利用“食品脱氧剂”测定空气中氧气含量的系列设计

利用食品脱氧剂吸氧的原理设计了4种测定空气中氧气含量的实验方案,在实验手段上体现了从传统玻璃仪器到数字化实验的更新过程,在实验方法上体现了从粗略到精细的完善过程。     

荧光光谱法检测蜂蜜中腐霉利农药的含量

为了实现农产品中农药残留含量快速分析,根据荧光光谱的基本原理研究了腐霉利的荧光特性,对腐霉利-蜂蜜混合体系进行了研究,分析荧光强度与蜂蜜中腐霉利含量之间的关系。采用稳态荧光光谱仪分别检测腐霉利溶液和蜂蜜溶液的荧光光谱,纯蜂蜜溶液荧光峰在342 nm,腐霉利溶液的荧光峰在390 nm,通过逐次向纯蜂蜜溶液中添加0.1 g/d L的腐霉利标准溶液,发现相对于纯蜂蜜,荧光峰位置发生红移,说明腐霉利与蜂蜜中某些物质发生了相互作用。采用Origin8.5数据分析软件对蜂蜜的荧光峰值处荧光峰强度与腐霉利含量线性拟合后,发现蜂蜜溶液中腐霉利的含量与对应的荧光强度有良好的线性关系,预测函数模型为I=188504.75x+384764.33,相关系数为0.99。经过相同实验条件下的实验验证,模型预测准确率在96.8%~100%之间。研究结果表明:荧光光谱法检测蜂蜜中腐霉利残留含量的方法是行之有效的,为其他农产品中腐霉利农药残留含量的检测提供了参考依据。     

太赫兹时域光谱技术的变压器油低水含量检测

变压器的维护至关重要。变压器油中水含量的检测是变压器维护中很重要的一部分。水在太赫兹频段独特的分子键振动模式使其对太赫兹波具有强烈的吸收性。利用太赫兹时域光谱技术对变压器油进行水含量检测,获得了不同水含量变压器油的吸收系数和折射率,结合相关理论模型对获得的参数进行了分析验证。试验结果表明,变压器油的吸收系数和折射率与水含量呈线性关系。     

中红外光谱检测不同浓度乙醇柴油性能指标

利用中红外光谱和化学计量学实现了对乙醇柴油各项性能指标的定量分析。实验样品96个,为32种不同浓度的乙醇柴油溶液。采用S-G平滑、MSC、微分处理(1stD和2ndD)、SNV等四种方法对光谱数据进行预处理,并结合八种波段筛选方法(UVE,CARS,SPA,RPLS,UVE-SPA,UVE-CARS,SPA-CARS,UVE-SPA-CARS)对乙醇柴油MIR光谱数据进行处理,分别建立乙醇柴油密度、粘度、乙醇含量的PLSR模型,得出以下主要结论：综合比较八种变量筛选方法,发现UVE-SPA-CARS-PLS对乙醇含量的建模效果最好,模型预测集的R_p和RMSEP分别为0.978 1和0.825 5。变量筛选较原始光谱建立的模型来说,不仅模型输入数量减少,预测效果也有所提高。     

基于高光谱技术的土壤水分无损检测

利用高光谱成像仪(光谱范围400～1 000 nm)对土壤含水率进行了无损检测。比较了208个土样不同天数下土壤含水率与光谱变化、不同质量含水量光谱的差异;对比分析了不同光谱预处理方法、不同方法提取特征波长、采用多元线性回归(multiple linear regression,MLR)、主成分回归(principal component regression,PCR)与偏最小二乘回归(partial least squares regression,PLSR)建模,优选出最佳模型。结果表明：光谱曲线的反射率随着土壤含水率的增加而减小。当超过田间持水率时,光谱曲线的反射率会随着土壤含水率的增加而增大。对比分析了不同预处理方法,近红外波段优选出单位向量归一化预处理方法。采用无信息变量消除法(UVE)、竞争自适应加权采样(CARS)、β系数法、连续投影算法(SPA)方法提取特征波长为49,30,5和7。为了减少数据冗余,对UVE与CARS提取的特征波长进一步采用SPA方法进行特征提取,UVE+SPA,CARS+SPA提取特征波长数分别为5和8个。在此基础上,利用MLR,PCR和PLSR方法对400～1 000 nm范围的特征波长建立模型,对比分析不同建模效果,优选出β系数提取的特征波长的MLR模型。最优的特征波长为411,440,622,713和790 nm,最优模型的预测相关系数R_p=0.979,预测均方根误差RMSEP为0.763。因此,今后可采用不同波段对土壤含水率进行定量分析。     

共线DP-LIBS低碳合金钢中碳元素定量分析

碳元素是决定合金钢性能的重要元素之一。为了提高低碳合金钢中碳元素的检测灵敏度,在氩气氛围中利用共线双脉冲激光诱导击穿光谱(DP-LIBS)合金钢样品中的碳元素进行了检测。首先,使用高速相机采集双脉冲实验条件下的等离子体图像,研究等离子体形貌随脉冲间隔时间变化的演化规律,结合双脉冲条件下获得的光谱信息,确立碳元素的最佳脉冲间隔时间为1 900 ns。其次,研究了氩气吹扫条件和氩气气室条件对碳元素光谱信号强度的影响。氩气气室能够有效屏蔽空气中二氧化碳的影响,从而提高合金钢中碳元素分析的准确性。最后,采用内标法对合金钢样品中的碳元素进行定量分析。与单脉冲得到的结果相比,双脉冲实验条件下,碳元素定标曲线的R2由0.983提升至0.991,检测限由206 μg·g-1提高至110 μg·g-1,共线DP-LIBS技术使合金钢中碳元素检测限提高了1.87倍。恰当的脉冲间隔时间能够有效的提高共线DP-LIBS光谱特性和设备的检测灵敏度,同时双脉冲的二次激发效果可以进一步有效的减弱实验条件波动带来的影响,使定标模型具有更好的线性相关性。     

鞍山式铁矿SiO2含量的热红外光谱分析方法

SiO₂含量是铁矿石质量控制的主要技术指标,亦是衡量铁矿石品质好坏的关键指标之一,对选矿方法、配矿流程的确定具有重要意义。传统的SiO₂含量测定法虽然准确度高,但工作量大,操作繁琐,花费时间长,难以快速、高效确定铁矿石中SiO₂含量。采用红外光谱辐射计Turbo FT对辽宁省鞍钢集团鞍千矿业有限责任公司的“鞍山式”铁矿样品进行热红外光谱测试,分析了光谱特征,构建了比值指数(RI)、差值指数(DI)和归一化指数(NDI),并确定光谱指数与样品SiO₂含量相关性最显著的敏感波段及对应的相关系数值;优选出与样品SiO₂含量相关性最显著的归一化指数(NDI),构建样品SiO₂含量的定量反演模型,并进行了验证。结果表明,三种光谱指数与样品SiO₂含量的敏感波段均位于余辉带特征(RF)的左边界8.06与8.2 μm处,相关系数均达到0.9以上,其中NDI与样品SiO₂含量的相关性最高;基于NDI构建了实验样品SiO₂含量的二次函数反演模型,预测误差为3.57%。该方法相对于传统的研磨化验法,具有工作强度小、便捷、快速、高效、无污染的优点,对遥感找矿也具有一定指导意义。     

运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型

为了探索运用数码照片中光谱(红、绿、蓝)的像素计算得到的冠层覆盖度(canopy cover, CC)对玉米长势及氮素营养状态进行非破坏性监测的技术。通过获取玉米冠层的数码照片图像,定量化数码照片色彩参数与作物叶面积指数(leaf area index, LAI)、冠层干重(shoot dry matter weight, DM)、叶片氮素含量(leaf nitrogen content percentage, N%)之间的关系。试验于2012年和2013年在中国农业科学院试验田进行,运用基于Visual Basic Version 6.0研发的玉米冠层图像分析系统,分析了玉米品种中单909在3个氮素水平条件下分别于9叶展时期、抽雄期和灌浆期的CC、11种色彩指数与植株LAI,DM,N%及产量之间的相关性,并对相关性显著的指标进行了拟合与建模。结果表明,CC与LAI(r=0.93, p＜0.01),DM(r=0.94, p＜0.01),N%(r=0.82, p＜0.01)之间均达到了极显著水平;用CC估算LAI,DM和N%的模型均为幂函数,方程式分别是y=3.281 2x0.763 9,y=283.658 1x0.553 6,y=3.064 5x0.932 9;用与建模相独立的数据对模型验证,结果表明,CC估算LAI模型的实测值与模拟值基于1∶1直线的R2,RMSE和RE分别是0.996,0.035和1.46%;CC估算DM模型的R2,RMSE和RE分别是0.978,5.408 g和2.43%;CC估算N%模型的R2,RMSE和RE分别是0.990,0.054和2.62%。综上所述,模型能够较准确的通过CC估算不同氮肥水平条件下玉米9叶展时期、抽雄期和灌浆期的LAI,DM与N%,表明应用数码相机的光谱信息可实现对玉米生长过程中的生长状况及氮素营养状态进行实时无损快速监测与预测。     

氮胁迫下水稻的激光诱导荧光光谱特性

为了指导水稻的田间施肥,解决因过量施肥造成资源的大量浪费以及环境污染,特别是水体富营养化等问题,搭建了基于紫外激光诱导荧光技术的荧光光谱探测系统,以研究水稻叶片的氮水平与荧光强度的相关性。文中先用植物营养测定仪(TYS-3N)测定水稻叶片氮含量和叶绿素含量（样本为水稻分蘖期的倒二叶,采集于中国江汉平原地区）,再用搭建的测量系统采集了不同氮水平的荧光光谱。获得了不同氮水平下水稻叶片的荧光光谱数据库,分析了荧光光谱参数F₇₄₀/F₆₈₅（为峰值740,685 nm处的荧光强度比）与氮水平的相关性,发现氮含量的变化对水稻叶片荧光光谱特性影响明显。通过该实验验证了荧光参数的峰值比F₇₄₀/F₆₈₅与氮含量呈明显的线性正相关,相关系数（r）为0.871 8,均方根误差（RMSE）为0.076 82。实验表明采用激光诱导荧光光谱探测技术具有快速无损等优点,且有一定潜力用于定量测量植被营养元素的含量,为采用荧光技术对农作物施氮管理提供了支持。     

低本底伽马能谱测量在沉积岩分类判别中的应用及其影响因素探讨

沉积岩中放射性元素铀、钍、钾的含量主要取决于岩石中泥质的含量,而泥质含量的高低是判别沉积岩类别的主要依据,因此,可以将铀、钍、钾的比活度或含量值作为判别沉积岩岩类的量化指标。利用低本底伽马能谱法测量岩石样品中铀、钍、钾的比活度或含量,可以快速、准确地进行岩类判别。由于放射性测量受样品几何形状、样品质量及其所含水分含量变化的影响,因此岩类判别的准确性会受到影响。通过理论探讨和实验验证,发现各待测核素特征峰计数率值与样品质量成线性关系, 且不同的能量区域、不同的岩性,线性关系系数与趋势拟合程度都是不同的;当样品的水分含量不超过10%(取样时,岩屑水分不超过10%)时,对测量结果的影响很小(变化值均在一倍均方差以内),因此,水分含量对低本底伽马能谱法判别沉积岩岩类的准确性不产生显著的影响,一般可以不予考虑。对陕西定边某油气勘查区钻孔岩屑样品进行判别试验,对实测数据进行质量校正后,利用铀、钍、钾道的“归一化”计数率值(即单位质量的计数率)只能粗略地划分不同沉积岩的大类,再以铀、钍、钾特征峰的合峰计数率建立综合判别模式,能够对岩类进行进一步细分,且判别准确度达到75%以上。