基于可见-近红外光谱技术的炭疽病侵染后油茶叶片叶绿素含量预测研究

分析炭疽病侵染后油茶冠层的可见-近红外光谱特征,探索建立病害胁迫下油茶冠层叶片叶绿素含量的预测模型。通过实地调查病情指数,获取不同病害程度的油茶冠层叶片光谱数据及其叶绿素含量,并对光谱数据进行了一阶微分与滑动平均滤波相结合的预处理,再通过光谱数据重采样,提取敏感波段建立了叶绿素含量的BP神经网络预测模型。结果表明:(1)随着病情的加重,油茶冠层光谱可见光区域的反射峰和吸收谷逐渐消失;红光到近红外陡峭的红边被逐渐拉平;在近红外区域,健康油茶的光谱反射率明显大于感病油茶的光谱反射率。(2)微分光谱484～512,533～565,586～606和672～724nm四个波段是叶绿素吸收和反射的敏感波段。(3)以敏感波段为输入变量建立的BP神经网络模型,其计算出的预测值与观测值之间的相关系数r和均方根误差分别为0.992 1和0.045 8。因此,利用可见-近红外光谱技术预测炭疽病侵染后油茶叶片叶绿素含量是可行的。     

激光诱导击穿光谱的油茶炭疽病检测

油茶产业具有良好的经济和生态效益,深受国家重视。目前,炭疽病侵害油茶树日益加重,严重地降低了产量,导致油茶产业的效益直接受损。所以找到一种快速、准确、方便的油茶炭疽病检测方法是非常必要的。激光诱导击穿光谱(LIBS)是一种低成本、微损伤、无残留的技术,能够对多种成分快速实时检测。采用LIBS结合化学计量学方法对油茶炭疽病的定性检测方法进行研究。实验样品采摘于油茶种植区,分别采集了100片健康油茶叶片和100片感染炭疽病的油茶叶片。将采集的叶片进行微处理,即首先进行反复冲洗去除叶片表面污渍,然后进行分类、装袋和标号,最后进行LIBS光谱采集实验。实验设备为海洋光学的MX2500+, LIBS实验参数设置为激光能量50 mJ,最优延迟时间2μs,每个叶片采集6条光谱数据,并求其平均。在油茶叶片LIBS光谱的波长251.432 nm处观察到Si的特征峰、分别在252.285, 259.837和385.991 nm处观察到Fe的特征峰、分别在260.568, 279.482和280.108 nm处观察到Mn的特征峰。实验结果:油茶叶片中的微量元素Si, Fe, Mn的LIBS信号与油茶叶片的健康程度有直接关系,健康油茶叶片中Si, Fe和Mn的特征峰强度明显高于感染炭疽病的油茶叶片中Si, Fe和Mn的特征峰强度;此外,利用LIBS技术结合MSC光谱预处理和PCA分类法,对油茶叶片的健康和感染炭疽病的两个状态进行分类处理。PC1, PC2和PC3的贡献率分别为80%, 12%和6%,建立三维模型分类,可以清晰地将油茶叶片的两种状态区分出来。同时,还利用PLS-DA建立模型,模型的识别率高达90%以上,可以对油茶叶片两种类别进行较好的分类。以上两种化学计量方法都可以区分油茶叶片的健康和染病两种状态。研究表明了利用LIBS技术检测油茶炭疽病是可行的。可以利用LIBS技术对油茶叶片的微量元素和营养元素进行定量检测,为定量检测提供了参考。提出了一种快速检测油茶炭疽病的新方法。     

灵芝多糖含量的红外光谱预测模型研究

利用傅里叶变换红外光谱仪(FTIR)测定不同等级贵州灵芝的傅里叶变换红外光谱,选择最佳的敏感波段组合构造吸光度变量,分析了吸光度变量与灵芝多糖含量的相关性,建立灵芝多糖含量的红外光谱预测模型并进行检验。结果表明:不同等级灵芝的红外光谱图基本相似,峰形相同;所选定的吸光度变量与灵芝多糖含量之间显著相关,灵芝多糖含量的预测模型及其检验结果的拟合度均达到显著水平,这说明可用红外光谱法来预测灵芝多糖含量。     

基于FTIR的苔藓植物表征关系除趋势对应分析

苔藓植物是一类重要高等植物。但是,苔藓植物体型小,可供鉴别性状少。应用OMNI采样器-傅里叶变换红外光谱直接测定法鉴别植物样品具有简便、快速和准确的优点。应用傅里叶变换红外光谱直接测定法测定了苔藓植物26种30个样品的红外光谱,以波数-吸光度为指标来表征吸收峰,以红外光谱图为对象,应用除趋势对应分析(Detrended Correspondence Analysis, DCA)比较了30个样品在红外光谱图上的差异程度。结果发现,基于傅里叶变换红外光谱的除趋势对应分析反映出苔藓植物红外光谱的差异与它们分类关系有较好的对应性。因此,应用傅里叶变换红外光谱直接测定法能够鉴别药用苔藓植物。     

蛇足石杉及其近缘种表征关系的FTIR主成分分析

蛇足石杉是一种重要药用植物,其种内变异程度高,近缘种多,植株体型小,可供鉴别性状少。运用OMNI采样器-傅里叶变换红外光谱直接测定法,获得了蛇足石杉(Huperzia Serrata)及其5个近缘种：四川石杉(Huperzia Sutchueniana)、闽浙马尾杉(Phlegmariurus Mingchegensis)、石松(Lycopodium Japonicum)、深绿卷柏(Selaginella Doederleinii)和异穗卷柏(Selaginella Heterostachys)16个叶片样品的红外光谱,以666～3 145 cm-1范围内吸收峰吸光度为指标,以红外光谱图为对象,应用主成分分析(Principal Component Analysis),比较了16个样品在红外光谱上的差异程度。发现基于傅里叶变换红外光谱的主成分分析排序图能够在一定程度上表征16个样品的分类关系。应用FTIR直接测定法能够鉴别蛇足石杉及其近缘物种。     

土壤粒度对基于近红外离散波长土壤全氮预测精度影响

土壤粒度是对土壤近红外光谱造成严重干扰的主要因素之一。通常在样本前处理阶段采用研磨和过筛土壤来降低土壤粒度干扰,在数据处理阶段通过对连续光谱微分法等数学方法消除土壤粒度干扰。但是对于近红外波段离散波长的建模,至今没有有效的方法消除土壤粒度干扰。为此,提出了土壤粒度修正法以解决土壤粒度干扰消除难题。首先建立土壤粒度修正模型,将农田采集的标准土壤在实验室烘干消除水分后,进行土样配置,得到4个土壤粒度（2.0, 0.9, 0.45, 0.2 mm）和6个全氮浓度等级（0, 0.04, 0.08, 0.12, 0.16, 0.2 g·kg-1）的96个土壤样本。采用MATRIX-Ⅰ型傅里叶变换近红外光谱仪采集土壤样本近红外光谱,计算四个不同粒度(每个粒度包含24个土壤样本)和全部土壤样本在每个波长处（850～2 500 nm）所有样本间吸光度的光谱标准偏差,分析得到土壤粒度的特征波段为1 361和1 870 nm。采用特征波段吸光度比值作为单一输入变量建立SVM土壤粒度分类模型,土壤粒度整体分类准确率为93.8%,表明对土壤粒度进行分类是可行的。选择本研究团队开发的基于近红外波段离散波长(1 070, 1 130, 1 245, 1 375, 1 550, 1 680 nm)吸光度的车载土壤全氮检测仪对提出的土壤粒度修正模型进行验证。结果表明修正后粒度为2.0,0.9和0.45 mm的吸光度和原始土壤吸光度分别降低了62%,74%,111%和61%。表明土壤粒度修正法可以显著减小土壤粒度干扰。最后采用BPNN建立不同吸光度的全氮模型,相较于原始吸光度模型,修正后的土壤吸光度模型R2_v提高了25%。表明提出的土壤粒度修正法可以显著减小土壤粒度对近红外光谱离散波长吸光度的干扰,提高车载土壤全氮检测仪的测量精度。     

梨果糖浓度近红外漫反射光谱检测的预处理方法研究

糖浓度是梨果内部品质的重要指标。实验测得了梨果的近红外漫反射吸光度谱,并且对其进行了光谱预处理,包括多元散射校正(MSC)、基线校正(baseline correction)、标准正态变量变换(SNV)和平滑去噪(moving average)。结果表明,经过预处理后的吸光度谱在光谱归一化、噪声消减等方面有着较为明显的优势。使用偏最小二乘法(PLS)对原始吸光度谱和预处理后的吸光度谱分别进行处理,得到结论：应用平滑去噪预处理后的吸光度谱进行预测的准确度优于原始吸光度谱,得相关系数为0.990 8,预测标准偏差为0.019 0。     

宫颈正常与宫颈癌组织傅里叶变换红外光谱的初步研究

利用傅里叶变换红外光谱对宫颈鳞癌(17例)、宫颈腺癌(5例)及宫颈正常组织(13例)进行了分析。结果显示,18个谱带在各类组织中的出现概率都在80%以上,显示其在组织中的特征性;这3类组织红外光谱的相对吸收峰吸光度差异主要表现在1 080,1 238,1 314,1 339,1 397,1 454,1 541,1 647,2 854, 2 873,2 926和2 958 cm-1处的比较上。傅里叶变换红外光谱仪可用于区分宫颈鳞癌、腺癌及宫颈正常组织,以该仪器为基础的方法有望成为宫颈癌筛检及临床诊断的新方法。     

罗汉果不同倍性及其遗传关系的FTIR研究

利用傅里叶变换红外光谱法(FTIR)测定了不同倍性(二倍体、三倍体、四倍体)罗汉果叶片的红外光谱,以不同波数段上的吸光度为指标,通过主成分分析和聚类分析研究了罗汉果的倍性差别及遗传关系.结果表明,罗汉果在倍性与亲缘遗传上表现出:倍性差别越大,在主成分三维排序图中的相对位置和聚类图中的遗传距离均越远,呈现出2×<3×<4...     

健康人体乳腺傅里叶变换红外光谱特征参数分析

通过应用傅里叶变换红外光谱仪(FTIR)的中红外光导纤维并联合衰减全反射探头(ATR)对招募的200名女性健康志愿者的右侧乳腺外上限部位皮肤进行扫描采集相应的傅里叶变换红外光谱,由此共获取200条正常人体乳腺的傅里叶变换红外光谱图。进一步对所得的200条正常人体乳腺傅里叶变换红外光谱图中与脱氧核糖核酸、核糖核酸、蛋白质、脂类、糖类等生物化学成分相关的12条特征谱带进行分析研究,并对这些特征谱带的峰位(P)、峰强(I)、半高宽(F)等36个特征性红外光谱参数进行统计学分析,同时计算相应特征红外光谱参数的90%正常参考值范围、均值、标准差等数值。研究结果首次对正常人体乳腺傅里叶变换红外光谱图相关特征光谱参数的数据建立了正常参考范围,同时为傅里叶变换红外光谱技术进一步实现其在乳腺良恶性疾病诊断方面无创、快速、高效的特有临床应用价值提供相应的理论依据。     

基于激光驱动等离子体光源的近红外傅里叶变换光谱系统

近红外傅里叶变换光谱仪作为一种常用的科研级近红外光谱检测仪器,广泛应用于各个科研领域。目前的近红外光谱仪着重于光谱分辨率方面的提升,在光谱信噪比提升方面关注较少。光谱信噪比直接影响光谱线指数测量精度的优劣,光谱信噪比越高,光谱线指数测量精度越高,越有利于对微量物质进行精细光谱比对。因此,提升光谱仪的光谱信噪比是十分必要的。对比常用的钨灯光源,激光驱动等离子体光源(LDLS)不仅在近红外区域具有高光照强度的优点,而且其独特的高频调制输出信号在经锁相放大器调制解调后能够很好的抑制背景信号对干涉光谱所带来的影响。高亮度与辐射调制的结合使得以LDLS作为光源的近红外傅里叶变换光谱系统在光谱信噪比方面获得显著提升。基于上述原因,提出利用新型激光驱动等离子体光源作为光谱信号输出源的近红外傅里叶变换光谱系统,并与含有调制能力的钨灯光源搭建的近红外傅里叶变换光谱系统进行了信噪比的比较实验。首先利用钨灯光源由斩波器高频调制再经过锁相放大器解调的方式,对锁相放大器积分时间进行优化并通过计算干涉光谱信噪比进行评估,分别对比了积分时间为0.5,1,5,10和20 ms的干涉光谱信噪比与对称度,确定后续系统中的锁相放大器最佳积分时间为5 ms,该状态下钨灯光源所实现的干涉光谱信噪比经计算约为90∶1;其次利用激光驱动等离子体光源代替钨灯光源和斩波器,在最佳积分时间下进行干涉光谱信噪比对比评估,结果表明激光驱动等离子体光源的干涉光谱信噪比与传统钨灯光源相比提升111倍;最后,利用近红外标准片对系统进行光谱测量准确性评估,结果表明利用该光源的近红外傅里叶变换光谱系统的近红外吸收峰值误差<0.5 nm,具有高光谱准确性与分辨能力。     

利用红外光谱仪快速测量塑料薄膜厚度

通过对塑料薄膜红外光谱的研究,得到了快速定量无损伤测量塑料薄膜厚度的方法:记录不同厚度的同种塑料薄膜傅里叶变换红外(FT-IR)光谱,应用朗伯-比尔定律,结合红外光谱分析法作出塑料薄膜的厚度与特征峰吸光度的工作曲线,从而快速、准确、无损伤地测量薄膜的厚度.同时建立了特征峰吸光度与厚度线性关系的数学模型,并对此种模型进行了验证.     

FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。     

近红外傅里叶变换拉曼光谱和基于拉曼的诊断系统在医学临床上的应用

本文讨论了近红外傅里叶变换拉曼光谱术在生物医学诊断上的应用,并介绍了一种适用于临床的基于拉曼的诊断系统。     

结直肠癌患者血清FTIR光谱的初步研究

对31例结直肠癌患者、8例肠炎患者和10例健康者的血清冻干粉标本进行傅里叶变换红外光谱(fourier transformation infrared spectrum, FTIR)检测,对比分析各组红外光谱特征。结果显示,FTIR检测血清冻干粉获得11个吸收峰,结直肠癌组P9峰位波数蓝移(1 249 cm-1),差异有统计学意义(Z=-2.051, p<0.05);5个吸光度比值组间差异无统计学意义;层序聚类分析法(hierarchical cluster analysis,HCA)显示结直肠癌个体红外光谱具有一定程度的聚类特性;对酰胺Ⅰ带光谱(1 700～1 600 cm-1)进行傅里叶解卷积等处理获得蛋白二级结构的百分含量,组间差异无统计学意义。研究结果初步提供了血清FTIR光谱用于结直肠癌早期诊断的理论依据。     

人血红细胞傅里叶变换红外和近红外拉曼光谱

通过人血红细胞傅里叶变换近红外拉曼光谱和红外光谱研究,基本上确定了人血红细胞中特征官能团的归属, 发现不同拉曼频移的拉曼信号强度随激发光功率呈非线性变化规律。近红外激光拉曼光谱结合红外光谱信息,可作为研究人血红细胞结构的有效测试手段。     

傅里叶变换光谱学——引论和进展

本文阐述了傅里叶变换光谱学的基本原理和理论,评述了近年来这一领域中的若干重要进展。目前傅里叶变换光谱学方法已发展成为从亚亳米波到红外甚至近红外区域最重要最有力的光谱学手段,并广泛用于科学研究、工业检测、空间开发和环境监护等各方面。非对称傅里叶变换光谱学,双束傅里叶光谱方法,傅里叶变换数据处理,远红外和近红外波段的傅里叶光谱方法,以及傅里叶光谱方法和其他技术结合等方面仍在继续研究发展之中。     

土壤水分对近红外光谱实时检测土壤全氮的影响研究

利用近红外光谱技术实时预测土壤全氮含量是精细农业的研究热点之一,但是由于土壤水分在近红外波段的吸收系数较高,影响了土壤全氮含量的实时预测精度。使用布鲁克MATRIX_I傅里叶近红外光谱分析仪对不同土壤水分的土壤样本进行了近红外光谱扫描,定性和定量的分析了土壤水分对近红外光谱的影响,并提出了一种消除土壤水分对土壤全氮含量预测影响的方法。近红外光谱扫描结果显示在同一全氮含量水平下,随着土壤水分含量的增加,光谱吸光度呈逐渐上升的趋势,且变化趋势为非线性。通过对1 450和1 940 nm两个水分吸收波段的差分处理,设计了水分吸收指数MAI（moisture absorbance index）,再对土壤按照水分含量梯度进行分类,提出了相应的修正系数。修正后的6个土壤全氮特征波段处(940,1 050,1 100,1 200,1 300和1 550 nm)的土壤吸光度值作为建模自变量,使用BP神经网络建立了土壤全氮预测模型,模型的R_C,R_V,RMSEC,RMSEP和RPD分别达到了0.86,0.81,0.06,0.05和2.75;与原始吸光度所建模型相比较模型精度得到了显著提高。实验结果表明本方法可以有效地消除土壤水分对近红外光谱检测土壤全氮含量预测的影响,为土壤全氮含量实时预测提供了理论和技术支持。     

近红外光谱的数据预处理研究

进行了小麦样品近红外光谱数据的预处理研究,一般仪器记录的样品近红外光谱数据中包含有一系列噪声和干扰信号,因此适当的预处理是进行后续光谱定标、建模及模型传递的基础,对可靠地获得准确分析结果具有很重要的作用。结合小麦样品蛋白质含量近红外光谱分析工作,对由近红外光栅光谱仪和傅里叶变换近红外光谱分别记录的66种小麦样品光谱数据,采用高斯一阶、二阶导数小波变换方法进行了预处理。对比常用的一阶差分预处理,证明高斯函数导数小波变换方法是十分有效、实用的,预处理后光谱曲线非常光滑、噪声消除效果明显,富含有用光谱分析信息的区域更加清晰显示,因而非常有助于后续的光谱定标、建模和模型传递工作。     

傅里叶变换光谱学——引论和进展

本文阐述了傅里叶变换光谱学的基本原理和理论,评述了近年来这一领域中的若干重要进展。目前傅里叶变换光谱学方法已发展成为从亚亳米波到红外甚至近红外区域最重要最有力的光谱学手段,并广泛用于科学研究、工业检测、空间开发和环境监护等各方面。非对称傅里叶变换光谱学,双束傅里叶光谱方法,傅里叶变换数据处理,远红外和近红外波段的傅里叶光谱方法,以及傅里叶光谱方法和其他技术结合等方面仍在继续研究发展之中。