FTIR/ATR光谱应用于甘蔗糖蜜锤度的快速测定

采用FTIR/ATR光谱,偏最小二乘法(PLS)和Savitzky-Golay(SG)平滑方法建立甘蔗糖蜜锤度的快速测定方法和光谱分析的优化模型。基于全谱4500—600cm-1,利用计算机算法平台,把483种SG平滑模式和1—40的PLS因子数任意组合分别建立PLS模型。根据预测效果,最优模型为原谱平滑,2、3次多项式类型,45平滑点数,PLS因子数为6,预测均方根偏差(RMSEP)、预测相关系数(rp)和相对预测均方根偏差(RRMSEP)分别为0.978%、0.902%和1.05%,预测精度很高,并且大幅度优于未做SG平滑处理直接用PLS建模的预测效果。从而表明,FTIR/ATR光谱能够应用于甘蔗糖蜜锤度的快速准确测定,SG平滑模式和PLS因子数的联合大范围筛选能够有效地应用于FTIR/ATR光谱分析的模型优选。     

FTIR/ATR光谱应用于人体血液血红蛋白的快速定量分析

利用傅里叶变换红外光谱(FTIR)和衰减全反射(ATR)技术,建立了人体血液血红蛋白(HGB)的快速定量分析方法.采集人体全血样品8个,用常规化学方法测定血红蛋白浓度作为光谱校正模型的参考化学值.每个样品用蒸馏水溶血,分别配制成2倍、3倍、4倍、5倍、6倍稀释的溶血液样品,和全血样品一起共得到6组48个样品用于光谱测定.基于11点Savitzky-Golay平滑的二阶导数光谱,采用MLR分析和交叉检验对每组样品分别建立定量模型.每组分别采用全谱(4000-600cm-1)、指纹领域(1800-800cm-1)建立MLR模型,并建立每个波数的一元线性回归模型,从中遴选效果最好的单点模型.结果表明,每组样品的最优单点模型都有良好的预测效果.直接测定的全血样品组的最优单点模型的采用波数、交叉检验均方误差(RMSECV)、相对交叉检验均方误差(RRMSECV)、预测相关系数(Rp)分别为1759cm-1、4.9g/L、3.6%、0.825.     

ATR-FTIR光谱法快速测定BOPP薄膜的厚度和定量

应用傅里叶变换衰减全反射红外光谱(ATR-FTIR)分析技术,结合偏最小二乘法(PLS)建立了预测BOPP薄膜厚度和定量等物理指标的校正模型。将模型的预测结果与标准方法测定结果比较,在显著性水平为5%的条件下,两种方法不存在显著性差异。该方法用于BOPP薄膜厚度和定量等物理指标的测定,操作简捷、准确,结果令人满意。     

ATR-FTIR光谱法同时测定香精的相对密度和折光指数

傅里叶变换衰减全反射红外光谱 (ATR- FTIR)分析技术与偏最小二乘法 (PL S)相结合 ,建立了香精相对密度、折光指数的校正模型。模型的预测结果与标准方法测定结果在 5 %显著性水平下无显著性差异。该法用于香精物理指标的检测 ,操作简单、快速、准确。     

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。     

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。     

运用小波变换对遥感FTIR光谱进行信息提取

主要描述了如何利用小波变换技术,对一些强度较弱和混叠干扰的遥感FTIR光谱图进行信息提取。采用了墨西哥帽函数(Mexican hat function)小波,对三氯甲烷、丙酮的标准谱图及其两者混合物的遥感谱图信号进行了连续小波变换。结果发现,尺度越小,小波系数模的极大值点与突变点位置的对应就越准确。但小尺度下,小波系数由于受噪声影响,往往只凭一个尺度不能定位突变点的位置。相反,在大尺度下,对噪声进行了一定的平滑,极值点相对稳定,但由于平滑又会使定位产生偏差。因此,在用小波变换模极大值法判断信号突变点时,需要把多尺度结合起来综合观察。总之,小波分析技术能够较准确地、稳定地定位信号突变点,提取信息,并且具有平滑和放大有用信号的作用。对于非严重重叠的混合遥感光谱,根据对不同尺度下的小波变换系数的模极大值及其定位的分析,也可较好地识别谱图。     

聚乙烯微塑料对青稞幼苗生长影响的FTIR光谱研究

利用傅里叶变换红外光谱(FTIR)结合二阶导数红外光谱(SD-IR)对在富含聚乙烯微塑料环境下生长的青稞幼苗进行研究。结果显示,青稞幼苗的一维原始光谱整体相似,主要由蛋白质、糖类和脂质的吸收峰组成。在二阶导数红外光谱中,不同条件下生长的青稞幼苗在1 800～800 cm^-1范围内的吸收峰强度和形状展现出差异。结果显示,与对照组相比,在富含聚乙烯微塑料环境下生长的青稞幼苗的多糖、蛋白质和脂质含量发生了变化。结果表明,傅里叶变换红外光谱结合二阶导数光谱能够有效监测微塑料对青稞幼苗生长的影响。     

不同产地双色牛肝菌FTIR光谱鉴别研究

同一种蕈菌子实体,由于外观形貌相似,凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换红外光谱(FTIR)法测定了云南省5个不同地区58个野生双色牛肝菌子实体样品的红外光谱。借助于红外光谱具有的指纹特性,利用SPSS 13.0统计软件对1 350~750 cm-1范围光谱数据进行主成分分析(PCA),根据前三个主成分累积贡献率已达到88.87%以及主成分载荷分析,表明前三个主成分能够反映样品在该段光谱的主要信息。对前三个主成分作投影显示并进行比较,发现以主成分1和主成分2作二维线形投影,对不同产地的双色牛肝菌有较好的聚类和鉴别作用,所有样品被划分为5个区域,98.3%的样品被正确归类。研究结果提示,傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色牛肝菌进行鉴别分类。     

不同品种葡萄苗的FTIR光谱鉴别研究

利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750cm~(-1)范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。     

肿瘤组织傅里叶变换红外光谱诊断方法的比较研究

在前期的肿瘤组织红外光谱诊断方法研究中,采用水平衰减全反射(ATR)红外光谱诊断法在多种肿瘤组织样品中取得了与病理诊断很好符合的实验结果;针对文献报道中多采用的显微红外光谱法,文章对同一肿瘤组织样品应用两种方法采集红外光谱,比较测量条件及光谱诊断结果,研究结果表明ATR法主要测量了整块组织的光谱信息,避免了组织结构不均一,微区采样扫描取点少对光谱诊断结果的影响,获得的光谱可以为临床应用提供判断依据。     

一种油田原油含水率的近红外光谱检测与分析方法

石油作为重要战略资源,对其组分进行实时分析检测在石油化工领域有着重要意义.随着石油资源的不断开发,在已长时间开采油井的生产过程中以及新油井开采前,需要对井下原油组分进行分析检测,以判定开采的必要性.原油组分实时检测,在原油开采、生产、储运以及销售过程中都起着关键的作用,针对传统检测方法存在精度低、效率低等问题,近年来在...     

干涉光谱结合偏最小二乘法反演热液CH4的研究

热液释放的高温甲烷气体经扩散作用先后进入海洋和大气,并对地球物理、化学和生物方面产生深刻影响。由于海洋溶解甲烷数据的缺乏,导致人们对深海热液释放甲烷的活动机制和环境效应还缺乏足够的认识。我们前期提出一种光学被动成像干涉系统OPIIS用于热液甲烷浓度、温度和压强的实时探测和长期观测。为了从OPIIS的干涉光谱中精确、稳定、快速的获取热液甲烷信息,采用将干涉光谱与偏最小二乘法相结合的方法处理OPIIS数据。首先分别建立三个甲烷浓度、温度和压强的单因变量预测模型,再利用干涉条纹与辐射光谱的关系,间接建立干涉光谱与甲烷浓度、温度和压强的PLS预测模型,提高了预测模型在实际应用中的抗干扰能力和稳定性。基于洛仑兹线型建立了不同于大气环境的深海气体辐射模型,并利用HITRAN2016分子光谱数据库的光谱参数,建立了深海甲烷在任意浓度、任意温度和任意压强下的辐射光谱数据库。挑选热液其他气体对甲烷探测干扰较小的甲烷泛频带1.64～1.66 μm内的六条谱线建立甲烷辐射光谱与浓度、温度和压强的偏最小二乘回归模型。另外,分析了训练集取样个数、取样间隔和主成分个数对提高预测模型综合性能的作用。利用不同训练集样本数,不同训练集取样间隔和不同的主成分数,分别建立96个浓度、温度和压强预测模型,并分别利用25组预测集样本对预测模型进行交叉验证。不同模型预测均方根误差和决定系数的对比表明,训练集取样个数、取样间隔和主成分个数等单一因素的改变并不能同时提高预测模型的预测精度、稳定性、适用范围和运算量等综合性能。经过平衡选取各项指标确定的最优回归模型的参数为：浓度、温度和压强的适用范围分别为5～375 mmol·L-1,580～678 K,10～34.5 MPa, 浓度、温度和压强的训练集取样个数分别为50组,25组,25组,采样间隔分别为5 mmol·L-1,2 K,0.5 MPa, 浓度、温度和压强预测模型的主成分数分别为2,2,5。浓度、温度和压强预测模型的预测均方根误差分别为3.082×10-6,0.977 0,5.052×10-3,决定系数分别为0.999 9,0.998 9,0.999 9。浓度、温度和压强的预测误差分别为±1.21×10-7,±3.63×10-3,±9.49×10-4,对应的预测精度分别为±45.4 nmol·L-1,±2.5 K,±3.3×10-2 MPa。结果表明,干涉光谱结合偏最小二乘法的反演算法可以精确、稳定、快速的获取热液甲烷气体的浓度、温度和压强信息。     

羊肉嫩度傅里叶变换近红外光谱偏最小二乘法定量分析研究

以从内蒙、宁夏、甘肃、新疆4个肉羊产区筛选的有代表性的98份羊肉样品为试材,应用傅里叶变换近红外光谱技术探讨了羊肉嫩度无损检测的方法。以模型决定系数(r2)、校正标准差(RMSECV)和预测标准差(RMSEP)为模型精度评价指标,采用偏最小二乘法(PLS)对近红外光谱信息与样品的质构仪剪切力值进行了拟合,确定了最佳的光谱预处理方法、主成分数和波段范围。结果表明：所选98个羊肉样品的剪切力值分布范围为1.673～6.631 kg,其中75%以上的样品剪切力值在2～5 kg,基本覆盖了我国现有的肉羊嫩度值分布;在11 995～5 446 cm-1和4 601～4 246 cm-1的波段范围内,最佳主成分数为10,光谱经矢量归一法处理后,建立的羊肉嫩度模型精度最高,r2达到86.2%,RMSECV为0.445;用此模型对预测集29个样品进行预测,预测值与实测值的相关系数r达到0.87,预测平均偏差为0.385,RMSEP为0.524。     

猪肉pH值的可见近红外光谱在线检测研究

pH值是猪肉关键品质之一,实施在线检测对优化肉品加工工艺、保证产品质量、提高肉及肉制品的经济价值有重要意义。研究应用可见近红外光谱对新鲜猪肉pH值进行在线检测,实验时样品以0.25 m·s-1的速度运动,采集其可见近红外漫反射光谱(350～1 000 nm),进行反射距离校正后应用偏最小二乘回归法建立猪肉pH值在线检测模型。研究通过Kennard-stone算法划分样品校正集与预测集,对比了不同的光谱预处理方法(多元散射校正,微分等)对预测结果的影响,并对建模所用光谱变量进行优化。研究发现经过多元散射校正结合一阶微分预处理的模型效果最好,模型预测相关系数为0.905,预测均方根误差为0.051,经过优化的模型建模所用波长变量数减少一半,模型的预测相关系数提高到0.926,预测均方根误差下降至0.045。结果表明可见近红外光谱可用于新鲜猪肉pH值的在线检测。     

不同污染源海水样本的分类模型研究

简要介绍了偏最小二乘建立分类模型方法的原理及优点,将该方法应用于处理胶州湾和莱州湾的几个主要污染源附近海域各站点取得的海水样本的气-质联用全谱数据,建立海水样品的分类模型,以判别海水中有机污染物的来源区域。结果表明：由于PLS法适合于处理变量数多样本数少、具有严重多重共线性数据的问题,应用于从两类及多类海水样品气-质联用全谱数据中提取海水污染来源区域的分类信息, 得到的分类模型交叉检验相关系数达0.91以上,结果较为理想,可为正确判别污染源提供一个可靠的基础。另外文章采用所得模型的拟合值等一些信息作分类图的方法,与传统PLS作图方法比较,所得分类图更为清晰、直观,能较好地表达回归模型的分类效果。     

不同采收期滇龙胆的红外光谱鉴别研究

采收是中药生产的重要环节,采收时间直接影响中药质量和产量,是中医临床安全有效用药的前提,开展中药适时采收期的研究具有重要意义和应用价值。采用傅里叶变换红外光谱法对72份不同采收期的滇龙胆进行鉴别研究,用TQ8.0软件对原始光谱进行一阶导数(first derivative,FD)、二阶导数(second derivative,SD)、标准正态变量(standard normal variate,SNV)、多元散射校正(multiplicative scatter correction,MSC)和平滑(savitaky-golay filter,SG)预处理,样品按3∶1分为校正集和预测集,同时建立主成分分析(principal component analysis,PCA)和偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)模型。结果显示,选取1 800~600cm~(-1)波段范围的光谱,去除光谱噪音;SNV结合二阶导数光谱和SG(15,3)平滑,预处理结果满意。主成分分析表明,前三个主成分方差贡献率为92.47%,5月、9月和10月份采收的样品差异较小。偏最小二乘判别分析建立判别模型,决定系数R2和校正均方根误差(RMSEE)分别为0.967 8和0.086 0,可对18个预测集样品进行准确分类。红外光谱法结合主成分分析、偏最小二乘判别分析对不同采收期滇龙胆的分类和判别效果较好,为不同采收期的中药鉴别提供理论依据。