基于傅里叶变换红外光声光谱的包膜控释肥料聚合物膜疏水性的表征

以不饱和有机硅改性的丙烯酸酯为基材,在不同条件下制备了30种水基聚合物包膜控释肥料模型膜,测定了模型膜的溶胀度及模型膜的傅里叶变换红外光声光谱.分别以红外光声光谱和溶胀度为自变量和因变量进行简单相关分析,同时也构建了偏最小二乘模型,并利用该模型对模型膜的疏水性进行预测.结果表明,聚合物模型膜具有明显不同的疏水性,其红外光声光谱具有相似的吸收特征,但不同吸收带的相对强度发生明显改变;常用的简单相关分析无法实现模型膜疏水性的预测,表明模型膜的疏水性与谱区更多的特征峰相关;基于偏最小二乘法的多元校正分析具有很好的预测能力,模型的校正系数(R2)为0.9864,校正标准误差为0.70%,验证标准误差为1.92%.此模型可用于模型膜疏水性的预测.本方法样品用量少,测定快速,操作简便且可实现原位测定,为控释肥料包膜材料的研制提供新的手段.     

基于中红外衰减全反射光谱的氮同位素标记硝态氮的快速测定

采用中红外衰减全反射光谱对溶液和土壤样本中硝态氮含量(14NO3-N/15NO3-N)进行快速测定。结果表明,溶液和土壤样本中硝酸盐的特征吸收区在1200~1500 cm!1,进一步发现,与常规14NO!3相比,15NO!3的吸收峰红移约35 cm!1。在硝酸盐特征吸收区内,干扰吸收少,吸收峰与硝态氮浓度成正比,采用该特征波段的第一主成分与硝态氮含量进行线性回归分析,相关系数R2>0.9840,表明中红外衰减全反射光谱可用于溶液和土壤中硝态氮的快速检测。同时,依据15NO!3吸收峰的红移特征,采用偏最小二乘法对溶液和土壤样本不同氮同位素标记的硝态氮进行建模预测,结果表明,溶液和土壤样本的预测模型均达优秀水平;溶液样本中,14NO3-N和15NO3-N相关系数(R2)均为0.998,有RPD值分别为6.44和4.76;而土壤样本中,14NO3-N和15NO3-N相关系数(R2)分别为0.979和0.968,RPD值分别为5.75和4.78。因此,红外衰减全反射光谱可用于溶液和土壤中硝态氮以及氮同位素标记硝态氮的测定,为快速原位研究土壤中氮的硝化过程提供新的手段。     

红外光声光谱技术应用于复合膜的原位剖面分析

土壤颗粒在微观尺度上具有明显的异质性,表现为土壤有机质与矿物质的双层复合物结构。本研究以人工制备的复合膜样本为材料,采用红外光声光谱技术和独立成分分析对复合膜样本层进行原位剖面分析。复合膜样本由PE保鲜膜和办公胶带制备,红外光声光谱仪动静速率分别为0.16,0.32和0.64 cm/s。结果表明,通过改变光谱仪动静速率可以原位获取复合膜样本不同深度的组成信息,并估测出PE膜的厚度为5.4~7.6μm,与实际厚度(7±1)μm相接近;同时利用独立成分分析可以直接从复合膜样品的红外光声光谱中,同时分离出PE保鲜膜和胶带的光声光谱特征。红外光声光谱技术可对复合膜进行剖面分析,为进一步研究异质性土壤样本,特别是有机矿质复合体样本提供了新的分析手段。     

红外光声光谱技术结合稳健回归用于油菜籽定量分析

将稳健偏最小二乘回归和偏稳健M回归应用于油菜籽红外光声光谱分析中含氮量、含油量与硫苷含量的测定。结果表明,利用红外光声光谱技术可以实现油菜籽品质的快速测定。同时,稳健回归模型较经典偏最小二乘回归模型可以更好地规避异常值影响,进而优化定量分析结果;其中,稳健偏M回归稍优于稳健偏最小二乘回归。     

傅里叶变换红外光声光谱法测定土壤中有效磷

以中国科学院封丘生态实验站长期定位实验区的土样为材料(68样),利用傅里叶转换红外光声光谱测定土壤有效磷:以Olsen-P为因变量,通过傅里转换红外光声光谱构建偏最小二乘法和人工神经网络模型,利用模型进行预测。结果表明,偏最小二乘法模型的相关系数(R2)为0.96,校正标准偏差为1.79mg/kg,验证标准偏差为5.25mg/kg;人工神经网络模型的校正系数为0.84,校正标准偏差为2.40mg/kg,验证标准偏差为5.43mg/kg。两种模型均可以用于土壤有效磷的预测,且偏最小二乘模型优于人工神经网络模型。该方法的特点是无需样品前处理,且测定对样品无破坏,为土壤有效磷的快速测定提供新的手段。     

土壤的中红外光声光谱研究

红外光声光谱是基于光声理论的新型数据采集方式,与传统红外光谱相比,其吸收系数大,适合高吸收和高散射的土壤分析。以中国三种典型土壤为试验材料,研究了这三种土壤(红壤,潮土和水稻土)的中红外光声光谱特征。结果表明,土壤的中红外光声光谱的测定快速方便,土壤样品不需前处理,光谱吸收值适中,具有更丰富的吸收,且土壤主要组成成分的中红外光声光谱也具有明显不同的吸收特征,因此中红外光声光谱能更好地适用于土壤分析;利用主成分分析处理土壤中红外光声光谱时,第1和第2主成分包含了光谱98.17%的信息;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三种土壤进行有效分类,这为土壤鉴定提供了快捷的新手段,并使中红外光声光谱在进一步的土壤定量分析中将具有潜在的应用前景。     

基于傅里叶变换中红外光谱的小白菜硝酸盐含量的快速测定

采用不同的中红外光谱(漫反射光谱、光声光谱和衰减全反射光谱),对小白菜叶片中的硝酸盐含量进行快速表征。结果表明,在硝酸盐的特征吸收区(1200～1500 cm-1),3种光谱均存在不同程度的干扰吸收,其中漫反射光谱干扰最多,光声光谱次之,衰减全反射光谱最少;基于红外光谱的主成分回归结果验证了此结果,其线性回归系数(R2)分别为0.4003、0.4874和0.8741。采用衰减全反射光谱并结合偏最小二乘法可进一步改进硝态氮的预测模型,显著减少预测误差,相关系数(R2)为0.8851,RPD值为3.19,预测模型达到很优秀水平。因此,中红外衰减全反射光谱可应用于小白菜叶片中硝酸盐的快速测定。     

红外光声光谱法测定油菜籽品质参数

红外光声光谱是一项高效无损的新型样品检测技术。本研究应用红外光声光谱技术测定了油菜籽3项品质参数:含氮量、含油量和芥酸含量。结果表明,红外光声光谱技术可以实现油菜籽品质参数的定量分析。相对全谱建模,区间筛选建模可以提高模型的预测精度。     

应用小波分析进行油菜籽红外光声光谱去噪

为探究小波分析对油菜籽红外光声光谱的去噪效果,利用db6小波4尺度分解对其进行去噪研究.对比分析低频系数重构、缺省阈值、Birge-Massart阈值和4种自适应阈值(Rigrsure、Minimaxi、Rigsure和Sqtwolog)模型等模型的去噪效果.同时与Savitzky-Golay卷积平滑和快速傅里叶变换的去噪效果进行比较.研究表明,Birge-Massart阈值模型的综合小波去噪效果最好,同时小波去噪的方法较Savitzky-Golay卷积平滑和快速傅里叶变换去噪可以更好地捕获光谱的尖峰特征.     

基于傅里叶变换中红外光声光谱的污渍鉴定

采用中红外光声光谱,对一起交通事故中当事人身上的污渍和当事货车上的尘土样本进行定性鉴定。结果表明,当事人左手肘部的污渍与身体其他部位的污渍明显不同,但与当事货车右车身上的污尘具有高度的相似性,表明当事人的左肘与当事货车的右车身发生了直接的碰擦,这为交通事故的定责提供了直接依据;因此,红外光声光谱可为中微量物质的精细鉴定提供了新手段,在物证分析中具有潜在的应用前景。