拉曼光谱技术的汽油组分含量测定

为实现汽油中所含组分含量的快速测定,对93号、97号汽油,芳烃、烯烃、苯、甲醇、乙醇等几类物质,以及往汽油中添加几类物质后的410个汽油混合物进行拉曼光谱检测。将获取的原始拉曼光谱经过有效波段提取、平滑去噪、基线扣除、数据归一化等一系列预处理过程,最终提取出每个汽油混合样品光谱中所含的33个特征峰信息,依据现行的国标检测方法,以气相色谱法测定的汽油中各组分含量值为基础,结合化学计量学多重回归分析方法,建立了汽油组分含量测定模型。经过比较,使用多输出最小二乘支持向量回归机(MLS-SVR)建立的模型优于偏最小二乘(PLS)模型。MLS-SVR模型对汽油中芳烃、烯烃、苯、甲醇、乙醇测定精度均较好,预测均方根误差(RMSEP)分别为0.27%,0.30%,0.16%, 0.17%, 0.12%;相应的相关系数(r)为0.999 2,0.998 4,0.998 5,0.992 6,0.996 8。通过对未知混合汽油样品的测定,证明了该方法具有较好的推广预测精度,预测均方根误差不超过0.5%,能够满足工业中的测量需求。拉曼光谱结合多输出最小二乘支持向量机为汽油组分测定提供了一种高精确、快捷、方便的测定方法。     

山茶油中油酸和亚油酸近红外光谱分析模型

将近红外光谱分析技术结合化学计量学方法用于山茶油混合油品中油酸和亚油酸含量的快速检测。配制了76种山茶油混合油样本用于近红外光谱的采集,将不同的光谱预处理方法用于光谱有效信息的提取;将蒙特卡罗无信息变量消除(MCUVE)和变量组合集群分析(VCPA)方法用于建模变量的选择;将偏最小二乘回归(PLSR)用于脂肪酸含量定量分析模型的构建。结果表明:经NWD1~(st)-MSC预处理后,两种脂肪酸的近红外光谱的较正均得到最好的结果;采用基于VCPA的变量优选方法极大地改善了模型精度,实现了建模变量数量的有效压缩。对于油酸模型,建模变量数量由1501减少为7,交叉验证均方根误差和校正相关系数分别为1.107和0.984,预测均方根误差和测试集的预测相关系数分别为1.178和0.981;对于亚油酸模型,建模变量数量由1501减少为8,交叉验证均方根误差和校正相关系数分别为0.089和0.987,预测均方根误差和测试集的预测相关系数分别为0.105和0.982。近红外光谱分析技术结合NWD1~(st)-MSC-VCPA-PLSR的方法为山茶油混合油品中脂肪酸含量的测定提供了一种快速简单的分析方法。     

基于ABC-SV R算法的拉曼光谱检测混合油脂肪酸含量

提出了一种基于激光拉曼光谱和人工蜂群智能优化支持向量回归机(ABC-SVR)算法的快速定量检测三组分混和油中3种脂肪酸含量的方法。该方法针对光谱数据信息与样本之间非线性、高维度的关系,建立了预测精度及建模效率均高于同类对比算法的数学模型,同时避免了气相色谱法、液相色谱法等对混合油脂肪酸含量的检测方式,根据纯种油中3种脂肪酸含量的国际标准,由油品配置体积得到脂肪酸质量,有效降低了检测成本与实验复杂程度,提高了检测工作的实用价值。首先根据一定梯度配置66组混合油检测样品,使用便携式拉曼光谱仪采集样本的拉曼光谱信息,扣除背景噪声;观察多组样本的拉曼光谱图可知,由于官能团浓度的差异,食用油的拉曼特征峰位移基本相同,特征峰的峰值明显不同,因此基于特征峰信息可以区分食用调和油的不同混合物;其次对拉曼光谱做背景扣除、光谱平滑、最大值谱线归一化三步预处理,以降低实验中不可控的外界因素及背景荧光的影响,准确提取光谱特征峰强度信息;然后根据纯种油中3种脂肪酸的国际标准含量,结合国家食品法典委员会标准CODEX STAN210-1999《指定的植物油法典标准》中规定的纯种油密度中值,由油品体积得到脂肪酸质量数;随机选取56组样本数据作为训练集,剩余10组样本数据作为预测集;以训练集光谱特征峰强度和脂肪酸质量分别作为回归模型的输入及输出值,建立SVR和PSO-SVR,ABC-SVR三种混合优化算法对比的定量分析模型,对测试集的3种脂肪酸含量分别进行预测;最后通过均方误差(MSE)、相关系数(r)及建模时间(Elapsed time)分别进行对比,建立数据表对模型精准度进行检验。实验结果表明,通过ABC-SVR定量分析模型效果最佳,3种脂肪酸含量预测值与真实值的均方差分别为0.88×10-4,16×10-4和8×10-4,均低于0.002;相关系数分别为93.43%,99.65%和99.43%,均高于93%;预测时间(Elapsed time)分别为1.26,2.42和2.14 s。因此,所提出的检测方法,具备较高的精确度、较快的建模时间,且在理论上的类似条件下可适用于其他样品检测工作,可为振动光谱学对食用油掺伪分析的进一步工作提供可行的理论依据。     

基于拉曼光谱和最小二乘支持向量机的橄榄油掺伪检测方法研究

为实现橄榄油中掺伪油类型的识别和掺伪量预测,对掺入葵花籽油、大豆油、玉米油的橄榄油共117个样品进行拉曼光谱检测,并用基于多重迭代优化的最小二乘支持向量机模型对掺入油的类型进行识别,综合识别率为97%。同时分别采用最小二乘支持向量机、人工神经网络模型、偏最小二乘回归建立橄榄油中葵花籽油、大豆油、玉米油含量的拉曼光谱定标模型,结果显示最小二乘支持向量机具有最优的预测效果,其预测均方根误差(RMSEP)在0.007 4～0.014 2之间。拉曼光谱结合最小二乘支持向量机可为橄榄油掺伪检测提供一种精确、快速、简便、无损的方法。     

基于表面增强拉曼的饮料中山梨酸钾快速定量检测方法

基于实验室自行搭建的拉曼光谱点扫描系统,利用表面增强拉曼技术对橙味饮料中山梨酸钾的含量进行了定量快速检测研究。通过与山梨酸钾标准品拉曼光谱及其水溶液表面增强拉曼光谱等比较分析,确定了山梨酸钾1 648.4,1 389.3和1 161.8 cm-1处的表面增强特征拉曼位移。通过山梨酸钾橙味饮料平行样品的拉曼位移峰强重现性实验并计算其峰强的相对标准偏差证实了该表面增强拉曼方法具有较好的重复性。采集了山梨酸钾浓度范围为1.706～0.180 7 g·kg-1的33个橙味饮料样品的表面增强拉曼光谱,所有原始光谱经S-G 5点平滑及Baseline基线去除荧光背景预处理后分别用一元线性回归分析、多元线性回归分析和偏最小二乘回归分析方法,建立了山梨酸钾的定量预测模型。经比较,选取三个山梨酸钾拉曼特征位移1 161.8,1 389.3和1 648.4 cm-1所建立的多元线性回归模型校正集的相关系数(R2_C)和均方根误差(RMSEC)分别为0.983 7和0.051 7 g·kg-1,验证集的相关系数(R2_P)和均方根误差(RMSEP)分别为和0.969 9和0.052 8 g·kg-1,比一元线性回归模型和偏最小二乘回归模型误差小、精度高。基于表面增强拉曼完全可以实现橙味饮料中山梨酸钾的定量快速预测,为各类食品中山梨酸钾含量的快速监测奠定了技术基础。     

一种葡萄糖发酵液中乙醇含量的拉曼光谱分析方法

拉曼光谱法可实现样品的快速定量分析,但发酵液等复杂体系中样品的拉曼强度与被测组分含量之间的良好线性关系难以直接得到。本实验中将待测样品与纯被测组分的拉曼光谱均视为向量,并按照向量点积公式计算向量之间的夹角。在被测组分的拉曼光谱特征峰波段,对多组样品在不同光谱区间的向量夹角矩阵和被测组分含量进行偏最小二乘回归,建立定量分析数学模型,从而以光谱向量之间的夹角作为定量指标实现葡萄糖发酵液中乙醇含量的快速测定。选取的主成分数为6时,所建模型校正集和预测集中预测值与实测值的线性相关系数分别为0.9993和0.9933;校正集均方根误差为0.2171。其建模所用样本数量少、对样品无损坏,方法适用于发酵在线监测和过程分析。     

基于拉曼光谱的苹果中农药残留种类识别及浓度预测的研究

应用拉曼光谱技术结合化学计量学方法能有效的实现果蔬中农药残留的定性定量分析。本研究借助实验室自主研发的拉曼光谱检测系统,对苹果中溴氰菊酯和啶虫脒的快速无损识别和检测进行了探索。定性分析时将拉曼峰574 和843 cm-1分别作为识别溴氰菊酯和啶虫脒的拉曼指纹,当苹果中的溴氰菊酯和啶虫脒残留的含量分别为0.78和0.15 mg·kg-1时,两种农药的特征峰仍清晰可见。定量分析首先对光谱进行多种预处理（Savitzky-Golay平滑、一阶导、二阶导、基线校准、标准正态变量变换）,结合偏最小二乘法分别建立苹果中溴氰菊酯和啶虫脒含量的定量模型。结果表明,采用8次多项式拟合进行基线校准的预处理方法效果最好,对于溴氰菊酯,偏最小二乘模型预测值与气相色谱法测定值的相关系数和预测均方根误差分别为0.94和0.55 mg·kg-1,对于啶虫脒,其偏最小二乘模型的相关系数与预测均方根误差分别为0.85和0.12 mg·kg-1。本研究证实了利用拉曼技术对苹果农残进行无损检测的可行性,使用该方法进行检测时,在光谱测定前不需要进行前处理,光谱测定后样品无任何损伤,该技术实现了果蔬农残的现场检测,可在检测部门、果蔬加工企业、超市、市场等场所得到推广使用,为果蔬品质安全提供了一种无损、快速和环保的检测方法。     

基于拉曼光谱和多空间融合预处理方法的葡萄糖成分检测

采用多空间融合的预处理方法结合偏最小二乘回归,对低浓度葡萄糖样品的拉曼光谱进行定量分析。通过傅里叶变换拉曼光谱仪获得低浓度葡萄糖样品的光谱数据,结合多空间融合预处理方法和采用传统的偏最小二乘方法建立建立线性定量回归分析模型。用相关系数r、预测均方根误差RMSEP、交叉验证均方根误差RMSECV等参数作为评价模型的指标,实验表明,不同的光谱预处理方法对建模效果有较强的的影响,通过比较可知将基线校正、正交信号校正及Savitsky-Golay平滑三种预处理结合后的,模型的r=0.979 8,RMSEP=0.031 7,RMSECV=0.031 0,明显优于其他预处理方式。由此说明,通过多空间融合的预处理方法对光谱数据进行优化的操作是可行的,较好的预处理融合方式对实验模型准确性和稳健性影响很大。     

橡胶添加剂瓦斯炭黑的太赫兹光谱定量研究

瓦斯炭黑是橡胶中重要的添加剂之一,其含量对橡胶性能有重要的影响。丁腈橡胶是工业生产中应用比较广泛的合成橡胶,研究丁腈橡胶中瓦斯炭黑的含量具有重要意义。利用太赫兹时域光谱技术,对八种不同含量瓦斯炭黑与丁腈橡胶组成的混合物样本中的瓦斯炭黑含量进行测试,获取了混合物样本在0.3~1.4 THz频段的吸收光谱数据。分别利用偏最小二乘(PLS)和支持向量回归(SVR)建立混合物中瓦斯炭黑的定量分析模型,使用均匀梯度法来选择模型的校正集和预测集,获得瓦斯炭黑预测集的相关系数与均方根误差。偏最小二乘模型相关系数与均方根误差分别为0.985 8和2.098 9%,支持向量回归模型相关系数与均方根误差分别为0.998 0和0.785 4%。实验结果表明,支持向量回归定量分析模型的预测结果优于偏最小二乘模型。为进一步证明支持向量回归模型的稳定性,多次使用随机选择法选择它的校正集和预测集,并求得其相关系数与均方根误差。结果表明,无论是利用均匀梯度法还是随机选择法对支持向量回归定量分析模型的校正集和预测集进行选择,求得的相关系数和均方根误差均优于偏最小二乘模型。     

傅里叶近红外反射光谱法快速测定大豆脂肪酸含量

目前大豆脂肪酸育种需要进行大量的气相色谱数据分析,因此建立近红外光谱(NIRS)快速测定脂肪酸组分技术具有重要意义。文章以108个中国大豆[Glycine max(L.)Merr.]品种或品系为材料,以傅里叶近红外光谱(FT-NIRS,4 000~12 500 cm-1)与气相色谱(GC)技术相结合,采用偏最小二乘(PLS)回归和交叉验证法,探讨利用FT-NIRS技术预测脂肪酸含量的可行性。依据OPUS 5.0软件针对不同脂肪酸组分筛选出最佳NIRS光谱区域为6 101.9~5 446.5 cm-1。交叉验证结果显示大豆主要脂肪酸组分,如油酸(C18∶1,R2CV=0.94)、亚油酸(C18∶2,R2CV=0.87)、亚麻酸(C18∶3,R2CV=0.85)和总饱和脂肪酸(C16∶0 C18∶0,R2CV=0.88)的预测准确率较高。外部验证结果证明大豆油酸预测模型的决定系数最高(R2val=0.91),其预测均方根误差(RMSEP)为2.47 g.kg-1干重,RMSEP/SD的比值为0.29,可保证大豆油酸辅助育种的准确性;而棕榈酸、硬脂酸、亚油酸、亚麻酸和总饱和脂肪酸的预测决定系数范围为0.66~0.76,RMSEP范围为0.37~2.74 g.kg-1干重,RMSEP/SD比值范围为0.47~0.53,表明可以进行大豆脂肪酸组分含量的初步筛选。该研究进一步证明利用FT-NIRS技术预测大豆主要脂肪酸组分是稳定可行的。     

绿松石的激光拉曼光谱研究

对湖北、安徽地区绿松石进行了激光拉曼光谱测试分析。结果表明,绿松石中H₂O,OH-及PO3-₄的基团振动是导致其激光拉曼光谱形成的主要原因。3 510～3 440 cm-1的谱峰是由ν(OH)伸缩振动所致,其中ν(OH)振动导致的强拉曼特征谱峰在3 470 cm-1附近,ν(H₂O)伸缩振动致拉曼谱峰位于3 290～3 070 cm-1附近的较为宽缓的弱谱峰处;由ν₃(PO₄)伸缩振动致强拉曼特征谱峰在1 200～1 030 cm-1之间,其中ν₃(PO₄)振动导致的强拉曼特征谱峰在1 039 cm-1附近,ν₄(PO₄)弯曲振动位于650～540 cm-1范围,ν₂(PO₄)的弯曲振动谱峰位于500～410 cm-1处;不同产地、不同结晶类型的绿松石表现出的拉曼谱峰特征基本一致。     

常温和0.1～1 400 MPa条件下黄铜矿的拉曼光谱研究

实验利用金刚石压腔装置研究了常温和0.1～1 400 MPa范围内黄铜矿A₁振动模式的原位拉曼光谱特征。结果显示在实验条件范围内,该拉曼振动峰的强度和形态保持稳定,表明晶格内Cu-S和Fe-S间的相互作用没有发生质变。实验发现黄铜矿该拉曼振动的波数随着压力升高连续向高频方向移动,两者的线性关系为：ν₂₉₀＝0.031 2p+290.60(0.1≤p<58.8 MPa)和ν₂₉₀＝0.005 72p+292.10(58.8≤p<1 400 MPa)dν/dp。常温下58.8 MPa是黄铜矿该拉曼波数随压力变化率的一个突变点,低于和高于该压力时分别为31.2和5.72 cm-1·GPa-1,显著的差异表明黄铜矿的结构可能发生了某种改变。     

高温高压下文石和方解石的拉曼光谱研究

利用金刚石压腔结合拉曼光谱分析技术,研究了文石在18～388 ℃,71～2 014 MPa,以及方解石在19～351 ℃,96～1 823 MPa条件下的拉曼光谱特征,并得到文石和方解石的拉曼位移与温度、 压力三者之间的关系式。研究结果表明,文石和方解石的拉曼位移随温度压力的变化规律相似,都随压力升高向高频移动,除文石的704 cm-1外均随温度升高向低频移动。二者的晶格振动ν_i/T值均大于[CO₃]基团内振动的值,说明CaO₆八面体的热膨胀性大于[CO₃]基团的热膨胀性。二者的对称伸缩振动ν/T及ν/P值不同,由于该振动拉曼位移和C—O键的键长有关,方解石的C—O键的热膨胀性比文石小而可压缩性比文石大。另外升温升压过程中文石和方解石可以相互转化,伴随该过程发生的[CO₃]基团旋转变形等动力学因素也可以造成二者ν_i/T和ν_i/P值差异。     

常温高压下碳酸根离子的拉曼谱峰标定压力初探

在准静水压的条件下,利用碳化硅压腔和显微拉曼光谱原位测量技术,在0～1.7 GPa压力范围测定22 ℃高压下三种不同的H₂O-Na₂CO₃体系(1.5,2.0,2.5 mol·L-1)中CO2-₃的对称伸缩振动ν_{1 066}拉曼谱峰的变化。结果表明,在室温条件下,碳酸根的ν_{1 066}峰的拉曼位移随着压力的增大而线性增加。三种浓度下ν_{1 066}峰的拉曼位移与压力的拟合直线彼此接近,斜率误差小于1%,偏差小于系统误差,因此在实验误差范围内碳酸根浓度对ν_{1 066}峰随压力变化的行为不存在影响。经过数据拟合得到公式：p/MPa=174.13 Δν_{1 066}/cm-1—59.03(Δν_{1 066}=ν_{1 066}-ν_{1 066}0,ν_{1 066}0为体系零压时碳酸根离子ν_{1 066}峰的拉曼位移)。此公式可以用于常温下在含有纯碳酸钠体系中的压力标定。     

水性涂料施工过程中微观结构的FTIR研究

以市售立邦水性涂料作为研究对象,溶剂水作为变量因子。配制不同水料比的涂料系列样品,分别用FTIR/ATR、FTIR/漫反射光谱表征湿料、涂膜的微观结构特征,湿料抽滤得到的固型物用FTIR/漫反射光谱表征。分析其官能团变化情况,研究施工过程,溶剂对涂膜的影响。结果显示：随着加水量的增加,湿料的FTIR/ATR光谱中,1 727 cm-1对应的羰基吸收峰,逐渐转为肩峰,871 cm-1吸收峰发生蓝移,峰强度逐渐减弱;涂膜的漫反射红外图谱,3 400 cm-1的—OH吸收峰、3 030 cm-1不饱和—CH吸收峰强度逐渐变弱,2 962和2871 cm-1的甲基和亚甲基的吸收峰强度逐渐增强,2 516 cm-1吸收峰位移至2 603 cm-1形成肩峰,1 647 cm-1吸收峰逐渐位移至1 455 cm-1,1 107 cm-1对应的C—O伸缩振动吸收峰发生红移。在水性涂料施工过程中,溶剂水与涂料分子间存在相互作用,对涂层分子中电子云的密度分布有显著的影响,此结果对涂料的生产及施工有参考意义。     

高温高压下NaCl-CaCl2-H2O体系Raman光谱的定量研究

三元体系NaCl-CaCl₂-H₂O是一种重要的天然水-盐体系。然而,研究人员在过去只研究了低温下该体系的相变,但在高温高压条件下拉曼位移和物理参数之间的定量关系却并没有被报道。利用利用热液金刚石压腔(HDAC)和石英压标,对高温高压下三元体系NaCl-CaCl₂-H₂O的拉曼光谱特征进行了系统的研究,并获得了水的O—H伸缩振动谱带的拉曼位移、溶质质量分数和压力之间的定量关系。其中盐的质量分数相等(NaCl与CaCl₂),分别为4.0 mass％,8.0 mass％和12.0 mass％。实验结果表明,当盐的质量分数和体系的压力保持不变时,O—H伸缩振动的标准拉曼位移差(Δν_(O—H))伴随着温度的升高而增大。当温度和压力恒定时,Δν_(O—H)随盐的质量分数的增加而增大。对于这个三元体系,其Δν_(O—H)与压力近似为线性关系,且不同盐度条件下的关系斜率相近。Δν_(O—H)与温度(T)、压力(P)、溶质质量分数(M)之间的定量关系为P＝-31.892Δν_(O—H)+10.131T+222.816M-3 183.567,其中该方程的有效PTM范围为200 MPa≤P≤1 700 MPa, 273 K≤T≤539 K 以及M≤12 mass%。该公式可以用来作为地质压力计,用于研究等盐度条件下在NaCl-CaCl₂-H₂O体系流体包裹体。该方法作为一种直观的地质探测技术,具有潜在的应用价值。     

四种姜黄素类似物核磁共振谱的理论研究

在B3LYP/6-31G(d, p)水平下优化了四种姜黄素类似物的几何构型,并通过振动分析验证了其构型稳定性。在B3LYP/6-311G(d, p)水平下计算了该类化合物的核磁共振谱,研究结果表明：四种化合物主体结构共平面性较好,为一较大共轭体系。由于羟基及甲氧基的引入,使Compound-B/C/D中C₃,C₄以及Compound-A/D中C₅均具有较大δ值,Compound-A中C₄和C₆的δ值相对较小,C₃的δ值相对较大。而在羰基与碳碳双键所形成的共轭羰基化合物中,羰基C₁₃的δ值(183 ppm)相对于乙醛中的δ值(201ppm)有所减小,C_{11, 15}(α碳)的δ值(122 ppm)相对减小,而C_{9, 17}(β碳)的δ值(145 ppm)相对增大。最后,通过线性回归方法,利用相关系数值r研究了1H NMR δ值的实验和理论计算值的相关性,结果表明相关性较好,实验值和理论值基本吻合。     

甘草中甘草苷和甘草酸红外定量模型特征变量的筛选与解析

借助变量筛选方法可以从复杂的光谱背景下选择部分变量构建定量预测模型,在一定程度上提高建模变量的解释性。然而模型解释性的提高并不意味着建模变量有确切的理化意义。本研究以甘草中红外定量预测模型为载体,解析移动窗口偏最小二乘(mwPLS)、组合间隔偏最小二乘(siPLS)和竞争自适应抽样方法(CARS)三种变量筛选方法所得变量与目标成分化学特征的相关性,比较不同变量筛选方法下所筛变量解释性的差异。结果表明,mwPLS优先筛出黄酮和皂苷两类成分红外光谱上区别明显的苯环骨架振动和皂苷母核上甲基取代基弯曲振动所对应的波段,siPLS筛出了黄酮类成分的(φ)C—O,(φ)CC, (φ)C—H伸缩振动的特征区间组合和皂苷类成分的C—O,C—H,O—H伸缩振动的特征区间组合。相对于以上两种变量筛选方法,CARS筛选得到的变量能够更好地归属于甘草苷和甘草酸在中红外1 000～4 000 cm-1特征区的特征峰,而且基于CARS筛选的变量建模,模型的预测性能得到了提高。因此,CARS筛选的变量能实现目标成分红外特征区大部分化学特征的解析,有利于增强模型的解释性。     

电子助进化学气相沉积金刚石中发射光谱的空间分布

采用蒙特卡罗方法,对以CH₄/H₂为源料气体的电子助进化学气相沉积(EACVD)金刚石中的氢原子(H_α,H_β,H_γ)、碳原子C(2p3s→2p2：λ=165.7 nm)以及CH(A2Δ→X2Π：λ＝420～440 nm)的发射过程进行了模拟,研究了不同CH₄浓度下各发射谱线的空间分布。结果表明,不同CH₄浓度下各发射谱线在反应空间的大部分区域内均随距灯丝距离的增大而增大,而当到达基片表面附近时有所减弱。随着CH₄浓度的增加,H谱线强度减弱,CH与C谱线强度增强。     

陶寺、殷墟白灰面的红外光谱研究

采用傅里叶变换红外光谱(FTIR)对天然石灰石、模拟白灰面以及采自陶寺遗址和殷墟遗址的白灰面进行了分析检测,以探明陶寺和殷墟遗址白灰面所用原料。结果显示,人工烧制石灰碳化后所形成的方解石,其ν₂/ν₄比值高达6.31,明显高于天然石灰石中的方解石,从而表明人工烧制石灰碳化所形成的方解石较之天然石灰石中的方解石具有较高的晶体无序度;随着研磨程度的增加,天然石灰石中的方解石和人工烧制石灰碳化形成的方解石,其ν₂和ν₄值逐渐减小,人工烧制石灰碳化形成方解石的ν₂-ν₄特征趋势线斜率较高,从而为考古出土人工烧制石灰的判定提供了一种简便、有效的方法。根据此判别方法,陶寺和殷墟遗址的白灰面很可能是采用人工烧制石灰所制备的,表明中国古代先民在距今4300多年的新石器时代晚期已掌握了石灰烧制技术。