红外光谱在微藻领域的应用研究进展

微藻富含类胡萝卜素、维生素、蛋白质、多不饱和脂肪酸等多种人体和动物所必需的营养成分，同时在水生态系统的维持和保护中也扮演着重要的角色，因此开展微藻生物学的研究具有十分重要的实际应用价值。传统的微藻成分的检测分析需要经过微藻细胞研磨破碎、有机溶剂分离提取、液(气)相检测等一系列的繁琐的操作步骤，有费时、需要高昂的仪器设备、操作过程复杂等缺点，因此需要发展更加快速高效的微藻细胞组分检测分析技术。红外光谱作为一种高效的物质检测和分析手段可以实现对微藻样品中的蛋白、脂类、核酸、多糖、叶绿素、类胡萝卜素等多种成分同时分析，具有简单、快速和无损检测等优势，特别是结合显微镜技术的红外光谱成像可以在微空间尺度上研究单一细胞或组织中各组分的变化。近年来，尤其是随着同步辐射技术的迅速发展，为红外光谱仪器提供质量更好、能量更高的同步辐射光源，使得红外光谱显微光谱及成像检测技术具有更高的灵敏度和空间分辨率，实现了能够在细胞和亚细胞尺度上对个体进行高空间分辨的原位观测，这在一定程度上解决了许多常规的检测分析技术不能同时兼顾高通量测量和高空间分辨率观察之间的矛盾。首先介绍了红外光谱技术的原理及其特点并分析了显微红外光谱及成像技术在生物样品检测中的独特优势，特别介绍红外光谱结合化学计量学的分析方法在生物学研究领域的应用。接下来综述了此项技术在分类鉴定、生长代谢监测、育种、水环境、食品医药等与微藻相关领域国内外的应用研究进展。比如，结合化学计量学方法红外光谱能够进行微藻的快速鉴定、判别和分类。利用红外光谱多组分快速检测的优势，可以实现微藻生长代谢的研究。基于红外光谱无损、高效检测的特点，可以实现油脂、β-胡萝卜素、虾青素等高产藻株的快速筛选。另外，微藻还可以有效地吸附废水中的重金属和有机活性染料，利用红外光谱可以对其吸附和降解环境污染物的机理进行研究。红外光谱还能够快速高效地实现微藻成分的分析和鉴定，因而可以用于微藻食品药品质量的检测和真伪的鉴定。然而，红外光谱在微藻的研究和应用方面还处于发展阶段，尚存在着一定的缺点和不足，对此进行了讨论和分析并提供了相应的解决方案。最后，对红外光谱在微藻的规模化养殖、高产藻株的筛选、微藻的生理、细胞器的结构和功能的研究等领域进行了展望。     

傅里叶变换红外光谱分析技术在预防医学领域的应用

本文从环境污染、生命科学、应用开发及最新红外分析方法四方面阐述了傅里叶变换红外光谱分析技术在预防医学领域的具体应用：在环境污染领域主要叙述了气红联用（GC/FTIR）技术在环境复杂有机污染体系分析中的优势、局限性及解决途径；在生命科学领域主要叙述了红外光谱分析技术在蛋白质二级结构、膜蛋白、脂、核酸及细胞、组织等复杂体系研究中的具体应用；另外，还介绍了的红外光谱分析技术在食品、化妆品及保健药品等领域的具体应用及几种最新红外分析方法。     

光谱颜色科学研究进展及其在中药领域中应用前景分析

综述了光谱颜色科学的研究进展,近年来常用的颜色模型及颜色测量仪器,归纳总结测色技术在农业、食品、工业、医药等领域的应用进展。探讨测色技术实现中药外观色泽量化的可能性,并分析其在中药领域中的应用前景,为实现中药无损在线的质量控制规范化研究提供示范。     

显微红外光谱在摩擦学中的应用

用显微红外光谱测定了羟基植物油脂肪酸在摩擦过程中生成聚酯的特征吸收峰υc^as-o-c的波数，由聚酯的折合质量分析了特征吸收峰υc^as-o-c的波数位移，据此导出了羟基植物油脂肪酸的抗磨性顺序规律与振动吸收峰位置的内在联系，合理解释了υc^as-o-c从小到大的顺序（13，14－二羟基廿二酸＜13（14）－羟基廿二酸＝9，10－二羟基十八酸＜9，10，12－三羟基十八酯＜9（10）－羟基十八酸）与羟基酸的抗磨性从好到差的顺序（13，14－二羟基廿二酸＞13（14）－羟基廿二酸＝9，10－二羟基十八酸＞9，10，12－羟基十八酸＞9（10）－羟基十八酸）的一致性。13，14－二羟基廿二酸形成网状取酯膜，9（10）－羟基十八酸形成线状聚酯膜。     

红外光谱技术在医学中的应用

系统回顾了过去50余年中红外光谱技术的发展创新及在生物医学领域中的研究应用。傅里叶变换红外光谱技术已从对单个细胞水平结构构成与形态的研究进展到组织水平。现代红外光谱技术联合成熟的模式识别技术与组织微阵列技术,为平行大规模测定分子结构提供了可能。此外,红外光谱技术的临床应用为良恶性肿瘤的判别提供了可信的参考依据,并可准确判别甲状腺、乳腺、胃肠道及腮腺等组织的良恶性,具有极广泛的应用前景。     

拉曼光谱在安检领域中的应用

拉曼光谱技术在很多领域都有广泛的应用。本文将拉曼光谱技术应用到公共安全检查领域, 利用自行研发的拉曼安检仪(型号: RT1003, 同方威视技术股份有限公司), 检测了常见易燃易爆危险液体、有毒化学试剂及强氧化强腐蚀液体共400余种, 如汽油、煤油、柴油、苯、甲苯、乙醚、四氯化碳、双氧水、浓硫酸、浓硝酸等, 建立了常见危险液体的拉曼谱图库, 并用于北京南站的安全检查, 取得了良好效果。     

红外光谱在中药定性定量分析中的应用

红外光谱灵敏度高、操作简便、谱带的专属性强,特别适合于中药材的无损快速鉴别和定量分析,它正在成为中药质量控制方面的一种有效手段。文章综述了红外光谱在中药定性和定量研究中的应用现状,对红外光谱在中药材(同一药材不同部位,不同产地、品种的同种中药材,易混淆、真伪中药材等)和中成药(中药配方颗粒和注射剂等)的鉴别分析与有效成分含量测定等方面的应用进行了详细评述。随着傅里叶变换红外光谱和计算机技术的不断发展,它必将在中国中药的现代化和国际化道路上起到关键作用。     

红外光谱在仿古玉石鉴定中的应用

采用常规宝石学研究方法和红外吸收光谱技术,对市场上常见的仿古玉石进行了研究。红外吸收光谱测试结果表明:市场上常见的仿古玉石,主要为软玉(和田玉)、岫玉和石英质玉石组成。不同种类的仿古玉石,其红外吸收光谱特征存在着明显的差异:软玉在996、463cm-1附近;岫玉在1047、471cm-1附近,并在3665cm-1附近有明显的水的吸收峰;石英质玉石在1106、481cm-1附近。通过红外吸收光谱的测定和分析,可以准确鉴定仿古玉石的玉石品种。     

红外光谱技术在矿产勘查中的应用

红外光谱技术具有快速、经济、高效等特点,是现阶段国内外地质找矿工作中被广泛应用的一项高新技术。通过研究矿物在红外波段上的差异性吸收特征,开展红外光谱填图和波谱参数分析工作,进而确定矿化区域内的特征矿物组合以及指向矿化热液中心的矿物波谱参数变化范围。近年来,随着光谱分辨率的提高和解混算法的优化,越来越多的波段被应用于岩矿信息提取工作,其中发展成熟的短波红外技术(SWIR, 1 100～2 500 nm),对于绢云母、高岭石、明矾石和绿泥石等中低温黏土矿物有较好的识别效果,通过这些矿物的波谱参数变化规律成功在斑岩型、浅成低温热液型、 VMS型等矿床中建立了找矿勘查模型;热红外技术(TIR, 6～15μm)主要针对长石、石英、石榴子石和辉石等中高温矿物有更好的探测能力,近几年在矽卡岩型矿床中有着出色的表现;中红外技术(MIR, 3～6μn)在地学领域找矿勘查工作中还处于研究阶段,没有形成一套完整的矿物信息提取方法。对红外光谱技术在地学领域的发展历程进行了综述,对各个波段引起波形变化的原因、常用的波谱参数及其表征的含义、四类测试仪器进行了总结,描述了常作为找矿指标的四种矿物——绢云母、绿泥石、...     

红外光谱技术在翡翠鉴定中的应用

在翡翠贸易中,鉴定天然翡翠和处理翡翠是一个非常重要的问题。传统的翡翠鉴定方法,主要依赖于折射仪、宝石显微镜、滤色镜和分光镜进行检测,而所有这些方法对于鉴定处理翡翠。这种方法不仅可以鉴定未镶嵌的翡翠,而且还可以鉴定镶嵌翡翠和一些大型的翡翠饷品,如手镯、挂件和串珠等。     

红外光谱技术在物证鉴定中的应用

物证鉴定过程中,利用仪器分析技术快速准确的检测物证的化学组成会有助于获取更多案件相关的信息,常用的技术手段有色谱、质谱和光谱技术。法庭科学实验室涉及鉴定的物证种类繁多、情形复杂,需要根据物证的种类和仪器特性决定使用何种分析方法。比如气相色谱-质谱联用技术具有高分辨率、高灵敏度、强鉴别能力的优点,常被用于火灾现场易燃液体等物证的检测分析。法庭科学实验室更常见的应用情形是对与案件有关的各种有机物证(墨迹、油漆、塑料等)及无机物(矿物、无机填料等)进行快速有效分析。红外光谱法是鉴定化合物和测定分子结构的最有效的常规分析方法之一,尤其在法庭科学领域物证鉴定中被广泛应用,红外光谱技术可用来确定物证的种类,同时红外光谱又是一种有效的比对检验手段,检验结果可以为法庭断案提供证据。该文综述了红外光谱技术在法庭科学文件检验、油脂检验、塑料检验、油漆检验、纤维检验以及常见毒品等物证检验领域的应用现状及最新的研究进展,并对红外光谱技术在物证鉴定领域的应用前景进行了展望,以期从实际应用的角度为法庭科学研究人员提供红外光谱技术在该领域的研究概貌。     

红外光谱在土壤有机质研究中的应用

红外光谱法作为有机物结构研究的一种重要手段，已在土壤有机质研究中得到广泛应用，特别是近年来傅里叶变换红外光谱的引入以及与色谱的联用，更使这方面研究获得较大进展。本文就此进展作一概述。     

XGBoost在气体红外光谱识别中的应用

为解决气体红外光谱识别问题,引入提升算法中较新的研究成果——极端梯度提升(XGBoost)算法。选用实测的三氯甲烷、对二甲苯、四氯乙烯气体的红外光谱数据进行实验。首先在对原始数据进行预处理后,通过特征工程提取光谱特征,生成特征向量;然后建立XGBoost模型,并对模型参数进行调优;最后基于分类准确率指标,将所提模型与随机森林(RF)、支持向量机(SVM)、前馈神经网络(FNN)、卷积神经网络(CNN)模型进行对比。实验结果表明,XGBoost在气体红外光谱识别领域有着广阔的应用前景。     

显微红外成像技术在刑侦领域的应用

结合真实的案例阐述显微红外技术在刑侦领域中的最新应用。使用显微红外光谱仪的成像技术对混合物证进行比对分析,获得待测物证的红外光谱,从而排除其他谱线的干扰,得到真实可靠的红外光谱信息,为案件的定性提供依据。     

拉曼光谱在植物科学研究领域中的应用

拉曼光谱技术具有快速、灵敏、非破坏性等显著特点, 在植物科学研究领域得到广泛的应用。本文分析了拉曼光谱技术在植物科学研究领域应用的技术优势, 并重点总结和分析了该技术在植物生理生态学、植物遗传发育、植物化学分类学、植物天然产物分析以及植物产品的质量控制中的应用研究进展及前景。     

近红外光谱技术在烟草领域的应用进展

本文对国内外NIR在烟草行业的研究、应用作了较详细的综述.国内相关研究起步较晚,近几年来,涌现了大量的有关NIR在烟草行业中的应用研究报告,研究的范围也渐趋广泛,NIR光谱技术是一种测定烟草整个制品的技术,值得深入研究.引用文献48篇.     

FTIR红外光谱在燃油稀释评价中的应用

为了对柴油车运行过程中发生的燃油稀释润滑油的程度作出及时定量评价,建立了差示红外光谱定量测定润滑油被燃油稀释程度的方法,并根据朗伯-比耳定律建立了吸光度与柴油浓度的校准曲线.结果表明,该分析方法对柴油车使用过程中燃油稀释润滑油的程度能快速准确定量,并且具有重复性好,可信度高的特点.柴油稀释润滑油的程度在0-5.0wt％内呈良好线性关系,线性回归方程为y=0.0085x+0.0048(R2=0.9933).本方法对于发生燃油稀释润滑油的故障能快速诊断,可用于对大批量的行车试验样品进行快速量评估.相对于美国材料与试验协会标准方法ASTM3524中采用气相色谱法来定量分析润滑油中燃油含量,本方法更加快速,使用成本更低廉.     

红外光谱技术在罂粟籽检验中的应用

罂粟籽的检验鉴定是当前国内毒品检验工作一项新的课题，红外光谱技术可以有效，快速，准确地检验罂粟籽。     

深度神经网络在红外光谱定量分析VOCs中的应用

鉴于浅层人工神经网络(ANN)需要依靠先验知识进行人工提取特征,同时较浅的网络结构限制了神经网络学习复杂非线性关系的能力,将深度神经网络(DNN)应用于利用傅里叶变换红外光谱(FTIR)对多组分易挥发性有机物(VOCs)进行的浓度反演研究,并利用仿真实验验证了算法的有效性。从美国环境保护署(EPA)的数据库中选取了包括苯、甲苯、 1,3-丁二烯、乙苯、苯乙烯、邻二甲苯、间二甲苯、对二甲苯在内的八种VOCs气体在8~12μm波长范围内的吸光度谱,每种气体有四种不同浓度下的谱线,依据Beer-Lambert定律从每种VOCs气体中选择一种浓度下的吸光度谱进行混合,得到65 536种不同的VOCs混合气体吸光度谱样本。随机选择5 000组混合气体的吸光度谱,其中4 000组作为训练样本, 1 000组作为预测样本。通过积分提取和主成分提取对光谱矩阵进行降维预处理,将光谱维度从3 457维降到30维。将光谱矩阵经过预处理后得到的新矩阵作为网络输入,对应八种VOCs的浓度矩阵作为输出,建立了30-25-15-10-8的深度神经网络回归预测模型来实现多组分VOCs浓度反演,反演得到样本的均方根误差为0.002 7×10-6,相比于前人利用非线性偏最小二乘拟合、人工神经网络等方法拟合的精度有了明显的提高。每种VOCs气体的均方根误差均不超过0.005×10-6,每个样本的均方根误差均不超过0.006×10-6,证明了深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性。当训练样本不足(典型值:小于500)时,深度神经网络无法充分地学习,网络误差较大,精度低于单隐藏层的人工神经网络,但随着训练样本数量的增加,深度神经网络的精度不断提高,当训练样本数充足时,相比浅层的人工神经网络,深度神经网络具有更强的非线性关系学习能力,预测精度更高,模型更为稳定。同时,由于训练前对光谱矩阵进行了降维处理,大大降低了算法的复杂度,有效提高了反演效率。分析表明,深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性,无需人工提取特征就能够充分学习数据特征,同时对多组分VOCs进行浓度反演并达到较高精度。     

红外光谱技术在环境科学中的应用与展望

随着红外光谱仪的应用及化学计量学的发展,红外光谱法成为样品分析的有力工具和手段.特别是傅里叶变换红外光谱法较强的鉴别能力、准确的测定结果和快速的响应功能,使其在环境科学中的应用逐渐普及,在有机化合物和官能团鉴定方面的应用尤其广泛.文章综合论述了近10年来国内外红外光谱技术的发展及其在环境科学(液体环境、固体和气体环境监测,定性分析)中的应用,并对其应用前景进行了讨论.