基于UVE-ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测

利用可见-近红外光谱技术联合变量选择新方法对南丰蜜桔的可溶性固形物(SSC)进行快速无损检测研究,以简化南丰蜜桔SSC预测模型和提高预测模型性能。试验共采用300个南丰蜜桔样本,校正集、验证集及预测集样本分别为150,75和75个。采用QualitySpec型光谱仪在350~1 000 nm波段范围内采集样本光谱,利用无信息变量消除(UVE)剔除无用信息波长变量,再采用独立成分分析(ICA)提取光谱的独立成分,最后应用最小二乘支持向量机(LS-SVM)建立南丰蜜桔的SSC预测模型,并利用未参与建模的预测集样本对模型进行评价。研究结果表明,可见-近红外光谱技术联合UVE-ICA- LS-SVM对南丰蜜桔的SSC检测精度高。UVE-ICA可以有效剔除无用信息波长变量,提取特征光谱信息,简化预测模型及提高预测模型性能。UVE-ICA- LS-SVM所建立的南丰蜜桔SSC预测模型性能优于PLS,PCA-LS-SVM及ICA-LS-SVM预测模型,其校正集、验证集及预测集的决定系数和均方根误差分别为0.978,0.230%,0.965,0.301%及0.967,0.292%。     

近红外光谱技术结合变量选择方法定性检测食用植物油中的腐霉利

利用近红外光谱技术对食用植物油中的腐霉利进行定性检测研究。以国家标准规定的腐霉利最大残留限量为界线,将不同腐霉利含量的食用植物油样本分为合格组和不合格组。采用QualitySpec台式近红外光谱仪采集两类样本的光谱,利用无信息变量消除 (UVE)和子窗口重排分析(SPA)方法进行波长变量筛选,并应用线性判别分析(LDA)、偏最小二乘-线性判别分析(PLS-LDA)及判别偏最小二乘(DPLS)方法建立两类样本的分类模型。结果表明,近红外光谱技术可以对两类样本进行分类。UVE方法可以有效筛选有用波长变量,提高分类模型的性能。UVE-DPLS所建立的分类模型性能最优,其预测集样本的分类正确率、灵敏度及特异性分别为98.7%,95.0%和100.0%。     

有机磷类农药的密度泛函理论计算及拉曼光谱研究

有机磷类农药常被用于防治植物病、虫、害,但对人、畜的急性毒性很强,能抑制乙酰胆碱酯酶。三种有机磷类农药分子(乐果、敌百虫和伏杀硫磷)的分子构型用GaussView3.07构造,理论计算采用密度泛函理论(density functional theory, DFT)的B3LYP/6-31G(d, p)基组,并将实验拉曼光谱、理论计算拉曼光谱和表面增强拉曼光谱(SERS)进行比较。结果表明,三种有机磷类农药分子的实验值与理论方法计算值具有很好的匹配性,并对三种有机磷类农药分子(乐果、敌百虫和伏杀硫磷)在400～1 800 cm-1范围内的振动频率进行了全面地归属,找到了这三种有机磷类农药的特征峰。有机磷类农药分子的振动峰中会出现相近的波数,PO基团引起的波数在1 140～1 320 cm-1之间,PS的伸缩振动的谱带在535～750 cm-1范围,含有P—O—C基团的有机磷类农药在920～1 088 cm-1范围产生一个谱带。对比分析三种农药的实验拉曼光谱和表面增强拉曼光谱,找到了这三种有机磷农药分子各自主要的表面增强拉曼特征峰,这些表明利用SERS技术可以用来鉴定有机磷农药。研究结果为有机磷农药的定性定量分析提供了理论基础。     

应用表面增强拉曼光谱法检测鸭肉中萘夫西林残留的研究

采用金胶颗粒作为活性基底,氯化钠溶液作为活性剂,并采用表面增强拉曼光谱(SERS)技术建立一种检测鸭肉中萘夫西林残留的检测方法。首先分析了奈夫西林水溶液的SERS特征峰及其归属。然后分析了奈夫西林在鸭肉提取液中的SERS特征峰,确定了鉴定鸭肉中奈夫西林残留的拉曼特征峰,并选取521与1 449 cm-1处的拉曼峰强度进行条件的优化。最后应用内标法对鸭肉提取液中萘夫西林的残留量进行定量分析。结果表明,鸭肉提取液中萘夫西林的质量浓度范围在0.2~10 mg·L-1 时,应用拉曼峰强度比值所建立的四种标定曲线均具有良好的线性关系,决定系数均大于0.95。其中三种标定曲线具有较高的准确度,其回收率介于88%~144%。由此可见,应用SERS检测鸭肉中萘夫西林的残留是可行的,该方法简便、快速,为检测禽肉类食品中萘夫西林的残留提供了技术支持。     

水果表面农药污染的可见／近红外光谱识别法

以表面经过喷施不同浓度农药后的脐橙为研究对象,采用可见／近红外漫反射光谱技术定性检测脐橙农药污染的程度。采集脐橙350～1800nm范围的光谱。应用多元散射校正（MSC）,标准正态变量（SNV）变换,一阶微分和二阶微分四种不同预处理方法,分别在430～1000nm、10001800nm和430～1800nm三个光谱范围内建立识别脐橙污染程度的偏最小二乘法（PLS）数学模型。比较分析得出试验结果：波谱范围取430～1000nm,采用一阶微分的预处理方法时应用PLS校正方法的结果最优,其预测值和真实值之间的相关系数和预测均方根误差分别为0．9830和0．1482。研究结果袁明。可见／近红外漫反射光谱技术可以定性检测脐橙的农药污染程度。     

光谱滤波法提高激光诱导击穿光谱对蔬菜中元素Pb的检测精度

激光诱导击穿光谱(Laser induced breakdown spectroscopy, LIBS)原始光谱中包含较多噪声信号, 为探究不同滤波方法对LIBS光谱预处理的影响, 本研究以实验室Pb污染处理的蔬菜为研究对象, 采集波长范围在400.45~410.98 nm的LIBS谱线信息, 分别利用相邻平均(Adjacent averaging)、Savitzky-Golay(S-G)滤波器、快速傅里叶变换(Fast Fourier transformation, FFT)对采集的LIBS光谱进行平滑、去噪, 并结合偏最小二乘法(PLS)定量分析模型对光谱处理效果进行评价.结果表明, S-G平滑效果最优, 当S-G滤波器窗口宽度为15, 拟合阶次为3时, PLS定量模型效果最佳, 其验证集均方根误差(RMSEP)为0.26、平均相对误差(ARE)为3.7%.结果表明, 选择适合的滤波方法有助于提高LIBS光谱质量以及检测模型的精度.     

激光诱导击穿光谱技术/多元二次非线性回归分析土壤中的铬元素

利用激光诱导击穿光谱(LIBS)技术对土壤中铬元素的含量进行了定量分析研究.由于土壤成分复杂,光谱谱线存在较严重的重叠干扰,若采用一元回归方法分析常得不到理想结果.为了更充分有效地利用光谱中信息,以土壤中Cr Ⅰ 425.43 nm和Fe Ⅰ 425.07 nm谱线的积分强度为自变量,Cr元素浓度为因变量,建立交叉降维近似多元非线性回归、多元二次非线性回归和平方降维近似多元非线性回归模型.对比分析表明,当添加Cr和Fe元素特征谱线强度交叉项影响时,所建立的多元二次非线性回归模型效果最佳,预测浓度与实际参考浓度之间线性关系达到0.9943,预测4个验证样品的相对误差分别为3.57％,0.76％,7.66％和2.24％.     

鸭肉中环丙沙星残留的表面增强拉曼光谱测定

为实现鸭肉中环丙沙星(CIP)残留的快速检测,建立了一种鸭肉中CIP残留的表面增强拉曼光谱(SERS)快速检测方法。进行了增强基底的紫外-可见吸收光谱分析和鸭肉中CIP残留检测的SERS可行性分析。通过单因素实验,确定了金胶加入量、含CIP的鸭肉提取液加入量、氯化钠溶液加入量和吸附时间。在最佳实验条件下,建立了鸭肉中CIP残留的SERS检测的标准工作曲线,决定系数(R2)为0.987 9,预测样本中CIP的平均回收率为97.0%~111.7%。实验结果表明,鸭肉中CIP残留的SERS快速检测方法是可行的。     

不同光程对山茶油掺假近红外检测精度的影响

利用近红外光谱在不同光程下对山茶油中掺杂大豆油的掺伪量进行定量检测研究,着重分析光程对掺伪量检测精度的影响。将大豆油按一定质量分数掺入山茶油获取实验样本,掺伪质量分数范围为1%～50%。利用QualitySpec型光谱仪采集样本在不同光程(1,2,4,10 mm)下的透射光谱,通过对比不同建模方法、预处理方法及建模波段范围所建立的掺伪量定量预测模型,分析光程对掺伪量检测精度的影响。研究结果表明,光程由1 mm增加到4 mm时,掺伪量定量预测模型性能随着光程的增加而逐渐变好,检测精度逐步提高;光程由 4 mm增加到10 mm时,掺伪量定量预测模型性能变差,检测精度下降,4 mm为较优的光程。在1,2,4和10 mm下所建立的较优掺伪量定量预测模型的预测集决定系数 (R2_P)和预测均方根误差(RMSEP)分别为0.923, 0.977, 0.989, 0.962和4.58%, 2.54%, 1.72%, 3.20%。