激光诱导击穿光谱和人工神经网络的青白色软玉产地溯源

建立基于激光诱导击穿光谱仪技术获取的半定量青白色软玉的微量元素含量的人工神经网络模型,以促进人工神经网络技术在宝石产地溯源方面的应用。以我国新疆、广西、江苏、青海,以及韩国和俄罗斯六个产地的青白色软玉为样品,利用激光诱导击穿光谱仪在颜色均匀干净的部分获取元素含量数据。使用数据筛选原则对数据进行了筛选和Al的归一化处理之后,以因子分析和线性回归分析讨论了数据间的共线性,在数据间不存在明显多重共线性的情况下建立了三层人工神经网络的判别模型。结果表明,所选取的每个变量的VIF值小于5,数据间不存在明显的多重共线性,因子分析的KMO值小于0.6,表明变量间无明显关系。同时利用软玉t-SNE图对数据进行降维和可视化处理,t-SNE图显示大部分数据点都重叠在一起,表明对此数据进行简单聚类和相关分析是无法区分产地的,因此选择人工神经网络的方法对六个产地的数据进行产地判别分析。经人工神经网络模型迭代判别之后,模型对我国新疆、广西、江苏、青海,以及韩国和俄罗斯六个产地的青白色软玉判别的精度达到0.933,其中韩国软玉的数据判别结果精度最高,达到0.995,误差为0.028,青海软玉的数据判别结果最低为0...     

新疆于田和田玉的谱学特征及产地特征研究

新疆是世界重要和田玉产地之一,其中于田产和田玉又为优质山料的代表。研究对来自新疆于田县哈尼拉克、阿拉玛斯、赛迪库拉木、齐哈库勒四个矿点的48块和田玉样品进行谱学特征及化学成分分析,采用常规宝石学测试、傅里叶红外光谱、激光拉曼光谱以及激光剥蚀电感耦合等离子体质谱等现代谱学仪器测试。结果表明,新疆于田和田玉样品颜色呈青色、青白色、青黄色、黄白色、灰白色特征,样品呈典型油脂—玻璃光泽,不透明—半透明,为多晶质集合体,折射率在1.61～1.62范围,相对密度范围为2.95～2.99。新疆于田和田玉样品的红外光谱显示了900～1 200和400～760 cm-1范围内透闪石的特征吸收谱带。O—Si—O反伸缩振动、对称伸缩振动显示为位于1 143,1 096,1 040,995和925 cm-1处的峰,Si—O—Si对称伸缩振动显示为位于763和689 cm-1处的峰,而538,512,465和420 cm-1处的峰与Si—O弯曲振动、M—O的晶格振动及OH平动有关。新疆于田和田玉的拉曼光谱符合透闪石谱学特征,其中120,175,220,365和389 cm-1处是晶格振动峰值,670 cm-1峰值代表了闪石类矿物的Si—O—Si伸缩振动,931,1 029和1 060 cm-1是由于Si—O伸缩振动,3 672和3 680 cm-1属于M—OH伸缩振动。新疆于田和田玉的主要成分为MgO,CaO和SiO₂,稀土元素特征显示为δCe值为0.068～3.902,平均值1.064;δEu值为0～8.832,平均值0.343,具有负Eu异常;LREE/HREE为0.010～3.369,平均值0.682。ΣREE值为0.407～18.768,平均值3.138。利用微量元素特征和稀土元素特征可从化学成分方面将新疆于田和田玉与韩国春川、新疆且末、青海三岔河等其他代表性产地的和田玉进行区分。新疆于田和田玉的谱学特征及成分信息丰富了和田玉产地信息数据,为进一步研究提供参考,未来可以根据宝石学特征、谱学特征和稀土元素、微量元素特征提取各产地和田玉的产地信息,结合和田玉成矿地质条件背景,使和田玉产地精细溯源至每个矿点矿脉成为可能。     

基于拉曼光谱和模式识别算法的软玉产地鉴别

利用自行研制的便携式拉曼光谱仪,研究了甘肃、青海和新疆3个产地软玉的拉曼光谱特征,并对其光谱差异进行解析;基于马氏距离判别方法和随机森林判别方法实现了3个产地软玉的无损鉴别。结果表明:利用马氏距离判别方法和随机森林判别方法可以对具有相同拉曼峰的不同产地的软玉进行鉴别,鉴别准确率分别为87.5%和95.83%。     

近红外光谱技术鉴别花椒产地

采集四川、重庆、云南、贵州、陕西五省市8个不同产地205个花椒样品的近红外光谱,使用主成分分析(principal component analysis, PCA)、判别偏最小二乘法(discriminant partial least squares, DPLS)分析了花椒产地的分类鉴别。结果表明：在12 500～3 800 cm-1波数范围内,采用不同的光谱预处理方法可以建立较为稳健的DPLS模式识别模型,对不同产地的花椒有较好的分类鉴别。其校正集交叉验证除了经一阶微分预处理的模型识别率为99.39%外,其他预处理方法识别率均为100%,独立验证集总体识别正确率在85.37%~97.56%之间,其中经标准正态变量变换(standard normal variate, SNV)、多元散射校正(multiplicative scatter correction, MSC)预处理后的DPLS判别模型效果最好,误判数仅分别为1个,表示该方法在花椒产地识别中具有可行性。     

红外光谱结合判别分析对三七道地性及产地的鉴别研究

利用傅里叶变换红外光谱结合判别分析对三七的道地性及产地进行鉴别研究。测试了11个县13个种植点的136株三七主根样品的红外光谱,利用Omnic8.0软件计算了每个样品红外光谱的二阶导数光谱。分别采用1 800~700cm-1光谱范围的红外光谱数据和二阶导数光谱数据,运用逐步判别分析法建立模型对三七的道地性进行判别研究,二阶导数光谱数据建立的模型对三七道地性的识别效果更好,回判正确率为100%,预测正确率为93.4%。采用交叉验证法检验了模型的稳定性,并对此方法进行了外推性验证。用二阶导数光谱数据结合相同的判别方法对三七的产地进行识别,比较了不同光谱范围和不同训练样本数建立的模型判别效果,每个种植点选择8个样本作为训练样本,采用1 500~1 200cm-1光谱范围的数据建立的模型判别效果较好,回判正确率为99.0%,预测正确率为76.5%。结果表明,红外光谱结合判别分析对三七道地性的识别效果好,有望成为实际中鉴别三七道地性的新方法;对三七产地的识别有一定的效果,可作为三七产地鉴别的一种新思路。     

红外光谱结合判别分析对三七道地性及产地的鉴别研究

利用傅里叶变换红外光谱结合判别分析对三七的道地性及产地进行鉴别研究。测试了11个县13个种植点的136株三七主根样品的红外光谱, 利用Omnic8.0软件计算了每个样品红外光谱的二阶导数光谱。分别采用1 800～700 cm-1光谱范围的红外光谱数据和二阶导数光谱数据, 运用逐步判别分析法建立模型对三七的道地性进行判别研究, 二阶导数光谱数据建立的模型对三七道地性的识别效果更好, 回判正确率为100%, 预测正确率为93.4%。采用交叉验证法检验了模型的稳定性, 并对此方法进行了外推性验证。用二阶导数光谱数据结合相同的判别方法对三七的产地进行识别, 比较了不同光谱范围和不同训练样本数建立的模型判别效果, 每个种植点选择8个样本作为训练样本, 采用1 500～1 200 cm-1光谱范围的数据建立的模型判别效果较好, 回判正确率为99.0%, 预测正确率为76.5%。结果表明, 红外光谱结合判别分析对三七道地性的识别效果好, 有望成为实际中鉴别三七道地性的新方法;对三七产地的识别有一定的效果, 可作为三七产地鉴别的一种新思路。     

赞比亚、坦桑尼亚和澳大利亚紫红-棕红色石榴石的成分和光谱学对比

紫红-棕红色石榴石是最常见的石榴石品种,其产地来源较多,不同产地因色调和净度不同,价格差异较大,具有产地鉴别的意义。针对坦桑尼亚,澳大利亚,以及新近发现的产地--赞比亚Magodi地区三个产地的样品进行了化学成分和光谱学特征的测试和对比研究。通过激光剥蚀电感耦合等离子体质谱技术（LA-ICP-MS）进行主微量成分分析,发现三个产地的石榴石均为镁铝-铁铝榴石系列矿物。对17种化学成分进行线性判别分析(LDA),能以96.7%交叉检验准确率对三个产地进行区分。根据标准化典则判别函数的系数,发现MgO,FeO,MnO,Co和Sc等成分对于判别的贡献较大。根据稀土元素配分曲线,发现澳大利亚石榴石在重稀土元素上呈明显上升趋势,计算各样品的重稀土元素和轻稀土元素总含量的比值,澳大利亚为191-334,坦桑尼亚为50-164,赞比亚为9-175。通过拉曼光谱测试,发现随着Mg含量的增加和Fe含量的减少,与Si-O键伸缩振动、Si-O键弯曲振动和硅氧四面体转动有关的拉曼峰向高波数偏移,偏移量与Mg、Fe含量线性相关,澳大利亚样品拉曼峰位整体偏向低波数。三个产地的石榴石在色调上有一定区别,紫外-可见吸收光谱发现这种区别来自于425nm处吸收强度的不同。此外发现,368和503 nm处吸光度的比值具有明显的产地差异,澳大利亚的比值大于1.3,赞比亚介于0.8和1.3之间,坦桑尼亚小于0.8。     

红外光谱和逐步判别分析法应用于油菜籽的研究

用傅里叶变换红外光谱(FTIR)和逐步判别分析法对油菜籽的品种和产地进行鉴别研究。测试了来自5个产地17个油菜籽品种188份油菜籽皮样品的红外光谱,按产地和品种选择训练样本,每个品种选择5份为训练样本,剩下的作为测试样本,选择1 800～950 cm-1范围的光谱信息,在SPSS20.0的判别分析模块中采用逐步法,Fisher线性判别准则,分别建立油菜籽品种和产地的鉴别模型来判别样品的品种和产地;比较了逐步判别分析中五种筛选建模信息的算法所建立的模型对实验样品品种和产地的鉴别效果。基于油菜籽皮红外光谱信息的品种判别分析,五种筛选变量的算法所建立的模型都能较好的识别油菜籽的品种,“Wilks’ Lambda”法所建模型的识别效果最好,判别正确率为97.9%。基于油菜籽皮红外光谱信息的产地判别分析,五种筛选变量的算法所建立的产地判别模型也都能较好的识别油菜籽的产地,“Unexplained variance”法所建模型的识别效果最好,判别正确率为98.4%。研究结果表明,基于油菜籽皮中红外光谱信息的品种和产地判别分析,有望成为油菜籽品种和产地鉴别的方法。     

FTIR结合化学计量学对三七产地鉴别及皂苷含量预测研究

不同产地对中药次生代谢产物有显著影响,产地鉴别有助于中药的科学合理利用;其次,有效成分含量检测是评价中药质量的主要手段。通过傅里叶变换红外光谱结合化学计量学建立快速鉴别三七产地及测定三七中四种主要皂苷的方法,为三七的科学、合理、规范使用以及对三七质量进行快速评价提供依据。采集5个区域12个产地117个三七样本的红外光谱。产地鉴别预处理数据采用离散小波变换除去噪音造成的部分高频信号,偏最小二乘判别对产地判别贡献率大于1的数据进行筛选,kennard-stone算法将117个个体分为70%训练集与30%预测集。训练集数据用于建立支持向量机判别模型,交叉验证法用于筛选支持向量机最优参数,预测集数据对支持向量机判别模型结果进行验证。皂苷含量预测预处理数据采用标准正态变量变换、离散小波变换处理;处理的红外数据设为X变量,三七样品中通过高效液相色谱法测得的四种皂苷总量设为Y变量,采用正交信号校正去除红外光谱中与四种皂苷总量无关的干扰数据。个体数据分为80%训练集与20%预测集,训练集建立偏最小二乘回归模型,预测集数据对偏最小二乘回归模型的预测结果进行验证。结果显示： (1)交叉验证法得到支持向量机判别模型的最优参数为c=2.828 43,g=0.062 5,训练集的产地判别最优正确率为91.463 4%;(2)支持向量机判别模型参数设置为最优参数,代入预测集数据,预测集的产地判别正确率为94.285 7%,判别正确率较高;(3)训练集建立偏最小二乘回归模型的相关系数R2=0.941 8,校正均方差RMSEE=4.530 7;(4)代入预测集数据,预测集的相关系数R2=0.962 3,外部检验均方差RMSEP=3.855 9,皂苷预测值与高效液相检测值接近,预测效果良好。傅里叶变换红外光谱结合支持向量机能对三七进行产地鉴别,正交信号校正结合偏最小二乘回归能对三七中四种主要皂苷总量进行准确预测,为三七质量控制提供一种快速简便、无损、高灵敏度的检测方法。     

近红外光谱快速鉴别不同产地药用植物重楼的方法研究

重楼属植物极具药用价值,野生资源主要分布在我国西南省区。应用近红外漫反射光谱,以贵州、广西和云南三个不同产区的70份野生药用植物重楼为研究对象进行产地鉴别。采用多元信号校正、标准正态变量、一阶导数、二阶导数、Norris平滑和Savitzky-Golay滤波六种方法,对训练集(50份样品)原始光谱进行优化处理。结果表明,多元信号校正结合二阶导数和Norris平滑预处理光谱效果最好。采用光谱标准偏差选择光谱波段(7 450~4 050cm-1),结合主成分-马氏距离(principal component analysis-mahalanobis distance,PCA-MD)建立分类模型,前三个主成分累计贡献率、R2、RMSEC和RMSEP分别为89.44%,97.58%,0.179 6,0.266 4,预测正确率90%;采用变量重要性图选择光谱波段(7 135.33~4 007.35cm-1),结合偏最小二乘判别分析法(partial least square discrimination analysis,PLS-DA)建立判别模型,前三个主成分累计贡献率、R2、RMSEC和RMSEP分别为89.28%,95.88%,0.234 8,0.348 2,预测正确率为100%。比较两种方法的结果可知:采用变量重要性图方法选择光谱波段结合偏最小二乘判别分析法建立的判别模型能更准确地鉴别不同产区的重楼,该方法的建立为中药材真伪和品质评价奠定基础。     

ICP-AES法测定玉米秸秆中的微量元素含量

采用高压硝化罐处理样品,以ICP-AES法测定了我国山西、北京、新疆、山东、内蒙、甘肃、陕西、吉林、云南、江苏10个不同省区不同品种玉米秸秆中Zn,Mg,Mn,Sr,Fe,Co,Ni和Se八种微量元素的含量。实验确定加入5 mL硝酸、3 mL高氯酸以及3 mL氢氟酸,将硝化罐置于130 ℃油浴中4 h,即可将样品完全消解。此方法测定各地区玉米秸秆中Zn的回收率在96.5％～103.8％之间,Mg的回收率在98.0％～102.5％之间,Mn的回收率在95.7％～104.1％之间,Sr的回收率在97.1％～103.2％之间,Fe的回收率在95.1％～101.3％之间,Co的回收率在95.1％～104.5％之间,Ni的回收率在97.0％～103.5％之间以及Se的回收率在95.9%～104.6％之间。所有元素测定结果的相对标准偏差均小于5.00%。方法简便、快速、灵敏度高、准确性好、可多元素同时测定,且对环境污染小。     

不同产地软玉的拉曼光谱分析及在古玉器无损研究中的应用

利用拉曼(Raman)光谱技术分别对中国新疆、青海、江苏、辽宁及韩国、俄罗斯、加拿大、新西兰和澳大利亚的软玉样品进行无损分析研究。首先利用拉曼光谱区分了透闪石型和阳起石型软玉, 并对软玉双链结构中Na+、K+对Ca2+以及Al3+对Si2+的不同置换程度引起低频区域特征峰的漂移进行分析, 同时还研究了表面状态和显微结构对674cm-1附近峰强的影响。最后利用拉曼(Raman)光谱技术结合质子激发X射线荧光(PIXE)和X射线衍射(XRD)对河南安阳殷墟遗址、河南省洛阳地区和浙江良渚遗址出土的9件中国古代玉器进行透闪石型软玉的矿相标定, 证明拉曼光谱在中国古玉器结构测试和材质鉴定中是一种很好的无损分析手段。     

湿法消解-FAAS测定4省区藏药南寒水石中的钙及5种微量元素

使用湿法消解-FAAS测定4省区（西藏、青海、甘肃、四川）藏药南寒水石中钙及5种微量元素铁、锰、锌、铜、镁的含量。采用空气-乙炔火焰原子吸收光谱法对微量元素进行测定。该方法快速、准确,以期所测数据为藏药南寒水石实际用药及其质量标准的制定提供参考。     

微波消解-ICP-AES法测定玉米芯中的微量元素含量

采用微波消解处理样品,以电感耦合等离子体发射光谱法(ICP-AES)测定了我国北京、山东、吉林、云南、新疆、甘肃、山西、陕西、江苏、内蒙十个省区玉米芯中Zn,Mg,Mn,Sr,Fe,Pb,Cu和Se八种元素的含量。加入1.5 mL 68%的HNO₃以及0.5 mL HF作为消解剂,在400 W微波功率下3步即可完全将样品消解。测定上述八种元素的相对偏差及回收率分别为: 0.72%～4.16%,95.5%～104.5%;1.58%～3.66%,98.2%～103.5%;0.19%～4.58%,97.0%～103.2%;1.31%～4.90%,95.7%～104.1%;1.40%～4.01%,95.9%～104.6%;1.55%～4.28%,95.1%～104.5%;2.16%～5.00%,96.4%～103.5%;2.00%～4.99%,95.1%～101.3%。方法快速、简便、灵敏度高、准确性好,可多元素同时测定,且无损失和环境污染小。     

HR-ICP-MS对黄河甘宁蒙段过滤水和悬浮物中稀土元素含量测定与分馏作用研究

采用高分辨电感耦合等离子质谱(HR-ICP-MS)对黄河甘肃、宁夏、内蒙古段12个采样点过滤水和悬浮物中稀土元素含量进行了测定,并对悬浮物中稀土元素的分馏作用进行了研究。结果表明：过滤水中稀土元素含量较低,含量最高的元素镧(La)浓度仅为32.0 ng·L-1,稀土元素总量平均值为47.5 ng·L-1,以包头磴口(S1)和三湖河口(S2)最高,分别为130.0和100.0 ng·L-1,可能是由外源稀土进入水体所致;悬浮物中稀土元素总量平均值为167.8 mg·kg-1,与中国土壤背景值相近,其中,甘肃什川桥采样点(S11)重稀土元素含量明显高于其他采样点,表明该采样点受到外源重稀土的影响。悬浮物中稀土元素球粒陨石标准化结果与中国土壤分布模式相同,表现为轻稀土元素富集,铕(Eu)中度亏损,铈(Ce)呈现弱的亏损,表明悬浮物中稀土元素主要来源于土壤风化作用。     

光谱法分析研究新疆瓜果微量元素含量

利用原子吸收法和原子发射法对新疆十一类瓜果八种微量元素进行检测,并与中国生物标准进行比较分析。 结果发现,新疆和田地区苹果含锌66.75 mg·kg-1、含钾819.2 mg·kg-1、含锰4.657 mg·kg-1,大枣含锶8.62 mg·kg-1;新疆库尔勒地区石榴含钾687 mg·kg-1;新疆哈密地区大枣锰、锌、锶、钙、铁、镍和钾七种微量元素含量均高出各相应的中国生物标准;在十一类瓜果中铜元素含量均低于中国生物标准;八种微量元素含量平均值在新疆库尔勒石榴、新疆和田苹果、新疆哈密大枣中表现很高（分别为91.82, 121.5, 275.3 mg·kg-1）;在新疆五家渠种植的西瓜中八种微量元素表现出果皮中平均含量（54.19 mg·kg-1)是瓤中平均含量(48.69 mg·kg-1)的1.11倍。其研究结果对新疆瓜果营养成分研究提供科学的基础数据。     

近红外光谱技术快速鉴别蜂胶品种的可行性研究

不同植物源的蜂胶物质组成不同,其生理和药理活性也存在着一定的差异。目前主要是根据蜂胶中物质组成及其含量的不同来鉴别蜂胶植物源,存在着一些局限性。因此,建立一种快速、准确鉴别蜂胶植物源的方法具有重要的意义。以三种不同植物源的蜂胶(杨树型蜂胶、桦树型蜂胶和橡树型蜂胶)为研究对象,利用傅里叶变换近红外光谱仪对蜂胶的无水乙醇溶液进行光谱扫描,采用主成分分析结合马氏距离判别法和典型判别分析分别建立蜂胶品种的判别模型并对其性能进行检验。结果表明： 在经过光谱预处理和主成分分析后,得到最佳的光谱建模波段为4 500～12 000 cm-1,最佳的光谱预处理方法为一阶导数+Savitzky-Golay(7)平滑;主成分分析结合马氏距离判别法建立的判别模型校正集和检验集的判别准确率分别为93.62%和82.61%;典型判别分析建立的判别模型的判别准确率为91.4%,交叉检验的判别准确率为88.6%。由此可知,主成分分析结合马氏距离判别法与典型判别分析对蜂胶样品的分类效果均较好。近红外光谱技术结合化学计量学方法应用于蜂胶植物源的快速、准确鉴别具有一定的可行性和实用性。     

基于近红外光谱和模式识别技术鉴别大米产地的研究

利用近红外光谱和模式识别技术建立了大米产地的快速鉴别方法。首先对119个地理标志产品响水大米和90个其他产地的大米(即非响水大米)的近红外光谱进行一阶导数和平滑处理,利用主成分分析法(PCA)对数据进行降维,通过前三个主成分的载荷图确定了相关性最大的特征波段(7 700～6 700 cm-1与5 700～4 300 cm-1)。在全波段内,凝聚层次聚类和Fisher’s判别鉴别方法都可以100%正确的鉴别响水大米和非响水大米;对于非响水地区的大米的具体产地判别,聚类分析正确率为91.9%,Fisher’s判别分析方法的正确率为96.7%。同时,在特征波段内,对大米产地聚类分析的准确度高于全波段范围内分析结果,说明选取的特征波段具有较强的代表性,是优化模型的有效方法之一。