光学观测是空间目标识别的重要手段, 由于探测距离远, 视场中的空间目标多呈现为非分辨的点目标。 相比于传统的定轨测量和光度测量, 光谱探测提供了波长维的可分辨信息, 极大的提升了目标表面材质判别能力, 并为目标状态反演提供了更可靠的依据, 极具应用潜力。 介绍了近年来国内外学者在空间点目标光谱探测及特征识别方面的典型研究进展, 依据主要研究方法, 分为多通道测光探测、 高光谱探测、 实验室光谱特性测量、 目标特性建模仿真四个方向。 其中, 多通道测光获得了低光谱分辨率的测量数据, 是常用的广域空间目标分类判别手段; 高光谱探测研究反射能量在波长维的精细分布, 有助于反演重点目标的材质组成; 实验室光谱特性测量可在受控条件下模拟目标探测的物理过程, 提供材质光谱特性数据库; 目标特性建模仿真则对物理属性抽象特征化, 研究目标光谱变化过程。 通过分析国内外研究成果, 总结当前研究的能力与不足, 提出几点研究思路, 为后续研究开展提供参考。

水汽含量是大气最基本的物理参量之一, 大气水汽垂直分布结构对于大气过程的研究十分有意义。 差分吸收激光雷达可以昼夜获取高精度、 高距离分辨率的大气水汽垂直分布廓线, 是最有潜力的探测手段。 国际上已经发展出几种类型的差分吸收激光雷达, 对它们的发展路径做一梳理, 理清发展脉络, 具有有益的参考价值。 其中, 稍早时期水汽差分吸收激光雷达工作在4ν振动吸收带720～730 nm频域, 以Alexandrite为主流的激光器或者Nd∶YAG/ruby固体激光器泵浦的染料激光器作为发射光源, 光电倍增管仍然可以在这个波段担任探测器, 代表性的仪器是法国的机载LEANDRE Ⅱ。 此后发展的820 nm波段的水汽差分吸收激光雷达, 以钛宝石激光器或钛宝石光放大器为发射机, 以硅的雪崩二极管作为探测器, 紧跟前置放大和数据的AD采集器, 如德国Hohenheim大学的车载扫描激光雷达, 可以获得对流层300～4 000 m之间水汽两维或三维分布结构; 德国Institutfür Meteorologie und Klimaforschung所建立的差分吸收激光雷达可以探测3～12 km高度之间大气的水汽垂直分布。 720和820 nm波段水汽吸收截面较小, 更适合于地基或车载的对流层水汽廓线探测。 而水汽3ν振动谱935 nm区域吸收截面较大, 是为了空间探测大气对流层上、 平流层下相对干燥区域的水汽分布而准备的, 且可以安排多个探测波长, 和一个参考波长, 它们对水汽的吸收截面大小呈梯度分布, 以应对空间对地观测时不同高度大气水汽浓度的差别。 基于种子注入的光参量振荡器或Nd∶YGG全固态激光器的935 nm差分吸收激光雷达, 以德国Deutsches Zentrumfür Luft- und Raumfahrt的研究最为成功, 推动了欧洲空间局立项发展空间水汽差分吸收激光雷达WALES(Water Vapour Lidar Experiment in Space) , 测量从地球表面到平流层下、 高垂直分辨率和高精度水汽浓度分布。 机载多波长水汽差分吸收激光雷达1999年建立起来, 担当空间WALES任务的模拟器, 2006年完成了机载飞行试验。 以823～830 nm分布布拉格反射半导体激光器和半导体光放大器为核心、 采用雪崩二极管盖格光子计数技术的微脉冲差分吸收激光雷达, 是差分吸收激光雷达面向商业化、 可普及的方向迈出的重要一步, 目前已经发展到第四代产品。 发射机激光工作波长的长期稳定十分重要而棘手, 以窄带连续波种子激光注入脉冲激光器的谐振腔锁定其的腔长, 种子激光的波长以水汽的多通道光吸收池为参照标准, 或以高精度波长计为误差获取手段, 通过负反馈进行主动稳频; 其次, 需要仔细考虑大气对激光的后向散射光谱线型, 显然Rayleigh后向散射光的多普勒展宽与水汽吸收光谱线宽度可以比拟, 所以其吸收截面σon和σoff必需加以修正; 水汽的空间垂直分布梯度大, 因此差分吸收激光雷达应该实行分通道探测。

农产品质量安全日益受到关注。 由于传统检测方法存在耗时长、 操作复杂、 消耗大量溶剂、 成本高等问题, 因而迫切需要开发快速无损检测技术。 在电磁波谱中位于微波和红外辐射之间的太赫兹波, 因其所处波段的特殊性, 使其具有了瞬态性、 高穿透性、 宽带性、 相干性和低能性等一系列特性, 太赫兹技术可以有效反映有机生物分子的结构和性质, 作为物质“指纹”谱, 该技术逐渐应用于有机生物分子的定性、 定量分析, 在近红外光谱、 拉曼光谱、 X射线等众多光谱类快速无损检测技术中成为一种极具竞争力的新兴检测技术。 首先介绍了太赫兹波特点, 太赫兹光谱及其成像技术原理; 其次, 在其基础上总结了太赫兹数据处理一般流程及其主要步骤中的常用分析方法, 着重对定量、 定性分析步骤中模型搭建方法、 评估方法、 评估指标进行了阐述; 再次, 讨论了近几年来太赫兹技术在农产品品质检测中的几个关键领域应用和研究进展, 具体包括农药残留、 抗生素、 毒素等微量有害物质检测, 掺假、 转基因和外源异物的鉴别以及农产品内部营养成分含量预测等; 最后, 系统探讨了太赫兹技术在农产品品质检测领域尚需解决的问题, 以此为导向总结需要进一步加强的研究方向, 并对太赫兹技术在农产品品质领域未来发展作出展望。 已有研究文献表明太赫兹技术在农产品品质检测领域的有效性。 尤其, 对非极性物质不敏感的特性, 使其对已包装农产品的品质检测与评估具有得天独厚的优势。 随着机器学习、 强化学习等信息科学技术发展, 一方面进一步加强太赫兹数据分析技术研究, 通过数据自主学习, 从数据角度揭示科学规律, 构建精度更高、 运算开销更小、 实时性更强、 泛化能力更好的分析模型; 另一方面从分子振动理论出发, 结合化学、 物理学知识, 研究太赫兹光谱特性的形成机理, 并将获取的先验知识应用于分析模型的构建, 通过数据与机理二者有机结合, 提高太赫兹光谱分析软实力。 未来硬件系统开发上以便携、 低成本、 灵敏度高为目标, 最终实现太赫兹技术应用从实验室研究阶段逐渐走向商用工程化应用。

羟基OH对于人类理解中间层化学成分非常重要, 它是大气光化学反应中重要的氧化剂, OH在308 nm波段受到太阳能量激发, 发射出OH Ａ２Σ＋－Ｘ２Π(０, ０) 荧光信号。 为了探测中间层大气中OH自由基的紫外共振荧光发射信号, 从复杂背景信号中分离目标信号, 研制了中高层大气OH自由基超分辨空间外差光谱仪, 光谱范围为308.2～309.8 nm, 光谱分辨率为0.008 25 nm。 临边观测主要探测大气散射信号, 能量来源为大气中的粒子, 包括大气分子与气溶胶、 云等对太阳能量的散射作用。 中高层大气OH自由基超分辨空间外差光谱仪基于空间外差光谱技术, 可以在设计的闪耀波长范围内获得极高的光谱分辨率, 适用于大气成分的精细探测。 通过在前置或后置光学系统中加入柱面镜, 总视场内的场景被分成多个视场切片, 每一个视场切片的干涉图分别成像到对应的探测器行上。 利用空间外差光谱仪具有空间维分层成像功能, 临边观测时可以同时获取不同高度层大气吸收光谱的散射辐射信号, 无需像传统临边探测遥感器在不同高度层进行扫描来获取大气高度维的廓线信息。 为了验证中高层大气OH自由基超分辨空间外差光谱仪的临边散射信号探测能力与对观测几何的敏感性, 进行了地面临边观测实验, 探测紫外308 nm波段大气散射信号。 模拟临边观测几何, 选取晴朗无云的一天, 在空旷场地对大气散射信号进行观测。 由于仪器基于空间外差光谱技术, 需要对干涉数据进行干涉误差修正与光谱复原。 对一段观测时间内间隔10分钟的干涉数据进行光谱复原并定标, 得到最终临边观测光谱。 由于散射信号的主要来源为大气分子对太阳光的散射作用, 因此光谱中应包含太阳光谱高分辨率精细特征信息。 从高分辨率太阳光谱中选取三个特征信息窗, 分析观测光谱中对应波段, 三个特征信息窗完全匹配, 验证了中高层大气OH自由基超分辨空间外差光谱仪的超高分辨率光谱探测能力和光谱精细信息提取能力。 将太阳辐射计实时测量获得的气溶胶光学厚度及根据观测时间计算的太阳天顶角与太阳方位角输入辐射传输模型SCIATRAN, 结合对应日期与经纬度的大气廓线数据库, 得到模拟光谱, 将实测结果与辐射传输模型结果进行比对, 两者残差较小。 实测结果与模拟结果存在的残差, 可能是由于大气环境参数并没有完全符合实测状态, 后续可使用当地实时温湿压廓线对模拟数据库进行替换, 使辐射传输模型更接近实际状态。 与辐射传输模型对比的结果验证了中高层大气OH自由基超分辨空间外差光谱仪的散射信号探测能力与对观测几何的敏感性, 验证了在轨探测多谱段、 宽谱段大气散射光谱与OH目标信号的可行性, 为在轨探测OH目标信号提供了理论与实验基础。

随着各国航天活动的增多, 空间目标的数量和种类不断增加, 对空间目标进行编目识别是各国空间目标监视领域的重要研究内容。 对空间目标进行识别, 主要是为了获得其表面材质、 姿态、 形状、 关键载荷等信息, 而表面材质信息的获取是开展目标光学特性及状态认知研究的基础。 搭建空间目标表面材质多色测光测量系统, 整套系统部署在光学暗室内, 以减少杂散光对测量结果的影响。 光源采用太阳模拟器, 光谱等级A级; 探测器采用美国ASD公司生产的FieldSpec4地物光谱仪, 波长范围350～2 500 nm, 光谱分辨率1 nm, 光纤置于电控转台上, 能对待测样片实现不同观测几何下的测量。 利用Johnson-Cousins UBVRI五色分光系统对8种常用表面材质(砷化镓、 氧化铝、 氧化聚酰亚胺薄膜、 黑漆、 环氧漆、 镀铝聚酰亚胺薄膜、 钛青蓝漆、 白漆) 在不同观测几何条件下的10种色指数数据进行实验测量, 每种色指数分别测得30组实验数据。 采用传统的1-sigma不确定框方法(即对于给定材质的若干组实验数据, 计算其每种色指数的平均值和标准差, 以平均值为中心, 以标准差的两倍为边长画出色指数不确定框) , 在最理想的识别情况下, 通过R-I和B-R色指数不确定框能对砷化镓、 氧化铝、 氧化聚酰亚胺薄膜、 钛青蓝漆四种材质进行识别; 利用B-V和B-R色指数不确定框可以将环氧漆、 白漆识别出来, 剩余两种材质黑漆和镀铝聚酰亚胺薄膜无法通过以上色指数进行识别。 但是1-sigma不确定框方法存在两个主要问题: 一是需要知道待测材质对特定波段敏感的先验信息, 来确定所用的色指数类型; 二是识别率容易受测试样本数量的影响, 可靠性差。 超限学习机算法是一种利用随机化隐层节点和和最小二乘求解方式进行训练的机器学习算法, 具备学习效率快, 泛化性能好, 不容易陷入局部最优解等优势, 被广泛应用于对数据的分类和回归分析中。 因此引入超限学习机算法, 将色指数数据按照2∶1的比例随机分为训练样本和测试样本, 共进行三次随机试验。 在训练样本中, 对每种材质按照1∶8的顺序进行编号, 即编号1∶8的测试样本分别有20个, 分别包含10种色指数数据; 在测试样本中同样对其按照已知归属材质对应编号。 采用决定系数和计算时间作为判断ELM算法准确性和实时性的判断指标。 结果表明: 无论是对单一材质进行识别, 还是对所有测试材质样本, 训练样本决定系数在0.98以上, 测试样本决定系数在0.96以上, 每次试验中最多有3组色指数数据无法识别; 所需总时间最长在0.07 s内完成, 甚至可以达到0.002 s, 识别效率和可靠性远高于传统的1-sigma不确定框法, 表明ELM算法能对空间目标常用材质进行准确快速识别。 相关研究可为空间非合作目标的外形、 姿态等状态信息反演提供技术支持。

在电弧等离子体的光谱诊断中, 标准温度法测温原理与目前先进的图像传感技术相结合, 通过特征谱图像完成电弧全场温度信息采集, 因其良好的时、 空分辨率而被广泛应用于电弧温度测量。 但是谱线的发射系数与等离子体温度不是单调变化关系, 传统标准温度法选取一条ArⅠ谱线完成对电弧等离子体的测量, 在电弧内部的高温电离区域产生谱线辐射强度降低的现象, 需要人为判定电弧不同位置所处的温度区间才能完成温度的计算, 整个过程无法通过软件自主完成。 针对此问题, 根据电弧等离子体的局部热力学平衡条件, 探索一种基于双特征谱线的标准温度法测温原理, 通过融合电弧在外层低温区域聚集的Ar原子发出的ArⅠ谱线发射系数场, 和在高温区域的Ar一次电离离子所发出的ArⅡ特征谱线发射系数场, 将达到ArⅠ谱线标准温度的位置处的ArⅡ谱线发射系数作为电弧不同温度区域的判定依据, 完成电弧等离子体高温区域的自动判别, 继而应用ArⅠ谱线发射系数与温度对应关系在电弧高、 低温区域分别计算电弧温度, 消除单一的ArⅠ谱线发射系数场暗区给计算带来的不利影响; 设计并搭建了一种镜前分幅采集系统, 其中分光镜将弧光等能量分成两束, 利用两组反射镜和窄带滤光片建立起两路光学通道, 使CMOS在一次曝光中完成两组电弧特征谱图像的采集, 并且两幅图像的采集时刻、 焦距、 光圈等拍摄参数完全一致, 达到良好的时间、 空间一致性, 从而减小谱线融合时误差的输出, 满足了原位获取两组电弧特征谱图像的需求; 为验证测量系统可行性以及后期的电弧图像提取, 以黑白棋盘为标靶, 用Harris算子对系统采集的图像进行扫描, 根据角点坐标证明系统所采集的两幅图像具有良好的一致性, 并且据此将两幅图像做归一化处理, 以便后期的电弧特征谱图像的提取; 通过假设所测电弧等离子具有轴对称属性, 以CMOS所采集的特征谱图像亮度信息作为电弧发射系数场在不同角度下的投影依据, 经过中值滤波降噪后, 利用ML-EM迭代重建算法求解电弧的三维发射系数分布。 实验中, 选择受自吸收效应影响较小的ArⅠ696.5 nm谱线和ArⅡ480.6 nm谱线为测量目标, 并且在696.5 nm谱线的光通路中加入OD0.4的中性减光片, 使两幅特征谱图像的最高亮度值保持一致。 选取150A焊接等离子弧为测量对象, 经ML-EM法三维还原后, 将两条谱线发射系数场等像素融合, 在ArⅠ谱线发射系数达到最大值的像素点位置处, ArⅡ谱线发射系数达到εrp, 判定ArⅡ谱线发射系数大于εrp的像素点位置为电弧高温区域, 其余位置为低温区域, 最终在不同温度区域自动完成焊接等离子弧的温度计算。 实验结果表明696.5 nm谱线和480.6 nm谱线发射系数场融合后可以自动识别电弧高温区域, 继而完成电弧等离子体的自动测量, 为电弧温度实时监测的实现提供更多可能。

激光光源具有单色性好、 亮度高、 方向性强和相干性强等优势, 所以基于干涉原理对激光光谱进行积分可以应用于微位移测量领域。 在重力方法探测过程中, 因地质结构不同引起万有引力差异而造成的探测质量块位移十分微小, 通常为纳米级, 所以研制高精度纳米级微位移测量系统尤为重要。 然而传统电容位移测量法在防止电磁干扰等方面存在不足。 相比较而言, 光学干涉法具备抗电磁干扰、 环境适应性强等优点, 且精度不亚于电容法。 传统干涉系统光路复杂、 难于集成, 对重力仪的小型化与集成化不利。 所以研制一种结构紧凑的光学干涉系统用于实现纳米级微位移测量成为亟需。 基于可变相位延迟的激光干涉式方法, 能够实现亚纳米级微位移测量, 较传统干涉系统具备结构紧凑、 易于集成的优势。 本微位移测量系统由半导体激光器、 起偏器、 检偏器、 楔形双折射晶体组和光谱仪组成。 研究从以下方面展开: 首先是确定测量系统方案, 提出了偏振光干涉双路结构, 以楔形双折射晶体组作为核心器件, 将晶体间相对位移转化为o光和e光的差别化相位延迟, 并对激光光谱进行积分, 进而将位移变化转变为合成光强的变化; 其次是建立测量位移物理模型, 根据设计的双折射晶体组几何结构、 位移过程与光路, 确定光强变化与待测位移量之间的关系; 第三是系统参数优化, 为了使系统的测量误差和量程满足实际需求, 利用已建立的物理模型, 将测量误差和量程分别与晶体切割角度α、 激光器激射波长λ建立函数关系。 根据应用需求, 确定适当的误差和量程取值范围, 进而得到角度α和波长λ取值范围; 最后加工晶体、 搭建系统并进行测试。 具体即以α和λ为调控参量, 联合考虑“近似线性化”和“激光器光强波动误差”对系统量程进行优化仿真。 同样, 联合考虑“激光器光强波动误差”和“激光器波长波动误差”, 并利用“系统最大位移量”(与量程有关) 对系统测量误差进行优化仿真。 最终确定钒酸钇晶体切割角度α为20°, 激光器激射波长λ为635 nm。 实验中, 以10 nm为间隔利用压电陶瓷设置位移量进行位移测试, 包括: 系统的线性标定、 系统量程和测量误差测试。 另外, 在保持待测位置不变的条件下, 利用本位移测量系统进行了2 h不间断测量, 并通过阿伦方差确定了系统的位移探测下限。 实验结果表明, 位移量程范围大于150 nm, 位移测量误差约0.5 nm, 位移探测下限为0.32 nm@23 s, 探测线性度判定系数(R2)为0.999 85。 综上所述, 以自制楔形双折射晶体组作为核心器件的可变相位延迟激光干涉式微位移测量系统, 可作为重力探测中的质量块位移测量单元。 与电容法相比具有更强的环境适应性; 与传统干涉系统相比具有结构简易、 光路紧凑等优点, 便于重力仪的小型化与集成化。

激光探测对于获取云和气溶胶的垂直廓线, 研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。 而星载大气激光雷达云气溶胶分类算法的研究, 对于激光雷达数据的参数反演及应用极为重要。 针对激光条件下探测的云和气溶胶特有的光学信息和空间分布, 结合概率统计与机器学习算法, 提出了一种对于云/气溶胶、 云相态及气溶胶子类型识别的分类算法, 实现了星载激光雷达的大气特征层快速、 有效分类。 算法采用中国地区2016年CALIOP的观测数据作为样本数据, 主要由三部分组成: (1) 基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征, 分别构建了云和气溶胶的γ532, χ, δ, Z和lat的五维概率密度函数, 以此为基础构建云气溶胶的分类置信函数, 并基于此实现了云和气溶胶类型的反演; (2) 选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础, 结合云层的γ532, χ, δ Z和云顶温度T的概率密度函数构建ROI, 水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云, 获得云相态的分类结果; (3) 以各气溶胶子类型的光学以及空间分布特性为基础, 采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分, 完成气溶胶子类型的识别。 利用现有CALIOP观测结果作为样本数据构建分类数据库, 避免了对于地面以及航测数据的依赖, 而机器学习则大大简化了算法的实现过程, 使得云气溶胶分类更加高效。 算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析: 云层有98.51%一致性, 气溶胶有88.43%的一致性, 且白天比夜间一致性高。 对于云相态分类, 可以有效区分出水云和冰云, 其中二者水云一致性高达93.44%。 在气溶胶子类型反演结果中, 可以准确识别出大多数气溶胶特征层子类型。 霾、 沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。 其中, 霾天的大部分煤烟型以及污染型(污染沙尘以及污染大陆) 气溶胶反演结果与VFM具有较好的一致性。 沙尘天也能够获得较好的沙尘以及污染沙尘的结果。 晴空为数不多的气溶胶层也取得了较为一致的结果。 对于实现的星载大气激光雷达特征层分类算法, 针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进, 在保证一定精度的基础上, 简化了算法, 提高了数据处理的效率, 在下一步工作中, 将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。

近几年我国的雾霾日趋严重, 不但对人的健康造成危害、 对空中交通造成安全隐患, 同时也对很多应用于户外的光学设备造成了影响。 为了定量分析不同雾霾等级对基于弹光调制痕量气体浓度检测系统性能的影响, 设计了一种测试系统, 定量比较了在同一系统中不同PM2.5浓度条件下对等量VOC气体浓度反演的影响。 实验中实地采集不同PM2.5浓度的样气, 再分别与标准待测气体混合, 最终通过对透射光光谱变化和待测气体浓度反演数据的比较, 定量分析PM2.5浓度对系统的影响。 实验中选用甲醛和苯作为待测气体, 分别配制了六种浓度的待测气体, 对6个雾霾浓度等级(No.1—No.6) 分别进行了测试。 实验结果显示, 当PM2.5浓度增大时, 系统光能吸收率降低。 当PM2.5浓度等级小于No.3时, 衰减变化相对缓慢, 而大于No.3后衰减效果明显增强。 当PM2.5浓度小于150 μg·m-3时, 测试精度优于90%; 当PM2.5浓度超过150 μg·m-3时, 对VOC浓度反演的影响变强, 当达到350 μg·m-3时, 测试误差将近30%。 由此可见, PM2.5浓度对弹光调制系统的气体浓度检测具有显著影响。

太赫兹波技术在生物医学领域具有广泛应用前景, 结合人体胃管状腺癌组织检测, 针对太赫兹时域光谱(THz-TDS) 组织检测点位与实际病理难以配准的问题, 在处理石蜡包埋的胃组织的过程中引入组织芯片技术, 为实验样本的精准定位检测提供了可行方法。 开展了人体胃正常组织和癌变组织太赫兹检测实验, 结合主成分分析方法, 对比分析了组织芯片技术配准的实验组与未配准的对照组的太赫兹吸收系数和折射率谱。 此外对比研究了采用支持向量机和逻辑回归的太赫兹胃管状腺癌判别方法。 研究结果表明, 使用组织芯片方法有助于提升组织取材的精准性从而提高癌变样本和正常样本光谱数据的区分效果。

介质阻挡放电系统(DBD) 作为一个典型的非平衡气体放电系统, 不仅在工业生产如低温等离子体生产和发光等方面被广泛应用, 而且该系统表现出的非线性现象、 自组织现象也吸引人们的关注。 DBD系统中放电丝的等离子体参量受诸多因素影响, 为了探究DBD系统的放电条件对等离子体参量的影响, 该实验重新设计放电单元以保证在其他实验条件相同的情况下, 对放电气隙间距和气体组分与等离子体参数之间的关系展开研究。 本实验的放电单元为一个平板型玻璃框架气隙, 该气隙由三个厚度均为1.2 mm, 放电区域边长分别为40, 30和20 mm的正方形玻璃框架复合而成, 因此该放电气隙有三个放电区域, 将此复合气隙放置于可调节气体成分和压强的真空室内, 可以同时产生三种放电气隙间距分别为1.2, 2.4和3.6 mm的等离子体放电丝。 高速录像机拍摄的瞬时照片表明三种放电丝均为随机放电丝, 即其放电类型均为流光放电。 在垂直于放电气隙平面的方向设置光路, 使用聚焦透镜获得清晰的成像, 移动光纤探头实现空间分辨并采集数据。 实验用光谱仪采集三种等离子体的氮分子第二正带系(C3Πu→B3Πu) 谱线, 根据谱线强度计算得到各类放电丝的分子振动温度; 利用谱线中包含的氮分子离子N+2第一负带系谱线(391.4 nm)和氮分子第二正带系394.1 nm谱线强度的比值反应放电丝中电子平均能量; 改变气室内氩气的含量, 得到了三种等离子体的分子振动温度和电子平均能量的变化趋势。 实验结果表明: 在氩气含量0%~60%区间内, 随着氩气含量的增加, 三种等离子体的分子振动温度均先升高后降低, 整体趋势表现为相同氩气含量下放电气隙间距越小分子振动温度越高, 即1.2 mm气隙厚度中的放电丝的分子振动温度最高, 2.4 mm气隙厚度次之, 3.6 mm气隙厚度的最低; 随氩气含量的增加放电丝的平均电子能量先升高后降低, 氩气含量相同时气隙厚度越小的放电丝的电子平均能量越高, 即1.2 mm气隙厚度中放电丝的电子平均能量最高, 2.4 mm气隙厚度的次之, 3.6 mm气隙厚度中的最低。 实验结果对于研究DBD系统中等离子体参量、 工业生产等方面具有重要的参考意义。

由于具有工作气压高、 放电均匀等特点, 大气压介质阻挡放电成为近年来非平衡等离子体领域研究的主要技术。 电极结构是电离特性的主要影响因素之一, 因此, 通过电极结构优化来改善电离特性, 对等离子体放电设备的应用领域拓展及性能优化至关重要。 为改善大气压介质阻挡放电的电离特性, 产生高活性、 高均匀性的低温等离子体, 基于自主设计的同轴介质阻挡放电装置进行了不同电极结构的电离试验及参数诊断; 在一个标准大气压、 放电频率11.4 kHz、 放电峰值电压5.4～13.4 kV条件下进行了氩气电离试验; 采用原子发射光谱法(AES) 对氩等离子体谱线的激发、 分光进行了检测分析; 研究了螺纹电极、 齿状电极、 圆柱电极放电的特征光谱参数及外施电压对介质阻挡放电特征参数的影响。 结果表明, 齿状电极放电所形成等离子体的放电强度更大且放电效果显著, 电子平均能量利用率低, 电子激励温度弱于圆柱电极; 圆柱电极放电强度较弱, 但易形成大面积均匀性等离子体; 大气压环境下电子激励温度不因外源电压的升高而单调递加, 这表明通道内微放电的主要特征并不依赖于外施电压的供给, 而是取决于电极结构、 气体组份、 气体压强; 增大外施电压仅能增加单位时间内微放电的数量, 经整合电子激励温度可达3 500 K, 符合典型的低温等离子体特征。

基于吸光度与物质浓度的相关关系建立了一种PET薄膜印刷的混合油墨组分预测模型。 该方法首先依据光的传播理论和光在墨层与承印材料中的多重内反射原理, 利用基色和混合专色薄膜印品在黑白两色基底上的反射光谱, 建立具有高透低反特性薄膜印品透射光谱的获取方法, 并利用透射光谱求解吸收光谱; 然后对专色吸光度与基色浓度进行回归分析, 确定吸光度与基色浓度线性相关度高的特征波段, 再根据郎伯比尔定律, 利用特征波长处的专色样本吸光度与基色样本吸光度建立组分预测模型, 求解专色样本的配方比例; 最后, 分析预测配方与预设浓度的偏差, 并按照预测配方浓度重新打样, 采用色差与光谱均方根误差对计算配方色与目标专色的匹配程度进行分析, 验证模型精度。 以凹印PET薄膜双基色混合样品为实验对象, 对提出的方法进行测试。 光谱分析表明, 基色样本和专色样本光谱反射率曲线在黑白两种基底上有明显差异, 但都随基色油墨浓度变化具有相同的变化规律, 专色样本的光谱透射曲线随着基色浓度的变化接近浓度比例大的基色曲线, 在400～580 nm区间, 专色的吸收光谱随着基色油墨A浓度降低而升高, 在580～700 nm区间随着基色油墨A浓度降低而降低。 除570～590 nm吸收曲线相交区间以外, 在可见光范围内专色油墨吸光度与基色油墨浓度之间的判定系数R2均大于0.95, 平均值为0.990 0, 两者具有强线性相关关系。 分别选取基色A和B波长为520 nm(R2为0.994 2)和700 nm(R2为0.998 5)处的吸光度代入配色模型, 并利用最小二乘法求解目标专色的配方比例。 实验结果表明, 六组预测浓度与预设浓度相比较, 配方平均偏差为2.5%, 无显著偏差。 配方色样本与专色样本色差最大值为1.98, 最小值为0.30, 平均值为0.85, 均满足GMI对专色复制的要求, 其中5组专色色差小于1.5, 符合专色忠实复制的要求; 6组专色的光谱均方根误差最大值为2.93%, 最小值为0.49%, 平均值为1.40%, 基本实现了同色同谱的高精度颜色复制。 验证了该方法对于提高专色油墨配色精度和改善PET薄膜印刷质量具有显著效果, 可为PET薄膜专色配方预测提供科学方法。

污水再生利用是解决水资源短缺问题的有效对策。 纳滤技术由于能够生产高质量的再生水, 成为污水深度处理、 再生利用的有效方法之一。 然而, 在纳滤过程中存在复杂的、 动态的膜污染现象, 会导致产水通量、 产水质量下降等问题。 研究膜污染动态发展的行为, 对于膜污染的分阶段针对性控制具有重要意义。 有机物是污染层动态发展过程的重要指示性成分, 红外光谱是表征污染层发展过程中表面有机物官能团变化情况的重要手段。 但由于红外光谱中峰的数量多, 系列样品之间峰强度的差别较小(尤其是当膜污染过程中的采样间隔较小时) , 利用直观观察不易甄别不同样品间的谱图差异及其变化趋势, 在此水平上难以对膜污染阶段进行准确识别、 对各阶段特征进行有说服力的分类概括。 为探索膜污染的动态发展过程, 本研究将傅里叶变换红外光谱与统计学聚类分析相结合, 对膜污染过程中不同时间点的膜样本进行红外光谱分析, 再对红外光谱数据进行一系列预处理和系统聚类分析, 从而客观解读膜污染动态发展过程中系列样品红外光谱分阶段变化规律。 考虑到类别间距离度量方法、 红外吸收峰强度标准化、 峰之间自相关性、 峰与样本之间交互作用等因素的影响, 研究采用对应分析对红外数据进行预处理, 提取各样本在主要维度上的得分, 随后基于标准化欧式距离对各样本进行聚类。 在为期一个月的城市污水深度处理纳滤试验过程中, 由于污染物在膜表面累积, 纳滤膜发生了较为严重的污染。 通过对13个不同时间点的膜样本进行红外光谱聚类发现, 膜污染可清晰划分为如下阶段: 空白膜、 阶段Ⅰ(3 h～8 d) 、 阶段Ⅱ(10～15 d) 和阶段Ⅲ(20～30 d) 。 采用红外聚类, 得到膜表面X射线光电子能谱(XPS) 和三磷酸腺苷(ATP) 含量分析等方法的交互验证。 结果表明, 随着膜污染的发展, 膜表面有机物成分与共存微生物量发生协同变化, 各阶段大致特征为: 阶段Ⅰ各类有机污染物初步覆盖, 微生物开始富集; 阶段Ⅱ多糖类污染物比例上升, 微生物的富集趋于稳定; 阶段Ⅲ整体污染趋于成熟, 有机污染物氢键特征更加明显。 该研究通过对红外数据进行聚类分析, 能够灵敏地探测各红外图谱之间的差别, 有助于对红外光谱规律的深度挖掘, 为膜污染阶段的识别和划分提供了一种客观、 自动、 可量化的辅助性方法, 并且有助于归纳出不同阶段的污染层特征, 可作为膜污染时序特征的侦查手段。 此外, 除了膜污染的研究, 在材料、 吸附等领域, 只要有一系列变化的红外光谱, 均可尝试采用红外光谱聚类分析方法, 获取基于红外特征的定类信息或分阶段规律。

氮、 磷、 钾元素是植物有机质的重要生化组分, 准确估算其含量对监测管理植被的新陈代谢和健康状况具有重要意义。 可见-近红外光谱结合多种建模方法已被用于植被生化参数的监测, 其中支持向量机回归方法被证明能够较好拟合反射光谱和植被生化参数之间的非线性关系, 而选取适当的核函数是其成功的关键。 以宜兴地区水稻、 玉米、 芝麻、 大豆、 茶叶、 草地、 乔木和灌木等八种植被叶片样本为研究对象, 分析比较基于径向基核函数、 多项式核函数和S形核函数的支持向量回归模型估算叶片氮、 磷、 钾元素含量的能力。 利用一阶微分变换、 标准正态变量变换和反对数变换对叶片可见-近红外光谱进行预处理, 运用bootstrapping法生成1 000组校正集和验证集, 分别建立基于三种核函数的支持向量回归估算模型, 以决定系数(R2) 和相对分析误差(RPD) 的均值作为评价指标。 结果显示, 结合一阶微分和反对数变换光谱, 采用径向基核函数模型对氮、 钾元素估算精度最高(氮: 平均R2=0.64, 平均RPD=1.67; 钾: 平均R2=0.56, 平均RPD=1.48) , 结合一阶微分变换光谱, 采用径向基核函数模型对磷元素估算精度最高(磷: 平均R2=0.68, 平均RPD=1.73) 。 研究表明, 结合不同预处理的可见-近红外光谱, 基于径向基核函数的支持向量回归模型具有较好的估算多种植被叶片生化组分含量的潜力。

在农作物生产中, 不合理使用化学农药来防治植物病害的现象普遍存在, 严重影响产品品质及食用安全, 快速鉴别植物病害并采取合理的防治措施对提高农作物品质具有重要意义。 利用红外光谱三级鉴别法(傅里叶变换红外光谱(FTIR) 、 二阶导数红外光谱(SD-IR) 及二维相关红外光谱(2D-IR) ) 对蚕豆、 玉米、 葱和蒜正常叶、 锈病叶病斑处及病斑附近绿色部位进行了研究。 结果显示, 正常叶、 病斑附近绿色部位及锈病叶病斑处的光谱吸收峰强度和形状存在微小差异。 原始光谱中正常叶、 病斑附近绿色部位及锈病叶病斑处的几个吸收强度比存在差异, 蚕豆的正常叶、 病斑附近绿色部位及锈病叶病斑处的吸收强度比A1 410/A1 646分别为0.698, 0.624和0.616, A2 926/A1 646相应比值分别为0.665, 0.638和0.552; 玉米的相应比值A1 649/A1 055分别为0.813, 0.696, 0.691, A1 382/A1 055相应比值分别为0.552, 0.478和0.465, A2 926/A1 055相应比值分别为0.574, 0.467和0.469; 葱的相应比值A1 382/A1 061分别为0.843, 0.821和0.704, A2 923/A1 061相应比值分别为0.707, 0.680和0.489; 以上锈病叶病斑处及病斑附近绿色部位的几个峰强比均比正常叶小。 二阶导数红外光谱在1 800～800 cm-1范围内, 正常叶、 病斑附近绿色部位及锈病叶病斑处的吸收峰的形状及强度显示明显差异。 二维相关红外光谱显示, 正常叶、 锈病叶病斑处及病斑附近绿色部位在860～1 690 cm-1范围内自动峰和交叉峰的位置、 数目及强度存在显著差异。 蚕豆正常叶出现4个强自动峰, 2组强的正交叉峰; 病斑附近绿色部位出现5个强自动峰, 4组强正交叉峰; 锈病叶病斑处出现2个最强自动峰和5个中强自动峰, 5组强正交叉峰; 蚕豆锈病叶病斑处自动峰强度最强, 而正常叶的各个自动峰的强度最低。 玉米正常叶出现9个强自动峰, 12组强的正交叉峰; 病斑附近绿色部位出现11个强自动峰, 3组最强的正交叉峰和11组中强正交叉峰; 锈病叶病斑处出现6个强自动峰, 3组强正交叉峰; 蒜正常叶出现9个强自动峰, 8组强的正交叉峰; 病斑附近绿色部位出现2个最强自动峰和9个次强自动峰, 10组强正交叉峰; 锈病叶病斑处出现6个强自动峰, 1组强正交叉峰; 玉米和蒜病斑附近绿色部位的各个自动峰的强度最强, 而锈病叶病斑处自动峰和交叉峰强度最弱。 葱正常叶出现9个强自动峰, 5组强的正交叉峰; 病斑附近绿色部位出现8个强自动峰, 3组强正交叉峰; 锈病叶病斑处出现3个强自动峰, 无正交叉峰出现。 葱正常叶的各个自动峰的强度最强, 而锈病叶病斑处自动峰强度最弱。 结果表明, 利用傅里叶变换红外光谱结合二阶导数红外光谱及二维相关红外光谱能简单、 快速地鉴别研究农作物锈病叶, 有望为农作物病害提供一种光谱检测方法。

不饱和脂肪酸是鲜肉脂肪的基本组成成分, 其种类和含量直接影响鲜肉的风味和品质。 不同于用时长, 破坏样品的气相色谱法, 近红外分析可快速, 无损地对鲜肉中不饱和脂肪酸进行定量检测。 选取了驴肉, 牛肉, 羊肉和猪肉鲜肉样品共63个, 在4 000～12 500 cm-1波段上, 分别采集了肉块样品和粉碎口径3 mm的肉糜样品在5, 10, 15, 20, 25, 30, 35 ℃下的近红外漫反射光谱, 并使用气相色谱法作为参考检测了样品的不饱和脂肪酸含量。 为优化模型性能, 比较了不同温度下肉块和肉糜样品全波段光谱的棕榈油酸、 亚油酸、 油酸、 二十四碳一烯酸和总不饱和脂肪酸的偏最小二乘模型参数, 发现棕榈油酸和总不饱和脂肪酸的5 ℃肉糜光谱模型, 亚油酸的35 ℃和油酸的25 ℃肉糜光谱模型, 以及二十四碳一烯酸的15 ℃肉块光谱模型较佳, 且温度对模型的影响不具有明显的规律性。 在较佳模型的基础上, 分别以220, 440, 881和1 762个变量为窗口区间, 使用前向和反向区间偏最小二乘法对波长进行了优选, 发现棕榈油酸、 亚油酸、 油酸和总不饱和脂肪酸以220个变量作为窗口的反向区间偏最小二乘模型, 以及二十四碳一烯酸以440个变量为窗口的前向区间偏最小二乘模型较佳, 且预测性能均优于全波段PLS模型。 其中棕榈油酸的建模波段为: 4 425～4 636, 4 849～5 272, 5 486～5 696.7, 7 398.6～7 818, 8 031.1～8 666.5, 9 947～10 363.6, 12 495.5～12 498.4 cm-1; 亚油酸的建模波段为: 4 000.6～4 423.9, 5 273.4～5 698.6, 7 398.6～9 090.8, 10 576.7～10 787.8, 12 495.5～12 498.4 cm-1; 油酸的建模波段为: 4 000.6～4 423.9, 4 637～4 848.2, 7 398.6～8 242.3, 8 455.4～9 090.8, 9 947～10 787.8, 12 495.5～12 498.4 cm-1; 二十四碳一烯酸的建模波段为: 4 849.1～5 272.4 cm-1; 总不饱和脂肪酸的建模波段为: 4 000.6～4 423.9, 4 637～5 698.6, 9 097.5～9 515.1, 9 940.3～10 575.7, 11 646～12 060.6, 12 273.7～12 498.4 cm-1。 使用偏最小二乘法对优选波长光谱数据进行降维, 利用得到的潜在变量作为各指标最小二乘-支持向量机模型的输入, 并和各指标的区间偏最小二乘模型进行了性能的比较, 发现最小二乘-支持向量机模型的各指标定量结果最优。 棕榈油酸、 亚油酸、 油酸、 二十四碳一烯酸和总不饱和脂肪酸最优模型的校正集相关系数和均方根误差, 以及留一交叉验证相关系数, 均方根误差及相对预测误差分别为: 0.974, 1.403 mg·(100 g)-1, 0.973, 1.428 mg·(100 g)-1, 4.31; 0.99, 2.233 mg·(100 g)-1, 0.99, 2.263 mg·(100 g)-1, 7.21; 0.982, 8.194 mg·(100 g)-1, 0.982, 8.223 mg·(100 g)-1, 5.19; 0.921, 0.224 mg·(100 g)-1, 0.92, 0.225 mg·(100 g)-1, 2.52; 0.996, 24.21 mg·(100 g)-1, 0.995, 26.045 mg·(100 g)-1, 10.01。 其中, 亚油酸、 油酸和总不饱和脂肪酸最优模型的交叉验证相对预测误差超过5, 棕榈油酸最优模型的交叉验证相对预测误差接近5, 二十四碳一烯酸的交叉验证相对预测误差接近3, 各指标最优模型的预测性能较为令人满意。 研究结果表明, 波段优选, 偏最小二乘降维以及最小二乘-支持向量机算法的结合可对鲜肉中单个不饱和脂肪酸及总不饱和脂肪酸指标的近红外光谱定量结果进行有效的优化。

由于部分毒菌与野生食用菌形态和生物学特征相似, 农民仅凭经验采集, 难免将两者混淆, 从而导致严重的食品安全事故。 云南省作为国内野生食用菌产量最高、 出口量最大的省份, 野生食用菌产业发展为云南农村经济发展做出了突出贡献, 对不同种类野生食用菌进行快速鉴别, 有利于野生食用菌产业的健康发展; 分析食用菌亲缘关系, 对食用菌育种工作具有积极作用。 七种牛肝菌样品, 采自云南及周边七个产地, 利用FTIR光谱仪分别采集菌柄和菌盖红外指纹图谱, 基于低级与中级数据融合策略, 将预处理后的菌柄和菌盖FTIR光谱数据进行融合, 结合Decision Trees, Discriminant Analysis, Logistic Regression Classifiers, Support Vector Machines, Nearest Neighbor Classifiers和Ensemble Classifiers中的17种算法, 分别建立菌柄、 菌盖、 低级数据融合和中级数据融合模型, 每个分类模型连续进行10次运算, 通过比较训练集分类正确率平均值, 确定牛肝菌种类鉴别最佳分类算法。 中级数据融合数据集进行系统聚类分析(HCA) , 对推测不同种类牛肝菌样品的亲缘关系进行鉴定。 结果显示: (1) 菌柄、 菌盖和低级数据融合模型最佳分类算法均为Linear Discriminant, 训练集分类正确率分别为92.8%, 96.4%和97.6%。 中级数据融合模型最佳分类算法为Subspace Discriminant, 训练集分类正确率为100%; (2) 菌柄、 菌盖、 低级数据融合和中级数据融合最佳分类模型, 全部样品分类正确率平均值分别为93.61%, 95.54%, 96.99%和99.88%, 中级数据融合模型优于其他三种模型, 表明中级数据模型可以将相似度较高的样品区分开, 且减少了产地对种类鉴别的影响; (3) 中级数据融合模型数据集进行HCA, 华丽牛肝菌和美味牛肝菌聚类距离最小, 表明这两种牛肝菌化学信息较相似, 亲缘关系较近; (4) 华丽牛肝菌与皱盖疣柄牛肝菌聚类临界值距离最大, 表明样品化学信息差异较大, 亲缘关系较远。 综上表明, 基于中级融合策略将不同部位FTIR光谱数据融合, 结合Subspace Discriminant与HCA, 可以准确鉴别不同种类牛肝菌和快速推测样品亲缘关系, 可作为野生食用菌种类鉴别与亲缘关系推测的一种新方法。

癫痫是影响所有年龄段的慢性脑功能障碍, 主要特征为整个或局部脑区神经元异常同步化高频群集动作电位发放。 利用神经毒素海人藻酸(KA) 立体定位注射入大鼠海马, 诱导大鼠产生癫痫持续状态, 建立颞叶癫痫大鼠模型。 应用同步辐射显微光谱和同步辐射显微光谱成像分析癫痫持续状态发作后24小时的颞叶癫痫大鼠海马角(CA) 1区神经元生物化学分子的胞内浓度和分布是否改变。 结果显示反映蛋白质二级结构的酰胺Ⅰ在1 655 cm-1的振动频率和属于脂类功能集团的2 800～3 000 cm-1振动频率, 在正常对照大鼠海马CA1神经元胞体内呈高浓度分布, 但在癫痫大鼠海马CA1神经元胞体, 反映蛋白质二级内呈低浓度分布, 并且以细胞核分布浓度最低, 但在神经元胞体外围分布浓度相对较高。 属于核酸集团的1 055～1 054 cm-1 PO2反对称拉伸振动在正常和癫痫大鼠海马CA1神经元胞体内分布趋势没有差异, 都在胞体内呈高浓度分布, 尤其在细胞核分布浓度最高。 对属于酰胺Ⅰ的吸收频率进行二级导数分析显示癫痫海马神经元的酰胺Ⅰ相对于正常对照多出1个1 653 cm-1附近的负峰。 以上结果提示在发生癫痫持续发作后海马神经元生物化学分子的细胞分布会出现变化。

甲醇汽油是一种清洁能源, 甲醇汽油中甲醇的含量决定了汽油的性能。 通过中红外光谱对甲醇汽油中甲醇含量进行定量检测和分析。 首先, 对采集的甲醇汽油原始中红外光谱进行平滑处理(smoothing) 、 多元散射校正(MSC) 、 基线校正(baseline) 、 归一化(normalization) 等预处理, 再建立PLS模型, 对比选择最佳预处理方法, 结果表明: 在多元散射校正(MSC) 处理后建立的PLS模型效果最好, 模型的预测集相关系数r为0.918, 预测均方根误差RMSEP为2.107。 为进一步简化模型, 提高预测精度, 采用无信息变量消除(uninformative variable elimination, UVE)方法对波长进行筛选, 将UVE波段筛选之后的作为模型的输入变量, 采用偏最小二乘法(partial least squares, PLS) 、 主成分回归(principal components regression, PCR)和最小二乘支持向量机(least square support vector machine, LSSVM) 三种方法分别建立甲醇汽油中甲醇含量的定量预测模型, 并比较不同模型的预测效果和结果。 结果表明, 使用无信息变量消除可以较好提高数据的运算速度, 其中, UVE-PLS模型建模效果最好, r和RMSEP分别为0.923和2.075。 该实验表明中红外光谱检测甲醇汽油中甲醇含量是可行的并可以得到较好的效果; UVE是一种对甲醇汽油的中红外光谱非常有效的波段筛选方法, 该模型的建立对石油化工领域具有较为重要的意义。

相干反斯托克斯拉曼光谱(CARS)和四阶相干反斯托克斯超拉曼光谱(CAHRS)广泛应用于分子界面和生物膜表面的研究。 然而, 高阶非线性光学过程中分子微观极化率张量元数量众多, 关系复杂, 使研究者对CARS和CAHRS很难进行定量分析。 采取以下方案对属于C∞v对称性的分子基团的CARS和CAHRS的微观极化率张量元进行简化。 首先将CARS微观极化率张量元βi′j′k′l′表示成拉曼微观极化率张量元微分α′i′j′的乘积, CAHRS微观极化率张量元βi′j′k′l′m′表示成超拉曼微观极化率张量元微分β′i′j′k′和拉曼微观极化率张量元微分α′i′j′的乘积, 再利用α′i′j′之间的比值及β′i′j′k′之间的比值得到βi′j′k′l′和βi′j′k′l′m′之间的比值。 使用这些CARS和CAHRS微观极化率张量元之间的关系, 能够得到CARS和CAHRS光谱的广义取向泛函及其广义取向参数, 进而对界面分子取向信息进行定量分析。

蜂王浆是一种具有抗氧化、 抗衰老、 调节心血管系统和免疫功能的纯天然营养保健食品, 近年来在食品、 生物医学等领域广泛应用。 由于蜂王浆的采集过程费时费力且没有快捷简便的方法检测其品质, 使得市场上的蜂王浆产品质量参差不齐, 因此实现蜂王浆品质的快速鉴别就显得至关重要。 该研究以蜂王浆的水分和蛋白质为研究对象, 利用拉曼光谱技术结合主成分回归算法(PCR)和偏最小二乘法对蜂王浆进行了快速定量检测, 建立了水分、 蛋白质的定量模型, 探究对其定量分析的可行性, 并进行光谱预处理以提升模型的预测能力, 使其预测准确性更高。 蜂王浆中水分和蛋白质化学值的测定分别采纳蜂王浆国家标准规定的减压干燥法和凯氏定氮法。 蜂王浆光谱的采集则是由DXR激光共焦显微拉曼光谱仪测得。 应用TQ Analyst分析软件对蜂王浆光谱进行预处理及建立定量分析模型。 其中光谱预处理包括导数、 标准正态变换、 多元散射校正、 Savitsky-Golay卷积这四种光谱预处理法, 并按一定关系排列组合成多种不同的预处理方法, 对蜂王浆样品光谱进行数据处理, 寻找出最优的模型与处理方法。 结果表明, 利用主成分回归法建立蜂王浆水分和蛋白质的定量模型效果不理想, 水分的定量模型结果表明, Savitsky-Golay平滑(7) 处理校正集决定系数最高但也仅为0.741 3, 预测集决定系数为0.661 6, RMSEC为0.656, RMSEP为1.34, 建模效果差。 蛋白质的PCR定量模型结果表明, Savitsky-Golay平滑(7) 处理相较之下最优, 校正集决定系数0.675 0, 预测集决定系数为0.566 8, RMSEC为0.548, RMSEP为0.957, 建模效果较差。 因此, 基于PCR所建模型对蜂王浆水分、 蛋白质的含量有一定的预测可能性, 但建模效果较差, 预测准确度低, 稳健性差。 而结合偏最小二乘法并进行S-G(7) +二阶导数+SNV处理对蜂王浆水分建模效果最好, 水分含量校正集和预测集的决定系数分别为0.992 7和0.948 8, RMSEC和RMSEP分别为0.162和0.442。 蛋白质的PLS定量模型, 通过对多种预处理组合处理结果进行对比, S-G(7) +一阶导数+SNV处理对蜂王浆蛋白质建模效果最佳, 蛋白质含量校正集和预测集的决定系数分别为0.991 6和0.879 5, RMSEC和RMSEP分别为0.143和0.497, 建模效果好。 因此, 利用拉曼光谱结合偏最小二乘法快速检测蜂王浆中水分和蛋白质的含量是可行的, 且所建定量模型稳健性良好, 预测准确度高。 通过上述实验可总结得出, 在一些不可避免的外界因素影响下, 将多种预处理方法组合起来可以提高模型的准确性和稳健性, 比用单一的光谱预处理方法修正光谱更加有效, 优化效果更加明显, 且有效提升了模型的各参数, 更好的提高了模型预测的准确性。 同时表明了, 拉曼光谱技术应用于蜂王浆品质的快速检测是可行的, 且检测准确度高, 速度快, 在蜂王浆品质的快速检测方面展现了很好地应用前景。

针对目前SERS基底上金属颗粒制备过程中存在的分布不均匀、 易氧化和稳定性差等缺点, 通过热蒸镀和高温退火获得分布均匀的SERS基底; 同时结合石墨烯优良的光学性能、 化学惰性、 荧光猝灭以及本身的SERS增强等优点, 制备了稳定的石墨烯-银纳米颗粒(GE/AgNPs) 复合结构SERS基底。 通过GE/AgNPs复合结构的拉曼光谱稳定性试验证明了石墨烯在GE/AgNPs结构中起到隔绝银纳米颗粒与空气直接接触及催化氧化银脱氧的作用, 有利于SERS基底的时间稳定性。 (1) 石墨烯、 Ag纳米颗粒及其复合结构的制备。 首先采用热蒸镀和高温退火的方法使Ag纳米颗粒均匀地沉积在SiO2/Si基底上, 再采用化学气相沉积法在Cu箔上制备少层石墨烯, 并用湿法转移法将石墨烯转移到目标基底上, 并实验研究了以不同的退火顺序对GE/AgNPs基底造成的影响。 (2) 石墨烯、 Ag纳米颗粒及其复合基底的表征。 分别采用光学显微镜、 扫描电子显微镜和拉曼光谱进行表征, 得到转移后的纯石墨烯较完整地覆盖在SiO2/Si基底上面, 表面比较平整, 但在少数地方仍然存在褶皱和杂质; SEM表征结果表明对于不同制备流程的GE/AgNPs复合结构上的Ag纳米颗粒基本呈球形。 基本符合Ostwald熟化理论, 通过对退火温度和时间的控制能获得平均粒径在40~60 nm的银颗粒, 且分布较均匀。 此外, 在不同退火顺序中, 石墨烯的加入对银纳米颗粒的扩散形成扩散势垒, 从而出现较大的不规则的颗粒。 (3) 基底稳定性试验和仿真分析。 通过基底本身的Raman mapping测试, 分析了石墨烯拉曼特征峰峰值和半高宽的变化, 得知基底对石墨烯本身的拉曼增强效果主要来源于银纳米颗粒间的电磁场增强。 同时采用浓度为10-6 mol·L-1的罗丹明6G (R6G)水溶液作为探针分子, 对转移了石墨烯的GE/AgNPs复合基底和未转移石墨烯的Ag纳米颗粒基底进行了SERS稳定性实验。 结果表明GE/AgNPs复合基底在1~33 d内衰减较缓慢, 30 d后仍能探测到拉曼信号约为原来信号的35.1%~40.6%; 而纯Ag基底上随着Ag纳米颗粒在空气中迅速氧化, 基底的SERS性能显著下降, 在30 d后只有原来信号的5.9%~11.3%。 此外, 通过实验得到覆盖了石墨烯之后的增强因子约为6.05×105。 最后采用时域有限差分算法(FDTD) 计算了复合结构的电磁场分布和理论增强因子, 其理论增强因子可以达到5.7×105。 实验和仿真结果的差异, 主要是源于石墨烯的化学增强作用。

矿井突水是影响矿井安全生产的重要因素之一, 如果矿井发生突水, 能够快速、 准确地判别突水水源类型是治理矿井突水灾害保证生产安全的重要环节, 因此, 建立一个能够快速识别矿井突水水源的模型具有重要的意义。 水化学分析法作为在传统的矿井突水水源类型识别方法里应用最为广泛的识别方法, 通过获得相应的pH值、 离子浓度、 电导率等参数, 然后利用这些参数来建立突水水源的类型识别模型对矿井突水的类型进行判别。 针对这种传统矿井突水水源识别方法在判别时间上耗时长和识别准确率低等不足, 鉴于LIF技术具有分析速度快、 灵敏度高等优点, 提出了将线性判别分析(LDA) 算法作为弱分类器的自适应提升(AdaBoost) 算法用于激光诱导荧光(LIF) 光谱识别矿井突水水源的新方法。 用于实验的九种水样(每种水样各取50个样本) 由淮南地区某矿的老空水、 灰岩水以及按不同比例混合的老空水与灰岩水的七种混合水构成。 将405 nm激光器发射的激光打入被测水体并采集荧光光谱数据, 然后对采集到450组荧光光谱数据进行分析, 取其中360组光谱数据(每种水样各40组) 用作训练集, 取剩余90组光谱数据用作测试集。 分别选取三种算法针对水样的激光诱导荧光光谱的分类进行了建模并将三种结果进行对比。 首先利用决策树算法对光谱进行分类识别, 在节点个数为8时决策树对测试集的分类效果最好, 分类准确率达到91.11%。 然后针对决策树算法分类效果的不足, 利用决策树算法作为弱分类器的AdaBoost算法, 当选取节点个数为9的决策树作为弱分类器的时, 对训练集的分类准确率为97.78%。 最后针对基于决策树的AdaBoost算法的泛化性能不足和为了获得更好的分类效果, 提出了基于LDA算法作为弱分类器的AdaBoost算法, 在设置迭代次数为150后对水样光谱数据分类准确率可以达到100%。 通过实验结果可以发现, 集成学习算法的分类能力比传统的分类算法对水样的光谱的分类识别能力更强, 相较于同为九个节点的决策树算法, 采用节点数为9的决策树作为弱学习器的AdaBoost算法对测试集的分类准确率从88.89%提升到了97.78%, 对训练集的分类准确率从99.72%提升到了100%; 然后可以发现相对于使用决策树作为弱分类器的AdaBoost算法, 采用LDA算法作为AdaBoost算法的弱分类器对水样的光谱的测试集的分类准确率从97.78%提升到了100%, 对训练集的分类准确率达到100%, 具有更好的识别效果, 并且具有更好的泛化性能。 实验结果证明采用Adaboost-LDA算法为激光荧光光谱的模式分类用于矿井突水水源的判别和预警是可行且有效的。

水资源关系到国计民生, 近年来时有发生的水污染事件使污染物入侵预警得到了广泛的社会关注。 针对现有基于紫外-可见光光谱的水质异常检测方法存在的检出下限偏低的问题, 提出一种基于监督学习的紫外-可见光光谱水质异常检测方法。 该方法首先获取不同数据集中的正常样本差异性空间, 再使用正交投影方法去除差异性空间中的光谱数据分量, 以达到基线校正的目的; 然后采用偏最小二乘判别分析从校正后的光谱中提取特征, 利用训练集得到的最优阈值确定离群点; 最后采用序贯贝叶斯滚动更新每个时刻上的异常概率, 确定水质报警序列。 实验选用苯酚作为模拟污染入侵事件的注入试剂, 采样2周内的紫外-可见光光谱数据, 在实验平台上对提出的方法进行了验证。 实验结果表明, 采用的正交投影基线校正方法可以消除不同批次水质光谱的背景差异, 更为充分的利用了光谱信息, 降低了对特征污染物的检出下限。

以南海三亚湾鹿回头海域八种常见造礁石珊瑚优势种的反射率光谱为代表, 用光谱仪测量它们和此海域常见底质石莼以及碎石的反射率光谱。 通过反射率、 导数光谱法研究了三亚鹿回头海域造礁石珊瑚、 石莼和碎石的光谱差异。 石莼于561.4 nm处出现反射率高达48%左右的显著波峰, 在500～700 nm波长范围和造礁石珊瑚反射率差异较大; 碎石反射率明显高于造礁石珊瑚反射率, 整体差异显著。 导数分析结果表明造礁石珊瑚、 石莼和碎石可区分波段为: 造礁石珊瑚与石莼主要为一阶导数在485～487, 505～510, 515～529, 559～578, 587～593, 598～603和667～670 nm等波段。 二阶导数在494.4～505.7, 524～534.5, 543.6～561.4和567.2～579.7 nm波段。 四阶导数在515.8～430, 621～627.1, 628.8～635.6, 639.3～645, 661.8～669.8和678.4～682.4 nm等波段。 造礁石珊瑚与碎石一阶导数反射光谱, 主要为400～413.7, 414～418, 484.8～486.9, 506～509.6, 514.5～528.9, 576.9～587.6和602.7～653.4 nm波段。 二阶导数主要为, 451.6～461.6, 564.5～570.7和677～685 nm。 四阶导数主要为, 412.6～425.3, 459.8～467, 467.7～470.6, 535.6～540.8, 583.8～591.4, 654.4～659.8和670.8～680 nm等波段。

光谱混合机制研究对混合像元解算具有一定指导意义。 利用全波段光谱仪累积期和消融期对规则和非规则分布模式下积雪-荒漠植被混合像元及纯净积雪和荒漠植被像元控制式采集反射光谱。 K-均值法计算采集影像积雪和荒漠植被面积比并分析其对应混合像元光谱变化特征以获取更加精细的光谱特征信息, 准同步Tetracam ADC3(Agricultural Digital Camera 3)采集图像并计算典型指数, 从微观尺度上证实了混合像元主要出现在地类边界处。 结果发现, 1 456～1 697 nm粗粒径冻结雪反射光谱高于新雪反射光谱, 新雪反射光谱明显高于陈雪; 因冻结覆冰, 荒漠植被光谱为积雪、 冰晶和植被枝干混合光谱信息, 新降积雪覆盖植被光谱特征为积雪和植被枝干的混合光谱信息, 不存在常规绿色植被“红边”效应; 采集角度为5°和10°时光谱低于垂直角度采集光谱, 角度大于10°随角度增加荒漠植被光谱逐渐增大。 像元内各个组成物质的面积比及所处像元的位置、 采集角度和方向都会影响混合像元的光谱组合信息。

采用常规宝石学测试方法, 配合紫外可见光谱技术(UV-Vis) 及傅里叶变换红外光谱技术(FTIR) , 对美国犹他州天然红色绿柱石及俄罗斯水热法合成红色绿柱石的宝石学特征、 紫外可见吸收光谱特征、 中红外光谱(MIR) 特征及近红外光谱(NIR) 特征进行了综合对比研究。 结果表明, 常规宝石学测试方法很难将上述两类宝石区别开来; 紫外可见光吸收光谱对鉴定天然和合成红色绿柱石的能力很有限; 同时这两种宝石的中红外吸收光谱(MIR) 没有明显的特征差异, 其吸收位置和吸收强度基本一致。 但在2 000~9 000 cm-1红外波段, 天然红色绿柱石与水热法合成红色绿柱石的吸收频率差异明显, 因此具有独特的鉴别特征。 进一步研究表明, 天然红色绿柱石在3 500~4 000 cm-1之间没有强吸收峰, 几乎不含结构水, 但在3 300~3 600 cm-1之间有非常弱的吸收带(峰值为3 418 cm-1) , 因此有可能有其他形式的水。 水热法合成红色绿柱石样品的近红外光谱特征表明, 其在3 500~4 000 cm-1之间及5 000~5 800 cm-1之间均显示有强烈的水的振动吸收: 其在5 000~5 800 cm-1有弱的Ⅰ型水吸收峰和强Ⅱ型水吸收峰, 可以归属为分子水的弯曲和伸缩的合频振动; 其在7 000~7 500 cm-1之间显示的弱Ⅰ型水的吸收峰和强的Ⅱ型水的吸收峰可以归属为水的倍频振动。 因此, 水热法合成红色绿柱石中的结构水归属Ⅰ型水与Ⅱ型水的混合型, 其在3 500~4 000及5 000~5 800 cm-1范围水的近红外吸收光谱特征可作为区别天然和水热法合成红色绿柱石的依据。 通过紫外可见光光谱、 中红外光谱以及近红外光谱等光谱分析手段可以初步判断红色绿柱石中是否含水、 水的赋存状态、 以及不同类型水的相对强度和频率, 为区分天然与水热法合成红色绿柱石提供诊断性证据。

近年来煤基高附加值化学品提取制备的前沿科学研究发现, 黄腐酸平台化合物(FAPC) 作为一类具有特殊功效的团簇族特性组装分子集合体, 在现代农业、 生物医药及功能材料等方面有良好应用前景, 黄腐酸平台化合物制备提取基础理论及化学构成研究具有重要科学意义; 简介了黄腐酸平台化合物基于不同源物质的制备提取方法, 重点阐述了煤基物选择解离规律、 黄腐酸平台化合物特征官能团构成及自组装结构特性的光谱解析, 研究结果表明: 酸碱反应、 离子交换、 生物转化及微波等途径, 可以实现黄腐酸平台化合物选择性制备提取; 通过红外、 核磁共振、 荧光光谱、 电子与振动光谱及分子模拟等手段, 能够从不同光谱谱图特征指认对制备所得黄腐酸平台化合物分子群组分进行分子结构、 官能团、 分子链、 自组装空间构型、 基团结构及构建方式有效检测表征; 多谱图综合揭示黄腐酸平台化合物主要由羧羟基、 酚羟基、 醌基和羰基类分子构成; 选择性解离生成的活性小分子因相关分子特性取向形成自组装集体, 具备界面友好、 微纳米尺寸、 电学储能及良好生物相容性特点; 通过对比分析对黄腐酸平台化合物制备规律进行了优缺点揭示, 并对黄腐酸平台化合物未来理论研究与应用前景做了展望。

基于硅量子点(Si-QDs) 的全硅叠层太阳电池被认为是最有潜质的高效太阳电池之一。 目前所报道的硅量子点薄膜存在硅量子点数密度低、 缺陷多等问题, 限制了硅量子点太阳电池的光电转换效率。 微波退火(microwave annealing, MWA)被认为是一种有益于制备纳米结构材料的方法。 微波退火的非热效应可以降低形核能, 改善薄膜的微结构和光电性能。 因此, 采用磁控共溅射技术并结合微波退火工艺, 在不同的脉冲功率下制备了含硅量子点SiCx薄膜; 采用掠入射X射线衍射(GIXRD)、 拉曼(Raman)光谱、 紫外-可见-近红外分光光度计和光致发光(PL)光谱表征薄膜的物相结构及光谱特性; 研究不同脉冲功率对硅量子点数密度和性能的影响, 进而改进磁控共溅射工艺, 制备硅量子点数密度较高和性能良好的薄膜。 样品的GIXRD谱和Raman谱均显示其中存在硅量子点, 其强度先增大后减小; 通过谢乐(Scherrer)公式估算出硅量子点尺寸呈现先增大后减小的规律, 脉冲功率为80 W时尺寸达到最大(8.0 nm) 。 在Raman光谱中还观察到中心位于511 cm-1处出现硅量子点Si-Si横向光学振动模式的拉曼峰, 其强度也呈现先增大后减小的趋势; 对拉曼光谱做最佳高斯(Gauss)分峰拟合, 得出薄膜的晶化率均高于62.58%, 脉冲功率为80 W时制备的薄膜具有最高的晶化率(79.29%)。 上述分析表明薄膜中均有硅量子点的形成, 且数量先增加后减小, 脉冲功率为80 W时硅量子点数量最多。 通过测量样品的透射率T、 反射率R等光学参数, 利用Tauc公式估算出薄膜的光学带隙, 发现带隙值随溅射功率的增加先减小后增大, 在脉冲功率为80 W时最小(1.72 eV)。 硅量子点尺寸与光学带隙成反比, 说明薄膜中的硅量子点具有良好的量子尺寸效应。 通过PL光谱分析样品的发光特性, 对其做最佳高斯拟合, 发现样品中均有6个发光峰。 结合Raman光谱的分析结果, 可以得出波长位于463~624 nm的发光峰源于硅量子点的作用; 而波长位于408和430 nm的发光峰则源于薄膜内部的缺陷态, 峰位没有偏移, 但强度有变化。 根据发光峰对应的波长可计算其能带分布, 从而确定缺陷态类型: 408 nm的发光峰归因于≡Si°→Ev电子辐射跃迁, 430 nm的发光峰则归因于≡Si°→≡Si－Si≡的缺陷态发光。 还研究了硅量子点的尺寸对发光峰移动的影响。 结果表明, 随硅量子点尺寸变小(大) , 发光峰蓝移(红移) 。 综上, 溅射功率为80 W时制备的含硅量子点SiCx薄膜性能最佳。 研究结果为硅量子点太阳电池的后续研究奠定了基础。

针对以往利用高光谱数据来来反演土壤有机质(SOM) 的可行性与可靠性, 结合微分处理对光谱数据信息提取的高效性, 提出了直接对多光谱遥感影像进行微分处理就可得出SOM建模研究, 旨在为今后SOM速测提供参考。 采用Landsat 8_OLI 多光谱遥感影像数据, 对多光谱遥感影像进行辐射定标、 几何校正、 大气校正、 镶嵌和裁剪, 运用IDL软件对影像进行一阶微分处理和二阶微分处理, 发现一阶微分图像能够更好地表达地物的真实情况, 更好地区别水体与土壤。 原始遥感影像包含大量的信息其中还包括噪声, 通过微分处理后的遥感影像剔出了原始影像中反射率值突兀变化的部分。 在研究区采用五点法采集土壤样品。 室内实验用重铬酸钾氧化-容量法测得SOM数据。 多光谱数据结合地面实测SOM数据, 分析SOM与多光谱数据反射率的关系, 发现一阶微分处理后的遥感数据与SOM含量的相关性存在敏感波段, 说明一阶微分处理可以将原始遥感图像数据在多光谱范围内的一些隐含的土壤有机质信息释放出来。 选取相关性高的数据建立基于原始遥感数据、 一阶微分数据、 二阶微分数据的单波段多光谱线性模型和多波段多光谱线性模型, 选取最优模型来估算和反演土壤有机质含量。 结论如下: (1) 通过对原始影像进行微分处理发现, 微分处理后的影像变化明显, 一阶微分处理的影像噪声降低, 更加突出了影像中土壤有机质隐藏的信息。 二阶微分处理的影像抑制了土壤有机质信息。 (2) 原始遥感影像各波段数据对土壤有机质含量的相关性较低, 一阶微分处理后的遥感影像数据反映出土壤有机质敏感波段即部分波段数据相关性明显高于原始数据, 二阶微分处理后的遥感影像各波段数据对土壤有机质含量的相关性较弱。 (3) 多波段建模效果要优于单波段建模; 一阶微分多波段模型预测精度最优, 其模型的决定系数和模型拟合的决定系数分别为0.898和0.854, 该模型对估算研究区内的SOM含量效果较好; 综合比较了单波段模型和多波段模型的拟合精度, 发现无论在单波段模型还是多波段模型一阶微分处理后的模型都具有更好的预测能力。 (4) 基于一阶微分多波段模型对研究区SOM进行反演, 反演结果与实际情况相符合, 对干旱区SOM含量制图提供了切实可行的方法和参考。

溪蛋石是寿山石的著名品种之一, 指散落在月洋溪中的一种山坑石, 系寿山石中的芙蓉石品种的风化产物。 残块经过雨水冲刷流入溪中, 复受水流、 河沙等长年冲击, 形成浑圆卵石状外表, 因其易于雕刻塑形, 广受近代雕刻家好评。 为了探究寿山溪蛋石的矿物学和谱学特征, 运用常规的宝石学测试方法、 X射线粉末衍射仪、 傅里叶变换红外光谱仪、 显微激光拉曼光谱仪和电子探针等测试方法, 对几件黄色溪蛋石样品的矿物组成、 红外及拉曼光谱特征、 化学成分等展开了全面研究。 常规宝石学测试结果表明, 溪蛋石样品的相对密度约为2.8, 摩式硬度小于3; 为了避免层状硅酸盐矿物的择优取向性, XRD实验采用侧压法, 测试结果表明, 溪蛋石由较纯的叶蜡石组成, 并以单斜晶系(2M型) 叶蜡石的形式存在, 以2θ=19°~22°之间4.44 (020) , 4.24 (112) 和4.17 (111) 三个衍射峰为特征, 其中(112) 和(111) 两个衍射峰相距很近, 在(112) 衍射峰(2θ=21.06°) 右侧出现了一个衍射肩; 在2θ=28°~31°之间, 以3.06 (003) 强峰(2θ=29.05°) 为特征; 采用红外光谱仪可以有效的确定溪蛋石基质和石皮部分的矿物成分。 样品的红外光谱表明, 溪蛋石的风化皮与基质部分矿物成分均为叶蜡石, 指纹区的主要特征峰为1 122, 1 068, 1 052, 949, 853, 835, 812, 541和484 cm-1, 其中, 1 122 cm-1归属于Si—O伸缩振动, 1 068和1 052 cm-1附近强而尖锐的吸收峰由简并解除的Si—O—Si伸缩振动引起, 949 cm-1左右的吸收窄带由Al—OH面内弯曲振动引起; 853, 835及812 cm-1处强度较弱的倒“山”字形吸收谱带属于Al—OH面外弯曲振动, 541 cm-1处吸收峰为Si—O—Al伸缩振动引起, 484 cm-1归属于Si—O弯曲振动; 官能团区3 675 cm-1处尖锐的吸收峰由Al—OH伸缩振动所导致, 指示了叶蜡石结构的高度有序化。 采用显微激光拉曼光谱对溪蛋石中的包裹体进行测试, 以确认其矿物成分。 结果显示, 点片状黑色包裹体为赤铁矿, 拉曼特征峰为224, 291, 409, 494以及1 315 cm-1, 灰白色矿物为硬水铝石, 拉曼特征峰出现在448, 499和667 cm-1, 还存在707, 788和1 194 cm-1处弱峰, 与硬水铝石的标准谱峰吻合。 此外, 基质部分在111, 194和261 cm-1处的拉曼峰由Si—O键伸缩振动所致, 706 cm-1处强而尖锐的拉曼峰以及3 670 cm-1处的峰是由O—H伸缩振动所致, 与叶蜡石的拉曼光谱一致, 也与红外光谱的测试结果对应。 根据矿物单位分子中的电价平衡原则和正电荷总数, 利用电子探针测试数据计算溪蛋石的平均晶体结构化学式为: (Al1.98Na0.02Cr0.01)［(Si3.98Al0.02)O10］(OH)2。 溪蛋石化学成分稳定, 主要含有Si(64.88%) , Al(27.55%) 。 寿山溪蛋石中含0.2%左右的Cr和0.02%左右的Fe和Cr元素含量远大于Fe元素, 因此推测溪蛋石的浅黄色由Cr和Fe离子共同作用所致。

葡萄酒市场的迅猛发展, 大量的中国优质葡萄酒也一直受假冒葡萄酒的侵害。 假冒劣质葡萄酒的存在不仅影响中国优质葡萄酒的品牌, 也会对人体产生一定的伤害。 葡萄酒中掺水掺伪是制造假酒的最常见的手段, 因此, 对葡萄酒掺水掺伪的检测方法的研究也越来越受到国内外学者的重视。 相比于传统的感官鉴定法、 理化指标分析检验方法, 具有快速、 高效、 无需破坏样本、 非接触性等独特优势的可见-近红外光谱分析技术, 更加适合于葡萄酒品质的快速检测。 为了快速、 准确的检测葡萄酒掺水问题, 基于可见-近红外光谱构建了一种反映葡萄酒掺水程度的光谱吸收深度指数(DI), 并设计构建了基于DI指数的葡萄酒掺水量的反演估算模型。 首先采用长城解百纳葡萄酒(CC)、 张裕解百纳葡萄酒(ZY)和西奥葡萄酒(XA)三种葡萄酒配制葡萄酒样本, 分别提取相同量的葡萄酒作为实验对象, 掺入比例为0%(未掺水的纯葡萄酒), 4%, 7.7%, 11.1%, 14.3%, 17.2%的蒸馏水, 获取样本共18份; 另外对长城葡萄酒加大掺水比例, 分别掺入比例为0%, 20%, 40%, 60%, 80%, 90%的蒸馏水, 获取样本数为6份, 共获得24份掺有不同比例蒸馏水的葡萄酒样本。 然后利用PSR-3500便携式地物光谱仪采集葡萄酒样本光谱数据, 并对葡萄酒样本的原始光谱数据进行S-G滤波、 特征波段选择、 包络线去除等特征增强预处理; 通过分析预处理后的葡萄酒样本的可见-近红外光谱特征, 选取能反映葡萄酒掺水程度的837 nm处稳定的吸收特性, 构建了葡萄酒掺水的光谱吸收深度指数(DI)。 为了提高光谱吸收深度指数DI的稳健性, DI指数中光谱反射率的值均采用837 nm附近微小邻域均值进行计算。 最后采用二次多项式拟合方法, 给出了基于DI指数的葡萄酒掺水量的反演估算模型。 选用长城解百纳葡萄酒在837 nm处微小邻域内光谱吸收深度指数DI值, 同时选择长城葡萄酒样本中的七个样本作为模型预测集, 另外4个样本作为测试集, 对该葡萄酒掺水量的反演估算模型进行验证分析。 实验结果表明, 采用二次多项式拟合方法, 该模型结果的精度R平方高达0.999 2, 且该模型的估算值与真实值的平均相对误差为0.042 5, 表明了基于DI指数所构建的反演估算模型不仅可以判定待鉴别葡萄酒是否掺水并且可以定量分析葡萄酒的掺水量。 光谱吸收深度指数DI构建简单, 且能够反映不同品牌的葡萄酒的掺水稀释程度。 研究结果可为低成本、 手持式简易的葡萄酒光谱检测设备的设计与研发提供科学依据, 进一步促进可见-近红外光谱分析在葡萄酒品质无损检测及相关领域的应用推广。

原子发射光谱分析得到的磨损微粒元素浓度是综合传动装置性能劣化评估和剩余寿命预测的重要监测指标。 由于系统随机劣化过程和光谱测量误差的影响, 油液光谱数据中不可避免包含系统劣化随机性和光谱测量不确定性。 然而, 现有基于油液光谱数据的剩余寿命预测研究中, 没有考虑劣化过程的随机性和测量的不确定性对剩余寿命预测的影响。 因此, 针对综合传动装置劣化随机性和油液光谱数据测量不确定性对寿命预测的影响, 提出一种考虑系统随机劣化和数据不确定测量的综合传动装置劣化过程建模方法。 基于随机过程首中时间的概念, 定义了综合传动装置的剩余寿命; 基于Wiener随机过程, 建立了考虑系统随机劣化和不确定测量数据的综合传动装置劣化模型, 利用极大似然估计方法, 估计了劣化过程模型的参数; 利用卡尔曼滤波技术, 实现了综合传动装置劣化状态的实时估计与更新, 进一步得到了考虑系统劣化随机性和光谱数据测量不确定性的剩余寿命分布。 研究结果表明, 提出的劣化建模方法能够准确估计装置的运行状态, 避免了采用条件维护时间对装置进行维护与保养的局限性; 综合传动装置的维护时间预测值比条件维护时间延长了193 Mh(113.5%) ; 考虑光谱数据测量不确定性的剩余寿命预测方法优于不考虑测量不确定性的方法。

合成了配合物［Ni(2,2′-biby)(H2O)4］·(Htba)2·5H2O单晶, 分子式中2,2′-biby为2,2′-联吡啶, H2tba为2-硫代巴比妥酸。 通过红外光谱、 元素分析和单晶X-射线衍射表征其结构, 单晶X-射线衍射结果表明, 该配合物单晶属于正交晶系, Pbca 空间群, 晶胞参数为a=13.662(2) , b=19.470(4) , c=21.590(4) 。 应用紫外光谱和荧光光谱研究了其与鲱鱼精DNA/牛血清白蛋白(BSA)的相互作用, 研究结果表明, 标题化合物与DNA为静电结合, 对牛血清白蛋白发生静态猝灭作用。

采用热重-红外联用技术(TG-FTIR) 对比研究了陕北低变质粉煤(SJC) 与重油(HS) 、 焦煤(JM) 、 液化残渣(DCLR) 共热解过程中气相产物的析出特性。 研究表明, 随热解温度升高, SJC与HS, JM, DCLR的共热解过程均可分为三个阶段。 第一阶段表现为原料表面吸附物的释放, 第二阶段发生解聚和分解反应, 随温度继续升高, 第三阶段形成更为稳定的半焦。 在热解第二阶段中均存在煤与添加剂之间的协同效应, SJC作为主要的供氢体, 热解产生的氢自由基与HS, JM, DCLR热解产生的小分子自由基碎片之间发生相互作用生成焦油和煤气。 SJC和SJC+DCLR在450 ℃附近的温度区间内热解反应进行的更加充分, 大部分N元素转移到了焦油组分中。 热解过程气相产物中H2O和酚类物质、 含N杂环物质及CO的析出伴随着热解的整个温度区间, SJC+JM和SJC+HS热解过程含N物质的转移主要集中在400~650 ℃区间, CH4和脂肪烃类物质的析出最高峰出现在450 ℃附近, 而SJC+DCLR和SJC则出现在550 ℃。 JM, HS及DCLR的添加可促使焦油中芳香族化合物的析出, SJC+JM与SJC+HS热解过程芳香族物质大量析出的温度区间在400~550 ℃。 该研究结果为低变质粉煤的清洁转化与提质分级新技术的研究开发提供理论依据, 对低变质煤的增值利用具有重要的意义。Coupled with Fourier Transform Infrared Spectroscopy (FTIR)

高纯铪由于具有独特的理化性质, 在核反应堆、 等离子切割机、 光学元件等方面有着重要的应用。 高纯铪中杂质的种类和含量会影响高纯铪的物理化学性能, 应用中对高纯铪纯度的要求也越来越高, 这就对高纯铪的分析检测技术提出了更高的要求。 激光剥蚀-电感耦合等离子体质谱法(LA-ICP-MS) 是激光剥蚀进样技术与电感耦合等离子体质谱联用, 可以直接分析固体样品, 并且方法前处理简单, 可以避免样品前处理过程中引入杂质, 是一项高效、 快速、 精密的分析技术, 在环境、 地质、 冶金、 燃料能源、 材料、 生物医药、 考古等领域广泛应用。 所以, 激光剥蚀-电感耦合等离子体质谱法(LA-ICP-MS) 是高纯金属杂质元素最佳检测方法之一。 还未见有应用LA-ICP-MS于高纯铪样品的报道。 用LA-ICP-MS对高纯铪中10种杂质元素(Al, Sc, Ti, Fe, Ni, Cu, Mo, Ag, Sn, W) 进行定量分析。 为了降低激光剥蚀过程中元素的分馏效应, 提高信号灵敏度和稳定度, 对激光剥蚀参数进行优化实验。 确定了激光剥蚀的最优仪器参数为: 氦气流量600 mL·min-1, 激光能量90%, 剥蚀孔径150 μm, 激光扫描速度60 μm·s-1, 激光脉冲频率20 Hz。 经实验优化后的ICP-MS仪器工作参数为: RF功率1 450 W, 射频匹配电压1.8 V, 载气流量0.85 L·min-1, 冷却器流量0.85 L·min-1, 采样深度7.5 mm。 在最优参数条件下, 利用内控标样建立工作曲线, 各杂质元素标准曲线的线性相关系数为0.993 6～0.999 8。 采集载气空白的信号强度, 平行测定11次, 以3倍空白信号的标准偏差所对应的含量作为元素的检出限, 得到各元素的检出限为0.001~0.08 μg·g-1。 将高纯铪制成尺寸合适的样品, 用硝酸洗去样品表面的氧化物, 将其装入剥蚀池中, 运用线扫描剥蚀方式, 在最佳仪器工作条件下, 对三个高纯铪样品中的10种杂质元素进行定量分析。 实验结果显示, 杂质元素含量为0.17～36.76 μg·g-1, 相对标准偏差为1.4%～20%, 精密度良好。 以184W为例, 将LA-ICP-MS法和ICP-MS法的测定结果进行t检验, 三个样品的t值分别为2.14, 1.64和2.11, 均小于显著性水平为0.05时的临界值(t0.05, 12=2.18) , 说明LA-ICP-MS法和ICP-MS法的测定结果在置信度为95%时没有显著性差异, 即正确度良好。 所以, 该方法正确度和精密度良好, 可用于高纯铪中杂质的定量分析。

测试参数的选择和优化是进行激光诱导击穿光谱(LIBS) 试验的重要步骤之一, 合适的测试参数能够保障所得光谱数据的准确性。 本研究运用LIBS技术, 以土壤中主要元素(硅、 铁、 镁、 钙、 铝、 钠、 钾等) 为载体, 研究LIBS不同测试参数对元素谱线特性影响, 优化得到普适的土壤测试条件。 设计了以LIBS系统中激光脉冲能量(LE) 、 延迟时间(DT) 和聚焦透镜到样品的距离(LTSD) 三因素的二次中心组合的试验, 以土壤中主要元素的特征谱线组合信背比(SBR) YSBR为目标函数, 分析了三因素之间交互作用对YSBR的影响。 结果表明: 因素DT对YSBR的线性效果显著, 而LE和LTSD对YSBR的线性效果均不显著; 三者的交互影响对YSBR的交互效果都不显著; 对于二次项LE2, DT2和LTSD2对YSBR的曲面效应均显著。 优化得到最佳的试验条件是: 激光能量LE为103.09 mJ, 延迟时间为2.92 μs, 透镜到样品的距离LTSD为97.69 mm, 得到最大组合信背比YSBR为198.602。 这些测试参数是后期LIBS数据准确分析的前提, 为田间实地土壤LIBS检测参数的选择提供重要的借鉴。

腐霉利(Procymidone) 作为一种新型的农产品杀菌剂, 具有防止农产品受病虫害的作用, 但其在施药过程中容易使用不当危害环境和人的健康。 为加强对腐霉利农药的检测, 本研究应用共轴双脉冲激光诱导击穿光谱技术(LIBS) 对溶液中的腐霉利含量进行定量检测研究。 为配置不同浓度的腐霉利样品, 将有效成分含量为98%腐霉利粉末与二甲苯按照不同比例混合并完全溶解。 由于液体样品在激光击打的过程中容易将液体溅出, 具有一定的危险性。 因此, 实验将液体样品转化为固体样品, 利用石墨吸附腐霉利溶液, 然后采用八通道高精度光谱仪采集样品的LIBS光谱, 并利用不同预处理方法对光谱数据进行预处理。 为提高腐霉利的检测精度, 选择氯元素信号最强的两通道(744.555~935.843, 893.107~1 057.058 nm) 光谱数据, 分别采用归一化函数(normalization) 、 基线校正(baseline correction) 、 标准正态变量变换(SNV) 、 多元散射校正(MSC) 方法进行光谱预处理, 并应用PLS方法建模。 通过比较各预处理方法数据后, 综合考虑, 选择Baseline方法为最佳预处理方法。 在baseline预处理方法的基础上使用无信息变量消除算法(UVE) 联合竞争性自适应重加权采样(CARS)算法剔除无信息的波长变量, 筛选与腐霉利相关的重要波长变量, 最后应用偏最小二乘回归建立溶液中腐霉利含量的定量预测模型。 建模结果表明: 经光谱预处理和UVE-CARS方法优选后, 可将原4096个波长变量个数减少至13个, 变量压缩率为99.68%; 经UVE-CARS变量优选后建立的PLS模型的校正集的决定系数和均方根误差分别为0.990 5和0.66, 预测集的决定系数和均方根误差分别为0.990 3和0.67, 其模型性能优于原始光谱建立的PLS模型。 结果表明, 利用共轴双脉冲LIBS技术定量检测溶液中的腐霉利含量具有一定的可行性, 经UVE和CARS方法筛选后可以有效提取腐霉利的特征变量及相关影响变量, 剔除冗余及噪声影响变量, 简化定量分析模型且提高了定量分析模型的稳定性。

为实现海水亚硝酸盐的快速检测, 使测量过程更适用于在线监测, 对前期已有的顺序注射分析技术进行了优化, 结合自主研制的Z型高灵敏度液芯波导样品池和多适应环管器, 基于分光光度检测方法, 在不完全显色反应的基础上, 建立了一种海水亚硝酸盐快速全自动检测方法。 进样技术中高精度注射泵与多通道选择阀配合, 顺序吸入样品和试剂至储液盘管后, 再反推至混合盘管, 期间发生不完全显色反应, 并最终由注射泵将显色混合溶液缓推过Z型液芯波导样品池, 同步流动检测溶液吸光度变化, 结合朗伯比尔定律最终获取待测亚硝酸盐溶液浓度。 为达到稳定且快速分析的目的, 分析了测量方法中几个关键参数, 如不完全显色反应时间、 检测时流速和盐度对测量结果的影响, 寻求最佳的技术及参数组合。 不完全显色反应研究结果表明, 在10~60 s显色时间范围内, 吸光度检测结果的相对标准误差(RSD) 均不超过1.64%, 说明10~60 s的显色时间对本方法无影响, 因此选择10s作为快速检测方法的显色反应时间。 通过对不同流速情况下样品检测结果的分析发现, 流速过快会导致检测不稳定, 过慢则不利于快速分析, 选择吸光度测量较为稳定的10, 11.6, 13和15 μL·s-1四个流速, 对测量结果的稳定性和重复性进行分析, 结果表明, 上述四个流速下的线性效果都很好, 因此, 选择最快的15 μL·s-1作为该方法的检测流速。 为验证该方法对盐度的敏感性, 以适应淡水和大范围海水为出发点, 研究分析了0~35盐度范围内, 三种不同浓度(150, 250, 350 μg·L-1) 亚硝酸盐溶液的吸光度变化情况, 得到的RSD分别为1.39%, 2.03%和1.28%, 证明盐度对本方法的吸光度测量基本无影响。 对80, 150和250 μg·L-1亚硝酸盐标准溶液平行测定11次得到的RSD分别为2.13%, 1.07%和1.83%, 说明本方法精密度较好。 通过对空白样品进行10次平行样测量, 计算得到本方法检出限为37 μg·L-1(约0.5 μmol·L-1) 。 为验证本方法的可信度, 利用该快速检测方法和《海洋调查规范》标准测量方法对同一批次亚硝酸盐标准溶液制作标准曲线, 二者的R2均大于0.999, 对同一浓度样品两种方法得到的测量结果数据拟合线性回归方程为y=1.046 1x-0.005 7, R2=0.999 6, 说明两种检测方法结果高度一致, 更进一步验证了该研究快速测量方法的可行性和可靠性。 亚硝酸盐快速检测方法测样速率高达50样·h-1, 与传统的人工检测和流动注射分析方法相比, 亚硝酸盐的测量耗时从十几分钟缩短到1 min左右, 检测分析过程中样品和试剂消耗量极少, 测量过程重复性好, 整个测量过程全自动进行, 操作更为简单智能, 避免了人工介入带来的误差, 使得基于分光光度的营养盐要素在线及原位检测系统更加小巧、 快速和低耗, 更适用于现场在线及长时间序列监测, 具有很广的应用范围和较好的应用前景。

熔模精密铸造技术广泛应用于高温合金叶片生产。 高温合金单晶叶片铸件尺寸精度高, 内部和表面不得有缺陷, 但在浇铸时易受浇铸温度场、 熔体流场及与模壳发生界面反应的影响而导致表面结瘤、 凹陷、 缩孔等缺陷。 激光诱导击穿光谱(LIBS) 是一种非常有效的表面及界面分析技术, 对于诊断分析铸件表面/界面质量具有明显的优势, 对样品损伤小, 可对不平整表面进行分析。 研究优化了LIBS深度分析的条件, 采用2 mm孔径光阑分光, 500 mJ, 1 064 nm脉冲高斯激光在焦外激发单晶高温合金获得了良好的空间分辨力, 降低了能量密度较低的二级以上衍射环能量辐射造成表层烧蚀引起的深度分析信号失真。 体积烧蚀速率与激光输出能量线性正相关, 与光阑直径正相关, 与激发频率无关。 采用LIBS技术对DD407高温合金单晶叶片表面和近表面进行了深度分析。 发现SiO2-Al2O3莫来石结构的型壳在铸造过程中会引起DD407单晶叶片表面和近表面的Al, Ti, Ni, Cr, Co贫化, 其中Al和Ti贫化显著且深度达50 μm。 铸件尖锐部位较厚大部位的合金元素贫化明显。 叶片经过脱芯脱壳后表面沉积钙镁盐类、 钠盐物质。 通过沸水清洗和超声清洗后, 钠盐完全去除, 钙镁物质均大幅减少, 仍有3~5 μm厚。 LIBS可方便的进行合金铸件表面和界面的成分分布分析, 给出表面/界面质量的清晰判据, 展现了较好的应用前景。

探讨氢化物发生-原子荧光光谱法测定鸡蛋中硒含量的最佳仪器工作条件, 建立电热板混酸消解-氢化物发生-原子荧光光谱法检测硒含量的分析方法, 并通过检测市售乌鸡蛋、 土鸡蛋和普通鸡蛋中的硒含量, 以期为人们进行鸡蛋消费选择提供理论实践参考。 为提高原子荧光光谱法检测鸡蛋中硒含量方法的精确度和准确度, 试验分别对消解液的比例、 预还原剂的浓度选择、 硼氢化钾的浓度等反应条件进行比较分析, 并通过计算精密度、 回收率、 最低检出限等指标对该方法检测结果的可行性进行检验。 试验结果显示: 鸡蛋样品用体积比为1∶1的浓硝酸与高氯酸的混合液消解过夜后, 放于200 ℃微控数显电热板上加热消解至透明清亮, 同时将电热板温度调至160 ℃, 当锥形瓶温度冷却至室温后, 再加入5 mL的6 mol·L-1的盐酸进行预还原反应, 再次将锥形瓶放在电热板上加热, 至溶液变透明清亮后取下, 冷却至室温后, 将锥形瓶内溶液转移置100 mL容量瓶中, 加入1.00 mL 10%铁氰化钾溶液, 用10%盐酸定容, 摇匀, 待测, 同时做样品空白对照。 将处理后的鸡蛋样品放在高性能空心阴极硒灯下, 以1.5%的硼氢化钾溶液为还原剂和2%盐酸溶液为载流液对鸡蛋样品进行连续测定。 在最佳消解条件和仪器工作状态下, 硒在0～8 μg·L-1的浓度范围内呈现良好的线性关系, 硒标准曲线方程式为IF=114.19C＋1.30, 标准曲线相关系数为0.999 9, 最低检出限为0.01 μg·L-1, 相对标准偏差为0.07%～0.72%, 加标回收率为96.12%～99.1%。 建立了电热板混酸消解-氢化物发生-原子荧光光谱法准确测定鸡蛋中硒含量的方法, 该法具有简单易操作、 精密度高、 灵敏性高等优点, 并利用该法对普通鸡蛋、 土鸡蛋和乌鸡蛋中的硒含量进行了检测分析, 结果显示乌鸡蛋、 土鸡蛋和普通鸡蛋的硒含量分别为0.191, 0.195和0.141 mg·kg-1, 乌鸡蛋和土鸡蛋中的硒含量差异不显著(p＞0.05) , 但二者的硒含量均显著高于普通鸡蛋(p＜0.05) 。 该研究为禽蛋中硒含量的科学检测及人们进行鸡蛋消费选择提供了理论实践依据。

从早期纺织品保护的视角出发, 通过对这一行业国内外大量文献资料梳理分析, 对比了织物的常规系统分析方法, 结合现代的科学技术方法, 对早期纺织品的面料种类、 所用染料种类以及染色工艺进行测定分析。 面对目前服饰博物馆清末传世朱红女袄保藏面临的严峻考验, 运用傅里叶变换红外光谱仪鉴定该纺织品的材质, 以萃取法提取纺织品上的染料, 用反射分光色度仪对提取前后的纺织品进行表面颜色分析, 并用高压液相色谱和质谱对色素进行结构分析, 尝试确定分析早期纺织品上染料的结构成分和上染方式。 将现代分析技术(液质联用) 和理念(色度学) 融入传统研究中, 使用客观科学技术获取更多有效数据和信息, 佐证以主观目鉴方法得出的结论, 弥补这一研究领域的空白, 使对于传统服饰的研究更具深度。 与传统的纺织品鉴别方法横向比较, 现代的科学技术方法获得的相关信息更加详尽可靠。 有利于根据不同染料特性和不同纤维种类特性提出具有针对性的保藏措施, 对博物馆馆藏纺织品的保护和保存具有重要的意义。 采用傅里叶变换红外仪对样品的面料进行简单分析, 通过不同的特殊特征峰确定了样品为蚕丝面料。 该研究建立了一种普遍适用的染料提取方法, 采用丙酮、 乙腈、 吡啶: 水(1∶1) 、 N,N-二甲基甲酰胺、 0.1%乙二胺四乙酸水溶液/N,N-二甲基甲酰胺(1∶1) 、 甲醇六种不同的溶剂提取样品上的染料, 采用反射分光光度仪对样品表面剥色前后的颜色进行色度测量分析。 结果表明, 吡啶的水溶液对染料具有最佳的提取效果; 发现提取染料时加入少量乙二胺四乙酸, 会提高剥色效率, 即染色方式可能是媒染法, 因为乙二胺四乙酸可以破坏染料和媒染金属离子间的络合作用。 从染料提取前后织物的颜色变化可以推断样品的颜色可能是由染料拼色得到, 利用液质联用技术(LC-MS) 对提取的染料进行检测, 根据染料上染方式和分子量推测分析, 纺织品上染料可能含有小檗碱。 经过标准小檗碱染料进行验证, 进一步证明了染色纺织品上其中一种染料为小檗碱。

特殊恒星是金属丰度异常的恒星, 其中包含的信息对于研究宇宙起源、 太阳系的演变以及生命的演化都有着重要的意义。 因此, 特殊恒星的搜寻是国内外巡天项目中的重要目标。 恒星光谱中包含着恒星的化学成分、 物理性质以及运动状态等丰富的信息, 它是开展恒星研究的重要依据。 恒星的识别、 分类以及特殊恒星的发现主要依据的是恒星光谱数据。 随着LAMOST和SDSS等国内外大规模数字巡天项目的深入展开, 恒星光谱的数据量达到了前所未有的高度, 如此大的数据量为特殊恒星的发现提供了强有力的支撑。 因此如何利用这些数据快速准确地发现特殊、 稀少甚至于未知类型的恒星光谱是天文学研究的重要问题。 数据挖掘是结合模式识别、 机器学习、 统计分析及相关专家背景知识, 从数据中提取出隐含的过去未知的有价值的潜在信息的技术, 其在处理大数据方面有着天然的优势, 越来越多的数据挖掘方法被应用到巡天数据处理及分析之中。 目前针对特殊恒星搜寻的数据挖掘算法主要包含随机森林、 聚类分析以及异常值检测等, 但随着巡天深度的拓展, 观测的目标越来越暗, 进而观测光谱的信噪比也随之变低。 低信噪比光谱中存在着大量的无用信息, 直接利用相关算法对其进行分析处理得到的结果往往存在很大的偏差。 因此, 如何从大量低信噪比恒星光谱巡天数据中有效地搜寻出特殊的恒星光谱, 是当前面临的一个重要问题。 由于低信噪比恒星光谱本身的特点, 对于从中搜寻特殊恒星光谱的工作开展较少。 为了解决此问题, 在仔细研究光谱数据处理方法的基础上, 针对低信噪比巡天数据中特殊恒星光谱的搜寻, 提出了一种以主成分分析(PCA) 和基于密度峰值聚类为基础的方法。 该方法首先选取O, B, A, F, G, K和M各种类型的高信噪比恒星光谱, 进行波长统一和流量插值后, 利用主成分分析得到特征光谱; 然后利用方差贡献率最大的前几个特征光谱对低信噪比的恒星光谱进行重构得到高信噪比的光谱; 最后利用重构之后的高信噪比光谱进行聚类, 聚类分析中得到的离群数据即为所要搜寻的特殊恒星光谱。 在聚类时, 考虑到恒星光谱数据本身的特点, 采用了一种基于密度峰值的聚类方法来进行聚类及离群点的挖掘。 实验表明, 该方法能够在低信噪比的恒星光谱巡天数据中准确地搜寻出数量相对较少的特殊恒星。 同时, 也可应用于诸如LAMOST、 SDSS等各种银河系巡天的光谱数据分析与挖掘中。

二维光纤光谱图是天文望远镜系统中的光谱仪的观测结果, 由此又经过一系列的后续处理, 才能生成普遍意义上的一维光谱。 由于光谱仪和CCD相机的光学畸变, 使得二维光纤光谱图像普遍出现了弯曲现象, 尤其是在光纤两端表现得尤为明显, 这个问题一直以来没有很好的解决办法, 也没有在任何参考文献中看到相关工作。 这种弯曲给后续的抽谱工作造成困扰, 处理不好会很大程度上影响波长定标, 从而影响一维谱的准确性。 给出的一种法向映射法可以对这种二维光纤光谱图的弯曲进行有效的校正。 该法把二光纤光谱图中的每一条光纤光谱进行单独处理。 首先做预处理抽取每根光纤中心线, 然后把该中心线当作光滑曲线求取每个点的法线方向, 以整条中心线的某个点(一般是最凸点) 为基点作理想竖直线, 光纤中心线所有点沿自身法线方向投影到这条竖直线上, 从而实现了光纤中心线本身的校直。 因光纤宽度在二维光纤光谱图中一般是7个像素, 因此将光纤中心线向左向右各依次平移3个像素, 分别实现上述流程, 即可得到整条光纤光谱的校直结果。 该法实施过程中有两个问题需要注意: 一个是坐标点的均匀化问题, 一个是像素灰度值的精度保持问题。 坐标点的均匀化问题是由于在该法中使用了法向映射, 从而造成形成后的校直线的点的疏密程度不均匀, 这对后续处理不利。 解决办法是在实际操作中采用三次样条插值的方法进行直线上点的密度均匀化, 保证获得一系列的整数点坐标, 以利于后续的处理。 而像素灰度值的精度保持问题, 在插值计算过程中始终保持像素灰度值的64位高精度数, 最终也得到同样精度的结果, 避免造成像素值损失。 该法实施的最后, 还需要进行头尾一致性的截取, 把延伸出图像高度范围的像素去掉, 仅保留图像范围内的像素点。 如果没有这个过程, 由于光纤本身是有宽度的, 映射出来的直线长短不一, 从而给后续处理造成困难。 实验完整处理了整幅的二维光纤光谱图, 用曲线拟合的方法较好地解决了光纤中心线提取过程中的个别地方的亮度偏差问题, 用法向映射法得到了校直后的二维光谱, 并做了后续的抽谱对比。 在一维谱的抽谱对比中可以看到, 校正前后的谱线差值在有弯曲现象存在的光谱两端变化较为明显。 这个实验结果证明了该方法对光谱的弯曲情况可以完全改善——在两端的变化较大, 在中间的变化很小, 这完全符合观测的基本认知。 不仅如此, 由于像素点的错位和像素值的插值计算, 也会造成流量值叠加的效果发生显著变化。 因此, 通过观察抽谱后的谱线在校正前后的移动情况, 验证了对于特征谱线的波长位置的精确获取具有重要影响。 本文创造性地设计的二维光纤光谱的自动弯曲校正的方法。

研究了一氧化碳(CO)近红外波段直接吸收和波长调制信号去噪处理算法。 从HATRAN数据库中得到CO气体的吸收信号作为仿真数据, 提取直接吸收信号、 1-f和2-f解调信号作为原始信号, 研究了不同小波基以及不同的分解层数对叠加高斯白噪声的光谱信号去噪的效果。 最后利用基长为0.95 m有效光程为55.1 m的Herriott型多光程池对CO在1.578 μm处的第二泛频带P(4)吸收谱线信号进行测量和信号处理, 与原始信号相比, 经过信号处理过的直接吸收、 1-f和2-f解调信号的信噪比都提高1～2个数量级; 通过选择不同小波基和优化小波变换层数, 增加了系统的抗干扰能力。

在废旧纺织品回收再利用中, 纤维类型和含量的快速、准确测定是回收方案的关键部分。以598个废旧涤棉混纺织物为研究对象, 采用便携式近红外(NIR) 光谱仪测试了样品的原始近红外光谱。在1 400～1 700和1 900～2 200 nm光谱区域, 100％棉和100％聚酯样品的光谱存在明显差异, 并且这些光谱差异存在于各种颜色纤维上。同时探讨了斜线光谱产生的原因可能是由于织物表面效果、着色方法及粘附在纤维表面的细小颗粒造成的。深色样品易造成其光谱基线在短波区发生漂移, 经导数预处理后, 基线漂移基本消除, 斜线光谱呈现出正常光谱的特征。 利用偏最小二乘(PLS) 法结合一阶导数、 S-G平滑、 均值中心化和正交信号校正法, 建立了废旧棉-涤混纺织物定量分析模型。 为了验证模型的可靠性, 选取346个样本采用内部交叉验证均方根误差(RMSECV) 和预测样品集外部检验法对模型进行检验, 模型的RMSECV值0.002、 校正集相关系数RC＝0.998、 预测相关系数RP=0.997、 预测标准差SEP＝1.121, 模型预测正确率可达97％。 对模型进行匹配样本t检验结果显示, NIR方法与国家标准方法无显着性差异。 NIR预测值与重量法测定值误差在±3％以内时, 二者的一致性在90％以上, 当误差在±5％以内, 二者的一致性在95％以上, 分析时间小于10 s。 因此, 利用近红外技术结合所建模型可以快速、 准确地预测废旧棉/涤混纺织物纤维成分的含量。

针对在高温燃烧环境中的颗粒辐射传热问题, 基于普朗克辐射定律, 提出了用于高温颗粒辐射传热参数在线测量的辐射光谱法, 根据高温颗粒可见波段辐射光谱随波长变化情况, 通过参数拟合方法直接获得颗粒温度及辐射强度等辐射传热参数。 为验证该方法测量准确性, 搭建了高温黑体炉辐射测量系统, 实验测量结果显示: 温度测量值与设定温度相对偏差小于3%; 辐射强度测量值与理论计算值相对偏差小于5%。 以此为基础, 设计了应用于高温燃烧环境下的颗粒辐射传热参数测量的水冷结构探针, 并利用该探针开展了高温燃烧环境气固两相流200～1 100 nm波段辐射光谱测量, 基于上述方法, 直接获得了高温颗粒温度、 辐射强度等辐射传热参数沿截面分布情况, 有效剥离了高温气体对流传热的影响, 为高温颗粒辐射传热研究提供数据支撑。

牛樟精油具有独特浓郁的香气, 其中以α-松油醇(α-terpineol)为牛樟精油主要成分。 由于樟树精油制品可依种类、 变种、 亚种等不同而有不同成分, 以松油醇最具独特性, 可作为牛樟木精油品质重要指标成分, 应用以区别牛樟树与冇樟以及香樟等木材精油的方法, 因此建立市售牛樟木精油指标成分α-松油醇含量的简便快速又准确的检验方法便有其必要性。 该研究拟以市售精油液体样品, 不经任何前处理, 加入适当之内标准溶液溶解后, 直接注入气相层析光谱仪中, 配合适当的分离管柱及气相层析条件, 以期建立简便快速又准确的牛樟木精油指标成分α-松油醇之定量方法。 毛细管柱气相层析具有高解析度及高灵敏度等优点, 仍为现代最重要分析技术之一, 因此研究建立了以香草素为内标准定量牛樟木精油指标成分α-松油醇(α-terpineol)之气相色谱层析法的快速分析方法。 牛樟木精油液体样品, 加入适当量之香草素内标准溶液混合溶解后, 即可直接注入配有广口径之毛细管柱(megabore column)气相色谱仪中分析, 相当简便, 每分析一个样品仅需约30 min。 结果显示松油醇之最低定量浓度(limit of quantitation, LOQ) 为1 μg·mL-1左右。 在添加回收试验中添加松油醇1.0及10.0 mg 于市售冇樟精油及牛樟精油中, 其回收率在98%~103%, 变异系数均在10.8%以下, 显示该方法的精密度相当高。 以该研究建立的方法分析15件市售牛樟精油中松油醇含量, 结果显示, 市售牛樟木精油的松油醇含量最高约51.6%及最低为21.3%左右, 此结果显示以定量松油醇作为市售牛樟精油品质指标是一快速、 准确且可行的方法。

重金属污染已经成为全球性问题, 由于其毒性、 持久性和在食物链中的生物富集特点, 对水生环境构成严重威胁。 本研究选取乌梁素海为研究区域, 采用电感耦合等离子体质谱法(ICP-MS)测定、 分析了该湖泊中上覆水、 沉积物、 龙须眼子菜、 芦苇和四种鱼类样品中重金属的含量, 以探究其空间分布、 富集特征、 风险评估和可能的来源。 结果表明: (1) Cr, Ni, Cu, Mn, Pb和Zn的平均含量大小顺序为: 沉积物>龙须眼子菜(沉水植物) >芦苇(挺水植物) >鱼类>上覆水; 但是上覆水中As的浓度高于芦苇和鱼类。 芦苇中Cd的含量几乎是普通植物的50倍, 且鱼类中Cd的含量是中国允许标准阈值的3.3倍。 因此, 推测Cd可能通过食物链生物累积对鱼类和人类的健康造成潜在危害。 (2) 在沉积物中, As和Cd属于中度严重的富集程度。 龙须眼子菜具有较高的生物富集因子(BCF)和较低的生物-沉积物积累因子(BASF), 表明该物种更有可能从上覆水中积累重金属, 并可以作为超积累植物去除乌梁素海的重金属。 (3) 沉积物中的Eri和RI值表明, Cd具有相当高的生态风险, 可能对周围环境产生高风险。 由于湖泊的入口、 出口处及西北部重金属污染程度较高, 因此应被当作金属污染监测和管理的优先区域。 (4) 重金属源解析结果表明, Zn和Cd是来自采矿和工业废水, 而As与农业的面源污染有关。 本研究结果可为改善水环境质量、 减少重金属污染对乌梁素海和黄河水质管理带来的风险提供重要信息。

分子光谱分析技术结合化学计量学已成为一种非常活跃的食用油鉴别方法。 然而, 当不同类型的样本之间的光谱差异极其微小时, 利用传统的分类技术也很难将其分开。 为了完成相似品种食用油的快速识别和分类, 收集了包括芝麻油、 玉米油、 油菜籽油、 调和油、 葵花油、 花生油、 橄榄油七种食用油的衰减全反射红外光谱, 在此基础上, 采用图像识别的方法对七种食用油进行快速分类。 在所提出的图像识别方法中, 首先, 将通过多元散射校正预处理后的红外光谱吸光度矩阵进行自相关运算, 利用等高线原理根据吸光度强度值的不同生成光谱图像, 以扩大的光谱差异并提高光谱可视化。 然后, 根据图像膨胀的原理找到光谱图像的局部特征点, 将其作为图像特征。 最后, 使用BP神经网络对特征点进行训练和分类预测。 为了对比所提出的方法, PCA-BP和KL-BP的方法被用于与图像识别的方法进行比较, 实验结果表明, 图像识别方法的正确识别率为94.4%, 高于PCA-BP的66.7%和KL-BP的83.3%。 所提方法为实现食用油的快速识别和检测提供了一条新的有效途径。