基于粪便可见-近红外反射光谱的高山麝慢性肠炎诊断

提出了一种利用粪便可见-近红外反射光谱进行高山麝慢性肠炎诊断的新方法。以FieldSpec？3地物光谱仪采集了125份高山麝粪便（正常粪样70份,慢性肠炎患者粪样55份）的光谱数据,将其随机分成训练集（95份）和检验集（30份）。光谱经S.Golay平滑与一阶导数处理后以主成分分析法（PCA）降维。以前6个主成分（含原始光谱95.16%的特征信息）作为新变量,利用训练集样本,分别以模糊模式识别、BP-神经网络、Fisher线性判别以及Bayes逐步判别四种方法建立高山麝慢性肠炎的诊断模型。对检验集30个未知样的预测表明,Fisher线性判别的准确率为86.7%,模糊模式识别与BP-神经网络模型判别的准确率为90%,Bayes逐步判别的准确率最高,达93.3%。进一步分析发现所有误诊都源于将正常样误判为病样,四种方法对病样的检出率均达100%。说明利用粪便的可见-近红外反射光谱进行高山麝慢性肠炎的快速、非接触性诊断是可行的,且PCA 结合Bayes逐步判别是一种优选方法。     

作物和杂草叶片的可见-近红外反射光谱特性

为了进行快速实时的杂草识别,研究了作物和杂草叶片的可见-近红外反射光谱特性.选择了两种常见的 田间作物大豆(Glycine max)和玉米(Zea mays),以及铁苋菜(Acalypha australis L.)和田字草(Marsilea quadrifolia L.)两种杂草作为研究对象.每种各30个样本.共120个样本.采用ASD Fieldspec便携式光谱仪进行光谱采集.在对400～1000 nm的光谱数据进行平滑和-阶求导预处理、.通过主成份分析.去除了一个奇异样本.最后用79个样本组成的建模集进行偏最小二乘法建模.对剩余的40个样本进行预测.预测模型结果的相关性达到0.986,识别率达到100%.说明研究中选用的作物和杂草叶片的可见-近红外反射光谱特性之19有较大的区别,町以用于 进行杂草和作物的区分.     

部分土壤重金属可见-近红外反射光谱特征及机理研究

测量重金属化合物氯化铬(CrCl₃)、氯化铜(CuCl₂)、氯化锌(ZnCl₂)的可见-近红外反射光谱(VNIRS),将重金属反射光谱与重金属元素的核外电子排布式联系起来,观察重金属化合物的反射光谱特征;结合晶体场理论分析重金属的特征反射峰出现的波段位置和原因。以湖北大冶地区土壤样品为例,向土样中添加不同浓度梯度的CrCl₃,CuCl₂和ZnCl₂并测定其可见-近红外反射光谱,研究不同种类不同浓度的重金属对土壤反射光谱的影响。对样本的反射光谱进行不同光谱预处理,探究重金属浓度与土壤反射光谱之间的线性相关关系及显著相关(p<0.05)波段出现的位置和潜在机理。结果表明,重金属化合物CrCl₃,CuCl₂和ZnCl₂在可见光-短波近红外波段范围内的反射光谱特征与重金属元素3d轨道上的电子填充状态有关。添加入土壤中的重金属化合物影响了土壤的可见-近红外反射光谱,其浓度与土壤反射光谱之间整体呈负相关,最大负相关系数分别为-0.788,-0.880和-0.824。样品反射光谱经不同预处理后,重金属浓度与土壤反射光谱之间的线性相关关系有所变化,显著相关波段信息更加丰富。研究表明,重金属的可见-近红外反射光谱与重金属的电子结构紧密相关,可见-近红外反射光谱技术可以检测到土壤中较高浓度重金属的存在,该技术在快速高效、无损低耗地预测土壤重金属元素含量方面拥有巨大潜力。基于部分重金属化合物的可见-近红外反射光谱特征,结合晶体场理论为土壤重金属的定性和定量反射光谱分析提供了理论依据和实验参考。     

基于可见-近红外反射光谱技术的葡萄品种鉴别方法的研究

提出一种利用可见-近红外反射光谱技术快速无损鉴别葡萄品种的新方法.采用主成分分析法对三个葡萄品种的光谱进行聚类分析.结果表明, 黑提葡萄能够被区分.进一步采用人工神经网络技术对马奶子和木拉格两种葡萄进行品种鉴别.以前10个主成分作为神经网络的输入, 品种类型作为神经网络的输出, 建立三层BP神经网络模型.结果显示, 这两个品种的识别准确率达到98.28 %, 结果优于簇类独立软模式(SIMCA).同时提出葡萄品种鉴别的四个敏感波段: 452、493、542和668 nm.基于敏感波段光谱的BP神经网络预测准确率为97.41%.说明采用可见-近红外光谱分析技术结合主成分分析和人工神经网络的方法能够快速无损鉴别葡萄的品种, 为葡萄品种的鉴别提供了一种新方法.     

基于可见-近红外光谱的植物叶绿素含量无损检测方法研究

叶绿素含量是植物营养胁迫、光合作用能力和生长状况的良好指示剂。实时、可靠的作物营养诊断是进行科学施肥管理的基础,也是实施精细农业的关键技术之一。文章提出了一种应用可见-近红外光谱技术检测植物叶绿素含量的方法。采用透反射测样方式获取了植物叶片的可见-近红外光谱,并对获得的500～900 nm光谱数据进行平滑、一阶微分以及小波变换等预处理,然后采用偏最小二乘法(PLS)建立了植物叶片叶绿素含量与叶片吸收光谱的定量分析模型,最后利用该模型对预测集样本进行预测。预测集中样本的预测值与标准值之间的相关系数为0.93,预测均方根误差为1.1 SPAD。实验结果表明,利用可见-近红外光谱检测叶片叶绿素含量是可行的,这对今后实现快速无损检测植物叶绿素含量具有重要的指导意义。     

基于可见/近红外反射光谱的大豆叶绿素含量估算方法比较

作物叶绿素含量的估测可以为精准农业提供技术支持.该文利用 PROSAIL 模型模拟了不同叶绿素水平下的大豆冠层光谱反射率,而后针对多期实测高光谱及相应的叶绿素数据,在对响应波段进行小波能量系数提取的基础上,分别采用多元线性回归、BP 神经网络和 RBF 神经网络、以及偏最小二乘法进行估算,并进行了比较分析.研究结果表明...     

可见-近红外光谱技术监测土壤石油烃污染研究进展

石油和石油产品的泄漏可造成严重的土壤污染,传统的土壤石油烃污染监测方法存在耗时长、便携性差等问题,难以满足大面积诊断土壤污染区域和数字化土壤制图的需求。可见-近红外光谱技术具有快速、便捷、低成本和无污染等优势,是土壤信息快速获取最有潜力的手段,也是未来研究发展的趋势。该技术目前在监测土壤性质领域已经取得了一定的成果,但在监测土壤石油烃污染方面,国内外的研究仍然处于起步阶段,石油烃含量反演模型的实际应用仍然是难点,而且针对现有的成果很少有人对其进行总结。文章探讨了可见-近红外光谱监测土壤石油烃污染的可行性,并归纳和总结了污染土壤的光谱敏感波段、预测模型和光谱数据库三个方面近几年最新的研究进展,分析了目前研究成果中存在的不足,并对未来的研究方向进行了展望,指出今后应加强多种类型土壤石油烃混合物样本、通用的石油烃预测模型、野外光谱测量实验和成像光谱技术等四方面研究,以期为后续进行土壤石油烃污染的深入研究提供借鉴。     

可见-近红外光谱的螺旋藻生长品质指标快速无损检测

为了实现微藻生长过程品质指标的快速无损检测,提出了可见-近红外光谱技术检测不同红蓝光源组合培养条件下螺旋藻中叶绿素a和蛋白质的含量。采集不同含量红光和蓝光组合下螺旋藻在325～1 075 nm波段范围内的光谱信息,其中红光与蓝光的含量组合分别是(100%,0%),(90%, 10%),(70%,30%),(50%, 50%)。同时测量叶绿素a和蛋白质的含量,建立偏最小二乘(PLS)预测模型。分别基于连续投影算法(SPA)选择了用于叶绿素a和蛋白质预测的特征波长,分别得到5个(404,440,518,662和875 nm)和4个(411,531,602和1 047 nm)特征波长。基于特征波长建立了PLS和多元线性回归(MLR)预测模型,SPA-MLR模型中叶绿素a和蛋白质预测集相关系数(correlation coefficient, R_p)分别是0.949和0.974,均方根误差(RMSEP)分别是0.018 8和0.006 74。结果表明：可见-近红外光谱检测螺旋藻藻体中叶绿素a和蛋白质含量是可行的,通过测量螺旋藻的光谱结合化学计量学方法可以实现对螺旋藻生长状况的检测。     

长余辉发光材料的紫外-可见反射光谱测定

用“湿法”制备了长余辉发光材料,原料通过水溶液液相分子水平上的均匀混合,利用金属硝酸盐和有机还原剂在较低的温度下发生氧化还原燃烧反应,一步快速生成产品。加热起燃温度低至500℃,反应时间短,所制得的产品成份均匀,晶粒小,外观呈蓬松状态,易研磨粉碎,粉体表观密度小。以紫外－可见分光光度计测定分析了所制备样品在蓄光前后的反射光谱特征并作了探讨。结果表明,除表观密度外,“显法”与“干法”制备的长余辉发光材料的主要性质相同,紫外－可见反射光谱可以准确描述长余辉发光材料的紫外－可见光谱性能特征。     

发动机润滑油品质的可见-近红外光谱快速检测

研究了基于可见-近红外光谱技术的发动机润滑油品质的快速检测方法,包括粘度与含水率的预测。在获取可见-近红外光谱信息的基础上,采用广义回归神经网络分别建立了粘度与含水率的预测模型。预测集样本的确定系数分别达到了0.9818和0.9999。说明可见-近红外光谱技术能够用于发动机润滑油的含水率与粘度的预测。     

铜铟镓硒薄膜的拉曼和可见-近红外光谱表征

采用恒电位电沉积法在ITO上制备了铜铟镓硒(CIGS)前驱体薄膜,该前驱体薄膜在充氩气管式炉中经过高温硒化可得到结晶良好的CIGS薄膜。采用X-射线衍射(XRD)、拉曼光谱(Raman)、扫描电子显微镜(SEM)和紫外-可见光-近红外光谱仪分别表征了CIGS薄膜的结构、形貌、成分以及可见-近红外光谱(Vis-NIR)吸收特性。XRD结果表明前驱体薄膜高温硒化后所得的CIGS薄膜具有(112)择优取向,薄膜中CIGS晶粒的平均尺寸为24.7nm,Raman光谱表明薄膜中的CIGS是具有黄铜矿结构的四元纯相,没有其他二元三元杂相存在。Vis-NIR测量结果表明CIGS的禁带宽度随薄膜中镓含量的增加而增加,当Ga含量达5.41%时,通过吸收光谱测得CIGS的禁带宽度为1.11eV,通过理论计算得到镓铟比为Ga/(In+Ga)=16.3%,小于SEM测量所得的镓铟比Ga/(In+Ga)=21.4%,这表明还需进一步提高CIGS薄膜的结晶度。所有测量表明优化后的ITO/CIGS非常适合用来制作高质量的双面太阳能电池。该研究提出了制备低成本CIGS前驱体薄膜及高温硒化的新方法,通过这些方法在ITO上制备了均匀、致密、附着力好的CIGS薄膜。通过上述表征可知,在新工艺下制备的CIGS薄膜结晶度高,成分合理,无杂相,光吸收性质好。与磁控溅射法类似,电沉积法非常适合大面积工业化生产,该工作对CIGS的规模化生产具有重要的借鉴意义。     

杂交稻种宜香725纯度的可见-近红外反射光谱鉴定

提出了一种基于可见-近红外光谱技术快速、无损鉴定杂交稻种纯度的新方法.以FieldSpec(R)3地物光谱仪采集纯度在90%～99%范围内的杂交稻种(宜香725)光谱数据90份,随机分成校正集(75份)和检验集(15份).根据其在380～2 400 nm的反射光谱,以偏最小二乘算法(PLS)建立了回归模型,并比较了不同光谱预处理方法对模型的影响.分析表明采用一阶导数结合标准归一化处理能最有效地提取光谱信息,此时PLS模型校正集决定系数与检验集决定系数分别为0.988 4与0.922 7,校正标准误差(SEC)与预测标准误差(SEP)分别为0.002 5与0.006 6.将经一阶导数结合标准归一化处理后的光谱进行PCA降维,以前20个主成份(含原始光谱86.09%的特征信息)为输入变量,建立杂交稻种纯度鉴定的BP-ANN模型.分析表明BP-ANN模型校正集决定系数与检验集决定系数分别为0.995 2与0.936 9,SEC与SEP分别为0.001 7与0.006 1,具有比PLS模型更高的精度.结果表明以可见-近红外技术进行杂交稻种纯度的快速、无损鉴定是可行的,且PCA结合BP-ANN是一种优选方法.     

基于可见近红外高光谱的菠菜硝酸盐快速无损测定研究

应用可见近红外反射高光谱技术探讨了菠菜叶片硝酸盐含量的无损检测方法。利用偏最小二乘法(PLS)和主成分分析法(PCP)分别建立了菠菜叶片硝酸盐含量与反射高光谱间的数学模型,同时对不同光谱预处理方法和不同建模波段范围下模型的预测性能进行了比较分析。结果表明,原始反射光谱经平滑后一阶微分处理,模型的预测性明显提高;PCR模型的预测结果要略好于PLS模型;异常值剔除之后,全波段范围内用平滑后一阶微分光谱建立的PLS和PCR模型能较好地预测菠菜硝酸盐含量,经独立测试集(n=13)检验,实测值和预测值的相关系数分别为0.94(PLS模型)和0.95(PCR模型),预测均方根误差分别为128.2 mg·kg-1(PLS模型)和120.8 mg·kg-1(PCR模型)。研究表明应用可见近红外反射高光谱来定量无损检测蔬菜的硝酸盐含量是可行的,为今后蔬菜叶片硝酸盐含量的快速无损测定提供了理论依据。     

Comments Concerning the Study of KBr-Contaminated Carbons Using Infrared FT Diffuse Reflectance Spectroscopy

Rochester and associates [1] recently stated: (A) “We here show that the combination of F.t i.r., diffuse reflectance, and a vacuum cell with a heatable stage provides an extremely powerful method for the spectro-scopic examination of carbon surfaces in situ under a variety of experimental conditions.” They showed quite well-structured spectra stated to be those of carbons after treatment with oxygen at temperatures up to 540degC;.     

单金纳米棒远场散射光谱技术

单金纳米棒(gold nanorod AuNR)的远场光学技术在近几年引起了相当大的关注。由于金纳米棒(AuNRs)独特的局部表面等离子体共振(localized surface plasmon resonance LSPR)特性,金纳米棒颗粒非常适合高度传导定域在表面的化学或物理刺激产生的光信号。根据该课题组的研究经验,对AuNR的光学探测和光谱学方法的原理、应用、进展和纳米系统表现出新奇的光学特性进行了综述。较为全面地介绍了：(1)AuNR散射光谱相关的各类技术,包括：暗场技术,零差和外差技术,光子晶体技术,空间调制和偏振调制技术等;(2)AuNR散射光谱特性,包括：光谱线形函数,线宽,衬底对光谱的影响以及理论和实验光谱的对比等;(3)相关光谱技术近年来的发展。重点研究了基于LSPR的远场光学散射方法。主要是基于AuNR线性的方法,如直接和间接的散射检测方法。注重强调了介质环境(如底物,表面结合的分子或其他纳米材料等)的重要性以及对散射光谱和消光幅度的影响。特别注重的是AuNR表面及形貌的定量方法及其相关性研究,无论是直接的还是间接的散射的方法,大都给出实验与理论模型精确的比较。这些实验和理论工具的结合可以详细解释单金纳米棒的光学性质。     

基于红外光谱环类锻件内壁状态监测方法研究

考虑到环类锻件内壁状态对于保证工业的生产安全具有重要作用,而基于红外光谱的测温方法可以大大提高测温精度,因此研究基于红外光谱的环类锻件内壁状态监测方法具有重要的意义。为了实时掌握环类锻件的内壁状态,提出一种红外光谱环类锻件内壁状态监测方法。首先利用红外光谱构建了三级FP型LCTF的测温系统,通过获取锻件表面辐射的两个单一光谱运用红外双色测温原理实现锻件表面温度的测量。相比传统的测温方法大大提高了锻件表面的测温精度。其次在拉普拉斯导热微分方程的基础上,运用分离变量法建立了环类锻件内壁状态监测模型;结合红外光谱测温系统测量的温度数据和锻件自身参数信息,实现了环类锻件的内壁状态监测;最后通过仿真实验验证了所提出方法的可行性,实现了环类锻件的内壁状态监测,为保证环类锻件的正常运行提供了理论依据。     

基于红外光谱环类锻件内壁状态监测方法研究

考虑到环类锻件内壁状态对于保证工业的生产安全具有重要作用, 而基于红外光谱的测温方法可以大大提高测温精度, 因此研究基于红外光谱的环类锻件内壁状态监测方法具有重要的意义。为了实时掌握环类锻件的内壁状态, 提出一种红外光谱环类锻件内壁状态监测方法。首先利用红外光谱构建了三级FP型LCTF的测温系统, 通过获取锻件表面辐射的两个单一光谱运用红外双色测温原理实现锻件表面温度的测量。相比传统的测温方法大大提高了锻件表面的测温精度。其次在拉普拉斯导热微分方程的基础上, 运用分离变量法建立了环类锻件内壁状态监测模型;结合红外光谱测温系统测量的温度数据和锻件自身参数信息, 实现了环类锻件的内壁状态监测;最后通过仿真实验验证了所提出方法的可行性, 实现了环类锻件的内壁状态监测, 为保证环类锻件的正常运行提供了理论依据。     

应用GA-DOSC算法消除果皮影响近红外漫反射光谱分析苹果硬度的研究

通过偏最小二乘法(PLS)分别建立去皮前后苹果硬度的近红外回归模型.采用光谱附加散射校正(MSC)、微分处理(Derivative)、直接正交信号校正(DOSC)等预处理方法和基于遗传算法(GA)的有效波段选择方法来消除果皮对模型精度的影响.结果表明,苹果果皮对近红外光谱分析模型的预测能力有很大影响,但仅通过常规的光谱预处理方法(MSC、Derivative)很难有效消除.文章提出的遗传算法结合直接正交信号校正(GA-DOSC)方法能有效消除果皮的影响,不但使所建模型的波长点和最佳主因子数分别由1480和5降到36和1;其相关系数r由0.753提高到0.805,更重要的是模型的预测相对误差RSDp从16.71%显著下降到12.89%,并接近采用苹果果肉建模的预测性能(12.36%),达到了对苹果硬度的近红外无损检测要求.     

玉米品种近红外光谱鉴别技术中的参数漂移问题研究

以13个玉米品种鉴别为研究对象,提出了一种解决光谱仪参数漂移问题的有效方法。使用同一台光谱仪分不同时间重复采集数据,用一天数据建模,其余测试,发现不同时间采集的数据有较大偏移,严重时正确识别率仅为7.69%。为此,提出一种有监督学习特征提取的多天联合建模方法,首先挑选具有代表性的多个时间段样本数据共同组成建模集,其次采用PLS+LDA特征提取算法,提取出与仪器参数漂移无关的品种特征信息, 然后采用BPR方法建立品种鉴别模型。实验结果表明,该方法对于不同时间数据的偏移均能有较好的校正效果,得到较高的识别率和稳定性。