基于高效分离不皂化物的傅里叶红外光谱结合化学计量学鉴定芝麻油（英文）

芝麻油是日常生活中常用食用油之一,掺假芝麻油会导致严重的健康问题。研究芝麻油鉴定方法是非常重要的。皂化植物油提取不皂化物是食用油鉴定的经济方法之一,现有植物油皂化方法需要较长时间,较高的温度,且不皂化物提取过程非常繁琐。采用超声技术替代常规回流加热法,提高了皂化效率,皂化时间缩短至10分钟,在此基础上采用专用固相萃取(SPE)小柱快速分离不皂化物。基于分离富集得到的植物油不皂化物红外光谱,结合化学计量学方法进行芝麻油鉴定。利用偏最小二乘判别分析(PLS-DA)和正交偏最小二乘判别分析(OPLS-DA)构建芝麻油鉴定模型。分析结果表明:所构建的芝麻油鉴定模型, OPLS-DA模型优于PLS-DA模型;OPLS-DA模型对芝麻油检验集样本预测准确率高。基于植物油不皂化物红外光谱结合化学计量学方法可以准确鉴定芝麻油。     

傅里叶红外光谱结合化学计量学的渣驯优劣鉴别研究

渣驯通常分为4个等级,藏医传统用药经验认为色黑、质重、粪便少的渣驯质量更优。不同等级渣驯外观性状差异较小,成膏后更不易区分。傅里叶红外光谱技术(FTIR)具有快速无损的优点,已广泛用于药材鉴别领域。以4个等级渣驯为研究对象,探究傅里叶红外光谱技术鉴别不同等级渣驯的可行性。收集渣驯药材及代用品共56批,按粪便比例和外观形态将药材分为4个等级,采用《六省区藏药标准》中炮制方法将各批次药材加工成干膏。采集不同样品4 000～400 cm^-1范围的红外光谱信息,以不同化学计量学方法建立模型。预处理方式采用Saitzky-Golay(S-G)平滑、纵坐标归一化、二阶导数转化,渣驯红外光谱主要吸收区域为3 500～3 200, 3 000～2 800, 1 800～1 350, 1 350～900和900～400 cm^-1,代用品吸收峰的波数差异较大。1 779 cm^-1附近仅有Ⅰ等级渣驯和Ⅱ等级渣驯的吸收峰,1 768 cm^-1附近Ⅰ等级渣驯和Ⅱ等级渣驯峰强度明显强于Ⅲ等级渣驯和渣驯代用品,1 660 cm<...     

红外光谱结合化学计量学对不同采收期滇重楼的定性定量分析

傅里叶变换红外光谱(FTIR)结合偏最小二乘判别分析(PLS-DA)和偏最小二乘回归(PLSR)对不同采收期滇重楼(Paris polyphylla var. yunnanensis)分别进行定性鉴别与定量分析,以期为滇重楼合理采收和鉴别评价提供科学依据。采集46份不同采收期滇重楼样品的红外光谱,对光谱数据进行自动基线校正+纵坐标归一化+自动平滑+小波去噪(WD)预处理后进行PLS-DA分析;采用超高效液相色谱测定样品中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的含量,将液相测定数据与红外光谱数据进行拟合,经自动基线校正+纵坐标归一化+自动平滑+一阶求导+正交信号校正(OSC)优化处理后,建立滇重楼中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的快速预测模型。结果显示,(1)原始红外光谱中主要吸收区域在950~700,1 200~950,1 800~1 500和2 800~3 500 cm-1附近。(2)PLS-DA得分图可准确区分不同采收期滇重楼样品。(3)液相数据显示重楼总皂苷含量随着年限的增加先成倍增加,再逐渐减少,最后呈现缓慢增加的趋势。(4)重楼总皂苷含量定量模型的预测值与真实值间无显著性差异,表明模型预测效果好。FTIR结合化学计量学可准确区分不同采收期滇重楼并快速预测其皂苷含量,为不同采收期滇重楼的鉴别和皂苷含量预测提供一种新方法,同时为确定滇重楼的最佳采收期提供参考依据。     

傅里叶变换红外光谱结合化学计量学鉴别预包装纯菠萝汁中外源糖

为了快速、准确鉴别预包装纯菠萝汁是否掺有外源性糖,采用傅里叶变换衰减全反射中红外光谱技术采集900～1 500 cm-1范围内不同批次的预包装纯菠萝汁样品和掺入甜菜糖浆、大米糖浆、木薯糖浆的菠萝汁掺假样品的中红外光谱共计234例,以线性判别分析和支持向量机分析为掺假鉴别模型的建模方法,比较了全波段谱图与通过主成分载荷系数分析选取特征波长图谱的两种掺假鉴别模型。研究表明,全波段图谱的线性判别分析和支持向量机分类模型对验证集的判断正确率均高于88%;选取8个特征波长之后,线性判别分析模型验证集判断正确率提高至96.15%,支持向量机模型验证集判断正确率提高至94.87%,且模型输入变量由312个减少到8个。利用傅里叶变换衰减全反射中红外光谱技术结合化学计量学方法选取特征波长后建立的模型可以较好的应用于预包装纯菠萝汁外源糖的鉴别。     

傅里叶变换红外光谱和近红外傅里叶变换拉曼光谱法无损鉴定中国字画

利用傅里叶变换红外(FTIR)和近红外傅里叶变换拉曼(NIR FT-Raman)光谱法鉴定了中国字画,结果表明：与荧光光谱法相比,根据谱峰的强度和位置可更容易地将真伪字画区别开来。拉曼光谱和红外光谱相互印证,互相补充,在鉴定中具有快速、准确、操作简单、重复性好、不需对样品进行预处理的优点,适于珍贵字画的无损鉴定。     

傅里叶变换红外光谱结合化学计量学方法对白酒基酒的快速定性和定量分析

白酒基酒等级的准确评判对白酒的质量控制至关重要,是白酒分级储存和勾兑的重要依据。目前白酒基酒分级是在生产车间班组工人初步分级基础上,通过专业评酒人员的人工感官审评结合气相色谱法测定主要酯类物质含量最终确定白酒基酒的等级。人工感官审评和气相色谱分析方法繁琐,耗时费力,很难实现实时快速检测。红外光谱技术具有快速分析、无损检测及灵敏度高和重现性好等优点,在食品品质检测领域得到广泛应用。运用傅里叶变换红外光谱(FTIR)和衰减全反射(ATR)技术结合化学计量学方法对不同等级白酒基酒及其主要酯类化合物进行快速定性和定量分析。采用线性判别(LDA)和误差反向传播人工神经网络(BPANN)分析模型对不同等级白酒基酒进行判别,线性判别分析训练集和测试集总体识别率均达到100%,BPANN分析训练集和测试集总体识别率均在95%以上。采用区间偏最小二乘法(siPLS)对四种主要酯类化合物进行定量分析,己酸乙酯、乳酸乙酯、乙酸乙酯和丁酸乙酯含量的训练集模型相关系数分别为0.986 4,0.991 5,0.970 2和0.951 4,测试集模型的相关系数分别为0.982 4,0.961 9,0.905 2和0.808 0。结果表明,傅里叶变换红外光谱技术结合化学计量学方法能有效实现不同等级白酒基酒的准确判别,同时基酒中主要酯类化合物的快速检测定量模型效果良好,能满足白酒生产中的分析检测要求,为白酒基酒等级的快速判别提供一种客观而准确的分析方法,有效提升白酒的智能化生产水平。     

近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别

目前我国蜂蜜市场掺假现象严重,研究一种快速、准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。采用近红外光谱（NIR）结合化学计量学方法对常见的天然蜂蜜以及掺假（掺杂常见糖浆）蜂蜜进行建模识别,并比较偏最小二乘-判别分析（PLS-DA）及支持向量机（SVM）对糖浆掺假蜂蜜鉴别模型的影响。首先,采集来自中国10个省份、20种常见蜂蜜的112个天然纯蜂蜜样品,以及6种常见糖浆样品按不同糖浆含量（10%,20%,30%,40%,50%,60%）配制的112个掺假蜂蜜样品,共计224个样品;通过近红外光仪器扫描获得所有样品的近红外光谱数据（波长范围400~2 500 nm）;然后,分别采用一阶导数（FD)、二阶导数（SD）、多元散射校正（MSC)、标准正态变化(SNVT)四种方式对原始光谱进行预处理;再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型,比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法（GS）、遗传算法（GA）、粒子群算法（PSO）三种寻优算法进行优化。分析结果表明：光谱数据进行预处理后所建立的模型准确率均有明显提升,而对于SVM模型,惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。在PLS-DA算法中,经FD光谱预处理后建立的模型效果最好,最佳PLS-DA模型准确率为87.50%;在SVM算法中,经MSC预处理后,再通过GS寻优,获得惩罚参数c为3.0314,核函数参数g为0.3298的条件下所建立的模型效果最好,最佳SVM模型准确率为94.64%。由此可见,非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型,同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。     

基于傅里叶红外光谱的汽车车身油漆比对

为了通过事故现场遗留的车辆油漆快速排查及确定肇事逃逸车辆的车型范围,采集了287份汽车车身油漆样本,获得了940份油漆红外光谱,建立了汽车车身油漆红外光谱比对数据库。结合特征波峰法与相关系数法实现了车身油漆光谱的比对,并对不同类型油漆碎片进行了比对实验。实验结果表明：对于层次完整的油漆碎片,比对的重点是面漆层和中涂层光谱;对于不完整的油漆碎片,应层次分离后分层进行光谱检索;对于老化油漆,应以面漆层的光谱匹配为主,扩大搜索范围后综合分析搜寻嫌疑车型。     

肉苁蓉醇提物的傅里叶变换红外光谱三级鉴定

采用傅里叶变换红外光谱结合二阶导数谱和二维相关红外光谱的三级鉴定技术对肉苁蓉的不同浓度醇提物药液和相应的药渣由表及里地进行了分析与评价研究.结果表明,用乙醇提取肉苁蓉活性成分的加工过程使苯乙醇苷类等活性物质在红外光谱上得以明显体现,并发现70％乙醇提取物中苯乙醇苷类等物质均高于其他浓度提取物.该技术从整体上揭示了乙醇萃...     

九种蔷薇科植物叶片的傅里叶红外光谱与亲缘关系分析

以蔷薇科三个亚科九种植物的叶为材料,利用傅里叶变换红外光谱法对九种植物进行亲缘关系分析和品种鉴定。叶中主要含有大量的碳水化合物、蛋白质、脂类、核酸等物质。糖类物质的峰主要在1 440～775 cm-1之间,1 440～1 337 cm-1为纤维素、木质素的振动峰,1 000～775 cm-1为核糖的伸缩振动。蛋白质的峰主要在1 620～1 235 cm-1之间,1 620 cm-1为蛋白质酰胺Ⅰ带的CO伸缩振动,1 523 cm-1为蛋白质酰胺Ⅱ带N—H和C—N吸收峰。脂类物质的峰主要出现在2 930～1 380 cm-1之间,2 922 cm-1为脂肪CH₂的伸缩振动,1 732 cm-1是脂肪酸CO的伸缩振动。核酸的标志峰出现在1 250～1 000 cm-1,1 068 cm-1是磷酸基团的对称伸缩振动,1 246 cm-1是磷酸基团的不对称伸缩振动。研究结果表明：FTIR光谱数据经平滑、标准化处理、二阶求导、主成分分析和系统聚类建立的聚类分析模型与传统分类结果相一致。杏、樱桃聚为一类(李亚科),翻白叶、月季、草莓聚为第二类(蔷薇亚科),火棘、苹果、枇杷、海棠聚为第三类(苹果亚科),亚科聚类正确率为100%,但属聚类的正确率仅为55.56%。利用该聚类模型进行物种鉴定正确率为100%。该项研究为植物的亲缘关系分析提供了新的思路与方法。     

基于FTIR的芝麻油真伪鉴别和掺伪定量分析模型

把低价油掺入到高价油是食用油脂中的常见掺伪现象,芝麻油由于品质好价格高,市场上时有假冒伪劣产品,因此应用FTIR并结合化学计量学,建立了芝麻油的真伪和掺伪的快速分析方法。首先分析了芝麻油与大豆油、葵花籽油在4 000～650 cm-1范围的FTIR谱图,由于食用植物油都是不同脂肪酸甘油三酯的混合物,其谱图极为相似,很难发现芝麻油与其他油脂的明显差异。但是不同食用油的脂肪酸组成不同,其1 800～650 cm-1红外指纹特征区也有所不同,因此可以选择该区域,对红外光谱数据用化学计量学方法进行分类识别。通过建立主成分分析(PCA)和簇类独立软模式识别(SIMCA)模型,进行了芝麻油的真伪鉴别,该模型聚类效果较为理想,识别正确率达到了100％;采用标准正态化校正(SNV)和偏最小二乘法(PLS),经过PCA分析计算,芝麻油中掺入大豆油、葵花籽油的掺伪检测限均为10%;利用FTIR和PLS,建立了芝麻油掺的定量分析模型,该模型预测值与实际值有着良好的对应关系,预测相对误差为-6.87％～8.07％之间,说明定量模型可行。本方法能够实现芝麻油的快速真伪鉴别和掺伪定量分析,其优点是模型一旦建立,分析简便、快速,可以满足大量样品的日常监测。     

薰衣草精油的衰减全反射红外光谱辨别分析

为建立薰衣草精油品种品质的快速辨别分析模型,采用衰减全反射红外光谱法测定三个品种共96个薰衣草精油样品,对原始光谱数据求二阶导数,通过方差计算,确定1 750～900 cm-1波长段为判别分析用数据。分析结果表明,主成分分析(PCA)基本能实现精油品种区分,前三个主成分主要代表着酯、醇和萜类物质。使用68个样品的校正集建立正交偏最小二乘判别分析(OPLS-DA)模型,三个品种薰衣草精油的回归曲线测定系数分别为0.959 2, 0.976 4, 0.958 8,验证集中三个品种精油预测均方根误差(RMSEP)分别为0.142 9, 0.127 3, 0.124 9,OPLS-DA法建立的模型对校正集和验证集的判别率和预测率都达到100%,模型对薰衣草精油品种品质有很好的识别能力。为薰衣草精油品种品质提供一个快速、直观的方法。     

同步-异步二维中红外相关谱检测掺假芝麻油

将同步-异步二维中红外相关谱和多维偏最小二乘判别法相结合定性分析掺假芝麻油。分别配置40个纯芝麻油和含有玉米油不同体积分数(3%~60%)的掺假芝麻油样品40个。室温下,分别采集所有样品的常规一维中红外光谱(650~4 000cm-1)。在研究纯芝麻油和掺假芝麻油的一维中红外光谱的基础上,以芝麻油中掺假的玉米油浓度为外扰,进行相关计算,得到同步和异步二维中红外相关谱矩阵,并对其进行标准化。分别提取标准化的同步和异步二维中红外相关谱主对角线上部分和下部分元素进行融合,得到同步-异步二维中红外相关谱矩阵。在此基础上,分别基于同步-异步二维中红外相关谱矩阵、同步二维中红外相关谱矩阵和异步二维中红外相关谱矩阵建立了三个定性分析掺假芝麻油的多维偏最小二乘判别模型对预测集未知样品进行预测,其识别正确率分别为100%,96.2%和96.2%。结果表明:相对于同步和异步二维中红外相关谱,同步-异步二维中红外相关谱不仅包含了完整的掺假油特征信息,而且剔除了冗余信息,因此能取得更好的判别结果。     

锐钛矿型二氧化钛纳米粉体的IR光谱与光催化性能研究

采用溶胶-凝胶法制备了TiO2光催化剂,研究了不同温度下焙烧TiO2粉体的XRD和FT-IR光谱。400℃焙烧后,相应有机物的红外吸收峰消失,随着焙烧温度的升高,粉体粒径变大,800-420cm-1之间的吸收峰逐渐锐化,700℃焙烧的FT-IR谱的423cm-1为金红石型TiO2的特征Ti-O键振动。500℃焙烧的锐钛矿型TiO2粉体对水杨酸具有较好的光催化活性。     

Application of Vibrational Spectroscopy in Combination with Chemometrics Techniques for Authentication of Herbal Medicine

Abstract: One of the emerging issues in herbal medicine is its authenticity. The substitution of highly valuable materials in herbal medicine with lower ones is common practice in the herbal medicine industry. This practice can cause serious effects or be harmful to human health; therefore, the authentication of herbal medicine using analytical techniques is necessary. Due to its capability as fingerprint technique, vibrational spectroscopy (infrared and Raman), especially in combination with several chemometrics techniques, is the method of choice for authentication purposes. This review highlights the use of mid-infrared, near-infrared, and Raman spectroscopy for authentication of herbal medicine, either in raw materials or in final products.     

Analysis of Argan Oil Adulteration Using Infrared Spectroscopy

The determination of argan oil adulteration by other vegetable oils is a real analytical challenge. The authentication of argan oil needs fast and simple analytical techniques for quality control and testing. This study focuses on the detection and quantification of argan oil adulteration with different edible oils, using midinfrared spectroscopy with chemometrics. Chemometric treatment of MIR spectra has been assessed for the classification and quantification of argan oil adulteration with sunflower or soybean oils. The potential of MID spectroscopy combined with partial least squares regression (PLS) as a rapid analytical technique for the quantitative determination of adulterants in argan oil has been demonstrated. A PLS model has been established to predict the concentration of soybean and sunflower oil as adulterants in the calibration range between 0% and 30% (w/w) in argan oil with good prediction performances in the external validation.     

近红外光谱结合化学计量学对五元调和油中单组分油的定量分析

有关调和油快速准确定量检测的研究对于调和油质量控制具有重要意义。以往对调和油定量分析的研究大多集中于二元、三元和四元调和油,对更高元数调和油的研究很少,难以满足调和油检测需求。该研究的目的是探讨近红外光谱结合化学计量学对五元调和油中各单组分油进行定量分析的可行性。由玉米油、大豆油、稻米油、葵花油和芝麻油配制成51个五元调和油样品,并采集各样品12 000～4 000 cm-1范围内的近红外透射光谱。首先,采用光谱-理化值共生距离（SPXY）算法将调和油样品划分为38个校正集和13个预测集样品。其次,考察了主成分回归（PCR）、偏最小二乘（PLS）、支持向量回归（SVR）、人工神经网络（ANN）、极限学习机（ELM）等五种多元校正方法对五元调和油各组分定量分析的建模效果。然后,在最佳建模方法的基础上比较了SG平滑、标准正态变量（SNV）、多元散射校正（MSC）、一阶导数（1st Der）、二阶导数（2nd Der）和连续小波变换（CWT）六种光谱预处理方法,并讨论了预处理方法有效地原因。最后,在最佳预处理方法的基础上进一步利用竞争自适应重加权采样（CARS）和蒙特卡罗无信息变量消除法（MCUVE）筛选与预测组分相关的变量。结果显示,在五种建模方法中,PLS是最佳的建模方法,对玉米油、大豆油、稻米油、葵花油和芝麻油五种组分的预测均方根误差（RMSEP）分别为5.564 4,5.559 2,3.592 6,7.421 8和4.193 0。经过光谱预处理-变量选择,再建立PLS模型,对五种组分的RMSEP分别降低至1.955 3,0.562 4,1.145 0,1.619 0和1.067 1,预测相关系数（R_p）均高于0.98,表明采用合适的光谱预处理和变量选择方法,可以明显提高五元调和油中各单组分油定量分析的预测准确度。该研究为多组分调和油的快速无损定量检测提供了一种参考。     

FT—IR测定内燃机油中氧化值和硝化值

使用ＮＩＣＯＬＥＴ２０ＤＸＢ傅里叶变换红外光谱仪，应用差示红外，应用差示红外光谱法经过规定的台架试验后内燃机油中氧化值和硝化值。考察了台架试验条件，试验时间时间对内燃机油中氧化值和硝化值的影响。     

基于激光诱导时间分辨荧光的原油识别方法研究

在柴油、汽油、重质燃料油等成品油和原油等溢油油源的区分方面,荧光光谱结合模式识别手段得到了广泛的应用。传统的三维荧光光谱分析方法虽然能够获得溢油样品丰富的成分信息,但难以适应现场应用的要求,目前还停留在实验室检测的阶段。发展适用于现场应用的原油识别方法,对于海洋溢油污染的快速响应与处理意义重大。面向激光雷达的需要,发展了一种基于激光诱导时间分辨荧光手段、结合支持向量机（SVM）模型的原油识别方法,从时间和波长两个不同维度出发,通过对时间窗口和波长范围的选取进行优化,获得了理想的油种识别准确率。实验结果表明通过选取ICCD探测延时为54～74 ns可以将分类正确率从全谱线数据的83.3%提高到88.1%。通过选取波长范围为387.00～608.87 nm的谱线数据,可将疑似油种的分类正确率从全谱线数据的84%提高到100%。激光荧光雷达在实际工作中,受波浪、运载平台晃动等因素的影响,探测延时会出现一定的波动。本文介绍的分类识别方法通过时间和波长两个维度的筛选,更加适用于现场探测数据的识别,并进一步凸显了原油时间分辨荧光光谱特征,为疑似油种分类识别过程中数据量的压缩提供了重要依据。