基于拉曼光谱鉴定黑色签字笔笔迹的种类与书写时间

黑色签字笔字迹种类与书写时间的鉴定一直是国内外法庭科学研究领域的热点问题。基于拉曼光谱法的分辨率高、稳定性好、效率高以及无损检测等优点,对收集的16种品牌或牌号的黑色签字笔字迹样本进行测试。完成同一品牌或牌号同一时间在不同存储条件(暗室和光照)与不同纸张本底(复印纸和笔记本)字迹样本的制备。将样本字迹剪裁,双面胶固定在载玻片上,放入储存箱内避光保存,间隔一段时间对样品进行测试,测试工作共持续1年,形成图谱数据库。在考察实验条件如测量点、激光功率及共焦类型等因素影响的基础上,筛选出最佳条件。在此条件基础上,检测黑色签字笔在不同书写时间、储存环境、纸张本底等条件下的字迹样本。实验结果表明:(1)存储条件(暗室和光照)、纸张本底(复印纸和笔记本)等不同条件下,同种黑色签字笔字迹的拉曼位移相同,重复性好,受水和纸张等本底的干扰较小。(2)根据拉曼位移的差异可将16种黑色签字笔分成5类。(3)以2#样本为例, 1 140 cm^-1处拉曼光谱特征峰,归属为酯类化合物的C-O伸缩振动ν(CO)。酯类化合物的含量随着时间延长而不断减少,因此随着书写时间越久远,特征峰的相对强度越大(8→1)。通过拟合后计算出相对面积数值I,样本书写时间越早,I值越大,反之I值越小。研究结果可用于快速、准确、无损判定黑色签字笔字迹的种类和推断其相对书写时间。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

碳自掺杂g-C3N4光催化性能的原位光微量热-荧光光谱研究

通过在尿素前驱体中添加单宁酸, 原位缩聚形成碳自掺杂石墨相氮化碳(g-C₃N₄). 利用X射线光电子能谱(XPS)、 场发射扫描电子显微镜(FESEM)、 X射线衍射(XRD)仪和同步热分析(TG-DSC)等方法对碳自掺杂 g-C₃N₄的形貌、 物相结构和能带价态组分进行表征分析, 结合紫外-可见吸收光谱(UV-Vis)和原位光微量热-荧光光谱联用仪获得碳自掺杂g-C₃N₄降解罗丹明B的原位热/动力学信息和三维荧光光谱信息, 探讨了光催化降解罗丹明B的微观机制. 结果表明, 单宁酸浓度≤10 mg/mL时, 碳会取代七嗪单元结构的氮原子形成g-C₃N₄骨架碳自掺杂; 单宁酸浓度≥ 20 mg/mL时, 碳以无定形形式沉积负载在g-C₃N₄表面上形成无定形碳自掺杂. 骨架碳自掺杂g-C₃N₄形成的π电子有效缩短了禁带宽度, 减小了光生电子-空穴复合几率, 比无定形C掺杂g-C₃N₄显示出更优异的光催化性能, 催化主要活性物种为h⁺和·O{}_{\mathrm{2}}^{-}. 碳自掺杂g-C₃N₄光催化降解过程可分为光响应吸热、 降解污染物放热平衡过程和稳定放热3个过程. 其中骨架碳自掺杂g-C₃N₄(C/N摩尔比为0.844)在光照1000 s内, 三维荧光光谱检测的RhB降解率锐减, 光照1000 s后, 其RhB降解率为87.6%, 分别是原始g-C₃N₄和无定形碳自掺杂g-C₃N₄的3.13倍和1.95倍. 光照1000 s后, 光微量热计显示以矿化和降解非荧光发色中间产物为主, 并保持以热变速率为(0.9799±0.5356) μJ/s稳定放热, 为拟零级反应过程, 是光催化反应的决速步骤.     

基于冲击光谱测量的氧化铝晶体高压相变诊断技术

氧化铝晶体是一种优良的光学透明窗口材料,更是地球内部的重要组成物质.利用气炮加载结合冲击光谱测量,不仅能够获得其发光特征,并且根据光谱分布特征得到高压结构相变信息.在自主搭建的冲击光谱动态测试平台上,结合多通道辐射高温计以及ICCD瞬态光谱测试技术在40~120 GPa的压力区间,研究了c切向氧化铝晶体的辐射发光效应.在可见光波段400~700 nm区间获得了氧化铝晶体的发光光谱和辐射温度结果,证实了光谱的结构特征和表观温度值与该压力下氧化铝的结构相变存在明显的关联性.     

温度对低共熔溶剂影响的二维拉曼光谱研究

低共熔溶剂（DES）作为一种新式的绿色溶剂，在多种化学过程中表现出色，因此在诸多热门范畴都展现出良好的发展潜力。对DES的光谱分析通常局限在一维光谱技术上，但其分辨率低、谱峰重叠严重等缺点，导致光谱数据存在误差。运用二维拉曼光谱（2D Raman），能够明显提高光谱分辨率，并发现重叠峰位置，获得在外扰条件下不同谱峰的变化顺序及其相互作用等重要信息，以实现对复杂体系的精确分析。以氯化胆碱（ChCl）和ZnCl₂合成的DES为例，利用显微共焦激光拉曼光谱仪分别对ChCl和DES进行拉曼实验，发现与ChCl相比，DES中各处峰的整体强度显著下降，原有的谱峰未消失，说明Zn2+的加入没有破坏ChCl的骨架结构。287 cm-1处出现一个新的特征峰，推测有Zn-Cl配位键的伸缩振动。对DES进行升温拉曼实验，发现随着温度的升高，NC₄的不对称伸缩振动峰强度逐渐减小，峰宽变大，峰形变缓，Zn-Cl配位键伸缩振动峰强度逐渐降低，峰位置基本不变，峰形有明显重叠。运用2D Raman技术对溶液内NC₄和Zn-Cl特征峰的变化进行研究，结果表明，随着温度的升高，溶液中发生ChCl向Ch+的解离过程，Zn2+与Cl-形成了多种配合物，ZnCl-₃，Zn₂Cl-₅，Zn₃Cl-₇之间存在相互转化。不同位置的特征峰随温度的变化顺序不同，将特征峰与团簇进行一一归属，得出了各个团簇对温度的敏感程度。基于量子化学中的密度泛函理论，对推测的物质结构进行构型优化和参数计算，证实了其存在的可能性，同时也验证了2D Raman的分析结果准确可行。这些结果将为DES的后续研究提供理论参考，拓展了二维光谱技术的应用范围。     

金属有机框架材料在表面增强拉曼光谱中的应用研究进展

金属有机框架材料（MOFs）是一种由金属离子和有机配体通过配位化学原理自组装形成的具有周期性网格晶态的多孔结构材料,其独特的结构和性质使其成为具有广阔应用前景的材料。由于MOFs可极大地提高金属表面增强拉曼光谱（SERS）基底的目标富集和信号增强性能,因此,基于MOFs的SERS基底受到了广泛关注。同时,高效的SERS基底使SERS技术可实现高灵敏、高选择性、无损和快速检测。将MOFs应用于SERS技术,极大地促进了SERS技术的发展并拓宽了其应用范围。本文总结了SERS的发展、MOFs基底的类别及其在SERS中的应用,提出了亟待解决的关键问题和挑战,并对其发展前景进行了展望。     

基于稳定一致波长优选的综纤维素近红外分析模型传递

以实现纸浆材综纤维素含量的近红外分析模型在3台不同型号光谱仪上共享为目标,提出SWCSS-UVE及SWCSS-CARS联用算法。即分别利用竞争性自适应重加权采样算法（CARS）和无信息变量剔除（UVE）算法,减少SWCSS方法中入选的无信息或信息少波长的不利影响,以提高模型转移精度,并与单独的SWCSS和分段直接标准化算法（PDS）以及斜率截距（S/B）算法校正后的传递结果进行比较。结果表明,通过SWCSS-UVE方法最终可从稳定一致光谱信号中进一步优选出91个波长建立模型,该模型能同时应用于2台从机所测量光谱的分析,预测标准偏差（RMSEP）分别从模型转移前的2.0114和9.4518下降到了1.5919与1.6818,优于SWCSS, SWCSS-CARS和PDS以及S/B算法的结果。这表明SWCSS-UVE算法可以有效剔除SWCSS方法中包含的无效波长,简化模型传递过程,提高模型传递效率和稳健性。     

可见光光谱滴定法测定水中总硬度北大核心CSCD

提出了可见光光谱滴定法测定水中总硬度的方法。在整个滴定过程采用颜色真实测量体系替代人的感官判定,建立了光谱计量参数与试剂量的色变滴定曲线,用曲线上的突变峰标识滴定终点或结构变化点。可见光光谱滴定法可以克服感官滴定存在色评价条件不统一、操作人员个体生理条件不一致、无法量值溯源等困难,能实现测定的自动化。上述方法用于测定水质总硬度标准样品,结果显示测定值均在标准样品认定值的不确定度范围内。按照标准加入法对实际样品进行回收试验,回收率为99.7%~101%。分别采用可见光光谱滴定法和目视滴定法[即乙二胺四乙酸(EDTA)络合滴定法]测定8种水体样品的总硬度,配对t检验结果表明两种方法的测定结果无显著性差异。