二个强飞秒延时激光脉冲的相对相位对Na2+光解离的影响

报道了Na₂⁺离子的三个低激发态1Σu、2Σg、2Σu在二个光脉冲作用下的解离动量谱,激光波长为680nm,各脉冲功率为1×10¹²W/cm²,脉宽50fs,从研究结果可见,其单光子、双光子、三光子激发的对应的解离峰及峰值随相对相位而变,并且这种影响随延时增大而减小.     

可见/近红外漫透射光谱结合CARS变量优选预测脐橙可溶性固形物

可溶性固形物(SSC)是脐橙重要内部品质之一。采用QualitySpec型光谱仪在350～1000 nm波段范围采集脐橙的可见/近红外漫透射光谱,采用CARS(competitive adaptive reweighted sampling)变量选择方法筛选出与脐橙SSC相关的重要变量,并与无信息变量消除(UVE)及连续投影算法(SPA)比较。最后,对选择的38个重要波长变量应用偏最小二乘(PLS)回归建立脐橙SSC预测模型,并对未参与建模的75个样品进行预测。研究结果表明,CARS方法优于UVE及SPA变量选择方法,能有效地筛选出重要波长变量。CARS-PLS建立的SSC预测模型优于全光谱的PLS模型,其校正集及预测集的相关系数分别为0.948和0.917,均方根误差分别为0.347%和0.394%。因此,可见/近红外漫透射光谱结合CARS方法可以预测脐橙可溶性固形物,CARS变量选择方法能有效简化预测模型和提高模型的预测精度。     

特征变量提取方法对脐橙皮中Cu元素LIBS检测精度的影响

食品重金属污染日趋严重,常规的实验室化学分析方法难以满足现代农业发展的需求。激光诱导击穿光谱是一种新兴的快速无损检测新方法,但该技术存在检测稳定性、灵敏度和精确度不高的瓶颈问题。本工作以江西特色水果赣南脐橙中的Cu元素为研究对象,探讨采用LIBS技术检测的可行性问题。首先对脐橙样品进行实验室污染处理,再利用优化的试验参数(激光能量120 mJ、光谱采集延迟时间1.14 μs、采集积分时间2 ms)采集样品表皮的LIBS光谱信息,然后利用AAS对激光击打部位果皮进行Cu元素真实含量检测。提取Cu Ⅰ324.7 nm与Cu Ⅰ 327.4 nm作为Cu元素定量分析特征光谱,建立Cu元素真实浓度与Cu Ⅰ 324.7强度、Cu Ⅰ 327.4强度、Cu Ⅰ 324.7与Cu Ⅰ 327.4强度之和的关系模型,并对模型的灵敏度和预测准确度进行了分析。结果显示,三个关系模型的浓度预测相对误差均在7.01%以下,最小分别达到了0.02%,0.01%和0.02%,平均相对误差分别为2.33%,3.10%和2.63%。试验表明,寻找合适的特征变量能明显提高定量分析结果的精确度。此外,该研究有助于为重金属元素在果皮果肉中的传输规律提供理论依据。     

基于激光诱导击穿光谱的微生物种类鉴别研究

建立了激光诱导击穿光谱(Laser induced breakdown spectroscopy,LIBS)全光学诊断方法,对微生物种类进行快速鉴别。制取10种微生物样品,优选滤纸为富集载体,采集等离子体羽时间演变形貌图及LIBS光谱指纹图分析了鉴别微生物种类的可行性;运用九点平滑(Nine smooth,9SM)、多元散射校正(Multiple scatter correction,MSC)对波长范围200~420 nm和560~680 nm微生物LIBS全谱数据进行了预处理;分析比较了主成分分析(Principal component analysis,PCA)、随机森林结合主成分分析(Random forest combined with principal component analysis,PCA-RF)两种方法对微生物种类的鉴别结果。结果表明,运用一定的数据预处理方法,采用PCA-RF算法对10类微生物种类鉴别,训练集总准确率为99.6%,预测集总准确率为96.7%,说明选择合适的LIBS光谱预处理及模型构建方法,对微生物种类的快速准确鉴别具有可行性。