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。     

基于中红外光谱技术检测茶叶中非法添加滑石粉的研究

研究傅里叶变化红外透射光谱(FTIR)结合化学计量学方法检测茶叶中非法添加滑石粉的可行性。首先获取掺杂量不同的滑石粉(0.00, 0.15, 0.25, 0.35, 0.50, 0.65, 0.75, 0.85, 1.00, 1.10, 1.25, 1.50 mg·g-1)210个茶叶样本光谱。为了突显出光谱中的细微变化,采用Savitzky-Golay(SG) 平滑、标准化和标准正态变量(SNV)三种方法对原始光谱进行预处理。其中,处理效果最好的是SNV方法。随后探究光谱与掺杂量之间的定量关系,采用反向间隔偏最小二乘法(biPLS)和连续投影算法(SPA)的结合进行特征波数的选择,最终选出来5个特征波数。并利用偏最小二乘回归算法(PLS)和最小二乘支持向量机算法(LS-SVM)建立基于这5个特征波数的回归模型。其中LS-SVM模型具有更高的相关系数(R_P=0.921)和更小的均方根误差(RMSEP=0.131),所以该模型具有更好的稳定性及更高的预测能力。综上所述,红外光谱技术可以定量地检测出茶叶中非法添加的滑石粉。     

红外光谱等方法对某未知样品的定性定量分析

利用红外光谱，热分析及红外光谱－色谱联联用技术对某未知样品进行了分析。通过分析。可知该物质为丙三醇硬脂酸单脂。并含有少量的硬脂酸甲酸和十六烷基酸甲酯，这两种微量物物质的比为1：2。     

基于高光谱技术的蛋白粉掺假检测研究

蛋白粉是健身者必备的营养补剂,市场需求在不断增加,一些不法商家为了谋取利益,在蛋白粉中加入廉价的粉末售卖。传统的蛋白粉掺杂的检测方法费时、费力,操作复杂,且成本昂贵。高光谱技术具有易于操作、在不损害实验样本的情况下可快速检测等优点,因此,提出使用高光谱技术以实现蛋白粉掺假检测。在蛋白粉中分别加入质量百分数5%～60%,浓度间隔5%的三类掺假物（玉米粉、大米粉和小麦粉）,并采集所有样本的光谱信息。在对蛋白粉中的玉米粉、大米粉和小麦粉三类掺假物进行定性判别时,首先分别采用卷积平滑（SG）、标准化（Normalize）、多元散射校正法（MSC）、基线校正（Baseline）和标准正态变换（SNV）的预处理方法对光谱数据进行处理,然后建立基于主成分回归（PCR）、反向传播神经网络（BPNN）和随机森林（RF）的模型,其中基于全波段光谱MSC预处理方法下建立的RF模型最优,其整体准确率达到了100%,其对应的R_P和RMSEP分别为0.997 9和0.018 9。在对蛋白粉中不同掺假物浓度进行定量分析时,对三类掺假样本的光谱分别进行SG,Normalize,MSC,Baseline和SNV的预处理,并建立LSSVM模型;比较不同预处理方法下的各模型之间的性能,在蛋白粉中掺玉米粉、大米粉和小麦粉的LSSVM预测模型最佳预处理方法分别是无、Baseline和Normalize,然后,采用连续投影算法（SPA）和竞争性自适应重加权算法（CARS）对其筛选,并建立LSSVM模型,三类掺假样本的SPA-LSSVM模型对应的R_P为0.989 0,0.986 0和0.997 9,CARS-LSSVM模型对应的R_P为0.991 0,0.994 6和0.999 1,故三类掺假样本的CARS-LSSVM模型预测效果更佳。研究表明：高光谱技术可以实现对蛋白粉掺假的定性、定量的检测,并且操作简单、检测快速和无损。     

基于红外光谱技术的混合气体检测系统概述

为了给从事红外混合气体检测领域的研究人员提供一定的借鉴与参考,针对红外混合气体检测系统中的光学复用结构以及检测方法进行了详细评述。目前,以量子级联激光器(QCL)、带间级联激光器(ICL)为代表的相干光源已逐渐取代热辐射红外光源、红外发光二极管(LED)等传统非相干光源,成为红外混合气体检测中的主流光源。相应地,具有超高探测度和极短响应时间的红外光探测器也逐渐超越以往的红外热探测器,占据红外探测器领域的主导地位。基于“复用思想”的光学复用结构则是红外混合气体检测系统的核心,主要包括单光源复用检测结构和多光源复用检测结构。其中,单光源复用检测结构以其体积小、集成度高等优点成为构建便携式混合气体检测系统的重要选择;而多光源复用检测结构是时分复用、频分复用、波分复用等思想的具体化,并凭借其较宽的光谱覆盖范围、较高的光谱分辨率等优势成为当前混合气体检测系统中的主导结构。应用于红外混合气体检测的检测方法主要有非分光红外(NDIR)光谱技术、波长/频率调制光谱技术、腔增强光谱技术以及光声光谱技术等。研究人员可通过对红外混合气体检测系统各组成部分充分了解后,设计出实用的红外混合气体检测系统,对工农业生产、环境监测、生命科学等诸多领域都具有重要意义。     

基于近红外光谱技术的石油组分定量分析新方法

针对石油化工产品生产控制和质量检查的需要,为提高测定产品组成的效率,将近红外光谱法作为基础测定方法,以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,测定其中饱和烃、胶质、单环芳烃、双环芳烃、三环芳烃和环烷烃的组成,论述了采用模糊神经网络建立校正模型测定石油化工产品组成的可行性。基于dSPACE硬件平台,用验证样本对模糊神经网络校正模型进行了检验,实验结果表明,该方法响应快、误差小、鲁棒性强,在近红外长波区内,校正样品和验证样品的均方误差小于10-6。该方法可用于石油化工产品的生产工艺研究中。     

基于激光近红外的稻米油掺伪定性-定量分析

该文主要研究激光近红外光谱分析技术结合化学计量学方法对稻米油掺伪进行定性-定量分析。分别将大豆油、玉米油、菜籽油、餐饮废弃油掺入稻米油中,按照不同质量比配置189个掺伪油样,利用激光近红外光谱仪采集光谱;对采集的稻米油掺伪图谱数据进行多元散射校正(MSC)、正交信号校正 (OSC)、标准正态变量变换和去趋势技术联用算法(SNV_DT)三种不同预处理并与原始数据进行比较。采用连续投影算法(SPA)对经过预处理的光谱数据进行特征波长提取,应用支持向量机分类(SVC)方法建立稻米油掺伪样品的定性分类校正模型,选择网格搜索算法对模型参数组合(C,g)进行寻优,确定最优参数组合。另采用后向间隔偏最小二乘法(BiPLS)和SPA对预处理后的光谱数据进行特征波长提取,分别应用偏最小二乘法(PLS)和支持向量机回归(SVR)建立掺伪油含量的定量校正模型,并选用网格搜索算法对SVR模型参数组合(C,g)进行寻优,建立最优参数模型。研究表明,建立的SVC模型预测集和校正集的准确率分别达到了95%和100%;对比SVR和PLS方法建立的数学模型对稻米油中掺杂油脂的含量的预测,两种方法均能够实现含量预测,SVR模型的预测能力更好,相关系数R高于0.99,均方根误差(MSE)低于5.55×10-4,预测精度高。结果表明,采用激光近红外光谱分析技术可以实现稻米油掺伪的定性-定量分析,同时为其他油脂的掺伪分析提供了方法。     

基于中红外光谱吸收技术的一氧化碳气体检测系统

基于中红外光谱吸收技术,利用一氧化碳(CO)气体分子在4.6 μm处的基频吸收带,采用新脉冲的红外光源和双通道的热释电探测器,研制了一种CO浓度检测系统。该系统主要由脉冲调制式宽带热光源、开放式椭球聚光镜/气室、双通道探测器、主控及信号处理模块构成。通过优化开放式椭球聚光镜/气室,气体吸收光程达到40 cm, 探测器输出电信号的幅度增加约为原来的2~3倍。因此,采用椭球聚光镜后,将在一定程度上提高系统的信噪比从而改善系统的性能指标。利用配备的CO气体样品,研究了该系统对CO气体的传感特性。实验结果显示,该系统的最小检测下限为10 ppm,在该浓度点的测量误差约为14%;在20~25 000 ppm范围内的测量误差小于7.8%;对0 ppm气体样品的连续50分钟测量结果的最大偏差约为3 ppm,标准差约为0.18 ppm。同基于量子级联激光器和分布反馈激光器的CO检测系统相比,该系统具有性价比高、光路结构简单等优势,从而在煤矿、环保等场合下的CO检测方面具有较好应用前景。     

基于高光谱成像技术的鲜枣裂纹的识别研究

裂纹是衡量鲜枣品质的重要指标之一,果皮裂纹加速鲜枣的腐烂,导致鲜枣货架期的缩短,严重降低鲜枣的经济价值。采用高光谱成像技术在380～1 030 nm波段范围内对鲜枣裂纹的位置及大小信息特征进行快速识别。选用偏最小二乘回归(PLSR)、连续投影法(SPA)和全波段图像主成分分析(PCA),得到鲜枣裂纹相关的敏感波段。然后利用选取的鲜枣裂纹的敏感波段对建模集的132个样本建立最小二乘支持向量机(LS-SVM)判别模型,并对预测集的44个样本进行判别。对PLSR-LS-SVM,SPA-LS-SVM和PCA-LS-SVM判别模型采用ROC曲线进行评判,得出PLSR-LS-SVM模型对鲜枣裂纹定性判别的结果(area=1,std=0)最佳。选取PLSR回归系数挑选出的5条鲜枣裂纹敏感波段(467,544,639,673和682 nm)对应的单波段图像进行主成分分析,其中将主成分PC4的图像结合图像处理技术,最终识别出鲜枣裂纹的位置、大小信息。结果表明,采用高光谱成像技术结合光谱图像处理可以实现鲜枣裂纹定性判别和定量识别的研究,为进一步开发相关仪器的研究提供理论方法和依据。     

基于THz-TDS技术的培氟沙星和氟罗沙星抗生素定性定量检测研究

作为两种常用的喹诺酮类抗生素,培氟沙星和氟罗沙星残留问题引起人们的高度关注,研发快速、高效的检测手段成为一种需求。采用太赫兹时域光谱(THz-TDS)技术对鱼粉基质中的培氟沙星、氟罗沙星进行了研究。制备培氟沙星、氟罗沙星、聚乙烯和鱼粉纯净物质以及培氟沙星-鱼粉和氟罗沙星-鱼粉17种不同浓度二元混合物的压片样品,共106个;对所有压片样品进行太赫兹光谱测量和分析;利用连续投影算法(SPA)结合支持向量机(SVM)和反向传播神经网络(BPNN)建立定性判别模型,对培氟沙星-鱼粉和氟罗沙星-鱼粉这两种混合物进行分类判别;利用特征频率处吸收系数建立偏最小二乘回归(PLSR)、BPNN、多元线性回归(MLR)定量预测模型,分别对两种混合物进行定量预测。结果表明：纯净培氟沙星在0.775和0.988 THz存在明显吸收峰,纯净氟罗沙星在0.919和1.088 THz存在明显吸收峰,聚乙烯对太赫兹波基本没有吸收,鱼粉无吸收峰,两种抗生素与鱼粉混合后的峰值出现在纯净抗生素的吸收峰附近;在定性判别中,SVM判别结果最佳,预测集判别准确率、精确率、召回率、F1得分分别为97.06%,97.22%,97.06%和97.06%;定量回归中,SPA-BPNN 模型用于预测培氟沙星-鱼粉结果最佳,预测集相关系数(R_p)、预测集均方根误差(RMSEP)分别为0.984 9和0.009 5,SPA-MLR模型用于预测氟罗沙星-鱼粉结果最佳,R_p和RMSEP分别为0.982 7和0.040 6。研究表明THz-TDS技术对鱼粉基质中培氟沙星、氟罗沙星进行定性定量检测是可行的,为畜禽行业中培氟沙星和氟罗沙星实际检测提供理论和技术参考。     

红外光谱法对双黄连粉针剂的定性定量分析

通过分析双黄连粉针剂的红外光谱并与对照品进行比较,初步指认了粉针剂中各类成分的吸收峰,为定性质量分析提供了依据。建立了基于中红外光谱的黄芩苷与绿原酸含量校正模型。模型的R2值均在0.99以上,平均预测相对误差也低于4%,具有良好的拟合及预测能力。本研究结果说明,使用红外光谱法对双黄连粉针剂进行在线定性定量分析,方便快速,切实可行。     

拉曼光谱定性和定量检测青蒿素研究

青蒿素是从中药青蒿中提取的含有过氧基团的倍半萜内酯药物,具有良好的抗疟特性,是治疗疟疾的特效药。运用激光拉曼光谱分析了100～3 500 cm-1光谱范围内青蒿素的声子振动特性。指出位于724 cm-1的拉曼峰为与青蒿素中过氧基团直接相关的一个特性声子振动模式,可用于检测过氧桥键的存在。位于1 734 cm-1的拉曼峰为与青蒿素中内酯基团直接相关的一个特性声子振动模式,可用于进一步检测分析青蒿素。由于这两个特征拉曼峰对应于青蒿素分子中特征化学键的振动,而且在实验上较容易观察分析,因而它们可以很好的用于拉曼光谱法快速初步定性检测青蒿素。同时,通过分析比较不同纯度青蒿素样品中724和1 734 cm-1处特征拉曼峰的平均散射信号强度比,拉曼光谱法可以用于定量检测青蒿素样品的纯度。与常用的高效液相色谱法相比,拉曼光谱法更快速方便,检测精度更高,而且可以检测青蒿素样品纯度的均匀性。拉曼光谱法定性和定量检测青蒿素纯度的功能对分析检测中药青蒿的品质也有重要意义。     

茶叶定性和定量近红外光谱分析方法研究

分别采集了茉莉花茶、苦丁茶、龙井和铁观音4个种类茶叶共120个样本,利用NIRSystems6500型近红外光谱分析仪对样本进行光谱测量,应用近红外光谱分析技术对茶叶进行定性和定量分析。采用主成分分析法,结合聚类分析法,对4种类别的茶叶进行定性鉴别,通过对不同光谱数据预处理方式和不确定因子系数进行比较,确立了最优定性判别定标模型。同时,采用修正的偏最小二乘法,比较不同光谱预处理方法对定标模型的影响,建立了茶叶中水分、茶多酚和咖啡碱含量的定量分析模型,并对未知样本进行预测。定性分析模型的种类识别准确率达到100％,定量分析模型的决定系数均大于0.91,相对分析误差RPD均大于3。结果表明,利用NIRS分析技术可以快速定性和定量分析鉴别茶叶的类别和成分含量。     

一种危险液体混合物的拉曼光谱定性定量识别方法

危险液体混合物的拉曼光谱定性定量分析一直是现场应用难点,为解决该问题,分析了多种物质混合后拉曼光谱的峰位、峰值、峰型变化情况,选取拉曼光谱关键特征峰进行数学简化,构建了从混合物物质成分到混合物拉曼光谱的映射关系,该映射关系描述多种物质成分混合的混合物拉曼特征峰响应只和混合物中各成分本身拉曼特征峰响应以及各物质成分混合比例有关,各物质成分按混合比例贡献拉曼特征谱峰,共同形成最终的混合物拉曼光谱。由该映射关系求逆,可实现从采集到的混合物拉曼光谱计算出各物质成分的混合比例。基于此,设计了危险液体混合物成分定性定量识别方法,主要方法步骤包括,首先进行拉曼光谱数据采集,然后进行拉曼光谱数据处理并获得拉曼特征峰,再进行测试样品与数据谱库标准品的正反向特征峰匹配,如果正反向特征峰匹配系数都比较高,在满足一定阈值条件下,可认定测试样品是某种纯净物,如果不是纯净物,则进入混合物分析,通过拉曼光谱特征峰反向匹配系数筛选,确定混合物成分构成,混合物成分确定后再进行混合物成分比例计算,最终实现危险液体混合物定性定量分析。实验部分,选定丙酮、甲苯、三氯甲烷、乙醇及其混合物进行实验验证,当混合物样品是丙酮、乙醇两种成分按3∶7比例混合时,经拉曼光谱识别方法计算,混合成分计算值是丙酮占比0.245 7,乙醇占比0.706 0;当混合物样品是甲苯、三氯甲烷两种成分按3∶7比例混合时,经拉曼光谱识别方法计算,混合成分计算值是甲苯占比0.323 4,三氯甲烷占比0.763 0;当混合物样品是丙酮、甲苯、乙醇三种成分按4∶3∶3比例混合时,经拉曼光谱识别方法计算,混合成分计算值是丙酮占比0.795 9、甲苯占比0.303 5、乙醇占比0.287 5,实验结果表明,当危险液体混合物成分是两种或三种成分混合时,混合成分计算值基本和实际值吻合,应用危险液体混合物的拉曼光谱定性定量识别方法,可较准确的从拉曼混合光谱中解析出各混合物成分以及各成分在混合物中的比例,可以判断混合物每个拉曼特征谱峰都来自于哪个成分或哪些成分拉曼特征谱峰的混合,谱图解析结果良好,对危险液体混合物现场分析鉴别有较大应用价值。     

红外光谱分辨率对气体定量分析的影响研究

利用不同分辨率(1, 2, 4, 8 cm-1)的红外光谱建立对多组分气体样本(一氧化碳、二氧化碳、一氧化氮)的定量分析模型,研究了分辨率对气体定量测量精确性的影响。研究发现：对于样本中的各气体组分,在合适的分辨率下都有其最佳的测量精确性;而对于模型的整体精确性,在高分辨率1和2 cm-1以及低分辨率8 cm-1时模型都有较好的精确性,各组分相关系数(r)均值达到0.999 5以上,校正均方根误差(RMSEC)和验证均方根误差(RMSEP)的均值分别为18.36和15.43以下,而在分辨率为4 cm-1时,模型测量精确性陡然降低,r均值降到0.989 66,RMSEC均值为90.37,RMSEP均值为64.33。实验结果表明：光谱分辨率对气体定量分析有明显的影响。为提高定量分析测量的精确性,需要针对不同的待测气体和应用场合采用合适的分辨率参数。     

ICP-AES法对铬铁矿中的多种元素进行定性与定量分析

采用ICP-AES法对铬铁矿首先进行定性分析,确定了铬铁矿中含有的元素种类;经过分析发现铬铁矿中含有Cr,Fe,Al,Mg,Zn,Co,Ni等29种元素。然后根据定性分析的结果,对铬铁矿中的主要元素Cr,Fe,Al,Mg,Ca,Ti,Si,Mn,V的含量进行测量。铬铁矿样品的前处理分两步进行,首先用碳酸钠-四硼酸钠在950 ℃下熔融30 min,然后用稀盐酸在80 ℃下浸取10 min,即可将样品完全溶解。实验结果表明,该方法的相对标准偏差为0.48%～2.05%,加标回收率为90.5%～111.3%,分析精确度满足要求。     

多种糖混合物的太赫兹时域光谱定性及定量分析研究

利用太赫兹时域光谱(terahertz time-domain spectroscopy, THz-TDS)技术研究了D-(-)-核糖、D-葡萄糖、α-乳糖一水合物及β-乳糖在0.3～1.6 THz波段的光谱特性。结果显示THz波对几种糖结构的变化有灵敏响应,在测量波段内有各自特征的THz指纹吸收光谱。利用线性回归技术对含两至四组分混合体系的THz光谱进行定性及定量解析,获得了混合物中各组分含量,相对误差小于7.2%,并就误差产生的原因做了简要分析。实验结果表明THz-TDS技术能够用于材料的定性及定量分析研究,在生物医药的无损检测和质量控制等方面有重要的应用前景。     

Quantitative Determination of Reactive Species in Alkali Halide Disks

Abstract

As part of an infrared investigation of the kinetics of the reactions of KMnO₄ in a KI disk and of KIO₄ in a KI disk, the stoichiometry of the two reactions was needed. A previous study¹ has shown that MnO₄ ^? reacts in a KI matrix to produce IO₄ ^? (which then reacts further to form IO₃ ^?) and MnO₂. Iodate ion is the only observable product in the reaction of IO₄ ^? in a KI matrix¹. The infrared absorption at 740cm^?1, which is due to the presence of IO₃ ^?, was found to obey the Beer-Lambert Law. However, calibration curves for KMnO₄ in KI and for KIO₄ in KI could not be obtained because both species reacted with the dispersing medium during the preparation of the disk¹. It was also observed that no immediate reaction occurred when KBr or KC1 disks containing KMnO₄, or KIO₄ were prepared. Thus, an extrapolation method was sought which would permit the estimation of calibration curves for the reactive species.     

松花粉的红外光谱、扫描电镜和X射线能谱仪分析

建立了利用傅里叶变换红外光谱法(FTIR)、扫描电镜 (SEM) 和X射线能谱对4种松花粉和破壁马尾松花粉中的主要营养成分和常见微量元素进行定性定量分析的方法。红外图谱分析结果表明：马尾松、云南松、油松和赤松均有其自己的红外光谱特征,根据谱图特征吸收峰的相对强度的差异可以对松花粉中主要营养成分进行鉴别分析。破壁和天然马尾松花粉的红外图谱差异较显著,说明松花粉破壁对于营养成分的释放有一定意义。扫描电镜和X射线能谱分析显示：4种松树花粉从远极面和近极面观皆呈椭圆形或近圆形,主体的表面纹饰结构基本相同为颗粒状纹饰,颗粒大小差别较大。破壁与天然马尾松花粉的形态差别主要在于气囊从花粉主体颗粒上分离、破碎,有部分花粉颗粒主体的碎片从主体脱落。X射线能谱分析在松花粉中共发现Mg,Se,Si,Sr,P,S,Cl,K,Ca,Mn,Fe共11种无机元素,其中K元素含量最高。4种松花粉中无机元素含量差别比较明显,破壁马尾松花粉的元素能谱强度显著高于天然马尾松。     

芦丁和维生素C的近红外漫反射光谱技术定量分析研究

首次利用近红外漫反射技术和偏最小二乘法定量分析了复方芦丁片的主组分芦丁和维生素Ｃ混合样品的含量,所建立的预测方程对样品的预测值和真实值之间的相关系数为９９．７５％,芦丁和维生素Ｃ定标标准差分别为０．３６３％和１．０７８％。该方法快速、准确、不破坏样品。