苋菜红与胭脂红荧光光谱的比较分析

测量了胭脂红以及其同份异构体苋菜红的荧光光谱.胭脂红标准溶液在220～400 nm不同波长激发光下,分别在420 nm,530 nm,635 nm,687 nm波长处产生了四个荧光峰,苋菜红在220～430 nm不同波长激发光下,在654 nm处产生了一个明显荧光峰.胭脂红产生四个荧光峰是由于其具有四种可以发射荧光的荧光团,为了研究这四种荧光在不同激发光激励下产生荧光的敏感程度,以及找到胭脂红和苋菜红这两种色素产生荧光的基团之间的联系.利用荧光强度的加和性原则,分别对这两种物质的荧光强度进行了理论计算.认为苋菜红的荧光峰对应丁胭脂红的第三个荧光峰,根据此特点,初步分析了四种荧光团对这两种色素在荧光发射过程中的影响程度,同时还从结构上分析了两种色素荧光光谱差异的根本原因.     

基于荧光光谱和径向基函数神经网络的合成食品色素测定和鉴别

以合成食品色素胭脂红、苋菜红溶液为例,提出了应用荧光光谱结合径向基函数神经网络对合成食品色素溶液进行浓度测定和种类鉴别的方法。应用SP-2558多功能光谱测量系统,测得胭脂红和苋菜红溶液分别在波长为300和400 nm的光激发下产生的荧光光谱。对每个胭脂红溶液样本选取15个发射波长值所对应的荧光强度作为网络特征参数,训练、建立用于浓度预测的径向基函数神经网络。据此,对3种胭脂红溶液样本的浓度进行预测,预测结果相对误差分别为1.42%,1.44%和3.93%。另外,以胭脂红和苋菜红溶液荧光波长值所对应的荧光强度作为特征参数,训练、建立了用于种类鉴别的径向基函数神经网络,进行合成食品色素溶液种类识别,准确率达100%。这些结果表明,该方法方便、快捷、准确度较高,可应用于合成食品色素检测及食品安全监管。     

应用导数荧光光谱和概率神经网络鉴别合成色素

实验测量了食品色素胭脂红、苋菜红、诱惑红和工业色素苏丹红Ⅳ溶液分别在波长为300,400,440和380 nm的光激发下产生的荧光光谱.对这4种红色素的各8个溶液样本选取60个发射波长值所对应的荧光强度作为网络特征参数,训练、建立概率神经网络.据此,对32个色素溶液样本进行种类识别.为解决原始荧光光谱重叠造成识别准确率不高的问题,应用导数荧光光谱,将二阶导数光谱数据作为网络特征参数,建立网络,进行识别,识别准确率达100%.由此,提出了应用二阶导数荧光光谱结合概率神经网络对合成色素方便、快捷、准确地进行种     

基于径向基神经网络和BP神经网络对日落黄荧光光谱的分析

对食用合成色素日落黄的荧光光谱进行研究,发现在最佳激发波长370nm紫外光的激励下,荧光峰值波位于576nm;经分析认为,日落黄溶液之所以能产生荧光是因为分子中偶氮键将一个苯环和一个萘环连接在一起,形成大共轭结构,并且取代基与—SO3Na与—OH处于萘环的对位,大大增强了日落黄分子的共轭程度,使其具有强的吸光功能,发出强荧光。另外,结合径向基神经网络和BP神经网络对未知样本进行浓度预测,结果精确,平均相对误差分别为3.51%和5.45%,RSD分别为1.83%和2.95%。该方法有望成为对食用合成色素进行高效检测的有效方法。     

胭脂红荧光光谱机理研究

胭脂红是食品添加剂中最常用的一种食用色素之一,国家标准对其在食品中添加的剂量有明确的规定,研究其荧光光谱特性具有一定的实际意义。文章分别从理论与实验上对220～400 nm不同激发波长下胭脂红标准溶液的荧光光谱进行了分析,结果表明,胭脂红可以产生较强的荧光,分别在420,530,635,687 nm波长处产生了4个荧光峰,各荧光峰的最佳激发波长也不尽相同,文章给出了相应的荧光光谱图。经研究认为胭脂红荧光是由—OH中的n电子的n→π*跃迁和奈环中的π电子的π→π*跃迁这两类跃迁而产生的,其中420 nm处的荧光峰是由n→π*跃迁产生的, 而530, 635和687 nm这3个波长处的荧光峰是由π→π*跃迁而产生的, 同时其4个波长处的荧光相对强度随激发波长的变化相对改变不同,文章分别从微观机理上给出了一定的解释。研究胭脂红的荧光光谱及其特性可为其他偶氮类色素的荧光光谱研究提供参考,同时能为食品安全检测提供新的方法与途径。     

荧光相关光谱测定溶液中胭脂红的含量

使用FLS920P型荧光光谱仪测量了20个合成色素胭脂红溶液样本的荧光发射谱,实验表明：胭脂红的最佳激发波长为300 nm,在此波长激发光下,荧光峰值波长为440 nm。同时测量相同条件下超纯水的光谱数据作为参考光谱,进行与胭脂红溶液光谱数据的相关计算,构建以浓度为外扰的荧光相关光谱。采用sym8小波函数4尺度降噪,将降噪后的同步相关光谱数据、自相关光谱数据应用偏最小二乘回归(PLSR)算法进行预测,建立溶液中胭脂红含量的定量模型,结果表明：采用同步相关光谱建模的预测相关系数为99.863%,预测均方根误差为0.414 μg·mL-1;而采用自相关光谱建模的预测相关系数为99.940%,预测均方根误差为0.303 μg·mL-1。对比可知,自相关光谱数据有效地避免了信息冗余,预测结果更为可靠。该方法无需样本处理,操作简单,为食品安全检测提供了一种新的思路。     

基于三维荧光光谱和PSO-SVM对胭脂红含量的测定

胭脂红是一种应用广泛的食品色素，在各种食品、饮料的添加剂里都有它的身影，过量食用人工合成色素会严重危害健康。食物中色素一般都是多种联用，各种色素之间会相互产生干扰，这加大了对食品中色素检测的难度，模拟食品中多种色素共存的环境，采用荧光光谱技术，结合PSO-SVM算法，建立一种测定混合溶液中胭脂红含量的方法。从试剂公司购买胭脂红和苋菜红固体粉末，选择胭脂红为待检测色素，苋菜红为干扰色素，配成不同浓度的胭脂红单色溶液以及加入苋菜红后的混合溶液样本，其中胭脂红的浓度在0.1~30 μg·mL-1之间，干扰色素苋菜红的浓度在0.1~10 μg·mL-1之间随意添加。运用Edinburgh Instruments 公司生产的FS920稳态荧光光谱仪, 测得胭脂红单色溶液与加入苋菜红后混合溶液的荧光光谱图，分析得到胭脂红的最佳激发波长为λ_ex＝326 nm，最佳发射波长为λ_em＝430 nm。各选取6组不同浓度的单色样本以及混合色素样本，其中，胭脂红的物质浓度同为3，4，5，6，7和8 μg·mL-1，苋菜红的物质浓度都定在2 μg·mL-1。观察6组样本在激发波长λ_ex=326 nm时的发射光谱和荧光强度的关系。单色样本中，胭脂红浓度与荧光强度线性关系良好；而在混合溶液中，随着胭脂红浓度的增加，荧光强度呈现出先降后增再降的过程，光谱线型、强度与各组分浓度间存在复杂的非线性关系，得以证明混合溶液的荧光光谱并不是由各组分光谱简单的叠加，而是在吸收光谱的过程中，胭脂红溶液与苋菜红溶液存在竞争和相互影响。配取25组胭脂红、苋菜红混合溶液，从中选择7个作为预测样本，其余18组作为训练样本。7 个预测样本中胭脂红的浓度分别为 1.0，2.0，4.0，6.0，9.0，12和15 μg·mL-1，干扰物质苋菜红的物质浓度在0.1~10 μg·mL-1之间。选择各组样本在最佳激发波长λ_ex＝326 nm 下对应的荧光强度，作为检测模型的输入，以胭脂红的预测浓度作为输出。对PSO参数初始化设置后，训练输出SVM的最佳参数c和g，将所得的最佳参数输入PSO-SVM模型, 得到7组预测样本的浓度预测结果分别为：1.146 9，1.860 6，3.854 4，6.146 9，9.133 8，11.857 6和14.859 8 μg·mL-1。分析PSO-SVM的预测结果，得到胭脂红平均回收率为100.84%，预测均方根误差(RMSEP)为1.03×10-4，模型输出与真实值之间的相关系数是0.999。在同等条件下，采用误差逆向传播算法(BP)预测得到的7组样本浓度分别为：1.140 1，2.139 8，3.188 2，6.436 2，8.882 7，11.860 1和12.664 3 μg·mL-1，其平均回收率为98.56%，均方根误差为4.65×10-3，输出值与真实值之间的相关系数为0.972。与误差逆向传播算法(BP)的预测结果相比较，PSO-SVM 相关系数高出2.7%，平均回收率高出0.6%，均方根误差降低了将近一个数量级。分析结果表明，通过荧光光谱技术与PSO-SVM相结合的方法，能够有效的避开干扰色素的影响，准确的测定混合溶液中胭脂红的含量，并且效果相比较于BP更加理想。     

导数同步荧光光谱法同时测定食品中的合成色素

建立了测定食品中胭脂红和日落黄的一阶导数同步荧光光谱法。研究了胭脂红和日落黄在不同pH值溶液中的同步荧光光谱特征,确定了同步荧光光谱的最佳波长差。当Δλ=130 nm时,胭脂红和日落黄导数同步荧光光谱的零交点位于313.6和302.8 nm,可分别测定日落黄和胭脂红的含量。胭脂红在0.1~4.0 mg·L-1、日落黄在0.1~2.0 mg·L-1范围内浓度与导数同步荧光值呈线性,相关系数(R2)为0.999 2和0.996 6;检出限为0.041和0.019 mg·L-1;相对标准偏差(RSD)为4.8%和4.6%。 回收率在91.0%~110%之间。 测定结果与导数-分光光度法的结果相一致,具有简便、 快捷等特点,能够同时测定食品中胭脂红和日落黄的含量。     

捕光天线LHCⅡ的荧光光谱特性研究

采用稳态荧光光谱技术在低温83 K下用波长为436 nm和507 nm的连续光激发对LHCⅡ进行研究,得到两种波长光激发下LHCⅡ的荧光光谱,并采用高斯组分光谱解析的方法,分别解析出四个谱带,结合吸收光谱和发射光谱分析,认为各自其中两个反映了两种光谱特性：Chl a683.6680/681、Chl a694.0690.0和Chl a/b671.4670.0和Chl a683.8680/681,其余两个长波长组分可能是Chl a分子主发射峰的振动副带.另外还将两种波长光激发下得到的荧光光谱特性做了比较,436 nm光激发下LHCⅡ发出的荧光强度要高于507 nm光的激发,这是由于接收436 nm光的Chl a分子数目多于接收507 nm光的类胡萝卜素分子,且436 nm下Chl a的吸收率也大于507 nm下类胡萝卜素的.从峰值上看,436 nm较507 nm光激励下的荧光光谱峰值产生红移,表明在不同波长光激励下,色素分子之间的能量传递途径是不同的.     

不同波长激发光诱导奶牛血液荧光光谱特性

实验样品取自正常奶牛静脉血液并用枸橼酸钠抗凝。实验结果表明:激发光波长不同,激发的荧光光谱线的强度和峰值不同;实验中用220～270nm波长的光激发荧光时,在317,367nm荧光主峰强度出现竞争现象;比较多种激发光激发的荧光光谱的实验结果知:用220,230,240,290,350,480,500nm波长的激发光激发下的荧光强度较强,而用其他波长的激发光激发下的荧光强度较弱,且在317,365,367,388,348,463,467,607,638nm波长附近出现比较强的峰值;合适波长的激发光对奶牛血液会有比较强的生物学效应。     

Identification of tartrazine and sunset yellow by fluorescence spectroscopy combined with radial basis function neural network

The fluorescence spectra of synthetic food dyes of sunset yellow and tartrazine are analyzed. The fluorescence peak wavelengths of sunset yellow and tartrazine are 576 and 569 nm, respectively, while the fluorescence spectra widths are 480-750 and 500 750 nm induced by ultraviolet light between 310-400 nm. The fluorescence spectra of sunset yellow overlap heavily with those of tartrazine, so it is difficult to distinguish them. Based on the principle of radial basis function neural network, a neural network is obtained from the training of the 14 groups of experimental data. The results show that the species of sunset yellow and tartrazine could be recognized accurately. This method has potential applications in other synthetic food dyes detection and food safety inspection.     

乙醚溶液荧光光谱特性及其机理研究

研究了低浓度乙醚水溶液在紫外光激励下的荧光光谱,以及其荧光特性随激发光波长和乙醚溶液浓度改变的变化规律,并对其产生机理和谱线特性进行了分析和探讨。结果显示,乙醚溶液在306 nm附近出现明显的荧光峰,其最佳激励波长为245 nm,且在292 nm处还有次峰出现。激发光波长改变时,相应的荧光峰值位置基本不变,且荧光峰的强度随激发光波长的变化呈高斯分布。荧光次峰和主峰的强度产生竞争。随浓度增加,306 nm处的荧光强度线性增强,当增至7%后,发生浓度猝灭,强度线性减弱。研究结果将为检测有毒、麻醉物质——乙醚的浓度及纯度等提供参考。     

胭脂红和苋菜红分子结构与光谱性质的对比研究

应用英国Edinburgh FLS920P稳态-瞬态荧光光谱仪,对互为同分异构体的胭脂红、苋菜红分子的吸收光谱和荧光光谱实验检测,得到二者的光谱特性参数,并进行对比。分别采用密度泛函理论（DFT）和含时密度泛函理论（TD-DFT）对这两种分子的基态和激发态结构进行优化,将所得基态分子构型进行频率计算,结果显示均无虚频存在,进而比较两分子构型在不同能态下的差异。在此基础上,应用TD-DFT并结合极化连续介质模型（PCM）在6-311++G(d, p)水平上分别计算二者的吸收光谱和荧光光谱,对两种分子的发光机制、荧光光谱特性差异与分子结构的关系进行了分析。结果表明,两种分子的基态结构均为非平面,它们中的两个萘环不共面,存在一定的夹角;苋菜红含有分子内氢键,且氢键所在萘环的平面性要优于胭脂红分子对应的萘环部分;激发态时二者各自的两个萘环均共平面。量子化学计算得到的光谱理论值与实验结果较为吻合,说明优化所得胭脂红与苋菜红的分子构型基本合理。与苋菜红相比,胭脂红右侧萘环结构的平面性稍差,分子从激发态跃迁回到基态经历了更多的振动和转动,损耗了更多的能量,导致用来产生荧光光子的能量减少,因此,胭脂红的荧光发射波长更长。本文首次得到胭脂红、苋菜红分子基态与激发态下的分子结构信息,并找出二者光谱特性差异的原因,结果可为研究同分异构体分子的光谱特性与分子结构的关系提供参考。     

荧光光谱检测的酸性橙Ⅱ的研究

酸性橙Ⅱ在食品工业中是禁用添加剂.针对酸性橙Ⅱ的食品安全检测问题,报道了运用荧光光谱技术检测其水溶液的实验.实验表明,酸性橙Ⅱ水溶液在230～290nm波长激发下,310～390nm范围内产生荧光光谱,峰位波长在350nm,最佳激励波长为250nm;采用垂直偏振片(起偏角为0°)起偏照射样品,发现偏振荧光峰位不变,荧光峰强度随检偏角的增大而呈明显的线性递减关系.由实验数据计算得到荧光偏振度为0.783,表明分子具有一定确定取向;另外,分析认为酸性橙Ⅱ产生荧光,是由于分子中含有苯环和萘环结构吸收紫外光能量,以及氮键在光子作用下形成顺式异构体的激发单线态后,两者发射的光子所致.整个结果对酸性橙Ⅱ在食品中的违禁使用检测、特性表征、以及分子规律的更深入研究,有一定的参考价值.