高In组分InGaNAs/GaAs量子阱的生长及发光特性

采用分子束外延技术(MBE)在Ga As衬底上外延生长高In组分(40%)In Ga NAs/Ga As量子阱材料,工作波长覆盖1.3~1.55μm光纤通信波段。利用室温光致发光(PL)光谱研究了N原子并入的生长机制和In Ga NAs/Ga As量子阱的生长特性。结果表明:N组分增加会引入大量非辐射复合中心;随着生长温度从480℃升高到580℃,N摩尔分数从2%迅速下降到0.2%;N并入组分几乎不受In组分和As压的影响,黏附系数接近1;生长温度在410℃、Ⅴ/Ⅲ束流比在25左右时,In_(0.4)Ga_(0.6)N_(0.01)As_(0.99)/Ga As量子阱PL发光强度最大,缺陷和位错最少;高生长速率可以获得较短的表面迁移长度和较好的晶体质量。     

常见野生蘑菇的红外光谱及其二维相关红外光谱的鉴别

采用傅里叶变换红外光谱结合相关性分析、二阶导数谱和二维相关谱对13种常见野生蘑菇进行鉴别研究。结果显示13种野生蘑菇的红外光谱光谱特征相似,主要由蛋白质、多糖的吸收组成,13种样品的相关系数最小为0.779,最大值为0.960。在1 700~1 400和1 400~800 cm-1范围的二阶导数光谱中,各样品吸收峰的强度、位置和形状均有明显差异。二维相关红外光谱在1 380~1 680 cm-1范围的强自动峰整体相近,但自动峰和交叉峰位置、形状存在差异;在920~1 230 cm-1的范围,各样品的自动峰和交叉峰的数量、强度和位置差异明显。结果表明傅里叶变换红外光谱结合相关性分析、二阶导数谱和二维相关谱有望发展为区分不同种类蘑菇的快速方法。     

叶片衰老影响木兰科植物聚类的FTIR研究

傅里叶变换红外光谱(FTIR)结合聚类分析技术应用于木兰科植物不同亚族分类,研究了叶片衰老对聚类分析效果的影响。测试了木兰科三个亚族14种植物的幼叶、成叶、老黄叶红外光谱,结果显示三个亚族植物叶片红外光谱差异不大;同种植物叶片不同生长期的红外光谱吸收峰位置基本一致,但一些特征峰的峰强有变化;用1 800～700 cm-1范围二阶导数光谱结合聚类分析,发现成叶二阶导数光谱聚类分析能够正确对样品分类,幼叶和老黄叶二阶导数谱聚类分析效果不如成叶,说明叶片衰老过程化学成分变化影响聚类分析效果,聚类分析时取成叶样品为好。     

FTIR光谱结合曲线拟合研究萌发水稻种子

种子的萌发是种子生命历程中的主要组成部分之一,了解种子萌发过程中经历的生理生化变化,准确确定种子的活力,对农业生产很重要,因而,研究种子萌发有重要意义。采用傅里叶变换红外光谱结合曲线拟合研究不同萌发程度的水稻种子,以探寻种子贮藏物质动员情况,对不同萌发时间的水稻种子进行傅里叶变换红外光谱、二阶导数光谱、二维相关红外光谱和曲线拟合研究。结果显示,原始红外光谱整体相似,光谱反映出水稻种子的主要贮藏物质为淀粉、蛋白质和脂肪;吸收峰强度比A_{1 659}/A_{1 019},A_{1 740}/A_{1 019},A_{1 157}/A_{1 019},A_{1 157}/A_{1 081}随萌发时间的增加而降低。814～1 000和1 028～1 340 cm-1范围内的二维相关红外光谱结果显示自动峰个数和最强自动峰的位置、强度随种子萌发时间的增加而变化,表明种子在萌发过程中糖类和蛋白质发生变化。二阶导数光谱在1 200～950 cm-1范围内出现七个峰,其中988 cm-1处的峰随萌发时间的增加向较高波数蓝移,而1 053和1 158 cm-1处的峰向较低波数红移,表明水稻种子在萌发过程中多糖的结构和含量可能发生了变化;在1 700～1 600 cm-1范围内出现九个峰,其中1 641和1 692 cm-1处的峰呈现随萌发时间的增加红移到较低波数的趋势,表明水稻种子在萌发过程中蛋白质的结构和含量可能发生了变化;在1 800～1 700 cm-1范围二阶导数光谱仅观察到1 712和1 744 cm-1处的两个峰,其中1 744 cm-1由脂类物质C═O伸缩振动引起,为脂肪的特征峰。为进一步研究水稻种子萌发过程中贮藏物质的具体变化,以二阶导数光谱确定的子峰位置和数目为依据,对原始红外光谱的1 200～950与1 800～1 600 cm-1区域进行曲线拟合分析。曲线拟合结果显示,随萌发时间的增加,多糖和蛋白质的相对含量总体上呈现下降趋势,脂肪的相对含量先降后升。研究表明,傅里叶变换红外光谱结合曲线拟合可作为研究种子萌发的有效手段。     

农作物锈病叶傅里叶变换红外光谱检测方法研究

在农作物生产中,不合理使用化学农药来防治植物病害的现象普遍存在,严重影响产品品质及食用安全,快速鉴别植物病害并采取合理的防治措施对提高农作物品质具有重要意义。利用红外光谱三级鉴别法（傅里叶变换红外光谱（FTIR）、二阶导数红外光谱（SD-IR）及二维相关红外光谱（2D-IR））对蚕豆、玉米、葱和蒜正常叶、锈病叶病斑处及病斑附近绿色部位进行了研究。结果显示,正常叶、病斑附近绿色部位及锈病叶病斑处的光谱吸收峰强度和形状存在微小差异。原始光谱中正常叶、病斑附近绿色部位及锈病叶病斑处的几个吸收强度比存在差异,蚕豆的正常叶、病斑附近绿色部位及锈病叶病斑处的吸收强度比A_{1 410}/A_{1 646}分别为0.698,0.624和0.616,A_{2 926}/A_{1 646}相应比值分别为0.665,0.638和0.552;玉米的相应比值A_{1 649}/A_{1 055}分别为0.813,0.696,0.691,A_{1 382}/A_{1 055}相应比值分别为0.552,0.478和0.465,A_{2 926}/A_{1 055}相应比值分别为0.574,0.467和0.469;葱的相应比值A_{1 382}/A_{1 061}分别为0.843,0.821和0.704,A_{2 923}/A_{1 061}相应比值分别为0.707,0.680和0.489;以上锈病叶病斑处及病斑附近绿色部位的几个峰强比均比正常叶小。二阶导数红外光谱在1 800～800 cm-1范围内,正常叶、病斑附近绿色部位及锈病叶病斑处的吸收峰的形状及强度显示明显差异。二维相关红外光谱显示,正常叶、锈病叶病斑处及病斑附近绿色部位在860～1 690 cm-1范围内自动峰和交叉峰的位置、数目及强度存在显著差异。蚕豆正常叶出现4个强自动峰,2组强的正交叉峰;病斑附近绿色部位出现5个强自动峰,4组强正交叉峰;锈病叶病斑处出现2个最强自动峰和5个中强自动峰,5组强正交叉峰;蚕豆锈病叶病斑处自动峰强度最强,而正常叶的各个自动峰的强度最低。玉米正常叶出现9个强自动峰,12组强的正交叉峰;病斑附近绿色部位出现11个强自动峰,3组最强的正交叉峰和11组中强正交叉峰;锈病叶病斑处出现6个强自动峰,3组强正交叉峰;蒜正常叶出现9个强自动峰,8组强的正交叉峰;病斑附近绿色部位出现2个最强自动峰和9个次强自动峰,10组强正交叉峰;锈病叶病斑处出现6个强自动峰,1组强正交叉峰;玉米和蒜病斑附近绿色部位的各个自动峰的强度最强,而锈病叶病斑处自动峰和交叉峰强度最弱。葱正常叶出现9个强自动峰,5组强的正交叉峰;病斑附近绿色部位出现8个强自动峰,3组强正交叉峰;锈病叶病斑处出现3个强自动峰,无正交叉峰出现。葱正常叶的各个自动峰的强度最强,而锈病叶病斑处自动峰强度最弱。结果表明,利用傅里叶变换红外光谱结合二阶导数红外光谱及二维相关红外光谱能简单、快速地鉴别研究农作物锈病叶,有望为农作物病害提供一种光谱检测方法。     

傅里叶变换红外光谱结合SIMCA对宣威火腿鉴别研究

运用傅里叶变换红外光谱结合SIMCA模式识别方法对3种不同年限30个宣威火腿样品进行鉴别研究。结果显示,3种不同年限宣威火腿的傅里叶变换红外原始光谱差异不明显。选取1 800~800cm~(-1)范围光谱数据进行二阶导数处理,运用SIMCA模式识别法对3种不同年限宣威火腿样品的二阶导数光谱数据进行主成分分析(PCA)和系统聚类分析(HCA))。结果表明:利用傅里叶变换红外光谱结合SIMCA模式识别方法能够很好的对不同年限宣威火腿进行区分,其中PCA分析3种不同年限宣威火腿样品的组间和组内差异明显,系统聚类分析的正确识别率达到93%。表明傅里叶变换红外光谱结合SIMCA模式识别方法是一种有力的火腿鉴别工具。     

乳菇和红菇的红外光谱及其二维相关红外光谱的分析与鉴别

采用傅里叶变换红外光谱原始谱、二阶导数光谱以及二维相关谱的三级鉴定方法,对红菇属和乳菇属六种蘑菇进行了鉴别分析。六种样品的原始光谱吸收峰非常相似,主要为蛋白质和碳水化合物的吸收组成,但在各样品吸收峰强度、峰形和峰位上仍有微小差异。对其进行二阶导数分析,在二阶导数谱中,1 800～1 400和1 200～800 cm-1范围内的吸收峰强度、位置、峰形状显示出明显差异。二维相关红外光谱提高了光谱的分辨率;对六种蘑菇样品进行二维相关红外光谱分析,发现在1 690～1 420 cm-1范围内,三种乳菇出现了3个明显的自动峰,另外三种红菇出现了4个自动峰,而且自动峰和交叉峰位置、强度均不同;在1 110～920 cm-1二维光谱范围内,六种蘑菇的自动峰和交叉峰的数量、位置和强度也都不同;说明不同样品中蛋白质和糖类化合物的显著不同。结果表明：应用红外光谱、二阶导数谱和二维相关红外光谱三级鉴定的技术可以快速有效地分析和鉴别辣乳菇、绒白乳菇、香乳菇、稀褶红菇、变绿红菇和近似酒红菇。该多级鉴定的方法对于分类鉴别蘑菇是一种快速、准确、有效的方法。     

红外光谱对不同品种及产地小米的鉴别

不同品种及产地的小米在口感及营养价值上存在显著差异,因此区分不同种小米对消费者具有参考意义。将傅里叶变换红外光谱(FTIR)、二维相关红外光谱(2D-IR)与曲线拟合、主成分分析(PCA)相结合,鉴别小米的品种及产地。结果显示：小米主要由碳水化合物、蛋白质和脂质组成,因此,其FTIR特征相似;二阶导数光谱(SD-IR)在3 012,2 962,2 928,2 856,1 748和1 548 cm-1附近的吸收峰强度存在明显差异;2D-IR在1 200~860和1 700~1 180 cm-1范围内,小米样品的自动峰和交叉峰数目、位置和强度差异明显;曲线拟合结果显示小米在1 700~1 600 cm-1范围内子峰面积比例不同,说明不同品种间小米的蛋白质含量不同,可以实现小米品种的鉴别分类;选取1 800~800 cm-1范围内的导数光谱进行主成分分析,前3个主成分累积贡献率为97%,不同产地的小米都得到正确归类。研究表明,红外光谱结合统计分析方法,是鉴别小米品种及产地的有效方法。     

不同土壤FTIR分类研究

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究,结果显示,其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类,黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600~750cm-1范围内呈现出差异,作一阶导数处理后,发现其差异主要表现在1440cm-1、875cm-1及798~780cm-1附近。选取1600~750cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析,前两个主成分累计贡献率达到90.14%,利用这两个主成分作二维散点分布图,结果表明该分布能对这五种土壤进行有效分类,这为土壤鉴定提供了快捷的光谱手段,同时表明傅里叶变换红外光谱技术用于对土壤的研究,且具有测定快速方便、无损、准确等优点,具有较大的应用潜力。     

FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。