特征波长。 基于特征波长建立了PLS和多元线性回归(MLR)预测模型， SPA-MLR模型中叶绿素a和蛋白质预测集相关系数(correlation coefficient, Rp)分别是0.949和0.974， 均方根误差(RMSEP)分别是0.018 8和0.006 74。 结果表明： 可见-近红外光谱检测螺旋藻藻体中叶绿素a和蛋白质含量是可行的， 通过测量螺旋藻的光谱结合化学计量学方法可以实现对螺旋藻生长状况的检测。

羊肉新鲜度受多种因素影响， 通常由多个指标来综合评价， 常规试验操作复杂不适合在线检测。 高光谱成像数据能够反映羊肉新鲜度变化过程中多种成分的变化信息， 但是光谱特征提取与评价模型的建立对最终结果影响较大。 为了研究高光谱成像与多指标的快速检测羊肉新鲜度的可行性， 提出一种稀疏核典型相关分析方法， 借助实验室测定的多个标准值， 研究多指标的羊肉新鲜度无损检测。 采集了70个代表各级新鲜程度的羊肉样本400~1 000 nm高光谱图像， 采用实验室方法测定了挥发性盐基氮（TVB-N）和菌落总数（TAC）标准值， 选择感兴趣区域（ROIs）提取代表性光谱图像， 利用所提出的特征提取方法提取光谱特征信息， 并按照3∶1划分校正集和预测集， 利用三层神经网络进行分类识别试验。 结果表明， 新鲜度等级分类总体精度（OA）为0.939 3， Kappa系数为0.906 0， 均方根误差（RMSEC）为0.297。 研究表明， 所提出的多指标光谱特征提取方法可用于快速无损检测羊肉新鲜程度， 为采用高光谱成像综合多个新鲜度检测指标， 改善由于单一检测指标造成评价模型的适用性和鲁棒性提供了基础。

运用多重光散射光谱、 多散斑扩散波光谱和动态光散射光谱分析了柠檬酸钠（TSC）对谷氨酰胺转移酶（TG酶）山羊乳凝胶特性的影响。 将浓度分别为0， 20， 40， 60和80 mmol·L-1 的TSC加入到脱脂羊乳中， 经过TG酶处理后进行酸化凝乳。 凝乳形成过程中， 动态光散射光谱显示， 随着TSC浓度的增加， 酪蛋白胶束的直径从(142.0±11.2) nm下降到(24.4±2.1) nm； 在凝胶形成的前5 h内， 在不同TSC浓度条件下， 样品的背散射光强度分别从41.9%±0.3%， 35.8%±0.4%， 25.3%±0.5%， 10.6%±0.3%和5.3%±0.4%， 增加到55.8%±0.6%， 49.5%±0.5%， 41.9%±0.4%， 37.8%±0.4%和30.8%±0.3%， 表明TSC的浓度越高， 凝胶体系中颗粒的尺寸越小， 形成的凝胶构筑单元越小； 同时， 多散斑扩散波光谱的均方位移曲线显示， 凝胶的突变时间分别为31， 74， 98， 151和226 min， 表明TSC的浓度越高， 山羊乳凝胶形成时间越长； 凝胶的持水力与硬度值分析发现， TSC将羊乳酪蛋白胶束分解成更小的颗粒， 在TG酶作用下形成更多的共价键连接位点， 形成的凝胶具有更高的硬度和持水能力。

提出了一种基于小波分解和因子模型分析白酒荧光光谱， 对白酒香型进行分类和年份预测的方法。 白酒的三维荧光光谱包含了其所含荧光物质信息， 对其进行小波分解， 其分解系数与特征峰的强度相关。 选取高斯小波对三维荧光光谱进行分解， 可以避免对二维荧光光谱进行分解时需要选取特定激发波长的问题。 对样品的三维荧光光谱进行小波分解后， 选取第4层近似系数构建正交因子模型， 通过因子载荷系数对白酒进行鉴别。 结果指出， 贡献率较小的因子蕴含着样品的独特信息， 在相似样品的比较中， 不容忽视。 在对10个品牌的白酒进行香型分类时， 先将样品的三维荧光光谱进行高斯小波分解， 使用第4层近似系数进行因子分析， 得到贡献率由大到小的多个因子。 根据因子的载荷系数， 对样品进行聚类分析。 结果表明， 加入贡献率较小的因子可以将正确率提高至90%。 通过对因子载荷系数与年份的相关性分析得出， 贡献率排在前六位的因子和白酒年份关系较大， 而排在后面的因子和白酒年份的相关性较小， 因此可以选取前六位的因子建立白酒年份预测模型。 通过选取不同贡献率的因子对白酒年份进行预测， 其平均误差可降低至0.9年。

由于同一种玉米杂交种子籽粒的粒型多样、 色彩随贮藏时间不同而不同， 仅靠其形状和单一区域色彩的机器视觉方法识别种类较为困难， 且现有识别算法多以高光谱特征作为分类基础， 对于不同时期、 不同种类的玉米杂交种子要分别训练分类识别器， 识别前需要大量的训练工作。 为提高玉米种子品种识别方法的适用性， 根据花粉直感色彩遗传现象， 提出以可见光波段玉米种子的多区域小波色彩特征作为识别参数， 建立多模型的概率聚类模型进行玉米杂交种子种类识别。 该方法首先采用专有设备采集单粒玉米种子的无胚芽侧和顶端两部分色彩信息， 包括RGB， HIS和Lab色彩信息， 对该色彩信息进行增强和特征优化选择， 通过小波包分解提取优化出21维细节识别向量； 其次采用不同聚类模型对优化后色彩特征进行聚类识别， 建立基于SOM、 K-means、 两步法三种聚类识别模型； 最后以多种聚类模型结果为基础， 建立基于概率模型的玉米种子品种识别。 通过对郑单958、 先玉335、 郑58（郑单958母本）、 昌7-2（郑单958父本）、 PH6WC（先玉335母本）、 PH4CV（先玉335父本）的试验， 发现该方法可有效识别非亲缘关系和父本亲缘关系的玉米种子， 识别率可达到98%以上； 而对于亲缘关系母本识别率可达到75%。 采用可见光波段玉米种子多区域色彩特征， 结合概率聚类模型的方法可为玉米杂交种子纯度在线检验识别提供科学依据。

叶片叶绿素含量的快速无损估算方法对研究植被生长和环境胁迫都具有重要意义。 传统叶绿素光谱估测方法， 主要是基于叶片正面光谱信息。 而在实际遥感观测中， 传感器不仅会接收植被叶片正面光谱信息， 植被叶片反面光谱信息也会同时被接收。 该研究主要目的是找到在同时考虑叶片正反面光谱信息时也能精确估算叶片叶绿素含量的分析方法。 对比了简单差值植被指数（SD）， 简单比值植被指数（SR）， 归一化植被指数（ND）与偏最小二乘（PLS）建模方法， 并对检验样本集进行了精度比较。 结果发现用PLS方法估算两种植被正反面叶片的叶绿素含量与真实叶片叶绿素含量的拟合精度更高， R2为0.91， RMSE为5.21 μg·cm-2。 因此可以认为PLS方法在同时考虑植被叶片的正反面光谱信息时对植被叶片叶绿素含量的估算更准确。

由于国内外食品市场准入制度和溯源体系不完善， 销售商乱用虚假标签等现象的发生， 使得食品安全形势愈发严峻。 为了保障野生食用菌的安全性， 保护云南高原特色农业品牌战略， 亟需建立快速准确的产地溯源方法。 通过采集云南及其周边8个产地、 79个绒柄牛肝菌子实体的紫外-可见吸收光谱（UV-Vis）与傅里叶变换红外光谱（FTIR）， 采用多元散射校正（MSC）、 标准正态变换（SNV）、 二阶导数（2D）、 平滑（SG）等算法对原始光谱进行预处理。 基于低级与中级数据融合策略， 将预处理后的UV-Vis与FTIR光谱信息进行融合， 结合偏最小二乘判别分析（PLS-DA）与支持向量机（SVM）， 建立牛肝菌产地鉴别模型， 确定最佳产地溯源方法。 对光谱融合数据进行系统聚类分析（HCA）， 探讨不同产地样品整体化学信息的差异性与相关性。 结果显示： （1）采用MSC+2D和SNV+2D对UV-Vis与FTIR光谱进行预处理， R2Y与Q2最大， 分别为61.58%， 95.09%和50.85%， 82.16%， 表明MSC+2D与SNV+2D为UV-Vis与FTIR光谱的最佳预处理方法； （2）基于UV-Vis， FTIR， 低级与中级数据融合建立的PLS-DA与SVM模型， 样品分类错误总数分别为24， 6， 2， 2和6， 1， 1， 0， 表明数据融合模型分类效果优于单一UV-Vis与FTIR模型； （3）中级数据融合模型中， SVM对所有样品的分类全部正确， PLS-DA的分类错误总数为2， 表明基于SVM的中级数据融合策略分类效果优于PLS-DA； （4）低级和中级数据融合HCA模型， 分别有4和1个样品不能与同一类区域样品聚为一类， 表明中级数据融合优于低级数据融合； 由中级数据融合HCA图可知， 同一产地样品聚类距离小于不同产地之间聚类距离， 表明同一产地样品整体化学成分类较相似， 且同一产地不同采集地点的差异小于不同产地之间的差异。 采用UV-Vis与FTIR光谱中级数据融合策略结合SVM， 能够对不同产地来源牛肝菌样品进行准确鉴别， 为野生食用菌产地溯源研究提供一种新方法。

黄河每年输送大量泥沙进入渤海。 研究黄河口海域悬浮物浓度， 对于黄河输沙以及周边海域的环境监测具有重要意义。 利用2011年夏、 冬两季实测遥感反射率以及同步测量悬浮物浓度数据， 开展了黄河口海域悬浮物浓度分段线性反演研究。 结果表明， 不同浓度范围下， 悬浮物浓度反演的敏感波段不同； 浓度小于等于50 mg·L-1（≤50 mg·L-1）， 敏感比值波段为(600~700 nm)/(400~600 nm)， 浓度高于50 mg·L-1（＞50 mg·L-1）， 敏感比值波段为(750~900 nm)/(420~720 nm)， Landsat8 OLI的对应组合方式分别为B4/B2和B5/B3； 根据上述浓度分段范围分别建立线性模型， 其精度R2， RMSE和APD分别为0.873 5， 4.08 mg·L-1和22.81%（≤50 mg·L-1）， 以及0.969 3， 102.96 mg·L-1和17.51%（＞50 mg·L-1）， 整个浓度下三个精度参数分别为0.975 3， 67.03 mg·L-1和20.45%， 均优于常用单一模型在分段和整体浓度下的相应参数， 且具有良好的稳定性。 分段线性模型， 更适合浓度变化大的黄河口海域悬浮物浓度反演。

在半色调印刷品原色油墨光谱预测技术中， 在原光谱反射率空间进行主成分分析得到的代表性基向量数目会大于实际所使用的原色油墨数目， 即光谱反射率空间并不适用光谱预测， 且主成分分析得到的基向量会出现负值， 没有物理意义。 针对上述问题， 建立了一个减色线性经验空间模型及其空间转换模型， 并探究了影响经验空间线性程度n值的因素， 通过实验及优化算法创新性找到确定最佳n值的方法， 并在该减色线性经验空间进行半色调原稿原色油墨的预测实验。 实验结果表明， 在不同n值下， 选取原始光谱反射率Rm和重构光谱反射率Rrecon的f范数平方值的最小值对应的n值做为建立线性经验空间确定最佳n值的方法是有效的； 为了将纸张和油墨类型对空间转换因数n的影响程度减到最小， 最终确定n值为3.5； 在减色线性经验空间进行印刷品原色油墨数目预测， 得到的代表性基向量数目恰好等于实际印刷使用的原色油墨数目4， 进行原色油墨光谱预测， 预测的4色油墨除K色外， 其他CMY色与实际原色油墨光谱相比拟合度GFC均大于99.9%。 即所提出的优化n值的新方法建立的减色线性经验空间是一个可作为半色调印刷品原色油墨数目预测和光谱预测的有效线性空间。

利用三维荧光光谱（3D-EEMs）和平行因子分析（PARAFAC）的方法研究了土壤渗滤系统处理模拟高氨氮废水中溶解性有机物（DOM）的垂直分布特征。 试验在一个中试规模的土壤渗滤系统中进行， 反应器自上而下每隔30 cm设置一个采样口， 采集的样品通过PARAFAC识别出系统不同点位的DOM具有四个荧光组分， 包括两个类腐殖质物质（C1， C2）、 2个类蛋白物质（C3， C4）。 相关性分析显示， 四种荧光组分与多数理化指标呈现极显著性正相关关系， 可以用荧光组分浓度间接表征系统对氮、 磷等营养元素的去除效果。 对荧光组分浓度得分Fmax分析得出， 土壤渗滤系统中类酪氨酸最易降解， 其次为类富里酸、 类胡敏酸类物质， 最难以降解的为类蛋白物质。

土壤有机质（SOM）含量是衡量土壤质量高低的重要指标， 可以用高光谱快速测定。 在以往研究中， 估算模型多以特征波段与线性经验模型为基础进行构建， 较少考虑波段间信息冗余和共线性， 预测效果不很理想并难以进行推广。 为最大化消除波段信息噪声， 提高模型预测精度， 选取莱州湾南岸滨海平原为研究区， 系统采集了111个土壤样本和实测高光谱数据（325～1 075 nm）， 并测试了土壤样本的有机质含量作为因变量； 通过主成分分析(PCA)将实测光谱信息降维为6个主成分， 并提取水分、 植被光谱特征指数（DI）， 以此作为自变量； 最后建立多元逐步线性回归（MLR）和BP神经网络(BPN)预测模型， 分析不同模型对土壤有机质预测的效果。 结果表明： ①经过主成分的波段信息分析判别提取出6个主成分， 可以表征叶绿素残留物、 盐分、 腐殖酸、 物化矿渣和微地貌的光谱特征。 ②基于6个主成分作为自变量所建立的BPN模型预测精度优于MLR模型， 他们的R2分别为0.704和0.643。 将水分和植被光谱特征指数作为自变量增加到预测模型后， MLR和BPN的预测精度分别提高了6.1%和5.2%， R2达到0.712和0.764； ③将光谱主成分和光谱特征指数作为自变量的BPN模型进行土壤有机质预测可得到精度较高的预测结果， 在土壤有机质的预测与制图中具有一定的应用潜力。

利用高光谱成像仪(光谱范围400～1 000 nm)对土壤含水率进行了无损检测。 比较了208个土样不同天数下土壤含水率与光谱变化、 不同质量含水量光谱的差异； 对比分析了不同光谱预处理方法、 不同方法提取特征波长、 采用多元线性回归（multiple linear regression， MLR）、 主成分回归（principal component regression， PCR）与偏最小二乘回归（partial least squares regression， PLSR）建模， 优选出最佳模型。 结果表明： 光谱曲线的反射率随着土壤含水率的增加而减小。 当超过田间持水率时， 光谱曲线的反射率会随着土壤含水率的增加而增大。 对比分析了不同预处理方法， 近红外波段优选出单位向量归一化预处理方法。 采用无信息变量消除法（UVE）、 竞争自适应加权采样（CARS）、 β系数法、 连续投影算法（SPA）方法提取特征波长为49， 30， 5和7。 为了减少数据冗余， 对UVE与CARS提取的特征波长进一步采用SPA方法进行特征提取， UVE+SPA， CARS+SPA提取特征波长数分别为5和8个。 在此基础上， 利用MLR， PCR和PLSR方法对400～1 000 nm范围的特征波长建立模型， 对比分析不同建模效果， 优选出β系数提取的特征波长的MLR模型。 最优的特征波长为411， 440， 622， 713和790 nm， 最优模型的预测相关系数Rp=0.979， 预测均方根误差RMSEP为0.763。 因此， 今后可采用不同波段对土壤含水率进行定量分析。

以北京地区的96个潮土土样的有机质含量为研究对象， 以传统光谱变换为参照， 研究分析传统光谱变换与连续小波的耦合在估测土壤有机质含量的可行性； 首先采用传统光谱变换与连续小波处理土壤光谱数据， 然后将处理后的光谱数据与土壤有机质含量进行相关性分析， 提取敏感波段， 并采用偏最小二乘法构建土壤有机质含量估测模型。 结果表明： 耦合传统光谱变换技术与连续小波技术可大幅提升光谱对有机质含量的敏感性， 其相关系数R2最高可达0.714， 这表明耦合传统光谱变换技术与连续小波技术可深入挖掘光谱内的有益信息； 与传统光谱变换技术相比， 基于耦合传统光谱变换技术与连续小波技术构建的模型精度更高， 稳定性更好， 其中以微分变换构建的模型最优， 其R2=0.772， RMSE=0.223， 这表明耦合传统光谱变换技术与连续小波技术可有效压制噪声的负面影响， 提升光谱的稳定性。

以Nd·YAG激光器的二倍频输出作为激发源， 获得了激光诱导Ni等离子体的发射光谱， 基于发射光谱， 对等离子体电子激发温度和电子密度进行了测量， 其典型值分别为3 714 K， 4.67×1016 cm-3。 测量了等离子体电子激发温度和电子密度的空间分布， 发现沿垂直于激光传播方向的径向， 随到中心点距离的增加， 等离子体辐射的强度减小， 但线型和线宽不变， 表明等离子体电子激发温度和电子密度沿径向均匀分布。 沿激光传播方向， 随到样品表面距离的增加， 等离子体辐射强度、 电子激发温度和电子密度先增加后降低， 在距样品表面1.5 mm处， 达到最大值。 采用激光诱导击穿光谱技术进行相关探测时， 收集距离样品表面1.5 mm处的发射谱， 有利于提高探测灵敏度。

煤矿井下突水水源的快速判别对煤矿安全生产意义非常重大， 激光荧光技术用于煤矿突水水源的识别打破了传统水化学方法耗时长的不足。 矿井老空水是最常见也是危害最大的水源类型， 而温度是影响物质特性的重要因素之一， 研究激光诱导荧光检测老空水的温度特性有助于快速准确识别矿井突水水源， 该研究具有重要的学术意义和实用价值。 采用405 nm蓝紫光半导体激光器作为光源， 设定激光器功率为120 mW， 产生的激光经UV/Vis石英光纤由荧光探头照射待测水样， 待测水样受激光激发产生荧光由荧光探头采集， 通过石英光纤传输至光谱仪。 以2017年3月在淮南市张集煤矿采集的老空水作为研究对象， 首先过滤掉水样中的悬浮颗粒， 随后将其放置在烧杯中， 使用冰块使样品温度降低至5.0 ℃， 随后放入恒温水浴锅中， 使用铁架台固定荧光探头使其位于液面下1 cm处。 在荧光光谱采集过程中， 样品始终放置在恒温水浴锅中， 通过水浴锅控制样品在10.0～60.0 ℃温度范围内获取荧光光谱， 并讨论了温度变化对老空水激光诱导荧光光谱谱图、 波峰位置及峰值、 温度系数、 谱图面积的影响。 研究结果表明： 随着温度升高， 加速了分子运动， 增加了分子间碰撞的概率， 使得非辐射跃迁增加， 老空水的荧光效率下降， 荧光强度减弱， 荧光光谱整体呈衰减变化主要集中在400～700 nm波段； 老空水荧光光谱的两个波峰所对应的波长保持不变， 并未随着温度变化发生漂移， 两个波峰处（472和493 nm）荧光强度减弱最明显， 同时荧光强度减弱与温度升高存在较好的线性关系， 荧光强度和温度在472 nm处拟合相关系数r2为0.91， 在493 nm处的拟合相关系数r2为0.963 36； 472 nm处的温度系数在20.0 ℃时达到最小值0.34%， 493 nm处的温度系数在20 ℃时达到最小值0.81%， 两处的温度系数均在20.0 ℃时达到最低值即荧光光谱在20.0 ℃附近最稳定； 温度升高， 老空水在荧光光谱在400～700 nm波段与温度轴包围的面积逐渐减小， 400～700 nm波段谱图所对应的面积与温度的拟合相关系数r2为0.975 39即面积的减小与温度的升高有良好的线性关系。 通过研究矿井老空水的温度特性， 矿井老空水的激光诱导荧光光谱在20 ℃最稳定， 在该温度条件下采用激光诱导荧光技术进行矿井水源的识别效果最佳， 同时利用老空水波峰以及面积与温度的线性关系进行温度补偿可以进一步提升利用LIF技术进行矿井突水水源识别的灵敏度和精度， 该研究对实现矿井老空水的快速、 准确判别具有重要意义。

建立高纯钼粉中超痕量杂质测定的分析方法。 采用电感耦合等离子体串联质谱（ICP-MS/MS）的MS/MS模式， 选择H2为反应气， 利用H2原位质量法测定Si和Ca； 选择O2为反应气， 利用O2原位质量法测定Cd， 利用O2质量转移法测定P， As， Se， Ta， Sn， Sb， Ba和W； 选择NH3/He作为反应气， 利用原位质量法测定Na， Mg， Al， K和V， 利用质量转移法测定Ti， Cr， Mn， Fe， Co， Ni， Cu， Zn； 采用单四极杆（SQ）无气模式测定Pb， Bi， Th和U。 与传统的带碰撞/反应池（CRC）电感耦合等离子体质谱（ICP-MS）相比， 各元素的背景等效浓度（BEC）和检出限更低， 消除质谱干扰更加彻底。 在优化的工作条件下， 28种元素的线性相关系数（R2）≥0.999 7， 线性关系良好， 检出限为0.04～50.1 ng·L-1， 加标回收率为92.2%～107.4%， 相对标准偏差（RSD）≤4.3%， 表明所建立的分析方法具有极好的准确性和精密度。 实际样品的分析结果显示， 方法可用于纯度为5N（≥99.999%）高纯钼粉中28个杂质元素的测定。

使用浊点萃取的方法分离富集水环境中痕量的锰离子， 创新性地使用钙羧酸（CCA）与阳离子表面活性剂氯代十六烷基吡啶（CPC）为络合剂与锰离子形成更稳定的三元络合物， 以TritonX-114为萃取剂浊点萃取分离富集水环境中的痕量锰， 同时采用火焰原子吸收法进行测定， 建立了测定水环境中痕量锰的新方法。 对影响浊点萃取的主要因素如pH、 TritonX-114的用量、 CCA用量、 CPC用量、 NaCl用量、 共存离子影响、 加热温度、 加热时间、 离心时间、 冰浴时间进行了优化。 在优化的实验条件下， Mn2+-CCA-CPC体系分离富集锰有很好地效果， 能够很好的克服基体干扰， 浊点萃取体系在锰含量0.3～1.5 mg·L-1时呈现良好的线性关系。 方法的灵敏度为1.939 mg·L-1， 精密度为0.39%， 检出限为（3σ）0.27 μg·L-1。 测定自来水与井水中的锰含量的结果为33.5和64.5 μg·L-1， 同时做加标回收实验， 回收率在99.1%～101.5%之间。 符合国际标准， 因此该方法能够成功应用到水环境中的锰含量的测定， 结果令人满意。

对于土壤中重金属元素的检测， 传统的化学分析方法测试周期长， 前处理复杂， 使用的强酸还会对环境造成二次污染， 能量色散X射线荧光光谱法具有无损、 快速、 前处理简单、 仪器轻便等优点， 特别适合现场快速检测， 但用该方法对镉元素进行检测时， 通常用到的K系特征线能量较大， 普通能谱的检出限较高。 基于能量色散X射线荧光光谱技术， 研究了土壤中痕量重金属镉的快速检测方法， 通过选择合适的仪器部件， 搭建仪器测试系统， 综合考虑待测元素的谱峰强度和相对强度， 对仪器结构和测试条件进行优化。 研究表明， 峰强度随着管电流的升高基本上是线性增加的， 而相对强度则没有明显的变化， 对于镉的测试， 在光管条件允许的情况下选择尽可能大的管电流进行测试， 之后， 综合考虑镉的峰强度和相对强度随滤光片厚度以及管电压的变化情况， 使用理论标准偏差确定测试最优条件为： 管电压为55 kV， 管电流为48 μA， 滤光片为1.25 mm钼片； 测试时间会影响测试结果的相对标准偏差， 在测试时间小于500 s时， 峰强度的相对标准偏差随着测试时间的增加是降低的， 在测试时间大于500 s时， 峰强度的相对标准偏不再有明显的变化趋势， 由于测试结果的相对标准偏差越小， 测试结果的短期精密度越好， 仪器的重现性就越好， 因此测试时间最终选择为500 s； 样品测试条件也会对测试结果产生影响： 随着测试薄膜厚度的增加， 镉的峰强度和相对强度均是降低的， 根据实验结果， 最终选择厚度为12.5 μm的聚酯膜进行测试； 镉的峰强度和相对强度随着样品质量的增加而增加， 在样品质量大于3 g时， 镉的峰强度随样品质量的增加变化比较缓慢， 相对强度则没有明显的变化， 选择样品的质量大于3 g进行测试； 随着含水量的增加， 镉的峰强度和相对强度均会略有降低， 因此水分会对测试结果产生影响， 对土壤样品的测试应该风干或烘干。 使用以上经过优化的测试条件， 用国家标准样品和电感耦合等离子体质谱法定值的样品绘制工作曲线， 线性相关系数可达0.993； 使用镉含量为1.12 mg·kg-1的国家标准样品GSD-10测试11次， 测试的结果的标准偏差为0.09， 相对标准偏差为8.22%； 用高纯二氧化硅测试方法检出限， 可达0.16 mg·kg-1， 小于国标一级土壤的限值； 测试实际样品， 并与电感耦合等离子体质谱法测试的结果进行对比， 测试结果的一致性较好。 通过对仪器结构和样品测试条件进行优化， 基于能量色散X射线荧光光谱法对土壤中痕量重金属镉的检出限有了很大的降低， 对污染地区土壤镉的快速筛查及大面积测定意义重大。

头发是人体元素的排泄器官之一， 头发中元素含量能反映出一段时间内矿区毒性元素在人体内的吸收和代谢情况。 采用电感耦合等离子体质谱（ICP-MS）和电感耦合等离子体原子发射光谱（ICP-OES）对某铅锌矿区居民头发中Pb， As， Cd， Ca， Mg， Fe， Zn， Cu， Mn和Sr进行了定量分析， 应用微区X射线荧光（Micro-XRF）和X射线吸收近边结构谱（XANES）测定了头发中的Pb和As等元素微区分布和Pb形态。 研究发现（1）当地部分居民已经受到矿区中Pb， Cd， Cu和Mn等重金属污染的危害。 （2）不同性别群体的生理特征和生活习惯是决定其分布特征的主要因素， 其中女性头发中Pb， Cd， Ca， Mg， Zn， Cu和Sr的平均含量都显著高于男性， 男性头发中的Fe显著高于女性； （3）由于各元素性质、 来源和吸收机制等原因， 矿区居民头发中Ca-Mg-Sr-Zn， Pb-Cd-Cu-Mn， Fe-Mn具有相关性； （4）矿区典型头发样本中Pb和As主要沿头发中轴分布， 从发根至发梢含量有逐渐增多的趋势； （5）头发样品中Pb由4.7%Pb3(PO4)2， 36.8%Pb-GSH和8.4%PbS组成； （6）头发中不溶性磷酸铅、 铅-半胱氨酸巯基结合态是发铅的主要存在形态， 揭示了其为人体铅代谢的主要途径之一。

高光谱遥感技术对文物完全无损， 适于对中国古画等文物进行颜料的鉴别与分析， 但是中国古画中混合颜料不同成分的定量分析仍然是文物颜料分析领域中的难点。 针对中国古画中经常出现的混合颜料现象， 以石青、 石绿两种典型的矿物颜料为例， 选用粒度大小相同的两种矿物颜料粉末， 按照不同的体积比例精确配比获取颜料样本， 然后精确控制实验条件获取其光谱。 对混合光谱分别用全约束最小二乘法进行全波段光谱解混， 用比值导数解混算法进行单波段光谱解混， 然后评定解混精度并对解混结果进行对比分析， 探讨这两种矿物颜料的光谱混合模型。 实验结果表明， 石青、 石绿两种矿物颜料的光谱混合从总体上来说非线性混合特征较强， 但是在局部某些波段又基本符合线性混合模型， 利用这些波段采用比值导数法解混， 可以得到远高于全波段解混精度的定量分析结果。

污水处理和再生回用是缓解我国水污染严重和水资源紧张的有效途径。二级出水水量大、稳定且水质相对良好， 是污水再生回用的良好水源。 然而， 二级出水中广泛存在内分泌干扰物（endocrine disrupting compounds, EDCs）， 对其再生回用形成了潜在的安全风险。 臭氧氧化是去除EDCs的有效方法， 但二级出水中存在着多种有机质， 臭氧降解EDCs的过程中同时和有机质中的活性基团发生反应， 引起一定程度的臭氧衰减， 从而对EDCs的臭氧氧化造成影响。 有机质中与臭氧反应的活性基团变化可反映为特征紫外和荧光光谱的变化。 因此， 可以采用特征紫外和荧光光谱变化来指示臭氧对EDCs的降解效果。 本研究通过考察二级出水中主要的三类有机质代表（腐殖酸、 牛血清蛋白和海藻酸钠）对臭氧衰减动力学的影响， 进一步解析有机质对5种典型EDCs臭氧降解规律的影响， 在此基础上考察特征紫外和荧光光谱与EDCs臭氧降解效果的关系， 以期筛选出二级出水中EDCs臭氧降解效果的指示参数， 并建立其与EDCs降解效率之间的定量关系， 从而以这些指示参数来预测EDCs的臭氧化降解情况， 简化EDCs检测。 该研究中五种目标EDCs（雌酮（E1）、 雌二醇（E2）、 雌三醇（E3）、 17α-乙炔基雌二醇（EE2）和双酚A（BPA））采用超高效液相色谱-双质谱联用技术同时分析定量。 通过考察不同种类二级出水有机质对臭氧衰减动力学和EDCs降解效果的影响发现三种有机质均可促进臭氧衰减， 对EDCs的臭氧化降解效率均有抑制作用， 顺序依次是腐殖酸>牛血清蛋白>海藻酸钠； 三种有机质的紫外-可见光谱特征谱图表明有机质中能与臭氧反应的活性基团在紫外-可见光有特定的响应特征； 三种有机质的三维荧光光谱特征谱图表明富里酸类腐殖质及喹啉类结构对臭氧消耗均有显著的贡献； 腐殖酸在254， 258和280 nm的紫外吸光度及激发波长/发射波长（Ex/Em）=240/396 nm， Ex/Em=345/436 nm的荧光吸光度去除率与臭氧投加量显著相关； 其中280 nm处的特征紫外吸光度UVA280， 特征荧光吸光度Ex/Em=240/396 nm可作为臭氧降解EDCs的指示参数， 具体为UVA280去除率大于18%或者Ex/Em=240/396 nm去除率大于35%时， 1 μmol·L-1的5种EDCs几乎被完全降解。 此研究对污水处理厂臭氧去除EDCs过程中臭氧剂量的优化及EDCs去除效果具有指导作用， 且可避免复杂的EDCs检测。

制备了一种基于天然产物槲皮素接枝硅包银核壳结构的纳米荧光传感器（Ag@SiO2@Qc）， 对铜离子具有好的选择性和灵敏性。 Ag@SiO2@Qc与Cu2+离子结合后， 荧光发射强度发生猝灭， 并且可通过荧光滴定光谱得到了荧光滴定曲线： y = -32.864x+587.59（R2=0.998）， 其线性范围分别为： 3×10-7~4.8×10-6 mol·L-1， 最低检测限为1.0×10-7 mol·L-1。 并且将Ag@SiO2@Qc应用于环境中水样的检测结果的准确度好， 精密度高， 而且更加环保、 方便、 快捷， 具有很大发展潜力与应用价值。