四种多变量校准方法在FTIR多组分分析中的性能比较

本文对四种多变量校准方法－－经典最小二乘法（CLS），偏最小二乘法（PLS），卡尔曼滤波法（KFM）以及人工神经网络法（ANN）－－在多组分浓度分析方面的性能进行了比较。选择五种红外谱图严重混叠的大气有机毒物－－1，3－丁二烯，苯，邻二甲苯，氯苯和丙烯醛－－作为分析对象。分别计算各种方法对该5组分体系的平均预测误差MPE和平均相对误差MRE进行比较。结果表明，偏最小二乘法在处理这类问题中是最稳健的方法。     

遥感傅里叶变换红外光谱的大气层析技术

遥感傅里叶变换红外光谱层析技术是一项新的气体分析技术，它可用于构造气体浓度峰图形，定量分析工业污染气体总释放量等方面，随着算法的不断优化，在重构气体在空间的分布方面，遥感傅里叶变换红外光谱层析技术正在不断成长。     

一种用于火焰原子吸收/发射光谱分析的火焰温度测量的新方法

对于火焰原子吸收/发射光谱分析来说,火焰温度是一个非常重要的参数。然而,一般的测量火焰温度的方法,如钠谱线翻转法等,是比较困难的。我们从Planck-Wein辐射定律出发,导出如下方程,该方程中的三个物理量,从实验上可方便地测得,这样就能准确地计算出火焰温度。该方程为:其中T_F是火焰温度;T_L是标准钨带灯的亮温;I_L是标准钨带灯在5890A处的相对辐射强度;I_F是钠谱线5890A的相对辐射强度;I_L+F是标准钨带灯的光通过钠火焰后,在Na5890A处的相对辐射强度;k是Boltzmann常数;C是光速;h是Planck常数。在实验上测I_L、I_F和I_L+F是比较方便的。实验证明,该方法是可靠的,它比之钠谱线翻转等方法要简单、快速。在任何一台火焰原子吸收/发射光谱仪上都可进行火焰温度的测量。     

红外光谱遥测固体推进剂燃烧温度及有机化合物对其影响

本文用遥感FTIR光谱 ,测定了固体推进剂燃烧火焰在光谱范围为 4 5 0 0～ 70 0cm- 1 处的红外发射光谱 ,利用HCl分子转振基带 (3 4 6 μm)精细结构的P 分支光谱 ,准确测定了固体推进剂燃烧火焰温度 ,并对含有不同材料固体推进剂 ,如有机化合物对燃烧温度的影响 ,作了讨论。     

人工神经网络光度法同时测定5组分染料混合物

应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的5组分的染料溶液同时进行含量测定。在200～580nm的范围内,以10个特征波长处的吸收值作为网络特征参数,通过网络训练,甲基紫、酸性红B、酸性橙Ⅱ、酸性嫩黄、碱性桃红的相对标准偏差为0．22％-4．80％;5种成分的回收率在98．3％-103％之间。实验表明,该算法速度快,预测结果准确,并用该方法定量测定光解废水中5组分混合染料。     

红外线灯泡光谱辐射特性的研究

本文研究了市售的、广泛被用于科研、工业、医疗卫生和家用电器的国产和进口的红外线灯泡，波长范围为０．３５￣０．８５μｍ和１．７２￣１６．７μｍ（５８００￣６００ｃｍ＾－１）处的光谱辐射特性，并作了比较。为它们的应用、改进设计和制造工艺、提高质量和性能，提供了理论和实验上的依据。     

人工神经网络用于光度法同时测定三组分染料混合物

应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的三组分的染料溶液同时进行含量测定。在200～590nm的范围内,以7个特征波长处的吸收值作为网络特征参数,通过网络训练,复品红、结晶紫、藏红T的相对标准偏差分别为0.34％,0.67％,1.03％,三者的回收率在95.5％～104％之间。实验表明,该算法速度快,预测结果准确,可望用人工神经网络和光度法结合定量测定混合染料。     

用FT-IR系统作红外辐射源的遥感测量

本文介绍了近年发展起来的、用带有望远镜光学装置的FT-IR光谱系统进行红外辐射源测定的遥感技术。以遥感发射和/或吸收测量方式,对某些红外源,如飞行器和摩托车尾气等进行了研究。     

EQUINOX55型遥感傅里叶变换红外光谱系统的校正

利用遥感傅 里叶变换红外发射光谱，对红外辐射源的绝对光谱能量分布和热气体浓度进行测量时，首先必须对测得的红外辐射源的发射光谱强度进行校正，为此，需用已知温度的标准绝对黑体对系统进行校正，本文考察了黑体温度对EQUINOX55型遥感傅里叶变换红外光谱的响应函数的影响。结果表明，仪器响应函数随着温度的升高而增加，但当温度比较高时，仪器响应函数曲线变化趋小。     

气相色谱-付里叶变换红外光谱联用技术及其应用

本文简单地回顾了气相色谱-付里叶变换红外光谱法的发展历史,对仪器装置、数据的采集和处理作了适当介绍,最后以几个实例说明了该方法的应用。