急性早幼粒细胞白血病(APL)属于急性髓系白血病（AML）, 是FAB分型中的M3亚型。 部分APL患者形成早幼粒细胞白血病/维甲酸受体融合基因, 即PML-RARα融合基因。 在内外界多种因素的共同作用下, 早幼粒细胞白血病发病。 胚胎干细胞(ESCs)具有多向分化的能力, 在一定诱导条件下, ESCs可以向造血系统分化。 早幼粒细胞位于ESCs分化下游, 为粒系分化阶段的一种细胞。 探索一种非标记的技术方法鉴别不同分化阶段造血细胞具有重要的科研和实践意义。 拉曼光谱技术可用于多种类型疾病的鉴别诊断研究, 近年来应用前景愈加广阔。 实验研究人胚胎干细胞系（ES）、 急性早幼粒细胞白血病细胞系（NB4）和急性早幼粒细胞白血病患者（M3）白血病细胞的拉曼光谱特征, 建立拉曼光谱非标记鉴别不同分化阶段白血病的方法, 为临床实验研究提供基础。 分别收集胚胎干细胞系（ES）、 急性早幼粒细胞白血病细胞系(NB4)和4例M3患者白血病细胞, 使用Horiba Xplora拉曼光谱仪获取拉曼光谱, 每组或每例患者采集25～30个白血病细胞光谱。 结合应用主成分分析法(PCA)、 判别函数分析(DFA)、 系统聚类分析和偏最小二乘判别分析（PLS-DA）, 对三类细胞的光谱进行分析并建立模型, 进而对三类细胞进行鉴别, 应用交互验证法对模型进行验证。 同时结合细胞超微结构分析三种细胞的拉曼光谱特征。 M3, NB4和ES细胞的拉曼光谱差别显著, 主要表现为M3和NB4细胞光谱中对应核酸、 蛋白质及脂类物质的谱峰明显高于ES细胞, 其生物学机制包含了APL与PI3K/Akt/mTOR通路的密切关系。 PI3K/Akt/mTOR通路在急性早幼粒细胞白血病细胞中存在异常激活, 影响白血病细胞的生物大分子代谢； 鉴别建模的总体分类准确率达100%(181/181), 交互验证的分类准确率达98.9%(179/181), 表明鉴别模型预测能力良好。 拉曼光谱分析显示M3细胞和NB4细胞增殖代谢明显高于ES细胞, 根据PCA-DFA、 聚类分析及PLS-DA建立的拉曼光谱鉴别模型能够准确区分3种不同分化阶段白血病相关细胞, 其结果与电镜结果相符。

采用改良型溶剂热法, 成功制备出稀土离子Yb3+, Er3+共掺的NaMgF3∶Gd3+纳米颗粒。 通过XRD确定了所制备样品的结构, 同时运用谢乐公式计算了样品的平均粒径证明样品粒径均在纳米范围之内。 进一步实验结果表明, 随着反应物中掺杂离子Gd3+浓度的改变, 纳米颗粒的形貌随之出现从纳米片到纳米线的转换, 以此实现对纳米晶体形貌的调控。 同时对所制备纳米颗粒在980 nm激发光照射下的光致发光特性进行详细的研究, 值得注意的是纳米颗粒的发光强度随Gd3+掺杂浓度的变化而逐渐增强, 且发生了绿光向红光逐渐转移的趋势。 可控的纳米颗粒形貌以及较高的发光强度对于生物医学检测的应用是十分有益的。

光谱发射率是一个重要的热物性参数, 在辐射测温、 热传输计算等领域有着广泛的应用。 钨作为一种重要的金属, 关于其光谱发射率的研究报道较少。 利用黑体炉、 傅里叶红外光谱仪、 加热装置和光学系统搭建了一套能量对比法光谱发射率测量装置, 该装置能够测量3～20 μm的光谱发射率, 测量装置的整体不确定度优于5%。 利用该装置测量了纯钨在4个温度点（573, 673, 773和873 K）的法向光谱发射率, 重点探讨了氧化、 温度、 波长和加热时间对纯钨光谱发射率的影响。 研究结果表明： 纯钨在表面未氧化的情况下, 光谱发射率在几个温度点的变化规律基本一致, 且数值相差较小, 而当其表面发生氧化后光谱发射率迅速增加, 在某些波长处出现了强烈的振荡。 表面未氧化时纯钨的光谱发射率受温度的影响较小, 随着温度的增加仅出现微小的增加, 但是当表面发生氧化后, 随温度的升高而迅速增大。 纯钨的光谱发射率整体上随着波长的增加而减小, 但是当表面发生氧化后, 由于表面氧化膜与钨金属基底发生干涉效应, 在4, 9, 12.5和16.5 μm处均出现了峰值。 在573和673 K, 纯钨的光谱发射率随着加热时间的增加无明显变化。 然而, 随着温度的升高, 在773和873 K时, 光谱发射率随着加热时间增加而增大, 在773 K时光谱发射率随加热时间的增加增幅较大, 因为在该温度点, 纯钨表面刚开始发生氧化, 氧化速率较大, 在873 K时光谱发射率随加热时间的增加增幅较为平缓, 并且随着加热时间的增长呈现稳定的趋势。 综上, 纯钨的光谱发射率在温度较低和表面未氧化时较为稳定。 随着温度的升高, 当表面发生氧化后, 光谱发射率迅速增大, 并且在多个波长位置出现了强烈的振荡。 由此可见, 纯钨光谱发射率受温度、 波长、 加热时间的影响较大, 在实际应用过程中, 特别是在辐射测温过程中, 如果把纯钨的光谱发射率看做常数将会带来较大的测量误差。 该研究将进一步丰富钨的光谱发射率数据, 并为其在科学研究和应用中提供数据支持。

酚类化合物在冶金、 炼油、 机械制造、 医药、 农药和油漆等工业有广泛的应用, 但酚类化合物具有毒性, 若不加以处理将会对环境造成污染。 水是生命之源, 水环境中酚类化合物检测显得尤为重要。 三维荧光光谱分析法具有灵敏度高、 检测速度快、 预处理方便和痕量检测等特点, 二阶校正分析法可以在混合物中分辨出感兴趣的成分。 采用三维荧光光谱结合二阶校正方法对水环境中酚类化合物进行测定。 实验选用间甲酚和间苯二酚作为被测物质, 配置添加干扰物和不添加干扰物两类样本, 通过FLS920稳态荧光光谱仪测得8个校正样本和8个预测样本的三维荧光光谱数据, 并对其进行数据预处理, 扣除原始光谱中所包含的散射干扰, 并对原始光谱数据进行激发/发射校正, 然后采用db3小波函数生成的小波包对光谱数据进行数据压缩, 去除光谱数据中的冗余信息, 其中压缩分数达到91.67%, 恢复分数达到96.62%。 然后分别采用平行因子分析（PARAFAC）和自加权交替三线性分解（SWATLD）两种二阶校正方法对预处理后的光谱数据进行定性和定量分析。 根据核一致分析法结合残差判别分析法的分析结果, 设定未添加干扰物样品组分数为2, 添加干扰物样品组分数为3。 定性分析结果显示, 无论有无添加干扰物, 两种二阶校正法都能准确的分辨出样本中的间甲酚和间苯二酚, 其中间甲酚的荧光峰位置为λem=298 nm/λex=274 nm； 间苯二酚的荧光峰位置为λem=304 nm/λex=275 nm。 定量分析结果显示, 用PARAFAC算法测定不添加干扰物的样本时, 对间甲酚和间苯二酚浓度的平均回收率分别达到了93.37%±4.92%和95.19%±5.25%； 测定添加干扰物样本时, 对间甲酚和间苯二酚浓度的平均回收率达到92.09%±2.64%和97.08%±5.26%。 用SWATLD算法测定不添加干扰物样本时, 对间甲酚和间苯二酚浓度的平均回收率分别达到了93.11%±4.73%和96.80%±5.04%； 测定添加干扰物样本时, 对间甲酚和间苯二酚浓度的平均回收率达到97.30%±4.52%和96.92%±5.61%, 且两种二阶校正方法得出的预测样本均方差（RMSEP）均小于0.03 mg·L-1。 实验结果表明, 在荧光光谱峰位置相近、 光谱严重重叠且有干扰物的情况下, PARAFAC和SWATLD两种二阶校正算法都能对水溶液中的酚类化合物进行快速、 准确地测定。

水是生命之源, 人们日常生产生活离不开水。 近年来水体污染日趋严重, 已经危害到人类的健康。 酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物, 指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物, 毒性很强, 对动植物及人类的生命活动有严重危害。 实验研究对象选取间苯二酚(resorcinol, RES)和对苯二酚(hydroquinone, HYD)来配制待测样本, 并且在其中3组预测样本中加入苯酚(phenol, PHE)作为干扰物, 待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments, EI)扫描得到荧光光谱数据。 对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响, 得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。 校正后光谱变得更加圆滑, 荧光强度显著增强, 因此, 校正处理后的光谱信息更为准确。 利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法, 分别完成在不含干扰物和含有干扰物、 同时激发-发射光谱严重重叠时对间苯二酚、 对苯二酚的快速、 直接、 准确测量, 并给出定性、 定量分析结果。 PARAFAC算法对混合体系的组分数(即化学秩)较敏感, 组分数选取过大易使其陷入计算“沼泽”, 迭代次数增多, 计算耗时变长。 故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数, 保证PARAFAC算法更加快速准确。 从定性分析结果知, 当不含有干扰物时, PARAFAC能够准确分辨出间苯二酚和对苯二酚, 二者荧光峰位置极为接近, 很难用传统方法分辨, 体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的“二阶优势”； 定量分析结果给出, 在有干扰物共存时, 分别应用两种二阶校正法解析光谱数据结果显示： PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%, 预测均方根误差小于0.190 mg·L-1； APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%, 预测均方根误差小于0.116 mg·L-1, 通过比较两种方法性能得： PARAFAC对待测物组分数敏感, 对待分解的光谱数据严格线性要求高； 而APTLD对混合物组分数不敏感, 计算速度快, 抗噪声能力较强, 结果稳定, 具有较明显的优势。

膜生物反应器（MBR）具有出水水质好, 占地面积小, 污泥产率低等优点, 但在系统运行过程中膜组件一旦破损将会直接影响系统的出水水质。 以荧光发射光谱响应作为技术手段, 研究了中空纤维膜生物反应器（HMBR）工艺中膜丝纤维破损率、 污泥浓度、 膜组件破损响应时间等指标对于膜完整性监测方法的影响。 结果表明, 采用中空纤维微滤膜组件的MBR处理能有效截留污水中的类蛋白质物质（C1）, 而对类富里酸物质（C2）, 类腐殖酸物质（C3）截留性能较差。 基于此, 提出主要以Ex/Em为230/335 nm的紫外区类色氨酸物质荧光峰作为检测指标, 以荧光截留变化指数（fi）作为膜组件完整性的判定方法； 以Ex/Em为330/415 nm的类腐殖酸荧光峰与紫外区类色氨酸物质荧光峰比值变化作为参比指示因子（Ri）, 用以指示系统检测结果的准确性。 针对最低检测精度θ, 发现MBR内污泥浓度对于膜组件破损的基准判定存在影响。 不同污泥浓度的MBR-1池至MBR-5池荧光截留变化指数fi分别为12.4%, 3.7%, 13.9%, 15.9%和15.8%, 参比指示因子Ri分别为1.87, 1.92, 1.35, 2.19和2.69均大于最低检测精度下的指示因子Rθ, 可有效反映膜组件破损情况。 随着膜组件中膜纤维破损根数的增加, 荧光截留变化指数fi随之增加, 并且在膜组件运行时可快速识别破损信息, 响应速度快。 同时发现随着MBR运行时间的延长, 污泥会通过膜组件破损处进入膜丝形成堵塞, 出现自修复现象。 破损后运行约80 min, 除紫外区类色氨酸的泄漏的信号响应外, 荧光强度趋于稳定。 对比实验发现荧光截留变化指数fi与颗粒计数器检测结果基本一致。 因此, 基于荧光光谱响应的发射光谱扫描技术检测MBR中膜组件的完整性在响应时间、 反馈精度上表现出良好的性能, 且操作方便快捷, 对于检测水样的预处理要求低, 能够实现对大型MBR系统众多组件的分散式检测, 具有良好的实用性。

利用以阳离子共轭聚合物为能量供体的荧光共振能量转移（FRET）策略和滚环扩增放大技术, 建立了一种新型的microRNA（miRNA）检测方法。 阳离子共轭聚合物采用聚［（9,9-双（6’-N,N,N-三乙基铵）己基）亚芴基亚苯基二溴化物］（PFP）。 PFP是一种由大量吸光单元共轭而成的阳离子聚合物, 具有独特的光捕获和荧光增强性能, 可以和带有负电荷的DNA通过静电作用相互结合。 SG是一种能够结合于所有双链DNA双螺旋小沟区域的染料, 其在游离状态下, 荧光微弱, 但一旦与双链DNA结合后, 荧光会大大的增强。 首先, 设计了一条可与目标分子特异性杂交的锁式探针和与RCA产物序列互补的DNA链。 当体系中存在miRNA时, 在T4 DNA连接酶作用下, 锁式探针连接成环； 随后, 在phi29 DNA聚合酶和dNTPs共同作用下, 在miRNA的3’端滚环扩增出一条与锁式探针序列互补的长单链DNA, 所得产物与互补DNA链杂交形成双链DNA（dsDNA）。 此时SG作为FRET受体掺入其中, 形成SG-dsDNA共同体。 随后, SG-dsDNA与PFP因静电相互作用而紧密接近, 由于PFP的发射光谱与SG的激发光谱有重叠, 因此二者之间可以发生FRET现象。 反之, 当体系中不存在miRNA时, 挂锁探针则无法连接成环, 阻止了扩增反应的进行及其产物与互补DNA链的杂交反应。 加入SG后, 由于SG与单链DNA的结合能力很弱, SG则游离于溶液中, 不会与PFP发生有效的FRET。 因此目标分子的浓度与体系的FRET效率直接相关。 以let 7a作为待测miRNA分子, 在0.05～5 nmol·L-1的范围内, let 7a的浓度与从反应体系测得的FRET效率（I520/I423）成正比。 同时以无PFP参加的检测方案作为对比实验, 证明了PFP确实具有提高灵敏度的作用。 另外, 以四种同族miRNA分子及两种其他miRNA分子作为干扰物质对方法的特异性进行了考察, 发现除了两种与目标分子序列高度相似的物质存在干扰外, 其他物质几乎不产生信号。 利用该方法对细胞总RNA提取液中let 7a的含量及其加标含量进行了检测, 测量所得回收率基本令人满意。 所建立的方案不需要荧光标记探针, 有效降低了检测成本, 简化了操作步骤, 在与miRNA相关的疾病诊断领域具有一定的应用前景。

酸性橙Ⅱ作为一种偶氮类化工染料, 具有致癌致畸性, 因此, 禁止添加于食品中。 但由于酸性橙Ⅱ色泽鲜艳、 着色力强、 价格低廉, 不法商家出于利益考虑非法添加于食品中用于着色, 严重威胁到食品安全和消费者健康。 酸性橙Ⅱ传统检测方法主要是利用仪器分析技术进行分析, 但存在前处理复杂、 耗时费力等缺点, 不能满足快速检测识别的目的。 表面增强拉曼光谱（SERS）技术作为一种快速、 灵敏的新兴指纹光谱分析技术, 在食品安全检测领域的应用受到广泛关注, 因此, 本文采用SERS光谱结合不同纳米材料增强基底, 探索酸性橙Ⅱ的快速检测方法。 首先实验室自制了金纳米颗粒溶胶, 金纳米棒溶胶基底, 并对其结构性能进行了表征, 纳米溶胶基底尺度均匀、 分散性良好。 基于金纳米颗粒溶胶对两种拉曼激发光源（波长为633和780 nm）对酸性橙Ⅱ分析的影响进行了研究, 结果表明基于633 nm激发光源酸性橙Ⅱ的SERS响应信号更强。 在此基础上, 对比了KlariteTM商业化固体基底、 实验室自制金纳米颗粒溶胶和金纳米棒溶胶基底的增强性能, 不同粒径金纳米颗粒溶胶对酸性橙Ⅱ的SERS分析有明显差异, 粒径为(18.0±2.0) nm金纳米溶胶展现出较好的增强性能。 利用增强性能差异不大的三种纳米材料基底（KlariteTM固体基底, 粒径为(18.0±2.0) nm的金纳米颗粒基底, 横纵比为1.8的金纳米棒基底）对系列浓度的酸性橙Ⅱ进行了SERS检测, 结果表明SERS结合三种基底对酸性橙Ⅱ的最低检出浓度分别为0.2, 0.1和0.1 mg·L-1。 SERS强度随着酸性橙Ⅱ浓度的增加而增强, 因此探索建立了酸性橙Ⅱ的定量分析模型。 研究选取1 184, 1 385和1 597 cm-1三个特征主峰, 确定其不同浓度酸性橙Ⅱ所对应的特征峰强度, 建立酸性橙Ⅱ标准溶液浓度与单个SERS特征峰强度之间的线性回归模型, 决定系数R2的范围为0.861～0.938, RMSE为0.88～1.15 mg·L-1, RPD为2.5～4.0, 其中, 1 597 cm-1特征峰强度与浓度之间的线性回归模型最佳（R2=0.933, RMSE=0.88 mg·L-1, RPD=4.0）, 具有良好的线性相关性。 研究表明采用SERS光谱技术可对酸性橙Ⅱ进行定性定量分析, 可作为一种简单、 快速、 高灵敏的检测方法用于色素类污染物检测。

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

绿蓝色磷灰石因其颜色和“帕拉伊巴”绿蓝色碧玺相似而为消费者所熟知。 为了验证此种磷灰石颜色是否经过人工处理, 将不同颜色的磷灰石样品分别置于空气气氛下进行400～800 ℃的热处理。 结果表明绿黄色磷灰石经过650 ℃的热处理就可产生绿蓝色。 根据热处理过程中样品的X射线粉末衍射数据, 在热处理过程中并未发生相变。 为了进一步研究热处理过程中样品颜色的变化行为和实验参数对热处理效果的影响, 将绿黄色磷灰石样品分别置于空气和还原气氛下进行300～800 ℃的对比热处理实验。 结果显示不同气氛下样品颜色的变化行为十分相似。 因此这也表明绿黄色磷灰石颜色的改变和元素价态的变化没有直接关联。 室温下样品的紫外可见吸收光谱（200～800 nm）主要表现在蓝紫区强烈吸收, 红橙区有一宽缓的吸收带（620～720 nm）, 黄绿区透过, 出现了515, 528, 578, 739和747 nm等一系列吸收峰。 随着热处理温度的升高, 样品在可见光范围内的吸收系数大幅降低颜色变浅, 吸收截止边逐渐蓝移导致样品逐渐呈现蓝色。 与此同时, 随着温度升高至400 ℃, 620～720 nm吸收带中最强吸收峰位置会发生蓝移导致样品的黄色调减弱。 当温度达到800 ℃时, 样品褪色, 620～720 nm吸收带消失, 但515, 528, 578, 739和747 nm等一系列吸收峰仍然存在。 因此绿黄色磷灰石在热处理过程中颜色的变化主要和吸收截止边以及620～720 nm吸收带的变化有关。

采用密度泛函理论（DFT）B3LYP/6-311+G(d, p)及二级微扰理论（MP2）MP2/6-311G+(d, p)对3-呋喃甲酸单分子进行构型优化, 得到了该分子的两个稳定几何构型, 通过计算异构化反应的过渡态, 构型Ⅰ转变为构型Ⅱ要克服32.10 kJ·mol-1势垒, 异构化反应常温下较难进行。 玻尔兹曼分布结果表明常温下低能量的构型Ⅰ百分含量远高于高能量的构型Ⅱ, 故常温下以构型Ⅰ的形式存在。 在此基础上采用非谐性力场计算了单分子的红外光谱, 并计算了振动频率的势能分配比例, 指认了相应的振动模式, 发现单分子的计算数据与实际气相分子的红外谱图相似, 对2 000～2 500 cm-1出现的吸收峰可采用倍频、 和频给以解释。 对于二聚体, 采用考虑分子间弱相互作用校正的M06密度泛函进行模拟, 非谐性条件下二聚体的计算结果与固态谱图较为相符, 2 000～3 000 cm-1之间出现的弱吸收峰, 对应各种泛频峰, 经计算振动量子数对应的0→2红外跃迁的倍频吸收峰强度很小, 而基频之间形成的合频是造成这些峰的主因, 由于二聚体分子间是通过氢键而不是化学键结合的, 其刚性降低, 非谐性因素增大, 与之相关的合频峰的强度也随之增大, 在单体中不太明显的这些峰在二聚体中已很明显, 与实验谱图较为吻合。 但实际固体中由于存在多种二聚体、 多聚体, 使得羟基的红外吸收峰变宽且强度降低, 另外量子化学理论由于缺乏精准的弱相互作用的计算参数、 普适的力场、 合理的色散校正项等因素, 使得计算结果与实际谱图有一定差距。 进一步对该分子的二聚体进行了自然键轨道分析, 发现电子给体羰基氧原子与电子受体羟基形成的二级稳定化能为121.4 kJ·mol-1, 分子间结合能为65.27 kJ·mol-1, 给体反馈到受体轨道的电荷为0.067个电荷, 表明3-呋喃甲酸分子间的相互作用主要来自于形成的分子间氢键。 通过计算不同温度下二聚体的吉布斯自由能变, 当温度升高到500 K时ΔG值变为正值, 二聚体变得不稳定, 氢键被破坏, 单体分子将以分子间作用力结合在一起。

玛咖（Lepidium meyenii Walp.）是生长在高海拔地区的十字花科独行菜属一年生或两年生的草本植物, 具有丰富的营养价值和生物保健功效。 自2011年被列为新资源食品后, 玛咖产业得到了迅速发展, 价格不断上涨。 由于芜菁（Brassica rapa L.）外形与玛咖极为相似, 受经济利益驱使, 不法商家常将芜菁冒充玛咖, 制成玛咖粉、 玛咖片和玛咖饮品等牟取暴利, 这给玛咖健康产业的有序发展带来了严重的负面影响。 因此玛咖的真伪鉴别是非常必要的, 但目前对于玛咖的真伪鉴别多为传统方法, 快速检测方法较少。 采用多光谱成像技术, 建立了一种玛咖与芜菁真伪的快速无损鉴别的新方法。 主要包括玛咖切片和玛咖粉真伪鉴别两部分内容； 其一是针对玛咖切片的真伪鉴别, 通过Videometer A/S多光谱成像仪对240片玛咖和芜菁切片（玛咖和芜菁切片各120片）进行数据采集, 波长范围在可见光区域和近红外区域, 分别为405, 435, 450, 470, 505, 525, 570, 590, 630, 645, 660, 700, 780, 850, 870, 890, 910, 940和970 nm共19个波段, 为了有效鉴别玛咖和芜菁, 首先进行了主成分分析（principal component analysis, PCA）, 然后结合支持向量机（support vector machines, SVM）, 遗传算法优化支持向量机（genetic algorithm and support vector machine, GA-SVM）和反向传播神经网络（back propagation neural network, BPNN）算法建立了分析模型, 校正集与预测集的样品数量比值为3∶1。 研究发现PCA分析可以明显地将玛咖和芜菁区分, SVM模型对于玛咖和芜菁切片的预测正确率分别为98.33%, 100%, GA-SVM和BPNN模型对玛咖和芜菁切片的鉴别正确率均为100%。 其二是针对玛咖粉的真伪鉴别, 选择120份玛咖粉, 向其中掺入20%, 40%, 60%, 80%, 4个不同掺假水平（W/W）的芜菁粉进行多光谱数据采集, 结合偏最小二乘（partial leastsquares, PLS）和最小二乘支持向量机（least squares-support vector machines, LS-SVM）对芜菁的掺假比例进行了定量预测。 研究发现, PLS和LS-SVM模型对于玛咖粉中芜菁粉的掺入比例的预测决定系数（R2P）分别为0.992和0.994, 预测均方根误差（RMSEP）分别为2.718%和2.675%, 相对预测误差（RPD）分别为12.782和12.987。 相比较而言, LS-SVM模型具有更高的R2p, RPD较低的RMSEP, 对于玛咖粉中掺入芜菁粉比例的预测性能更好。 为玛咖真伪的快速无损鉴别提供了一种新方法。

白光阴道镜图像对比度较低, 不利于医生鉴别不同病变程度组织, 也不利于自动化宫颈癌筛查。 利用癌变组织富含血红蛋白成分及血红蛋白具有特征波段这一特性, 与传统高光谱空间扫描成像及分时获取不同波段多光谱成像方法相反, 利用快照式多光谱窄带成像来加速光谱图像获取过程, 提升不同病变程度组织之间灰度对比度同时, 降低后续图像分析处理算法难度, 实现对宫颈组织病变类型高帧率自动化分类。 首先, 使用微型快照式窄带多光谱摄像方法, 在血红蛋白的两个强吸收峰(415±10)和(525±10) nm、 一个反射带(620±10) nm和一个背景波段(450±10) nm共四个波段对宫颈组织进行快照式零时差获取四幅窄带光谱图像。 而后, 对所获取的光谱图像进行简单代数加减, 以生成突显病变组织的融合图像, 提高不同病变程度组织之间的对比度。 最后, 使用欧式距离分类算法, 对光谱融合图像中不同病变级别进行分类, 建立计算机辅助宫颈癌筛查方法。 创新点在于实现了高帧率计算机辅助光学病理诊断方法。 分别采用临床常规白光阴道镜及微型快照式窄带多光谱摄像对宫颈癌手术切下的新鲜组织进行彩色图像及光谱融合图像的高帧率采集, 并使用同一个欧式距离分类算法对两种图像进行自动分类, 分类结果都以组织病理诊断作为标准来计算正确率。 通过对比两种分类结果正确率来检验光谱融合图像相对于彩色图像是否提升对比度, 及其是否可以实现与组织病理诊断（金标准）结果一致的诊断。 欧式距离分类算法对光谱融合图像分类准确率接近100%, 远高于对白光阴道镜图像约50%的准确率。 多位临床医生对基于微型快照式多光谱摄像头光谱融合图像的计算机自动分类结果表示接受。 微型快照式窄带多光谱成像方法能有效提升光谱融合图像获取帧率及不同病变程度组织之间灰度对比度, 能有效快速地将宫颈组织划分为与组织病理诊断结果一致的病变类型。 由于诊断客观、 无创伤、 结果立等可得, 该方法将有助于实现落后地区宫颈癌筛查的普及以及图像导航下的宫颈癌精准治疗手术。

DNA甲基转移酶1（DNA methyltransferases1, DNMT1）负责维持DNA甲基化遗传稳定性, 其表达量与多种肿瘤的发生发展密切相关, 是一种重要的肿瘤分子标志物。 DNA甲基化转移酶（DNA methyltransferases, DNMTs）的现有检测方法大多基于原核生物酶建立, 且局限于实验室研究, 因此建立一种高灵敏、 高通量测定人血清中DNMT1含量的荧光免疫分析方法（FLISA）, 以期为癌症早期筛查及临床应用提供新思路。 以Fe3O4磁珠为固相载体, 采用碳二亚胺/N-羟基硫代琥珀酰亚胺(EDC/Sulfo-NHS)键合法分别制备磁性免疫捕获探针Fe3O4@DNMT1小鼠单克隆抗体（Fe3O4@McAbDNMT1）及荧光免疫检测探针5-羧基四甲基罗丹明@DNMT1兔多克隆抗体（5-TAMRA@PcAbDNMT1）。 用红外光谱、 紫外-可见（UV-Vis）光谱、 Zeta电位、 免疫活性分别表征偶联产物的结构与活性。 在此基础上, 采用双抗体夹心法, 检测黑色96微孔板中反应产物的荧光强度, 根据荧光强度与DNMT1浓度的关系进行定量分析, 并进行方法学评价与比较。 实验结果显示, 双探针偶联成功, 并保持了原抗体的免疫活性。 该方法的线性方程y=222.046+48.323x, 线性范围0.05～80 ng·mL-1, 相关系数为0.991 4, 检出限为0.005 ng·mL-1, 板内、 板间的RSD分别为4.7%～8.8%, 1.6%～10.0%（n=6）； 板内、 板间的回收率分别为91.3%～102.4%, 88.0%～98.8%（n=6）； 方法特异性良好。 与酶联免疫吸附法（ELISA）和磁酶免疫吸附法（MELISA）相比, FLISA法的检出限最低, 灵敏度最高, 所需分析时间最短； FLISA法与商品化ELISA试剂盒对15例人血清样品进行分析, 差异无统计学意义（p＞0.05）。 表明本研究所建立的FLISA方法灵敏快速, 适用于大批量人血清样品中DNMT1的快速测定, 在临床诊断方面具有重要的应用价值和广阔的应用前景。

精确的血迹的年龄估计在刑侦法医鉴定中有着重要的意义。 构建了以8个LED为照明光源、 以黑白CCD相机为成像单元的可见-近红外多光谱成像系统, 利用以k最近邻算法、 支持向量机算法和随机森林算法为基模型的融合模型分析预测血迹年龄, 研究了利用可见-近红外反射多光谱精确估计人体血液年龄的可行性, 并与前人利用高光谱进行血迹年龄预测的研究结果进行了对照, 还检验了血液特异性对模型的影响。 实验记录了11个人体血液样本在1～20 d的在400～940 nm之间的8个波长通道的图像, 使用标准正态变换校正(SNV)对光谱进行预处理, 以消除基线平移和散射作用带来的样本光谱差异。 随机选择经过预处理后的7个样本用作训练集以建立模型, 剩余的4个样本用作测试集以验证模型, 建立了基于k最近邻算法、 支持向量机算法和随机森林算法的融合模型, 并与k最近邻算法模型, 支持向量机算法模型, 随机森林算法模型进行比较, 结果显示融合模型的实验结果更好。 基于该融合模型得到的实验结果为： 0~2 d之间预测样本的正确分类率(CCR)为80％, 平均误差为0.053 d, 2~20 d之间预测样本的CCR为69%, 平均误差为0.442 d, 与利用高光谱获得的结果相当甚至更好。 为测试该方法的适用性, 检验了血液特异性对本模型的影响, 实验样本取自8个不同捐献者的20个血迹, 将其中4个捐献者的10个样本加入原有模型, 另外4个捐献者的10个样本作为测试集以检验血液特异性对模型影响。 实验结果为： 在0~2 d之间的CCR为75.6%, 平均误差为0.063 d, 2~20 d之间预测样本的CCR为65.6%, 平均误差为0.467 d。 CCR无显著降低, 表明该模型对不同来源的血迹样本, 仍然有着较好的适应性。 与采用高光谱的研究结果相比, 多光谱结合模型融合算法同样可以获得较好的血迹年龄估计结果, 并具有结构简单, 成本低廉, 稳定性好的优点, 有望成为一种高精度的血迹年龄预测手段, 在法医学领域中有重要应用前景。

荜茇是药食同源性中药, 也是蒙、 藏、 维医的习用药材, 临床用于治疗胃痛、 腹泻等, 也被用作香料或调味剂, 因此其质量控制非常重要。 已报道采用高效液相色谱法检测胡椒碱或荜茇宁, 该方法缺乏整体性。 傅里叶红外光谱法和HPLC指纹图谱联合应用考察4个产地6批次荜茇, 基于共有峰率和变异峰率双指标序列分析荜茇的红外光谱, 并建立荜茇的HPLC指纹图谱。 结果显示两种方法对荜茇的评价结果相互印证, 各批次荜茇的化学成分基本相同, 质量比较稳定, 其中云南产荜茇（S1）与其余5批次荜茇有一定差异。 红外光谱共有峰率和变异峰率与HPLC指纹图谱均能从化学成分的角度评价药材的质量, 具有整体性和综合性。 荜茇的红外光谱由药材中多种化学成分的红外光谱叠加产生, 而指纹图谱仅显示在波长254 nm条件下有紫外吸收的化合物, 因此红外光谱在分析药材品质中更具有优势。 同时考察了胡椒碱和荜茇宁的含量, 云南（S1）和海南（S5, S6）较安徽亳州（S2）和广西（S3, S4）低, 结果与红外和HPLC指纹图谱的结果有一定的差异, 提示中药材的质量评价应更注重整体性。 将FTIR和HPLC指纹图谱联合应用于荜茇的质量控制研究, 两种方法互为补充, 操作简便, 样品使用量少, 可做为药材快速鉴别的新方法, 为荜茇的化学成分、 质量控制和开发应用提供研究基础和依据。

棕榈藤（rattan）属于棕榈科(Palmae)省藤亚科藤类植物, 是一种产于热带森林中, 仅次于木材和竹材的、 重要的非木材林产品, 具有很高的经济价值和开发前景。 全球棕榈藤总共有13个属660余种, 其中我国自然分布有4属37种5变种, 但有较高经济价值的不到30种。 由于目前对棕榈藤的细胞结构, 尤其是藤纤维的细胞壁结构知之甚少, 严重限制了对棕榈藤材的研究和加工利用。 因此, 为构建棕榈藤材纤维细胞壁结构模型, 以高地钩叶藤（Plectocomia himalayana Griff.）为研究对象, 对其基部、 2 m处、 中部和梢部四个部位分别截取试样、 软化、 聚乙二醇包埋、 切片。 切片在室温下经0.2 mol·L-1的硼氢化钠（NaBH4）溶液浸泡5～6 h后用蒸馏水洗净, 利用LabRam XploRA显微共聚焦拉曼光谱仪, 采用逐点扫描显微探针成像方法获取光谱数据集。 将获得的光谱数据利用LabSpec5软件进行处理, 从而得到藤茎不同部位藤皮、 藤中、 藤芯处纤维细胞次生壁中层（S2）主要成分, 即纤维素、 半纤维素、 木质素相对含量, 并就相对含量在径向、 轴向变异进行了分析。 结果表明, 在径向上, 高地钩叶藤藤皮处纤维细胞S2层纤维素与半纤维素相对含量最高, 木质素相对含量最低； 而藤芯处纤维细胞S2层纤维素与半纤维素相对含量最低, 木质素相对含量最高； 藤中处纤维素、 半纤维素及木质素相对含量居中。 在轴向上即不同藤龄处, 藤皮纤维细胞S2层纤维素和半纤维素的相对含量在2 m处最大, 木质素的相对含量在梢部最大； 藤芯纤维细胞S2层纤维素、 木质素、 半纤维素的相对含量分别在中部、 2 m处、 基部处最大。 藤皮、 藤芯与藤茎一样, 纤维细胞S2层纤维素相对含量最小值在梢部, 半纤维素和木质素相对含量均在中部最少。 分析可知, 棕榈藤藤茎不同部位, 藤纤维细胞壁中层（S2）纤维素、 半纤维素及木质素相对含量是不同的。

杉木(Cunninghamia lanceolata)是我国重要的速生针叶用材树种, 其木材广泛应用于建筑、 家具和船只等。 杉木心材形成较早, 心边材区别明显。 快速检测新无性系心材和边材化学组分、 细胞壁超微和显微构造等微观结构差异, 可为了解该木材心材和边材品质性状提供重要的结构特征数据。 以新培育的杉木无性系为实验材料, 采用傅里叶变换红外光谱技术, X射线衍射技术, 光学显微图像结合Image J图像分析技术, 分别对杉木无性系洋61心材与边材的细胞壁化学组分、 细胞壁纤维素结晶度及其显微构造进行了快速检测。 研究结果表明, 心材和边材红外光谱谱图中化学官能团的波数基本相同, 即主要结构相同, 其差别主要在峰强度上。 心材的红外光谱谱图中酚类和醇类化合物特征峰（1 034和1 122 cm-1）及Caryl-O伸缩振动特征峰（1 264和1 232 cm-1）的吸收强度较边材的高, 说明可能杉木无性系心材抽提物含量和木质素的交联程度高于边材。 同时采用特征峰比值法分析了三大化学组分相对含量的变化, 发现与边材相比, 心材木质素相对含量增加2%～4%左右, 纤维素相对含量减少约2%, 半纤维素含量基本不变。 通过分析X射线衍射图谱, 发现杉木心材和边材的衍射图形状基本相同, 不同的是边材的半高宽较心材的窄, 且在2θ=22.5°处边材的峰强度高于心材, 说明两者细胞壁纤维素结晶部分晶胞构造相同, 但边材细胞壁纤维素结晶程度大于心材的。 测算得知杉木心材相对结晶度为35.1%, 边材相对结晶度为43.1%, 两者在0.01水平具有显著差异。 通过光学显微镜获得杉木心边材显微图像后, 利用Image J图像分析技术快速检测到心材管胞腔面积比率和平均管胞面积均比边材的小, 即心材细胞与边材相比具有壁厚腔小的特点。 以上研究结果发现傅里叶红外光谱技术, X射线衍射技术和光学显微图像结合Image J图像分析技术可快速准确的检测杉木无性系心材和边材的微观结构特征差异。 研究结果可为后续该无性系心材和边材的物理力学品质性状评价、 细胞壁改性处理以及心材和边材的高效利用提供理论指导与科学依据。

河蟹的新鲜度是大多数消费者在购买时所考虑的最重要的因素, 挥发性盐基氮（TVB-N）是当前国际通用的评价肉类新鲜度的指标, 但其检测工序繁琐、 耗费时间长, 无法满足当前市场对河蟹新鲜度评价的迫切需求。 因此, 建立一种快速检测河蟹新鲜度的方法是当前急需解决的一大难题。 将购于水产市场的河蟹, 采用聚乙烯充氧袋快速运至实验室, 样本数共126只。 在洁净的工作台上处理后, 将螃蟹分为42个实验样品, 每个样品3只鲜活螃蟹； 42个实验样品放在低温4 ℃的恒温生化培养箱中贮藏, 每天从培养箱中按时取出6个螃蟹样品进行光谱数据采集及新鲜度指标TVB-N的测定, 历时7 d。 采用近红外光谱（NIRS）对贮藏在不同时间下的河蟹新鲜度进行评价, 使用挥发性盐基氮（TVB-N）作为评价河蟹新鲜度的指标, 首先通过比较经五折交叉验证（5-fold CrossValidation）算法、 kennard-stone（KS）算法、 光谱-理化值共生距离（SPXY）算法三种样本划分方法处理后所建模型的预测效果确定最优样本划分方法, 最终采用五折交叉验证（5-fold CrossValidation）算法对样本进行划分。 其中的32个样品被划分为训练集进行模型构建, 其余的10个样品被划分为测试集用于模型检验。 然后在经过五折交叉验证法对样本进行划分的基础上, 分别采用小波变换（WT）、 Savitzky-Golay平滑、 一阶导数法（Db1）、 二阶导数法（Db2）这4种单一算法以及小波变换（WT）与Savitzky-Golay平滑相结合的算法进行预处理, 通过比较预处理后所建模型的预测效果, 确定了小波变换（WT）预处理为最优光谱预处理方法, 从而消除了光谱中的无用信息并提高了信噪比。 再次, 在WT预处理的基础上, 分别采用主成分分析（PCA）法和连续投影 (SPA) 算法提取光谱特征波段, 通过建模比较确定主成分分析（PCA）法为最优波长选择方法, 以所选的16个特征波长作为模型的输入, 不仅提高了模型的运行速度还可以提高模型的稳定性。 最后, 在经过PCA特征提取后, 分别采用偏最小二乘回归（PLSR）算法和多元线性回归（MLR）算法构建TVB-N定量预测模型, 通过比较两种模型的预测效果, 确定了偏最小二乘回归（PLSR）模型为最优建模方法, 最终确定的最优模型为基于WT-PCA-PLSR建立的模型, 模型预测决定系数R2为0.89, 预测均方根误差RMSEP为3.00。 综上所述, 所建立的预测模型具有较高的精度, 可以实现对河蟹新鲜度的快速检测, 具有较好的市场应用前景。

应用紫外（Ultraviolet, UV）光谱技术对水产养殖水质总氮含量进行快速检测。 为了消除各种系统误差与偶然误差对模型预测性能造成的影响, 将88个水样的总氮浓度实测值数据和光谱吸光度数据作为原始数据, 将模型建立分为样本集划分、 数据预处理、 特征波段提取、 模型选择与LV数量选择5个阶段, 以求达到最优预测效果, 其中前4个阶段分别使用多种方法进行比较。 结果证明每个阶段都是必不可少的, 只有通过对比其优劣才能找到最适合总氮含量测定的建模过程及方法。 首先用浓度梯度（CG）法对原始数据进行相同的样本集划分处理, 然后在此基础上分别建立主成分回归（PCR）、 逐步回归（SR）和偏最小二乘回归（PLSR）三种模型, 选择预测效果最好的PLSR作为本文的预测模型。 PLSR的建模效果会在很大程度上受到潜在变量（LVs）数量的影响, 通常选取模型预测均方根误差RMSEP值最小时所对应的LV个数为最优LV个数。 其次, 选用CG法、 随机抽样（RS）法、 Kennard Stone（KS）法和SPXY法4种样本集划分算法对样本进行处理, 并对所建立的PLSR模型预测效果进行比较, 最终选择SPXY算法作为最优样本划分算法。 然后在对样本集进行SPXY法划分的基础上, 运用多种预处理算法对光谱吸光度数据进行预处理, 包括小波变换（WT）、 一阶导数法（Der1st）与二阶导数法（Der2nd）三种单一算法和小波变换与两种导数法的组合预处理算法WT-Der1st和WT-Der2nd。 然后在预处理的基础上分别使用连续投影变换（SPA）和逐步回归（SR）两种特征波段提取方法, 对比可知, SPA特征提取方法比SR的提取效率高且建模效果好。 SPA算法既可以大大地简化模型, 又可以在一定程度上提升模型的预测精度。 基于WT-Der1st-SPA提取的特征波段为218 nm, 与总氮特征波段区间相一致, 由此说明该方法比较科学。 综合上述建立的10个PLSR模型, 考虑到预测精度与模型复杂度2个因素, 最终选择基于WT-Der1st-SPA建立的PLSR模型作为最优模型, 该模型预测决定系数r2为0.996, 预测均方根误差RMSEP为0.042 mg·L-1。 由此可见, 所建立的模型预测效果非常好, 可以快速准确地测定水体的总氮含量, 为实现光谱技术在水产养殖其他水质监测指标的在线检测以及快速测定提供了经验。

葡萄籽油掺假种类繁多, 手段隐蔽, 成为食品安全检测的重要难点之一, 为规范食用油市场, 提供一种方便、 可靠的葡萄籽油品质鉴别方法尤为重要。 针对色谱和质谱等传统品质分析方法的耗时、 试剂消耗大、 专业性强等不足, 以及实现无损分析的近红外光谱仪价格昂贵、 操作环境要求高等缺点, 研究设计一套低成本、 高准确度的可见/近红外光谱仪检测系统来实现葡萄籽油品质掺假鉴别。 首先, 依托USB6500-Pro探测器搭建可见/近红外光谱仪硬件平台, 并基于Qt设计一套简洁的人机交互界面, 用以实现光谱数据的采集、 处理以及葡萄籽油掺假鉴别结果的显示； 其次, 针对硬件和检测环境带来的光谱噪声, 系统采用小波变换滤除噪声, 减小光谱失真； 最后, 考虑到现有的基于机器学习的品质鉴别模型往往依赖已知的油类训练样本集来实现对不同掺假类别油类的预测, 而利益驱使下层出不穷的掺假手段使得新的、 未出现在原训练集中的掺假类别样本不断涌现, 现有的品质鉴别方法将很难给出准确的判别结果。 因此, 研发的检测系统中设计一种能实现已知和新的掺假油品光谱的鉴别方法, 该方法分为分类和校正两步： 先用建模数据库中的训练集建立极限学习机(ELM)分类器模型, 实现初步掺假类别的分类； 然后再利用自动聚类算法对分类结果进一步校正。 若与校正数据集产生一个聚类中心, 则证明分类结果正确且属于建模数据库中的已知掺假类别； 若产生两个聚类中心, 则分类结果不正确, 样本为新掺假类别, 未出现在建模数据库中, 最终得到准确的掺假类别结果。 为检验系统性能, 用搭建的可见/近红外光谱仪硬件平台采集了纯葡萄籽油和掺入不同比例的大豆油、 玉米油、 葵花籽油和调和油的葡萄籽油的5类光谱数据, 每一类30组共计150组数据, 将得到的可见/近红外光谱数据先进行小波阈值法去噪和多元散射校正(MSC)预处理后输入到设计的检测系统中。 假定前4类作为建模数据库中的已知掺假类别以及第5类作为新掺假类别, 先利用K-S算法将已知掺假类别的每类样本划分成训练集20组和测试集10组, 用训练集共80组样本建立ELM分类模型, 将40组测试集输入到ELM实现初步判别, 判别结果再进一步聚类分析校正, 只有一个聚类中心, 说明了模型判别准确, 且对已知类别能够100%识别； 当30组新掺假类别样本输入到ELM模型时, 均判别成了纯葡萄籽油, 进一步聚类分析校正, 产生了两个聚类中心点, 说明ELM模型误判, 定性判定第5类为新掺假类别。 实验结果表明, 研发的葡萄籽油掺伪检测系统操作简单、 快速, 不仅对已知掺假类别能够100%识别, 而且对新掺假类别能够实现定性判别。

高光谱遥感监测农作物重金属污染已成为遥感研究的重要内容之一。 受污染的作物叶片中重金属含量映射到光谱上的信息量差异较微弱, 如何灵敏地挖掘其所包含的价值信息具备一定挑战性。 以农作物叶片光谱为研究对象, 通过多个光谱特征波段组合的方式, 提出了一种铜污染植被指数(CPVI)的污染程度探测模型, 来表征重金属Cu对农作物的污染程度。 首先设置盆栽实验, 将不同浓度梯度的CuSO4·5H2O粉末添加到土壤中, 模拟Cu污染土壤环境, 胁迫玉米生长。 采集玉米穗期的老、 中、 新叶片光谱, 测定叶片中Cu2+含量及相对叶绿素浓度。 而后利用随机选取的58组玉米叶片光谱作为实验数据, 在380～900 nm波长范围内选取波长λ1和λ2的两组叶片光谱反射率并计算相应的CPVI［λ1, λ2］模型指数及其与对应叶片中Cu2+含量的皮尔逊相关系数, 得到相关性特征绝对值矩阵。 其次, 根据得到的相关性特征绝对值矩阵, 提取皮尔逊相关系数较高的光谱特征波段690和465 nm, 并结合波段850 nm建立针对玉米叶片的铜污染植被指数(CPVIm)。 之后, 利用另外26组数据对CPVIm指数进行检验, 同时将该指数与归一化植被指数(NDVI)、 陆地叶绿素指数(MTCI)等常规植被指数进行比较以验证CPVIm的有效性与优越性。 结果表明, NDVI, MTCI, REP和DVI与叶片中Cu2+含量相关系数最高仅为0.68, 残差平方和RSS最低为70.99, 而CPVIm与叶片中Cu2+含量显著负相关, 相关系数达-0.80, 残差平方和为48.52, 均优于NDVI和MTCI等常规植被指数, 证明CPVIm对重金属胁迫更敏感。 同时利用两期不同年份不同品种的玉米光谱数据进行CPVIm指数的鲁棒性验证, CPVIm与叶片Cu2+含量的相关系数r分别为-0.90和-0.96, 均显著相关, 说明该指数对于不同品种的玉米污染程度探测仍具有良好的适用性。 另外, 利用玉米叶片中Cu2+含量、 CPVIm和叶片中叶绿素相对浓度构建三维分析模型, 从空间角度直观地反映了三者之间具有一定的相关关系。 通过光谱特征波段组合方式构建的CPVI探测模型可作为评价农作物重金属污染程度的参考方法, 基于该方法构建的CPVIm指数可有效甄别玉米受重金属Cu2+污染的程度。

采用近红外光谱（NIRS）结合偏最小二乘（PLS）方法, 实现对饲料中粗脂肪和粗纤维的快速定量分析。 采用Norris-Williams平滑求导（NW）和多元散射校正（MSC）方法对光谱进行预处理； 蒙特卡罗无信息变量消除法（MCUVE）、 变量组合集群分析法（VCPA）和区间变量迭代空间收缩法（iVISSA）用于光谱变量选择和优化； PLS用于光谱校正模型的建立, 采用校正集相关系数（Rc）、 交互验证均方根误差（RMSECV）、 预测集相关系数（Rp）和预测集均方根误差（RMSEP）评价模型。 光谱预处理中经MSC处理后的光谱模型优于其他预处理方法, 其RMSECV和RMSEP值都减小, Rc和Rp值都增大。 脂肪定量分析中, 原始光谱模型的RMSECV和Rc为0.21和0.87, RMSEP和Rp为0.20和0.88, 变量数（Vn）为1 501； 经MCUVE方法选择变量后建立的定量模型, 其RMSECV和Rc为0.17和0.92, RMSEP和Rp为0.19和0.89, Vn为400个； 经VCPA选择变量建立PLS定量模型, 其RMSECV和Rc为0.21和0.87, RMSEP和Rp为0.25和0.81, Vn为12； 经iVISSA选择变量后的模型, 其RMSECV和Rc为0.21和0.86, RMSEP和Rp为0.20和0.87, Vn为20。 粗纤维定量分析中, 原始模型的RMSECV和Rc为0.28和0.91, RMSEP和Rp为0.25和0.95, Vn为1 501； 经MCUVE选择后的模型, 其RMSECV和Rc为0.23和0.95, RMSEP和Rp为0.23和0.94, Vn为740； 经VCPA选择变量后的模型, 其RMSECV和Rc为0.27和0.91, RMSEP和Rp为0.30和0.91, Vn为11； 经iVISSA选择后变量的模型, 其RMSECV和Rc为0.29和0.90, RMSEP和Rp为0.27和0.93, Vn为20。 结果表明, MSC方法可以有效提高光谱质量, 消除光谱平移误差； MCUVE变量选择方法可以简化模型提高模型精度和稳定性, 建立最优模型。 在粗脂肪的定量分析模型中, MSC处理后的光谱经过MCUVE选择后剩余400个变量, Rc和Rp相较于全谱模型提高了0.05和0.01, RMSECV和RMSEP分别降低到了0.17和0.19； 经VCPA和iVISSA选择变量的模型其结果与全谱模型相似, 但其变量分别只有12和20个。 在粗纤维模型中, 经MCUVE选择后740个变量用于建立PLS模型, 其Rc和Rp为0.95和0.94, RMSECV和RMSEP分别为0.23和0.23； VCPA和iVISSA分别运用11和12个变量建立回归模型, 但结果都比MCUVE模型差。 利用饲料近红外光谱建立MSC-MCUVE-PLS模型可以有效对饲料粗脂肪和粗纤维进行定量分析。

以暹罗芽孢杆菌为研究对象, 它具有较高的表面积/体积比, 吸附性能良好。 前人关于暹罗芽孢杆菌的研究多集中在它降解纤维素淀粉或抗菌方面, 关于暹罗芽孢杆菌与放射性核素的作用及机制基本未涉及。 利用等离子发射光谱和等离子发射光谱-质谱研究溶液初始pH值、 铀初始浓度、 菌体用量等因素对暹罗芽孢杆菌去除铀的影响及作用过程中菌体释放的生物磷与铀去除的关系； 利用红外光谱和扫描电镜对与铀作用前后的暹罗芽孢杆菌形貌及基团变化进行表征； 利用X射线光电子能谱和扫描电镜能谱分析菌体表面元素分布情况和元素价态, 进而探讨暹罗芽孢杆菌对铀的去除机制。 结果表明, 由于不同pH条件下暹罗芽孢杆菌生长活性、 铀存在形态和磷元素释放量的不同, 其对铀的去除差异很大。 在pH 5.0时, 暹罗芽孢杆菌对铀的去除效果最好。 菌体用量增加有利于暹罗芽孢杆菌对铀的去除。 对实验结果进行Langmuir和Freundlich等温吸附拟合后发现： 暹罗芽孢杆菌对铀的去除行为符合Langmuir等温吸附模型； 铀浓度实验获得的最大吸附量高于理论计算的最大吸附量, 说明暹罗芽孢杆菌对铀的去除可能是物理和化学行为的共同作用。 暹罗芽孢杆菌能够有效去除水体中的铀, 实验获得的最大去除率为96.5%, 最高吸附量为450.3 mg·g-1, 高于大部分已报道的用于吸附铀的芽孢杆菌。 对反应前后菌体的扫描电镜测试发现, 与铀作用后暹罗芽孢杆菌表面出现鳞片状沉淀, X射线光电子能谱和扫描电镜能谱分析表明该沉淀为含磷铀物质。 结合红外光谱分析, 推测暹罗芽孢杆菌去除铀的机制为： 首先, 通过静电作用铀被快速吸引到暹罗芽孢杆菌表面, 随后以配位的形式被菌体上的磷酸基团、 氨基、 羟基、 羧基等活性基团吸附, 同时与菌体释放的含磷酸盐类物质相互作用, 形成含磷铀沉淀而被固定至细菌表面。 在此过程中, 少部分六价铀被菌体释放的胞内物质还原成四价铀而发生沉降。 推测菌体表面沉淀可能为铀的磷酸盐沉淀和含磷化合物与铀的络合物形成的混合物。

种子活性受到存储条件的影响很大。 收集了真实情况下受到不同存储条件影响的种子, 通过发芽实验验证了其成活率存在差异。 再从中选择适量的种子样本, 采集其单颗种子的可见-近红外反射光谱, 运用不同的光谱预处理技术, 结合不同的机器学习建模手段, 以区分不同成活率的种子。 比较了不同的光谱预处理方法, 比如标准反射光谱校正、 多元散射校正等。 从识别准确度的角度, 认为标准反射光谱校正的方法, 能够很大程度上提升不同存活率种子的光谱差异性, 从而经过机器学习判断达到更高的识别准确度。 同时比较了支持向量机、 K邻近和距离判别分析等机器监督学习建模方法, 发现利用标准反射光谱校正的方法结合距离判别分析, 能够对种子样本实现完全准确的判定。 更进一步, 为了满足实际运用中快速识别的要求, 将高分辨率的光谱数据压缩成为低分辨率多通道带通光谱数据, 这样可以大大降低的光谱数据长度, 节约各种机器学习器在训练和判断中所用的时间。 使用简化过后的多通道带通光谱数据判定种子存活率, 其识别准确度仍然接近90%。 充分说明了, 利用多通道宽带光谱数据, 并选择合适的机器学习建模方式, 足以满足实际选种产业的一般性需求, 有潜力作为未来粮种成活率快速鉴别的技术手段。 还采用了多种带通宽度以简化光谱, 分析比较不同带通宽度对识别精度的影响。 总体来说由于带宽增大, 数据量减少, 识别速度更快, 但是识别精度降低。 从10～50 nm改变光谱带宽, 标准反射校正后的简化光谱的识别精度从87.50%下降到58.75%。 在实际运用中, 需要权衡识别速率和预期识别精度, 合理的选择带宽。 验证了根据简化后的可见近红外反射光谱, 能够较快速且准确的识别水稻种子存活率, 为以后的基于带通滤波片的快速种子存活率识别奠定了基础。

温室黄瓜霜霉病严重度的准确估算是科学防治霜霉病的前提条件, 对于减少农药使用量、 提升温室黄瓜品质和农民经济效益具有重要意义。 机器学习在植物病害诊断领域的应用越来越广泛, 已经取得了丰富的研究成果, 病害严重程度的估算萌发了新的思路。 利用霜霉病可见光图像并结合机器学习方法, 开展温室黄瓜霜霉病严重度快速准确定量估算研究。 利用数码相机采集温室黄瓜霜霉病叶片图像并进行预处理, 剔除病害图像的背景。 以黄瓜霜霉病叶片图像为输入, 构建基于卷积神经网络（CNN）的估算模型。 利用可见光光谱颜色特征（CVCF）结合支持向量机进行温室黄瓜霜霉病病斑图像分割, 采用SURF（speeded up robust features）特征及形态学操作对分割结果进行优化。 在获取黄瓜霜霉病病斑分割图像后, 提取病斑图像RGB, HSV, L*a*b*, YCbCr和HSI共5个颜色空间15个颜色分量的平均值和标准差2个颜色特征, 以及在此基础上结合灰度共生矩阵提取各颜色分量的对比度、 相关性、 熵和平稳度4个纹理特征, 共计90个特征； 利用Pearson相关性分析进行特征优选, 采用与温室黄瓜霜霉病严重程度实际值相关性高的图像特征构建浅层机器学习估算模型, 包括支持基于向量机回归（SVR）的估算模型和基于BP神经网络（BPNN）的估算模型。 基于以上3种估算模型开展黄瓜霜霉病严重度定量估算, 采用决定系数（R2）和归一化均方根误差（NRMSE）对估算模型准确率进行定量评价。 结果表明, 模型估算的温室黄瓜霜霉病严重度与实际值之间具有良好的线性关系, 其中, 基于CNN的估算模型准确率最高, 模型的R2为0.919 0, NRMSE为23.33%, 其次是基于BPNN的估算模型, 其R2为0.890 8, NRMSE为24.64%, 基于SVR的估算模型的准确率最低, 其R2为0.8901, NRMSE为31.08%。 研究结果表明, 利用黄瓜霜霉病可见光图像数据, 结合卷积神经网络估算模型, 实现了温室黄瓜霜霉病严重度的准确估算, 能够为温室黄瓜霜霉病的科学防治提供参考, 提高病害防治效率, 减少农药使用。

针对传统垩白大米检测主观随意性大、 可重复性低、 检测过程耗时费力、 准确率低等问题, 提出一种基于可见光谱图结合深度学习算法的垩白大米检测手段。 用CCD彩色摄像机获取垩白大米和正常大米可见光谱图, 对图像进行旋转、 翻转以及调整对比度等随机图像变换方式提升网络训练数据集, 防止深度检测模型在学习过程中出现过拟合现象。 构建了7层深层次卷积神经网络模型, 包括卷积层、 池化层、 全连接层和输入输出层, 通过网络模型对采样的大米可见光谱图集进行卷积与池化操作, 采用迭代学习训练方法获取大米可见光谱图在卷积层输出的特征参数, 采用连接非线性ReLU激活函数来降低训练时间, 以加速大米可见光谱图有效抽象特征提取的收敛速度； 然后将深度神经网络嵌入池化层, 对大米特征降维以获取能够表达正常大米和垩白大米可鉴别显著意义特征； 最后在全连接层输出进行分类, 从而实现对垩白大米的精确识别。 基于可见光谱图的大米垩白深度检测方法比传统基于可见光谱图的垩白大米鉴别特征提取方法免去了复杂的特征提取步骤, 由于卷积网络提取的特征对特定目标具有更鲁棒的表达, 算法精度较高且复杂度比较小, 泛化效果更好, 获得识别精度达到90%, 比基于传统特征提取的垩白大米鉴别方法识别精度高, SIFT+SVM, PHOG+SVM和GIST+SVM模型识别精度分别为70.83%, 77.08%和79.16%。 提出的方法为当前我国现代农业生产中实现大米品质自动化快速精准检测提供了理论依据和有效的技术手段, 对于现阶段实现大米品质人工智能检测产生实际意义。

牧草生物量的估算对于草地资源合理利用和载畜平衡监测具有重要的意义, 是评价草地生态系统与草地资源可持续发展的关键指标。 基于Landsat遥感技术快速、 无损的大面积植被生物量估算研究已广泛应用, 当前大多基于单一变量或几个常用植被指数构建反演模型, 这些指数往往不能从多方面反映植被理化特征。 归纳了不同Landsat8光谱衍生数据所反映的植被理化特征及它们间的关联方式, 构建了Landsat8光谱衍生数据的分类体系； 在此基础上提出了一种基于随机梯度Boosting(SGB)算法的多变量、 非线性生物量估算模型, 探讨不同类型光谱衍生数据组合对于牧草生物量反演结果的影响。 以青海省海晏县为研究区进行方案可行性探讨。 结果表明常用的Landsat8光谱衍生数据主要从植被的绿度、 黄度、 盖度、 水分含量、 纹理特征以及通过消除大气干扰和土壤背景干扰等7个方面反映植被的理化特征（7个小类）, 可归纳为直接因子（绿度、 黄度、 盖度、 水分含量）、 间接因子（消除大气干扰和消除土壤背景干扰）和空间因子（纹理特征）3大类型。 在牧草生物量反演中, 这些光谱衍生数据类型间具有较好的互补性, 单一的直接因子模型估算结果最差, 引入间接因子和空间因子均能提高模型的估算结果, 而由直接因子（GNDVI, TCW, NDTI, NDSVI, TCD）、 间接因子（SAVI, VARI）和空间因子（Mean_B3, Mean_B6, Hom_Ⅱ, Dis_B5）共同构建的SGB模型估算精度最优, R2达到了0.88； RMSE为141.00 g·m-2。 与5种常用的生物量估算模型结果对比, 该方法具有明显的优势。 较单变量模型, R2提高了42%～60%, RMSE降低47%以上, R2cv提高了31%～53%, RMSEcv降低29%； 较多变量模型, R2提高了29%～42%, RMSE降低35%以上, R2cv提高了2%～18%, RMSEcv降低2%以上。 此外, 所提出方法在消除反演模型过饱和方面也具一定成效。 综上, 利用Landsat8数据从反映植被不同理化特征角度构建反演模型实现了牧草生物量的精准估算, 对于后期牧草生长状况实时监测以及草地资源可持续利用与管理具有重要的指导意义。 研究结果还可以为今后进行大面积区域草地动态监测以及其他农业领域的研究提供参考和借鉴。

新疆盐渍土地分布广、 面积大, 在这些盐渍土地上生长着多种类型的盐生植物, 它们对改良盐渍土地、 维护生态稳定、 促进生态平衡具有重要的现实意义。 有关研究表明, 许多盐土植物大量吸收钠, 钠与钾都能增加细胞渗透压, 以适应高盐环境, 产生膨压而促进细胞的伸长, 因而对其生长是有益的, 能部分代替钾的功能。 因此掌握盐生植物的钠特征, 有助于了解盐生植物对生态环境的长期适应和响应, 使用高光谱技术实现有效诊断叶片钠特征。 首先, 对实测冠层高光谱数据, 采用离散小波变换（DWT）和db5小波对原始光谱进行9层小波分解, 求取最佳分解层数为5层。 其次, 对光谱数据进行5层db5小波分解, 对分解后的高频分量和低频分量建立了小波植被指数, 筛选出可敏感表征钠离子含量的小波植被指数。 最后, 利用SVR, LS-SVR, PSO-SVR和PSO-LS-SVR模型建立盐生植被钠离子含量的估算模型, 并与由原始光谱构建的光谱植被指数建立的估算模型进行比较。 此外, 引入偏最小二乘回归模型PLSR作为对比, 评价参数优化的支持向量机方法在高光谱技术估测盐生植被叶片钠离子含量的优势。 结果表明： （1）5种模型预测结果表明, PSO能有效优化SVR和LS-SVR模型参数（c, g）, 提高模型精度和预测能力, 优化后的模型具有预测精度高、 泛化能力强以及稳健性能好等特点。 （2）综合小波指数构建的模型是综合多尺度、 多分辨率数据的反演模型, 其能从不同侧面反映植被的信息, 因而综合小波指数构建的4种模型优于单一小波指数构建的模型。 （3）对比两种类型的植被指数反演结果, 单一小波植被指数构建Na+含量的预测模型可取得较好的预测效果, 单一光谱指数估测Na+含量效果不佳, 这是因为小波变换可以减少原始光谱的噪声, 凸显光谱的细节信息, 增强其反演Na+含量的精度； 综合小波植被指数构建的模型精度和预测效果优于综合光谱指数构建的模型, 原始光谱经小波变换后, 可凸显更多的细节信息, 提高高光谱反演叶片Na+含量的能力。

铝合金焊接技术在工业生产、 制造和维修等领域有广泛的应用, 焊缝内存在气孔导致焊接质量降低是铝合金焊接技术的常见问题。 由于铝合金表面金属氧化物是导致气孔生成的主要来源, 对激光清洗过程进行在线检测, 不但可以实时分析表面氧化物的清洗状态, 而且可以避免基体表面因为过度清洗造成损伤或二次氧化。 提出采用激光诱导等离子体光谱(LIBS)在线检测铝合金焊前激光清洗过程, 表征清洗后铝合金基体的表面状态。 LIBS技术可以对多元素成分同时检测, 拥有较低的检出限和较高的准确性。 搭建基于Andor Mechelle 5000光谱仪的铝合金焊前激光清洗在线检测系统, 剔除空气环境对实验结果的影响, 测试6061铝合金表面氧化物和铝合金基体的LIBS光谱, 分析两者独特的元素特征谱线, 采用X射线能谱(EDS)测试结果验证元素特征谱线的准确性, 并探讨激光清洗过程LIBS技术在线检测的可行性。 实验测试等离子体光谱谱线强度与激光能量密度之间的关系, 获得单次脉冲激光去除铝合金表面氧化物的损伤阈值, 结合X射线能谱的检测结果研究激光损伤阈值的成因及影响。 研究激光清洗过程等离子体光谱特征谱线与脉冲次数之间的关系, 提出基于O/Al特征谱线强度比值作为在线检测清洗效果及二次氧化损伤的评判依据。 为验证该评判依据的准确性, 将O/Al特征谱线强度比值随清洗次数的变化趋势与X射线能谱测试获得的氧元素原子百分比变化趋势进行对比。 实验结果表明： 采用200～700 nm范围内激光诱导等离子体谱线特征分析激光清洗状态, 可以剔除空气环境的影响； 氧元素和铝元素特征谱线准确反映出表面氧化膜与铝合金基体的成分差异； X射线能谱检测元素成分和含量表明氧元素含量随着激光清洗能量密度先减后增, 单次清洗铝合金的二次氧化损伤的激光能量阈值为11.46 J·cm-2, 小于损伤阈值的激光能量密度对铝合金基体的多次清洗未造成损伤, 等离子体光谱特征谱线强度与表面清洗状态相关, 656.5 nm(O Ⅱ)/396.2 nm(Al Ⅰ)谱线强度比值≤1.5%为激光清洗干净的依据。 研究结果有利于铝合金的激光清洗实时控制技术和焊接装置集成化。

激光诱导击穿光谱（LIBS）定量分析中的自吸收效应不仅会降低谱线强度和增加线宽, 而且使定标结果饱和, 从而影响最终的分析精度。 为了消除该效应的影响, 提出了一种基于共振双线与非共振双线选择的自吸收免疫激光诱导击穿光谱（SAF-LIBS）技术, 通过比较所测谱线强度比值和理论强度比值来确定等离子体的光学薄时刻, 并使用共振线与非共振线来拓展元素含量的可测量范围。 该技术可以分为定标和定量两个分析过程, 其定标过程为： 计算待测元素的共振双线及非共振双线的理论强度比, 通过对比不同待测元素含量样品的共振双线及非共振双线在不同延时下的强度比和理论比, 确定等离子体的光学薄时刻； 使用一系列标准样品建立LIBS非共振线的单变量定标曲线； 利用准光学薄谱线建立共振线和非共振线的SAF-LIBS单变量分段定标曲线。 其定量分析过程为： 先用非共振线和LIBS定标曲线确定未知样品所属的含量分段, 再用准光学薄谱线以及与所属分段的共振或非共振SAF-LIBS定标曲线完成定量分析。 对Cu元素的单变量定标结果表明, 对于共振线, 最佳延时随着样品含Cu量的增加而增加, 且只有当含Cu量低于0.05%时, 才可能获得准光学薄的共振线, 而随着Cu含量的增加, 自吸收变得非常严重, 以至于无法获得光学薄的共振线； 对于非共振线, 当含Cu量在0.01%~30%范围内, 均可获得准光学薄的非共振谱线, 而当Cu含量大于50.7%时, 将无法在等离子体寿命期内捕获到光学薄谱线。 对Cu元素的定量分析结果表明, 基于共振双线与非共振双线的自吸收免疫LIBS技术可以有效地避免自吸收效应的影响, 各分段定标曲线的线性度均大于0.99, 对两个未知样品中Cu元素含量的绝对测量误差分别为0.01%和0.1%, 探测限达到了1.35×10-4%, 最大可测量范围拓展至50.7%。

MgO含量是磷矿浮选过程中最为关注的指标之一。 实现浮选过程中MgO含量的快速检测, 对于优化浮选过程、 提高效率、 降低成本有着非常实际的意义。 因此, LIBS技术被引入到了磷矿中镁元素含量的分析。 常用于LIBS分析的Mg元素特征谱线（如Mg Ⅱ 279.6 nm, Mg Ⅱ 280.3 nm, Mg Ⅰ 285.2 nm）多为共振线, 谱线强度易受自吸收效应影响, 导致谱峰强度下降, 影响分析准确性。 提出一种基于近似Voigt函数的拟合方法： 首先通过近似函数对Voigt函数进行简化； 再通过低含量样本确定谱峰中心和理想条件下的半峰宽； 进而通过计算谱峰所在区域线型的斜率, 确定用于拟合的谱翼区域； 最终通过对谱峰两翼受自吸收效应影响较小的光谱进行拟合, 得到更接近理论线型的谱线。 在定量分析磷矿样品中的镁元素含量应用中, 使用拟合后的Mg Ⅰ 285.2 nm谱线区域面积作为分析谱线强度, 以拟合的Si 288.2 nm谱线区域面积作为参考谱线强度, 使用内标法对镁元素含量进行了标定。 对比未拟合直接内标的方法, 该方法的标定确定系数（R2）由0.923提升至0.998, 均方根误差（RMSE）和平均相对误差（ARE）分别由0.96, 38.65%下降到0.16, 2.79%, 说明该方法使磷矿镁元素定量分析的整体测量准确性得到了有效的提升。

溶液阴极辉光放电发射光谱法易受水体样品中的基体效应影响, 而且对于实际水体样品组份相对复杂, 含有多种元素, 受基体效应干扰更加明显, 导致金属元素浓度预测精度降低。 为了减少溶液阴极辉光放电发射光谱法中水体样品基体效应的影响, 常常利用定量分析方法对金属元素进行分析。 这些定量分析方法中, 标准加入法尤其适合于待测物质基体效应较为显著或者含有干扰物质等情况, 然而标准加入法容易受到背景信号的干扰, 使测量结果产生误差, 因此在进行标准加入法之前需要消除光谱数据的背景干扰。 最简单的谱线干扰消除法是离峰校正法, 此法扣除线峰左右两侧的背景强度值, 以达到消除背景干扰的目的； 小波变换法同样也适用于消除背景干扰, 并且具备普适性, 利用此法对小波进行多尺度分层, 而后对小波低频系数进行处理, 获得校正后的数据。 在独立开发的溶液阴极辉光放电发射光谱系统上, 利用基于标准加入法的离峰校正法和小波变换法对水溶液样品中Ca和Mg含量进行预测。 实验结果比较发现, 基于传统的标准加入法, 测得5, 10和20 mg·L-1浓度的Ca样品的相对误差分别为157.0％, 105.1％和47.0％, Mg的相对误差分别为20.1％, 3.1％和2.8％。 然而, 结合标准加入法和离峰校正法后, Ca的相对误差分别降低至15.4％, -8.8％和3.3％, Mg的相对误差分别降低至14.5％, 0.1％和0.8％。 采用小波变换算法消除背景干扰后的标准加入法, Ca元素的相对误差分别降至13.2％, -7.6％和-1.4％, Mg的相对误差分别降至13.4％, -0.4％和0.5％。 结果表明, 离峰校正法和小波变换法结合标准加入法测量Ca和Mg的准确度显着提高, 两种方法能有效地消除背景干扰, 降低基体效应, 使预测精度升高。 其中, 小波变换法结合标准加入法可用于多种类型的背景校正场合, 无需选择合适的背景校正点, 而且预测精度更高, 相比离峰校正法具有一定的优势。

偏振分辨激光诱导击穿光谱（PRLIBS）以其低成本压制背景的特点在LIBS降低检测限上有着重要意义, 但是理论上的争议和信背比改善效果不稳定限制了其应用前景。 为深入分析等离子体产生偏振特性的原理和PRLIBS信背比的改善效果, 采用1 064 nm纳秒脉冲激光器和光纤光谱仪对铝铁合金样品进行了偏振分辨LIBS的信背比改善效果及偏振原理的探索性实验。 通过对辐射能量的估算, 大胆地推测轫致辐射在背景辐射中的占比是由大变小的, 并据此解释了背景辐射强度在时间上的变化。 通过改变能量密度、 检偏角度、 探测角、 延时时间、 积分时间等因素, 采集光谱强度和波长数据、 计算偏振度和信背比, 观察到铝铁合金的等离子体光谱中背景谱和分立谱均有偏振且存在偏振度和偏振方向的差异, 发现偏振LIBS改善信背比的效果与实验参数包括能量密度、 延时时间、 检偏角度以及波长有关。 PRLIBS信背比关于能量密度的变化与一般LIBS类似, 在能量较大时会趋于饱和。 检偏角度会影响信背比大小, 与光谱的偏振方向和偏振度有关, 推导了信背比改善效果关于偏振度、 检偏角度、 偏振方向夹角的公式。 在波长上连续谱偏振度趋势较为稳定而分立谱偏振度随光谱强度增大而减小。 随延时时间增加, 偏振度变化不明显, 原因是相比于积分时间延时的改变量很小, 而信背比的变化趋势与无偏振LIBS一致。 总结了国内外对PRLIBS机理具有代表性的解释并进行了讨论, 排除了激光光场、 菲涅尔反射、 各向异性电子速度分布等因素对等离子体偏振特性的决定性作用。 研究结论是在ns-LIBS实验中, 复合辐射在可见光和紫外光范围内占背景辐射的大部分, 其偏振特性主要源于等离子体复合阶段产生的各向异性复合过程, 原子谱偏振特性可能源于该过程中受激原子的磁性支能级间数量的不平衡, 而背景谱与原子谱的偏振度及偏振方向的差异主要取决于偏振特性产生机理的不同。 研究发现, PRLIBS并不总能提升元素的信背比, 尤其对弱光谱信号改善效果有限, 要获得较好的压制背景的效果, 可以对PRLIBS的能量密度、 检偏角度、 延时与积分时间等条件加以控制, 在能量密度20 J·cm-2积分时间30 μs检偏角度20°下FeⅠ407.12 nm处的信背比由4.86提升至12.97。 偏振度与探测角相关性较小, 原因可能是导体的菲涅尔反射效应很弱。 研究结果对PRLIBS的原理研究和应用提供了有效的理论基础。

目前, 我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判, 但此法缺少科学理论的依据, 效率低, 客观性及出材率的提高等方面受到限制, 无法满足乐器市场的大量需求。 实现古筝面板用木材快速、 智能化的分级工作是一个急需解决的课题。 近红外光谱非常适用于测量含氢的有机物质。 古筝面板木材主要化学成分的化学键均由含氢基团组成, 不同等级板材的化学成分存在差异, 这些差异反映在近红外光谱中, 为判断木材等级提供了可能。 同时卷积神经网络对非线性数据具有较强的特征提取能力, 所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法, 进而判别木材的等级。 应用了Savitzky Golay一阶、 二阶微分两种预处理方法和核主成分分析、 连续投影算法两种数据压缩方法, 通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。 为了提高模型提取分析光谱数据的能力和避免过拟合现象, 应用了多通道卷积核、 批量归一化和early stopping策略, 将通过两层卷积层提取的特征信息送入全连接层, 从而充分提取剩余信息, 通过Softmax函数获得板材的最终预测等级, 从而确定了最终模型。 最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法, 同时得出用于区分不同等级的古筝面板用木材的主要关键谱带, 分别为1 163～1 243, 1 346～1 375和1 525～1 584 nm。 将该模型应用于测试集样本, 古筝面板用木材的等级识别准确率为95.5%。 实验结果表明所提出的方法可以高效地处理光谱数据, 有效识别区分不同等级的古筝面板用木材的关键特征, 从而为广阔的乐器市场提供一定的技术支持。

干涉光谱技术在大气遥感、 天文探测及地物勘察等诸多领域的应用是当前国内外研究热点, 光谱重构作为遥感数据处理的重要环节与探测精度紧密相关。 干涉数据由于有限光程差采样导致复原光谱出现频率泄露, 切趾函数在光谱重构过程中可以起到平滑光谱、 保持复原光谱和其他类型分光技术探测光谱一致性的作用, 但同时会造成重构光谱的分辨率下降。 已有研究表明切趾函数并没有提高反演精度, 同时多个典型大气遥感载荷地面数据处理过程中并未使用切趾函数。 空间外差光谱技术由于其诸多优点在国内外引起广泛关注, 中科院安光所基于该技术成功研究出用于大气CO2探测的原理样机。 信噪比是光谱仪的核心指标之一, 从信噪比、 光谱分辨率和探测精度之间的关系出发研究切趾函数在干涉数据光谱重构中的影响。 针对当前传统切趾函数并没有达到最优旁瓣抑制效果, 以诺顿-比尔切趾函数为基础, 在分辨率降低相同的情况下, 获取最大的旁瓣抑制程度为判据构造了10种不同光谱展宽程度的切趾函数。 利用SCIATRAN辐射传输模型分析了大气CO2遥感探测中不同气体浓度造成的大气层顶的辐亮度差异, 推导了典型条件下不同光谱分辨率满足1%探测精度需求的信噪比要求。 以实验室空间外差光谱仪样机参数为基础, 通过仿真干涉数据和本文构造切趾函数分析了不同切趾程度下光谱分辨率和信噪比的变化关系。 最后利用实验室研制的样机开展了实验验证, 通过观测稳定均匀积分球辐射源获取干涉数据在不切趾的情况下计算信噪比, 以及干涉数据进行不同程度切趾后复原光谱信噪比。 仿真和试验结果表明干涉数据由于切趾对噪声的抑制信噪比逐渐升高, 同时造成光谱分辨率逐渐下降, 而探测精度由于分辨率下降对光谱信噪比的要求也逐渐升高。 探测精度对信噪比的需求提高明显高于切趾作用下光谱信噪比的升高趋势, 仿真数据和实测数据信噪比分别在切趾程度大于1.6倍和1.8倍的情况下低于探测精度对仪器信噪比需求, 即白噪声在噪声中占主导的情况下不切趾更有利于探测精度的保障。 该研究结果可以作为干涉数据光谱重构的参考。

星系并合会产生不同尺度距离的星系对甚至双活动星系核 , 同时在过程中会触发星暴以及超大质量黑洞的活动。 在光谱上, 当两个星系并合到kpc尺度时, 其两个核的相互绕转在总光谱上会表现出窄线双峰谱线轮廓。 以这个观测特性为起点, 从郭守敬望远镜巡天的第四次释放数据（LAMOST DR4）中系统的搜寻带有窄发射线双峰特征的双AGN候选体。 AGN的发射线光谱轮廓由发射线的若干种不同的动力学成分构成, 主要可以分为三类, 窄线成分(Hβ, ［OⅢ］, Hα and ［NⅡ］), ［OⅢ］的线翼、 以及宽的Balmer发射线。 基于LAMOST DR4河外光谱数据, 应用了一套搜寻流程, 在初始筛选（涉及到发射线的信噪比、 等值宽度和红移）及目视检查挑选之后, 通过建立的多高斯拟合模型挑选出在发射线的流量、 半高全宽、 窄线双峰之间速度分离程度等一系列参数上符合我们限制要求的样本, 并借助于Baldwin-Phillips-Terlevich (BPT) 图来鉴别每个成分的来源, 确定出了28个双AGN候选体。 为了获取更准确的星族成分并发现这类双AGN候选体样本的共有特性, 对28个双AGN候选体的光谱流量用一个低阶多项式重新进行了修正并采用传统的统一插值和中值方法对其进行合并得到一条高信噪比光谱, 并以目前已有的来源于LAMOST星系光谱数据的Ⅱ型AGN（单AGN）的复合光谱作为对照样本, 采用STARLIGHT软件分别拟合了合并的双AGN和对照的单AGN的光学光谱中的吸收线和连续谱。 通过研究它们的星族特性及两者间的异同, 发现与单AGN复合谱相比, 双AGN候选体样本的合并谱具有更多中等年龄及老年星族的贡献, 反映出更剧烈的中心黑洞。 在金属丰度方面, 单AGN的主导星族为太阳金属丰度的星族Z⊙, 而双AGN候选体合并谱中贡献较多的星族为亚太阳金属丰度星族0.2 Z⊙和富金属丰度星族2.5 Z⊙, 表现出了差异性特征, 也预示着这类样本中恒星形成历史更加复杂, 呈现出了多样化。 在幂律谱成分贡献方面在单、 双AGN中老年星族都贡献了其大部分质量, 但单AGN复合谱中幂律成分占比为8.2%, 明显高于双AGN候选体合并谱中幂律成分的贡献。

近年来, 以有机无机杂化铅卤钙钛矿为吸光层的薄膜太阳能电池受到了广泛的关注, 不到十年时间其光电转换效率已经从3.8%提高到了23%, 这主要归因于有机铅卤钙钛矿材料光吸收系数高, 带隙合适并易于调控, 电子-空穴扩散长度长等优点。 2016年GrtzelL等人利用低气压快速去除薄膜前驱体溶剂的方法, 获得了高质量的甲脒和溴离子掺杂钙钛矿薄膜。 相比于其他传统的溶液制备方法, 这种方法能够很好的解决大面积均匀性的问题, 为高效率、 大面积钙钛矿太阳电池产业化提供了可能。 钙钛矿薄膜的成份、 结构及其光学性能对于太阳电池的器件性能起决定性作用, 因此在该制备技术下, 研究不同掺杂种类钙钛矿薄膜对光学性质的影响具有积极的意义。 利用真空闪蒸溶液技术制备了3种成分的钙钛矿薄膜, 利用扫描电镜、 X射线衍射, 吸收光谱和荧光光谱等表征手段对薄膜的形貌、 结构和光学性质进行了研究。 结果表明, 该技术可以用于制备均匀致密、 无针孔的高质量甲脒、 溴离子掺杂和氯离子掺杂的钙钛矿薄膜（成分分别为(FAPbI3)0.85(MAPbBr3)0.15, MA3PbI3和MAPb(IxCl1-x)3）, 薄膜中晶粒的尺寸分别为500, 100和200 nm左右； 薄膜的形成过程为溶剂中的DMSO与钙钛矿配位, 并在真空闪蒸过程中快速形成相对稳定中间相, 经过加热后, 薄膜中的DMSO被去除并形成钙钛矿晶体, 结构为四方相； 甲脒、 溴离子和氯离子掺杂的薄膜对可见光有强烈的吸收作用, 薄膜吸收边均在750 nm左右； 薄膜的掺杂对带隙宽度没有明显影响, 3种成份的薄膜带隙宽度位于1.6 eV左右； 甲基胺碘化铅的荧光发射峰在765 nm, 甲脒和溴离子掺杂后发光峰位红移至774 nm, 氯离子掺杂后薄膜峰位处于761 nm, 有微弱的蓝移, 且强度出现下降。 这可能是晶粒尺寸和薄膜内部缺陷变化导致的。

星光掩星技术是利用恒星光谱进行地球及其他行星大气痕量成分密度、 温度、 气溶胶等测量的有效手段。 该探测原理主要是根据不同的大气成分在恒星光谱的不同位置上表现出不同的吸收特征, 具体表现在： 紫外波段可进行臭氧、 氧气、 氢气等的测量, 可见光谱段可探测二氧化氮、 三氧化氮、 氧气等, 红外可探测水蒸气、 气溶胶、 甲烷、 二氧化碳、 氧气等。 星光掩星的实现过程为： 当LEO卫星和恒星分别位于地球的两侧时, 恒星发射的光经过地球大气的吸收、 散射等作用, 被另一侧的LEO所接收, 即构成掩星观测。 根据光谱流量得到恒星的视星等范围, 给出恒星在天球坐标系中的分布和不同的光谱型, 以及利用各光谱型可探测的大气成分, 再利用恒星和LEO卫星在地固坐标系中的相对位置, 进行恒星-LEO星光掩星轨道观测模拟, 基本流程为： 首先读取LEO卫星的轨道位置以及目标恒星的位置, 设置24 h的模拟时间, 其次判断是否处于掩星状态, 当掩星开始时, 计算并输出掩星发生的经纬度、 速度等, 直至模拟时间结束。 其中涉及恒星从天球坐标系转换到地固系的过程, LEO卫星轨道、 掩星切点经纬度等的计算。 根据模拟流程, 计算并分析掩星事件的日观测量、 全球分布、 持续时间以及漂移速度等, 得到以下结果： (1）目标恒星在全天区都有一定数量的分布且具有不同的光谱型, 可进行臭氧、 二氧化氮等成分的探测； (2）在对星光掩星进行24 h的轨道模拟过程中, 日观测量为5 563次, 其中包括2 737次上升掩星, 2 826次下降掩星； (3）从全球分布来看, 掩星事件主要分布在低纬度, 两极最少, 其他纬度数量相当, 且经度方向分布均匀； (4）根据方位角的分布, 正常掩星占比为78.25%, 持续时间平均为1.5 min, 切点水平漂移在18～600 km； (5）21.75%的侧面掩星事件, 其较正常掩星来说, 持续时间长, 切点的水平漂移速度大, 方位角变化也大。 该结果为卫星轨道设计和探测载荷设计提供理论指导。

2017年8月初, 荷兰发现大范围鸡蛋受杀虫剂氟虫腈污染。 用拉曼光谱检测的方法对解决氟虫腈检测问题做了一定的探索。 为了获得氟虫腈分子的分子结构振动信息, 根据密度泛函理论中的B3LYP 杂化泛函和6-311G++（d, p）基组, 对氟虫腈分子进行了几何结构优化和频率计算, 得到了该分子的稳定构型和全部振动模式, 计算了氟虫腈分子稳定构型的拉曼散射光谱。 利用HORIBA公司的T64000型光栅共聚焦显微拉曼光谱仪采集了FP的拉曼光谱并配合使用Ag/Cu纳米基底采集了表面增强拉曼光谱, 较强峰出现在211, 308, 350, 867, 1 323和1 432 cm-1处, 次强峰出现在254, 407, 443, 463, 511, 607, 646, 712, 800, 1 065和1 639 cm-1处。 结果表明, 理论计算得到的振动频率与实验测量值在全部较强峰处和部分次强峰处吻合的较好。 并对FP分子200～2 000 cm-1区间内各频率谱线对应的振动模式进行了归属指认, 6个较强峰依由小到大的次序分别指认为21H-22H蜷曲振动, 10F-11F变形振动和21H-22H面外摇摆振动, 15N-22H蜷曲振动, 6C伸缩振动和21H面内弯曲振动, 苯环呼吸振动和9C伸缩振动, 7H-8H面内弯曲振动。 发现表面增强拉曼光谱相对于拉曼光谱整体有微小的频移, 两者整体吻合较好, 表面增强拉曼光谱中211, 867, 1 400和1 432 cm-1处的峰得到了选择性增强, 根据表面增强拉曼光谱的选择定则, 解释为相关振动峰的原子与银衬底表面或许为接近垂直的状态, 并可能与银表面吸附。 下一步计划将氟虫腈混入鸡蛋中, 对氟虫腈在鸡蛋中不同浓度情况下进行指认研究。 研究结果可为氟虫腈的拉曼光谱分析提供理论依据, 将促进食品和农产品中氟虫腈残留的快速检测和在线检测研究。 将拉曼光谱作为对传统化学检测方法的补充。

随着我国经济的迅速发展, 石油制品需求量与日俱增, 伴随着工农业生产活动, 大量石油制品进入土壤, 造成严重的土壤石油污染。 土壤中的石油污染物会对植物生长产生危害, 并通过食物链威胁人类健康,因此需对土壤中的石油污染物进行现场、 快速检测。 激光诱导荧光技术（Laser-Induced fluorescence, LIF）具有检测速度快、 灵敏度高、 可现场检测等优点, 但在检测土壤中有机污染物时, 面临着荧光光谱重叠严重等问题。 为了研究土壤中机油和柴油混合物荧光信号的重叠特性, 制备了10种含有不同浓度机油、 柴油混合物的土壤样品。 通过搭建LIF实验系统, 获取不同混合浓度的机油和柴油的荧光光谱, 对油类荧光光谱进行了最大值归一化处理, 建立土壤中机油、 柴油混合光谱的反演关系, 以最小残差平方和为指标, 使用迭代逼近算法计算出土壤荧光光谱中柴油和机油样品的荧光贡献率。 分别使用了全谱法和截取特征光谱两种方法计算机油和柴油的荧光贡献率。 全谱法是在混合油样的全波段光谱（200~600 nm）范围进行迭代逼近, 截取特征光谱方法是在截取油样光谱（330~460 nm）段进行迭代逼近。 （330~460 nm）范围内包含了混合油样的所有光谱特征。 用计算出的机油的荧光贡献率与机油样品浓度做线性拟合时发现, 截取特征光谱法的拟合系数R为0.989, 优于全谱法的0.923。 分别用全谱法、 截取特征光谱法计算出的荧光贡献率以及归一化机油、 柴油光谱合成混合油归一化光谱, 与实际归一化混合光谱比较, 截取特征光谱法计算的平均相对误差为3.38%, 优于全谱的8.79%, 其原因是全谱法比截取特征光谱法引入了更多的噪声信号, 所以在计算油类荧光贡献率时产生了较大的误差。 选取机油和柴油归一化光谱上300, 350, 400, 450和500 nm等 5个位置的荧光强度与归一化混合油光谱做多元线性回归拟合, 计算出平均相对误差为10.31%。 结果表明截取特征光谱方法优于多元线性回归方法； 土壤中机油和柴油的荧光贡献率与自身的浓度之间成良好的线性关系, 说明在土壤中机油和柴油混合后各自的化学性质保持稳定, 在土壤中的荧光信号重叠特性是线性叠加的。 这种这种方法同样可以用于其他石油类混合物的解离。 通过该研究提高了LIF技术在土壤中石油烃类污染物定性与定量检测的准确性。 为土壤中石油烃现场快速检测提供了方法支撑。

土壤中的重金属含量较少, 难以在光谱曲线上表现出明显的特征, 现有的土壤重金属反演实验多是通过统计的方法寻找重金属的敏感波段, 不能准确解释土壤重金属的反演机理, 难以建立土壤重金属反演的普适性模型, 通过分析铁锰氧化物、 有机质、 粘土矿物在土壤光谱曲线上的吸收特征, 深入研究了土壤重金属对可见光近红外光谱的影响, 分析了褐土中的重金属反演机理。 以徐州试验田为例, 共采集80个土壤样本。 首先, 利用ASD地物光谱仪测定土壤样本的光谱反射率, 并采用电感耦合等离子体质谱仪检测土壤样品中的Cr, Cd, Cu, Pb和Zn的含量。 然后, 土壤光谱经过包络线去除处理, 与重金属相关的吸收峰在480, 1 780和2 200 nm附近, 所显现的吸收峰主要受土壤中的铁锰氧化物、 有机质、 粘土矿物的影响。 在吸收峰位置提取了光谱吸收特征的四个参数： Depth480, Depth1 780, Depth2 200和Area2 200, 分析了它们随五种重金属含量变化的增减趋势, 发现四个参数数值与五种重金属含量有很强的相关性。 分析单个变量反演重金属发现, 参数Depth480反演Cr和Pb的效果较好, 参数Area2 200, Depth1 780反演Cd, Cu和Zn的效果比较好。 同时使用四个光谱吸收特征参数, 利用最小二乘法、 岭回归法、 支持向量回归法求取回归系数, 建立的五种重金属含量的反演模型比使用单变量建立的反演模型预测能力强且稳定, 五种重金属Cr, Cd, Cu, Pb和Zn反演效果最好的验证集决定系数分别是0.71, 0.84, 0.92, 0.80, 0.89。 结果表明, 在此研究区域Cr和Pb容易被铁锰氧化物吸附, 而Cd, Cu和Zn更容易被有机质、 粘土矿物吸附。 此研究为探究土壤光谱特征与土壤重金属含量之间的关系提供了参考。

TeO2非共线声光可调滤波器（AOTF）是一种优良的电调谐分光器件, 具有体积小巧、 稳定性高、 调谐快速、 可实现便携等优点, 在超光谱成像领域具有很高的应用价值。 通过非共线AOTF与光学倒置显微镜有机结合, 建立了声光滤波超光谱显微成像系统； 在可见光范围内, 开展了人体皮肤鳞状细胞癌组织的超光谱显微成像实验研究, 获得了一系列不同衍射光中心波长下的皮肤鳞状细胞癌组织的光谱和对应的显微图像。 系统性能检测实验结果显示, 在超声频率为110～180 MHz范围内的衍射光带宽仅为1.28～2.84 nm, 表明本研究中的AOTF具有很高的光谱分辨率, 达到102个光谱通道量级, 完全可以满足超光谱显微成像对生物组织结构进行精确识别的需要。 本系统采用高质量的TeO2晶体、 双胶合透镜以及优化的射频驱动源, 有效地抑制了衍射光光谱的旁瓣。 分析了超声频率与衍射光中心波长的调谐关系, 以及超声频率与对应衍射光谱带宽的关系曲线, 实验结果与理论计算结果有着较好的一致性。 系统实验获得的皮肤鳞状细胞癌组织显微图像随光波长漂移不显著, 表明超光谱成像系统的图像稳定性高。 通过对比, 分析了不同中心衍射光下的皮肤鳞状细胞癌组织显微图像的清晰度随光波长的变化规律, 在522.52 nm时, 皮肤鳞状细胞癌组织内部各精细结构区分明显, 图像最为清晰。 通过定义透射差异系数, 分析了图像整体亮度曲线和透射差异系数随光波长变化曲线, 其变化规律与直观观察结果相符合； 对皮肤鳞状细胞癌组织图像进行了边缘提取分析, 得出在497.87～551.29 nm内, 可在整体视野较为明亮的情况下对皮肤鳞状细胞癌组织进行观察和研究, 在509.69～527.59 nm范围内, 组织边缘明亮清晰且完整, 是进行皮肤鳞状细胞癌组织结构精确识别与分析的最佳窗口。 该研究为人体皮肤鳞状细胞癌组织结构简便、 灵活、 快速地检测与识别提供了一种新方法。

及时获取水泥原料中的关键成分的含量, 对水泥产品的品质控制至关重要。 而当前的主流分析方法需要现场人工采样和样品制备, 存在时效性问题。 利用傅里叶变换红外光谱技术对水泥生料样品中的Fe2O3, SiO2, CaO, Al2O3四种关键氧化物成分的漫反射光谱进行了快速定量分析。 首先探讨了傅里叶变换红外光谱技术检测水泥原料成分的理论基础。 水泥原料是一种复杂混合体系, 主要由铁质原料（如褐铁矿）, 硅质原料（如石英）, 钙质原料（如方解石）及铝质原料（如绿柱石）等矿物岩石组成。 而这些矿物岩石在可见近红外光谱波段的特征谱带较宽, 强度较低, 且存在重叠的部分。 因此, 使用了多元校正进行定量分析。 其次, 设计并搭建了对应的实验系统进行水泥生料样品的成分含量分析。 样品选用水泥厂家提供的60种关键成分含量各异的磨匀的水泥生料样品, 成分覆盖了 Fe2O3, SiO2, CaO, Al2O3四种关键氧化物。 使用搭建的实验平台采集样品的漫反射光谱。 并使用了X射线荧光分析法方法测定样品中各氧化物成分含量作为参考值。 之后, 结合了偏最小二乘法建立了Fe2O3, SiO2, CaO, Al2O3四种成分的定量分析模型。 使用了Kennard-Stone算法将样品集按7∶3的比例分为校正集和预测集。 PLS建模波段选择了4 000～5 000 cm-1波数范围, 总计包含520个谱元。 建立了校正集中42个样品光谱与其Fe2O3, SiO2, CaO, Al2O3成分含量的回归模型。 依据交叉有效性因子Q2h≥0.009 75的条件, 选择了7个因子来建立最终的定量分析模型。 在建立的Fe2O3, SiO2, CaO, Al2O3四种氧化物的FTIR定量分析模型中, 其校正的4种氧化物含量与X射线荧光分析法测量的含量之间的相关系数分别为98.49%, 98.03%, 98.18%, 99.24%, 均方根误差分别为0.04, 0.22, 0.26, 0.08。 模型的校正准确度比较高。 最后使用该定量分析模型对预测集样品中的Fe2O3, SiO2, CaO, Al2O3的含量进行预测, 并与X射线荧光分析法测量的参考值进行比较。 最终模型预测的相关系数分别为91.35%, 91.50%, 91.57%, 94.67%, 预测的均方根误差分别为0.08, 0.45, 0.54, 0.26, 表明了模型预测准确度较高。 所建基于傅里叶变换红外光谱的定量分析模型为实现水泥生产控制中水泥原料成分的快速定量分析建立了基础。

针对焊接电弧二维光谱检测温度场研究的局限性, 在以共聚焦光路为关键的三维光谱检测系统基础上, 检测到了三维电弧内部任意一点的光辐射强度。 以电弧内部垂直于光谱检测方向且过电弧轴中心的各点的光辐射强度, 通过借鉴Abel逆变换进行抗干扰解耦, 恢复了电弧内部任意一点光辐射强度的相对发射系数, 以解决所提出的三维光谱检测系统对电弧内部任意一点进行聚焦光谱检测的干扰问题。 根据恢复得到的焊炬高度为2 mm的2 A微束等离子弧焊电弧Ar Ⅱ特征谱线（波长为771.308与856.221 nm）的相对发射系数, 通过相对谱线强度法, 得到电弧的三维温度分布。 进一步讨论了由此得到的电弧温度场分布和电弧形态特征, 并与数值模拟计算得到的相同条件下电弧温度场进行了比较。 研究表明： 该研究提出的三维电弧光谱检测系统能够采集到电弧内部三维空间点的光辐射强度, 虽然受到共聚焦光路的限制, 采集到的电弧径向端面光谱为拖长的非轴对称圆形, 但经过抗干扰解耦后的电弧径向光谱图为轴对称； 虽然抗干扰解耦后得到的电弧光辐射相对发射系数分布出现一定的离轴最大化现象, 但电弧光辐射强度在离轴了的电弧中心处达到了最大值, 该最大光辐射强度从喷嘴至工件呈现先减后增现象, 与电弧轴中心光辐射强度分布呈“双峰”态一致； 并且电弧径向半径从喷嘴至工件是先减小、 再保持、 然后增大, 其形貌为底部呈蘑菇状的准柱形, 也符合相对于2 A焊接电流的短电弧（焊炬高度2 mm）的电弧形态； 同时, 通过电弧三维光谱检测并经过抗干扰解耦间接得到的2 A电弧的最大温度在微束等离子弧焊电弧的温度范围内, 且在归一化后与数值模拟的电弧径向温度场分布较为吻合, 误差较小。

拉曼光谱信号是一种基于分子振动的散射信号, 拉曼光谱仪的激光源波长一般为纳米级, 考虑到散射频移, 拉曼光谱有效信息主要集中在较高频段。 拉曼信号是典型的非平稳信号, 并且由于拉曼散射比较弱, 信号很容易被高频噪声和荧光背景干扰, 想获取较为全面的拉曼信息, 需要对信号进行处理, 小波变换对拉曼信号的分析结果取决于小波基的选择, 不同小波基处理结果有差异； 经验模态分解（EMD）方法可以自适应的分析信号, 不需要设置参数, 但存在模态混叠的问题； 集合平均经验模态分解（EEMD）, 有效的解决了EMD方法中存在的模态混叠问题, 能更加清晰的将信号中的不同频率成分划分开来, 因此更加适合频率成分丰富的拉曼信号的特征分析和处理。 采集了市面上常见的大豆油、 花生油、 玉米油和葵花籽油样本, 通过拉曼光谱仪获得了各自的拉曼光谱信号。 使用集合经验模态分解对食用油拉曼光谱信号进行自适应分解和处理, 一共获得了10阶固有模态函数（IMF）, 根据信号的能量分布以及幅值特性, IMF1和IMF2表征为信号中的噪声部分, IMF3-IMF7表征为拉曼特征信号部分, 最后一阶IMF10表征为荧光背景成分, IMF8和IMF9为其他物理意义的频率成分。 通过对有效信号段的特征增强并重构拉曼信号, 使拉曼信号的信噪比获得了2～5倍的提升, 其中, 难以探测的酯键羰基伸缩振动位于1 745 cm-1的谱峰得到了显著的增强。 最后, 将原始信号和经过特征增强的信号通过基于连续小波变换的惩罚最小二乘法进行了二次处理, 并将获得的信号进行主成分分析后, 可知： 没有增强的不同类数据样本相互有重叠, 不存在明显的类间距, 很难完整的区分类型； 基于特征增强的数据样本各自聚集, 每种类型都可以相互鉴别, 可为拉曼光谱信号处理提供一种新的途径。

白光LED作为新一代高效、 环保型照明光源, 被给予了极高的厚望。 目前商业中白光LED主要采用蓝色LED芯片激发黄色YAG荧光粉的方式来实现白光, 发光效率能达到理想值, 但存在红色光谱区域缺失的问题, 造成关键性指标显色指数偏低, 限制了白光LED在橱窗照明、 医疗照明和投影显示等高品质需求领域的应用。 而目前研究较多有关红色荧光粉的光效与稳定性, 对红色氮化物荧光粉的宽光谱设计研究尚有待深入探索。 采用高温固相法成功制备出了高效宽光谱红色Ca0.992AlSiN3∶0.008Eu2+荧光粉, 通过X射线衍射仪(XRD)和荧光光谱仪(PL)等测试技术对荧光粉样品的结晶度和发光性能进行了表征分析； 基于第一性原理研究了CaAlSiN3∶Eu2+荧光粉的晶体结构和能带结构, 研究了Eu2+掺杂CaAlSiN3发光过程中的能量跃迁机理, 从其微观性质方面分析探讨了荧光粉的光谱性能； 基于蒙特卡罗理论和遗传算法建立了白光封装模型, 并结合CaAlSiN3∶Eu2+进行了白光LED应用封装和测试, 研究了CaAlSiN3∶Eu2+荧光粉的封装样品的光色特性。 研究结果表明, 利用高温气压炉合成Ca0.992AlSiN3∶0.008Eu2+材料具有较高的结晶度, 且微量的稀土元素Eu掺杂不会破坏其晶体结构, 仍具有较好的稳定结构； 通过PL光谱测试发现其具有极宽的激发光谱（200～600 nm）, 能被蓝光或者紫外LED芯片有效激发, 当在450 nm波长激发下, 荧光粉发出峰值为650 nm的发射光谱, 光谱半高宽为91.4 nm, 通过晶体的能带分布可知其发射光谱为5条高斯光谱曲线, 归结于Eu2+ 的5d能级向4f能级跃迁, Ca0.937 5AlSiN3∶0.062 5Eu2+荧光粉的能量带隙为3.14 eV的间接带隙, 主要是由Ca-3p, Eu-3d, N-2p, Al-3p, Si-3p电子态决定, 使得材料发出红色光谱； 通过建立白光光谱模型指导实现了白光LED应用封装, 采用蓝光LED芯片与Ca0.992AlSiN3∶0.008Eu2+红色荧光粉、 β-sialon绿色荧光粉进行组合封装, 光谱测试结果与白光封装模型模拟值（Ra=93.93, R9=72.77, Tc=3 400 K）的趋势接近, 且获得了高效高显色性的白光LED（η=101 lm·W-1, Ra=92.1, R9=74.9, Tc=3 464 K）, Ca0.992AlSiN3∶0.008Eu2+所提供的红光光谱能够有效地提高白光LED的显色指数, 同时在LED的发光效率、 色温和物理化学稳定性等方面具有极高的价值, 是一种很有应用前途的高品质照明白光LED用红色荧光粉材料。

稀土掺杂LaGaO3荧光粉因具有优良的发光性能、 高的显色性和稳定性等优点而适合应用于场发射显示和LED器件中, 其中, LaGaO3∶Tb3+发光强度和色纯度高于商用Y2SiO5∶Ce3+荧光粉。 通过共掺Sn4+提高LaGaO3∶Tb3+荧光粉的发光性能使其更好地应用在白光LED中； 利用高温固相法制备一系列LaGaO3∶Tb3+和LaGaO3∶Tb3+,Sn4+绿色荧光粉, 并通过XRD和光致发光光谱分别对样品的晶体结构和发光性能进行表征。 结果表明： 掺杂Tb3+和Sn4+分别取代La3+和Ga3+进入到基质LaGaO3的晶体结构中, 并未出现其他杂相, 形成纯相的荧光粉。 样品的激发光谱均由位于231, 257和274 nm处的宽峰和位于300～500 nm锐利峰组成, 其中, 231和274 nm分别对应于Tb3+的4f-5d自旋允许跃迁（LS, 7F6→7DJ, ΔS=0）和自旋禁戒跃迁（7F6→9DJ, ΔS=1）； 257 nm归因于基质中GaO6基团自激活光学中心的跃迁； 300～500 nm锐利峰归因于Tb3+的f-f特征激发跃迁, 如7F6→5H6, 5H7, 5L6, 5L9, 5L10, 5G9和5D4。 相对于LaGaO3∶Tb3+, 共掺Sn4+主要提高Tb3+的4f-4f特征激发跃迁强度, 主激发峰由Tb3+的f-d跃迁变为f-f跃迁。 在380 nm光激发下, 样品LaGaO3∶Tb3+和LaGaO3∶Tb3+,Sn4+的发射光谱均由Tb3+的特征跃迁5D4→7F6 (487和493 nm), 5D4→7F5 (545 nm), 5D4→7F4(584和589 nm)和5D4→7F3 (622 nm)组成, 其中, 以5D4→7F5跃迁为主。 样品LaGaO3∶Tb3+和LaGaO3∶Tb3+,Sn4+的CIE色坐标分别位于绿色区域（0.287 4, 0.545 9）和（0.279 7, 0.576 1）； 荧光寿命分别为1.63和1.38 ms； 色纯度分别为54.81%和62.67%。 共掺Sn4+不仅没有影响发射峰的位置, 而且提高了发射强度（提高近一倍）, 改变样品的浓度猝灭机理, 由双极子-双极子(d-d)相互作用转变为双极子-四极子(d-q)相互作用。 LaGaO3∶Tb3+和LaGaO3∶Tb3+,Sn4+中Tb3+的最佳掺杂量分别为0.05和0.07； Sn4+的最佳掺杂量为0.03, 说明Sn4+共掺提高Tb3+的最佳掺杂量, 有利于发光强度的提高。 样品LaGaO3∶0.05Tb3+和LaGaO3∶0.07Tb3+,0.03Sn4+的光视效能（LER）分别为464和485 lm·W-1； 内量子效率分别为21.8%和39.2%。 随着温度的升高, 由于热猝灭, 样品LaGaO3∶Tb3+,Sn4+的发光强度逐渐下降； 但在140 ℃时, 发光强度仍可保持70%以上； 通过Arrhenian公式计算, 热活化能ΔE为0.169 0 eV, 说明样品具有良好的稳定性。 结果表明： LaGaO3∶Tb3+,Sn4+可作为绿色荧光粉实际应用于UV激发的白光LED器件中。

传统拉曼光谱分析技术在对容器内未知样品进行检测时极易受到容器壁的荧光和拉曼散射干扰, 其商业应用往往仅限于透明塑料或玻璃包装的情况。 由于光子在介质内部的迁移方向具有随机性, 与表层相比内部深层处产生的拉曼散射光子在扩散过程中更易于横向迁移, 因此偏离激光入射点不同距离的拉曼光谱包含了不同深度层的拉曼光谱信息。 空间偏移拉曼光谱技术通过将拉曼光收集点偏离激光入射点, 能够抑制容器壁的荧光和拉曼散射干扰, 从而实现对有色、 不透明包装内样品的有效检测。 通过设计搭建了空间偏移拉曼光谱实验装置, 实现-1.0~10.0 mm偏移距离的可调节。 使用青色、 不透明的1 mm厚PMMA平板来模拟容器壁, 使用碳酸钙（CaCO3）粉末作为内部待测样品。 分别采用传统方式（零偏移）和空间偏移方式对容器内样品进行测量。 对采集的原始光谱首先进行平均和7阶多项式拟合去除基线（荧光）, 然后以3个最大特征峰的平均值作为光谱强度的评价指标, 对空间偏移拉曼光谱信号随偏移距离的变化规律进行分析, 发现： 随着空间偏移距离的增大, 容器壁的拉曼散射强度快速下降, 而内部样品的拉曼散射强度先上升后缓慢下降； 对于均匀厚度、 各向同性的样品, 变化趋势关于零偏移两侧对称, 此外光束的斜入射会引起轻微的不对称； 在某个偏移距离处样品与容器壁的光谱强度比值达到最大值, 存在最优探测偏移距离, 对于此次样品其最优偏移距离为1.2 mm。 在容器和样品材质未知的情况下, 采用比例相减的方法仍可以得到各层干净的拉曼光谱, 通过对零偏移和最优偏移处的光谱进行计算, 分别得到容器壁和内部样品干净的拉曼光谱, 实现对内部样品的有效检测。 研究结果在一定程度上证明了空间偏移拉曼光谱技术在不透明、 有色容器内样品的检测方面的潜力, 为进一步研究空间偏移拉曼光谱技术及数据处理方法提供基础。

铝在人体中的代谢极其缓慢, 摄入的铝会在体内不断积累, 而异常浓度的Al3+会破坏中枢神经系统, 导致严重的神经性疾病, 因此如何高效灵敏地检测Al3+至关重要。 荧光探针因具有携带方便、 检测快速简单、 价格低廉、 选择性好等显著优点被广泛用于分析检测金属离子。 大量研究中对于Al3+的检测都是以单探针基团(single-probe group, SPG)分子以1∶1, 2∶1, 3∶1等进行配位。 本文研究了一种活性三聚氯氰作为连接桥基团, 罗丹明B酰胺和席夫碱衍生物对氨基苯甲酰水杨酸作为双探针基团(dual-probe group, DPG)的聚氰分子(RBCS), 其采用易于控制的热动力学方法一步法制备得到。 固定RBCS+Al3+的浓度总和为20 μmol·L-1, 改变二者的浓度比, 通过Job-plot光学实验研究表明当离子占总浓度的比例在约0.68时578 nm处的荧光强度达到最高值, 表明RBCS与Al3+之间主要以1∶2进行配位。 通过MALDI-TOF-MASS研究发现, 相比无Al3+的谱图, RBCS-Al3+在900.07附近出现的新峰进一步验证了该DPG聚氰分子(RBCS)和Al3+是以1∶2发生络合。 通过探针RBCS(10 mg)中加入0, 0.5, 1, 2, 3当量Al3+后的1H NMR滴定实验, 对比特征H位置的变化, 详细研究出RBCS对Al3+的识别机理。 研究表明当Al3+存在时, Al3+与RBCS上罗丹明酰胺部分羰基O, 胺基N和三氰上N发生络合导致罗丹明酰胺开环, 同时席夫碱部分的亚胺基团的N以及羧酸根和酚基的两个O也分别和Al3+结合, 使得CN键得到固化, 整体的共轭性增加, 从而产生荧光。 综上所述, 该聚氰分子(RBCS)可作为识别Al3+的双探针基团分子。 在365 nm紫外灯照射下RBCS-Al3+表现出橙红色荧光, 并随着Al3+浓度的增加荧光逐渐增强。 通过对RBCS光学性能测试条件的优化, 最终选定在乙醇/水(99/1, Ｖ/Ｖ)溶液进行光学性能研究。 通过荧光滴定实验测试了在激发波长557 nm, 发射波长578 nm下RBCS (10 μmol·L-1)对不同浓度Al3+(0.01～8 eq)的荧光强度变化, 并对数据做线性回归处理, 方程为y=32.336 0+65.364 1x, R2=0.993 3, 线性范围为1～10 μmol·L-1。 通过3σ/k算得RBCS对Al3+的检出限为15.0 nmol·L-1。 本研究可为设计DPG分子用于金属离子的检测提供参考。

运用三维荧光-平行因子分析(EEMs-PARAFAC)和室内生物培养实验, 分析了洪泽湖和骆马湖有色可溶性有机物(CDOM)生物降解特征对不同水文情景的响应。 结果表明, (1)平行因子分析得到3类荧光组分, 类腐殖质C1、 类色氨酸C2和类酪氨酸C3。 (2）经28天生物培养后, 枯水期洪泽湖、 骆马湖溶解性有机碳DOC生物可利用性(BDOC, 分别为17%±4%, 15%±4%)高于丰水期(分别为5%±5%, 10%±7%), 且枯水期%BDOC高值主要分布于入湖口区域。 (3）枯水期两湖泊比紫外吸收系数SUVA254和类腐殖质C1荧光强度显著高于培养前, 即ΔSUVA254和ΔC1为负值, 而类酪氨酸荧光强度显著低于培养前, 即ΔC3为正值, 表明了枯水期类酪氨酸生物可利用性较高, 产生了较为稳定的类腐殖质, 增加了样品的腐殖化程度。 (4）BDOC和%BDOC分别与ΔSUVA254有较好的负相关性, BDOC及%BDOC与ΔC3, %ΔC3均有较好的正相关性。 这意味着两个湖泊CDOM组成直接影响其生物可利用性。

潜在手印的显现技术是刑事科学技术领域中极其重要的一项技术。 在手印显现工作完成后, 研究人员往往依据手印轮廓是否反映完整、 乳突纹线是否清晰连贯、 细节特征是否反映明显、 背景干扰是否影响手印的显现效果。 这是一种主观的评价方法, 其结果缺乏客观性、 准确性和科学性。 为客观、 科学、 全面的定量分析手印显现效果, 本研究结合光谱分析手段对手印显现的对比度进行了系统研究, 最终实现了对手印显现对比度进行准确的定量评价。 首先, 提出了荧光类物质显现手印的对比度（Contrast）这一概念, 即手印显现信号与客体背景噪声之间的对比差异, 该差异由亮度差异（强度因子, Intensity Index, I）和颜色差异（色度因子, Chroma Index, C）共同决定。 其次, 通过光谱仪器和色度软件对客体、 手印显现粉末以及经荧光粉末显现后的手印进行表征, 确定了手印显现对比度的量化方法, 即色度因子C与强度因子I的常用对数值的乘积。 然后, 通过视觉效果主观定性分析与光谱分析方法客观定量分析综合评价手印显现的对比度, 检验了手印显现对比度计算结果的准确性, 成功实现了基于光谱分析方法的手印显现对比度量化。 最后, 结合光谱分析技术从定量的角度详细分析了手印显现对比度的影响因素, 即不同荧光强度、 不同荧光颜色以及不同发光机理的荧光粉末对手印显现对比度的影响。 实验结果表明, 基于光谱分析方法的手印显现对比度量化方法实现了客观、 科学、 全面的定量评价手印显现效果, 并从强度因子和色度因子两个层面上定量分析总结了提高手印显现对比度的途径, 为实践应用中手印显现粉末的选择提供了可靠的理论参考。

采用高温固相法制备了新型(Mg1-x-yBaxSry)1.95SiO4∶0.05Eu荧光粉, 其中包括3个二元碱土离子配比系列和3个代表性三元碱土离子配比系列（Ba不变而Mg/Sr比连续变化、 Mg/Sr比不变而Ba含量连续变化）共计6个系列, 并研究其光谱性能（激发谱和发射谱）、 紫外（254和365 nm）发光照相记录及CIE值对应色像。 借鉴三元相图的建立思路, 由这些二元和代表性三元数据推导三元色像图, 用于新型荧光粉的系统开发。 所制备的荧光粉系列包括： Mg2SiO4-Sr2SiO4, Ba2SiO4-Sr2SiO4, Mg2SiO4-Ba2SiO4, Ba原子比含量为0.2（Mg/Sr原子比连续变化）, Ba原子比含量为0.6（Mg/Sr原子比连续变化）, Mg/Sr原子比为1/4（Ba原子比含量连续变化系列）。 其对应的254 nm激发下光谱性能、 发光照相记录、 和CIE色像分析表明： Eu离子可以三价和二价形式存在于(Mg1-x-yBaxSry)2SiO4中； 二元系列中(Mg1-xBax)2SiO4和(Ba1-ySry)2SiO4基体中随着Ba原子比的增加荧光粉逐渐由红(对应Eu3+ 5D0→7F1和5D0→7F2电子跃迁窄带发射)变绿(对应Eu2+ 4fn-15d→4fn电子跃迁发射宽带发射)且前者变化的更快； 二元系列中(Mg1-ySry)2SiO4系列为红色荧光粉, 且随着Sr含量增加红色发光增大； 三元系列中(Bax(Mg0.2Sr0.8)1-x)2SiO4（Mg/Sr=1/4）随着Ba离子量增加荧光粉也逐渐由红变绿, 其变化速度介于Mg/Sr比等于0（即Ba2SiO4-Sr2SiO4系列）和Mg/Sr比等于∝（即Ba2SiO4-Mg2SiO4系列）； 三元系列中(Ba0.2SryMg0.8-y)1.95SiO4为红色荧光粉, 而(Ba0.6SryMg0.4-y)2SiO4随着Mg/Sr原子比增加逐渐由红转蓝绿光。 365 nm激发下荧光发射的变化规律与254 nm激发下大体一致, 但是同一样品在365 nm激发下其绿光波段发射要比254 nm激发要强且其红光波段发射要比254nm激发要弱, 故(Mg1-xBax)2SiO4, (Ba1-ySry)2SiO4, (Bax(Mg0.2Sr0.8)1-x)2中对应的由红变绿时Ba含量分别为40at%, 60at%, 60at%（254 nm激发下60at%, 80at%, 70at%）且(Ba0.6SryMg0.4-y)2SiO4中由红变绿的Mg/Sr比为1/4（254 nm激发下为2/3）。 据此建立Eu掺杂Ba2SiO4-Mg2SiO4-Sr2SiO4紫外激发色像图。 借由色像图可知(Mg1-x-yBaxSry)1.95SiO4∶0.05Eu荧光粉紫外激发下发射光变化规律, 即基体组分靠近Ba2SiO4端发射绿色而靠近Mg2SiO4或Sr2SiO4端发射红色, Mg/Sr比越大随着Ba原子的增加荧光粉的由红转绿的速度越快； 同一样品在365 nm激发下其绿光波段发射要比254 nm激发要强且其红光波段发射要比254 nm激发要弱, (Mg1-x-yBaxSry)1.95SiO4∶0.05Eu荧光粉中当Ba>80at%, Mg>90at%(或Sr>80at%)荧光粉可分别用作高效绿色、 红色荧光粉； 此外, 当组分为(Mg0.8Sr0.2)1.95SiO4∶0.05Eu, (Ba0.8Mg0.16Sr0.04)1.95SiO4∶0.05Eu是紫外激发下（254和365 nm）最好的红色和绿色荧光粉。