中红外光谱技术应用于蜂蜜掺假预判的研究

由于蜂蜜蜜种多,成分复杂,加之蜂蜜掺假方式繁多,采用传统的方式很难对蜂蜜进行快速准确的鉴别。通过对国内多个地区的蜂蜜进行调研,采集来自全国20个省份多个蜜种的蜂蜜,利用中红外光谱仪对样品进行光谱扫描,采用主成分分析和聚类分析的方法,利用化学计量软件进行模型的建立。该识别模型不仅能较准确地判别蜂蜜是否掺假(准确率为95.36%),还能对添加量在10%以上的掺假方式进行预判,判别准确率为97.78%,符合判别模型的建立要求。利用中红外光谱技术对蜂蜜掺假进行鉴别的方法有效、可行。     

元素含量分析应用于樱桃产地溯源

利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)对来自美国、加拿大和中国3个地区的92份樱桃中51种元素含量进行测定,并结合化学计量学中主成分分析(PCA)和偏最小二乘法-判别分析(PLS-DA),建立了基于元素含量的判别模型对3个地区樱桃进行区分。结果表明,PCA和PLS-DA多元统计模型均可区分中国和美国、加拿大和中国来源的樱桃样品,中国樱桃与美国、加拿大两国樱桃样品具有显著聚集特征,但美国与加拿大两国樱桃样品聚集交叉在一起。樱桃样品的PLS-DA产地溯源鉴定模型显示,Pr、Nd、Ce、Y、Co、Mo、Mn、Dy、Gd、Ni、Ho、Sm、Sr、Er、Ga、U、Na、Yb、Be和Zn 20种元素为主要显著元素变量,根据这20种元素含量分布情况即可构建樱桃的产地溯源鉴定模型。PLS-DA产地溯源鉴定模型对3个产地来源樱桃样品识别率分别是美国50%、加拿大83.3%和中国83.3%。     

基于近红外光谱分析技术的栽培香菇产地快速鉴别

建立了一种基于近红外光谱分析技术的香菇产地鉴别方法。利用近红外光谱仪扫描不同主产地的香菇干样,获得样品的近红外漫反射光谱。利用偏最小二乘判别分析(PLSDA)分别建立了吉林、湖北、福建3个省份栽培香菇的产地判别模型,同时使用光谱预处理和波长筛选技术对判别模型进行优化,最后使用预测样品对模型进行验证。结果表明,使用原始光谱建立的模型能够初步实现对产地的判别,使用光谱预处理技术扣除光谱中的背景信息,同时利用波长筛选技术选择特定波长对模型进行优化后,可进一步提高预测正确率。该方法为香菇产地真实性溯源提供了一种新方法,对香菇产业发展具有重要的实际意义。     

液晶聚合物材料的红外光谱表征

红外光谱以高选择性、无破坏性以及高超的分辨和实时跟踪能力成为从分子水平研究液晶聚合物的的重要分析手段,而偏振二向色技术、时间分辨步扫描技术和二维相关分析技术的发展进一步提高了红外光谱分析复杂液晶聚合物的能力。本文介绍了传统傅里叶变换红外光谱及各种新型光谱分析技术（主要是二维相关技术）对液晶聚合物材料表征的研究进展,特别是对于液晶聚合物分子氢键、共聚和共混物相容性以及外场（温度、电场、光场、应力场）作用下液晶分子取向等的研究,并分别进行了具体的应用实例分析。     

不同产地黄芪的红外光谱鉴别研究

采用红外光谱、二阶导数红外光谱和二维相关红外光谱,对四种不同产地的黄芪原药材进行了鉴别研究。结果表明:不同产地黄芪的红外光谱和二阶导数红外谱具有一定的相似度,与淀粉的红外谱图比对,4个不同产地的黄芪均含有淀粉,其中陕西绥德产黄芪的淀粉含量比其它3个产地黄芪的都要高。山西浑源和山西天镇产黄芪谱图的1 510、1 425cm-1木质素特征峰比内蒙古固阳和陕西绥德产黄芪的更为明显,说明前二者产黄芪中木质素含量高于后二者产黄芪。在二维相关红外谱图上,根据4个产地黄芪的相对峰强度的差异,可进行产地的鉴别。研究结果表明对于不同产地黄芪的鉴别,红外三级鉴定法是一种快速有效的新方法。     

近红外与中红外光谱技术在土壤分析中的应用

传统的土壤分析方法周期长、成本高,不能在短时间内获取所需的土壤信息,如何快速、准确地获取土壤信息成为农业现代化的必然要求。漫反射光谱技术以其快速、廉价、非破坏与无污染等特点,已成为环境研究中获取相关土壤信息的重要技术手段,其中的近红外(NIR,780~2 500 nm)和中红外(MIR,2 500~25 000 nm)光谱技术预测土壤理化特性逐渐成为国内外学者研究的重点领域。文章介绍了近红外和中红外光谱技术的基本原理和分析方法,综述了该技术在土壤分析方面的具体应用,并对此提出了一些观点和展望。     

大豆蛋白的中红外和近红外光谱研究*

大豆蛋白在各领域的应用已得到广泛的关注,因此大豆蛋白及其改性材料在结构性能方面的研究显得越来越重要。中红外光谱(mid-infrared spectroscopy,MIR)和近红外光谱(near-infrared spectroscopy,NIR)正是对蛋白质进行定性定量分析的有力手段。中红外光谱可以有效地分析大豆蛋白在溶液和薄膜中的二级结构以及大豆衍生材料内蛋白质的结构变化情况。近红外光谱则在蛋白质定量分析方面有着独特的优势。本文介绍了运用这两种光谱技术进行研究的一些工作,这些实例表明了中红外和近红外光谱在大豆蛋白研究领域的重要应用价值。     

PCA-LDA法结合近红外光谱用于酵母水解物真假判别及产地溯源

运用近红外光谱结合化学计量学方法实现酵母水解物的产地溯源以及真假判别分析。先选取不同地方的酵母工厂(柳州、伊犁、崇左)、不同工艺(NX系列、NA系列)的酵母水解物样品500个,市场流通的伪劣产品10个。工厂样品共计五种类型,伊犁NA系列、柳州NA系列、崇左NA系列、崇左NX系列、柳州NX系列。利用近红外光谱仪收集所有样品14 304～3 856 cm^-1全波段光谱,通过对预处理后的训练集全样品、全波段光谱进行主成分分析(PCA),选出最佳主因子数,再结合线性判别分析(LDA)建立酵母水解物原产地溯源模型。验证集伊犁NA系列识别率为100%、柳州NX系列识别率为85%、崇左NA系列识别率为100%、崇左NX系列识别率为100%、柳州NA系列识别率为95%。设置模型的马氏距离阈值,造假样品报警率为100%,所有样品识别准确率均较高。PCA-LDA法结合近红外光谱可准确溯源酵母水解物的原产地以及准确对其真假进行判别。     

中红外光谱透射比标准物质研制

采用物化性质稳定的单晶硅作为基质,以直流磁控溅射方式轻蒸镀不同厚度的镍、铬混合膜层,实现了中红外波段(500~4000 cm^–1)不同透射比标准物质的研制。研制的中红外光谱透射比标准物质其透射比标称值分别为10%和50%,扩展不确定度优于0.008(k=2)。该标准物质具有量值稳定、光谱平坦等特点,可用于各类傅里叶变换红外光谱设备的透射比校准。     

四配位有机锗化合物的红外光谱表征

对30多年所发表的四配位有机锗化合物的红外光谱进行了综合评论。即对饱和烃基锗、不饱和烃基锗、有机锗卤化合物、倍半氧锗化合物、其它这五类有机锗化合物的红外光谱作了系统的归纳，对光谱特征进行了总结。     

红外光谱在高分子物理实验教学中的应用*

将红外光谱应用于高分子物理实验教学,通过一些实例阐述了红外光谱在聚合物鉴别、分子构象、结晶度以及相容性表征等方面的应用。该实验的设置可以使学生充分了解红外光谱分析的原理方法,学会使用该方法表征高分子不同尺度的结构,激发学生的学习热情,培养学生综合利用所学知识分析和解决问题的能力。     

稳定性氢同位素分析在牛肉产地溯源中的应用

探讨了利用高温热解炉和同位素比率质谱仪(IRMS)联用测定肉品中稳定性氢同位素比率的方法,并利用此方法测定了我国不同地域来源脱脂牛肉、牛尾毛中氢同位素比率.分析了牛组织中氢同位素组成与地域经度、纬度及海拔高度变化的关系,以及稳定性氢同位素用于牛肉产地溯源的可行性.结果表明,不同地域来源牛组织中δ2H值的差异显著,其与当地饮水中氢同位素组成密切相关,而且有随着地理纬度增加而减小的趋势; 牛尾毛与牛肉中δ2H值的相关性显著.稳定性氢同位素是用于牛肉产地溯源的一项很有潜力的指标,且牛肉和牛尾毛中的氢同位素组成均可反映牛来源地的信息.     

Identification of Stingless Bee Honey Adulteration Using Visible-Near Infrared Spectroscopy Combined with Aquaphotomics

Honey is a natural product that is considered globally one of the most widely important foods. Various studies on authenticity detection of honey have been fulfilled using visible and near-infrared (Vis-NIR) spectroscopy techniques. However, there are limited studies on stingless bee honey (SBH) despite the increase of market demand for this food product. The objective of this work was to present the potential of Vis-NIR absorbance spectroscopy for profiling, classifying, and quantifying the adulterated SBH. The SBH sample was mixed with various percentages (10–90%) of adulterants, including distilled water, apple cider vinegar, and high fructose syrup. The results showed that the region at 400–1100 nm that is related to the color and water properties of the samples was effective to discriminate and quantify the adulterated SBH. By applying the principal component analysis (PCA) on adulterants and honey samples, the PCA score plot revealed the classification of the adulterants and adulterated SBHs. A partial least squares regression (PLSR) model was developed to quantify the contamination level in the SBH samples. The general PLSR model with the highest coefficient of determination and lowest root means square error of cross-validation (RCV2=0.96 and RMSECV=5.88 %) was acquired. The aquaphotomics analysis of adulteration in SBH with the three adulterants utilizing the short-wavelength NIR region (800–1100 nm) was presented. The structural changes of SBH due to adulteration were described in terms of the changes in the water molecular matrix, and the aquagrams were used to visualize the results. It was revealed that the integration of NIR spectroscopy with aquaphotomics could be used to detect the water molecular structures in the adulterated SBH.     

Origin Identification of Hungarian Honey Using Melissopalynology,Physicochemical Analysis,and Near Infrared Spectroscopy

The objective of the study was to check the authenticity of Hungarian honey using physicochemical analysis, near infrared spectroscopy, and melissopalynology. In the study, 87 samples from different botanical origins such as acacia, bastard indigo, rape, sunflower, linden, honeydew, milkweed, and sweet chestnut were collected. The samples were analyzed by physicochemical methods (pH, electrical conductivity, and moisture), melissopalynology (300 pollen grains counted), and near infrared spectroscopy (NIRS:740–1700 nm). During the evaluation of the data PCA-LDA models were built for the classification of different botanical and geographical origins, using the methods separately, and in combination (low-level data fusion). PC number optimization and external validation were applied for all the models. Botanical origin classification models were >90% and >55% accurate in the case of the pollen and NIR methods. Improved results were obtained with the combination of the physicochemical, melissopalynology, and NIRS techniques, which provided >99% and >81% accuracy for botanical and geographical origin classification models, respectively. The combination of these methods could be a promising tool for origin identification of honey.     

人工干预的傅立叶变换红外光谱差减技术在大气毒物分析中应用

采用人工干预的傅立叶变换红外光谱差减技术对混合气体中大气毒物进行定量分析，并对其实验条件进行了详细研究和优化，误差在８％以内。同最小二乘法、因子分析法相比，本法无需知道样品全部定性信息，即可进行定量。     

付里叶变换红外光谱仪的操作参数对光谱的影响

本文以二苯基甲酮的ＫＢｒ压片为标样，在Ｂｒｕｋｅｒ ＩＦＳ １２０ＨＲ付里叶变换红外光谱仪上系统考察了该仪器折一些重要操作参数（光源光栏、切趾函数、扫描速度）对光谱质量（信噪比，分辨率）的影响。从而获得了测样时的优化操作条件。     

核磁共振技术结合化学计量学方法用于蜂蜜的掺假鉴别

采用核磁共振技术(NMR)结合化学计量学分析手段研究了真蜂蜜和掺假蜂蜜的指纹图谱变化情况。采用无监督的主成分分析(PCA)和有监督的偏最小二乘判别分析(PLS-DA)、正交偏最小二乘判别分析(OPLS-DA)等多元统计分析方法从核磁信号中提取各组的分类信息。结果表明:建立的OPLS-DA模型能够区分真假蜂蜜,所建模型对蜂蜜真假判别的解释能力为90.5%,对未知样本的预测能力为75.5%、识别率为89.7%。置换测试验证表明,化学计量学模型具有很好的稳定性和预测性,可信赖性强,且模型稳健。通过OPLS-DA模型的载荷图和相关系数分析找到了对区分掺假蜂蜜有显著作用的标志物。结合相关系数分析,建立了辨别真假蜂蜜的多元线性回归方程。该方法可简单、快速地用于未知蜂蜜的掺假鉴别,为规范蜂蜜市场提供有利的依据。     

用傅里叶变换红外光谱差减技术自动监测大气毒物的软件及应用

本文介绍了大气毒物傅里叶变换红外光谱自动差减定量软件，介绍了方法的原理和软件的结构与功能。该技术能够进行数据库的实时咨询，差减谱位的智能搜索和光谱自动差减定量，实现了大气毒物自动定量分析。运用于实际样品分析，快速准确，优于其它的傅里叶变换红外光谱定量技术。     

在Origin7.0中实现化合物红外光谱数据可视化

介绍如何利用数学软件Origin7.0及其插件对含有化合物红外光谱信息的数据文件进行可视化,并对视图予以编辑,以获得峰值标注选择性好、精确度高的可用于化合物结构解析的红外光谱图,以及实现化合物红外光谱数据可视化的一般过程与特点.