基于小型便携式质谱和多元统计分析的木材种类鉴别方法研究

采用小型便携式质谱与静电场轨道阱高分辨质谱进行检测,结合多元统计分析,从样品制备、电离方式、质谱分辨率和数据处理等多个角度开展了黄檀属和紫檀属木制家具用木材鉴别方法的研究。结果表明,数据经归一化等处理后,在正交偏最小二乘判别分析模型中,小型便携式质谱数据的Y变量累积解释率(R²Y,0.961)略低于静电场轨道阱高分辨质谱数据(0.994和0.983),三种模型预测相关性(Q²)均大于0.79,并且模型不过拟合,显示相关模型的解释性和可预测性较强,均能较好地区分黄檀属和紫檀属木材样品。小型便携式质谱结合多元统计分析用于木材种类的快速鉴别可解决传统方法鉴别准确率低以及名贵木材制品市场日益增长的快速准确鉴别需求等问题,具有良好的应用前景。     

便携式气相色谱-质谱联用仪的校准

建立便携式气相色谱-质谱联用仪的校准方法。根据便携式气相色谱-质谱联用仪的工作原理及不同的进样方式和工作特性，选取信噪比、峰面积重复性、保留时间重复性、定量稳定性4个计量特性进行校准。分别对国内市场常见的4种型号的便携式气相色谱-质谱联用仪进行校准，4种仪器的信噪比均大于20，峰面积重复性均优于10%，保留时间重复性均优于1%，定量稳定性均优于10%。校准结果表明，该方法给出的计量特性及技术指标较为合理，校准方法切实可行。     

便携式近红外和可见光光谱仪检测水稻水分含量方法比较研究

使用便携式近红外(901～1 650 nm)和可见光(400～900 nm)光谱仪结合多变量分析方法无损检测水稻水分含量，选用100种不同品种的水稻并采集其光谱信息，其中粳稻52种，籼稻34种，糯稻14种。采用GB 5009.3—2016中的直接干燥法测定每种水稻样本的水分含量。利用蒙特卡洛偏最小二乘法(MCPLS)剔除水稻样本中的异常值，基于近红外和可见光光谱的数据集分别剔除8个和4个异常值。采用基于联合X-Y距离的样本划分法(SPXY)按照3:1的比例划分样品，近红外和可见光数据集分别得到69、 72个校正集和23、 24个预测集。采用正交信号校正(OSC)、多元散射校正法(MSC)、去趋势变换(De-trend)、标准正态变换(SNV)、基线校正(Baseline)、 Savitzky-Golay卷积导数(S-G导数)、标准化(Normalize)、移动平均平滑(moving average)、 Savitzky-Golay卷积平滑处理法(S-G平滑)共9种算法对原始光谱数据进行预处理，基于近红外和可见光光谱的OSC、 SNV和OSC、 Moving average预处理效果较好...