三维荧光光谱结合二阶校正方法同时测定水中两种酚类

水是生命之源,人们日常生产生活离不开水。近年来水体污染日趋严重,已经危害到人类的健康。酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物,指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物,毒性很强,对动植物及人类的生命活动有严重危害。实验研究对象选取间苯二酚(resorcinol,RES)和对苯二酚(hydroquinone,HYD)来配制待测样本,并且在其中3组预测样本中加入苯酚(phenol,PHE)作为干扰物,待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments,EI)扫描得到荧光光谱数据。对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响,得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。校正后光谱变得更加圆滑,荧光强度显著增强,因此,校正处理后的光谱信息更为准确。利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法,分别完成在不含干扰物和含有干扰物、同时激发-发射光谱严重重叠时对间苯二酚、对苯二酚的快速、直接、准确测量,并给出定性、定量分析结果。PARAFAC算法对混合体系的组分数(即化学秩)较敏感,组分数选取过大易使其陷入计算"沼泽",迭代次数增多,计算耗时变长。故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数,保证PARAFAC算法更加快速准确。从定性分析结果知,当不含有干扰物时,PARAFAC能够准确分辨出间苯二酚和对苯二酚,二者荧光峰位置极为接近,很难用传统方法分辨,体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的"二阶优势";定量分析结果给出,在有干扰物共存时,分别应用两种二阶校正法解析光谱数据结果显示:PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%,预测均方根误差小于0.190 mg·L^-1;APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%,预测均方根误差小于0.116 mg·L^-1,通过比较两种方法性能得:PARAFAC对待测物组分数敏感,对待分解的光谱数据严格线性要求高;而APTLD对混合物组分数不敏感,计算速度快,抗噪声能力较强,结果稳定,具有较明显的优势。     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

基于科赫曲线分形结构太赫兹带通滤波器

太赫兹滤波器是太赫兹通信、太赫兹成像和太赫兹检测等太赫兹应用系统中不可或缺的功能器件。按照不同的分类方式,滤波器有不同的种类,常见的按照选频功能可分为高通滤波器、低通滤波器、带阻滤波器和带通滤波器。为了实现在太赫兹波段的滤波效果,世界各地的研究人员利用不同的结构、材料和控制方式实现了功能各异的太赫兹滤波器,但是考虑到设计的器件要应用到太赫兹系统中,成本低廉、结构简单、性能优越的太赫兹滤波器一直是研究人员的追求。分形概念自提出以来在很多研究领域都有了快速发展,但是在太赫兹波段的应用还不是很常见,特别是应用于太赫兹功能器件的设计。引入分形中科赫曲线的概念设计并制备了一种新型的太赫兹带通滤波器,该滤波器是在金属薄膜上刻蚀出科赫曲线分形结构,当太赫兹波垂直入射到该滤波器时候实现了在太赫兹波段的窄带滤波。在滤波器的设计过程中,追求理论与实验相结合,首先在电磁仿真软件中建立科赫曲线分形结构滤波器模型进行计算,探究分形结构应用于太赫兹波段进行滤波的可行性,在进行多次计算之后得到优化后的尺寸和结构,然后根据优化后的尺寸加工出科赫曲线分形结构太赫兹滤波器样品,并且将样品放在太赫兹时域光谱系统中进行实验测量,得到实验数据后与仿真结果进行比较。在仿真中利用了时域有限差分法模拟科赫曲线分形结构太赫兹带通滤波器的传输特性,优化后的仿真结果表明:滤波器的谐振频率为0.715 THz,透射系数能够达到0.92,-3 dB带宽为21.9 GHz,将仿真得到的散射参数进行S参数反演得到了太赫兹滤波器样品的电磁参数,这在理论上分析了太赫兹波在谐振点处产生透射增强的原因。利用飞秒激光微加工系统制备了尺寸优化后的科赫曲线分形结构太赫兹带通滤波器样品,然后使用太赫兹时域光谱系统对样品的传输特性进行测试,对实验得到的时域数据进行快速傅里叶变换之后得到频域数据,再把频域数据进行归一化处理后与之前的电磁仿真结果进行对比,发现实验测得的结果与电磁软件仿真得到的结果较为吻合。     

近红外光谱结合共识模型快速检测果酒的总酚含量

果酒发酵中的多酚是引起果酒口感、颜色变化的重要因素。为保证果酒品质,有必要开发一种快速监测发酵过程中多酚含量变化的技术。收集不同批次成熟期的蓝莓、桑葚为原料,分别碾压成汁,同时按比例混合二者,于小型发酵罐进行发酵。通过离线收集不同发酵时段的发酵液于离心管,高速离心后取上清液置于棕色瓶保存,共计得到48个果酒发酵样本。将上清液置于三个平行样比色皿,以傅里叶快速变换近红外光谱仪(FT-NIR)采集其透射光谱,取平均值作为该样本的光谱信号。然后将棕色瓶内的发酵液以国标法(即以标准液的吸光度值制定标准曲线)测定各样品的总酚含量,以duplex法计算样本光谱之间的距离且按2∶1的比例划分为训练集和预测集。采用间隔偏最小二乘法(iPLS)将训练集样本的透射光谱与总酚含量之间构建定量模型,间隔数从2依次变化到60个。该研究创新之处是使用共识方法融合多个已构建好的iPLS成员模型,按一定的共识规则分配权系数。通过各成员模型交互验证的残差及其残差之间的相关性来优化各成员模型的线性组合,以拉格朗日乘数法求解各成员模型的权系数,使间隔偏最小二乘-共识模型(consensual iPLS,CiPLS)的交互验证均方根误差最小。相比于全局PLS模型、划分不同间隔数量时的iPLS模型,CiPLS均具有较小的预测误差。当划分39个间隔时由三个iPLS成员模型(即14th,16th,18th)组成的共识模型误差最小为124.2,交互验证相关系数为0.944,对预测集样本的预测均方根误差为163.4,预测相关系数为0.931,预测性能均优于PLS和iPLS模型。另外,作为对比选用连续投影算法与无信息变量剔除法来优化光谱模型,其预测性能均不及本文提出的共识模型。分析各iPLS模型预测残差之间的相关性,发现共识模型主要是融合那些具有较高预测性能且模型间较低相关性的成员模型。结果表明,光谱分析结合共识方法可提高回归模型的预测精度、减少建模所需变量数,能够用于果酒总酚含量的离线快速检测。     

湿度对水泥生料近红外光谱检测的影响及补偿方法

近红外光谱检测已被应用于水泥生料成分的快速检测,但现场环境中的湿度等因素会对光谱产生干扰,从而降低检测精度。为了提高检测精度,在实验分析湿度对水泥生料近红外光谱检测影响的基础上研究了补偿方法。在水泥厂选取了24份水泥生料样本,其中18份作为校正集,6份作为验证集;水泥生料中的有效成分为SiO2,Al2O3,Fe2O3和CaCO3,各成分含量的标准值由X射线荧光光谱分析测出。首先,将校正集的18份样本每份重复装样测5次光谱,用得到的90个光谱建立模型Ⅰ;再每份样品制作5个湿度梯度样本,其获得过程为,先将样本放置在电加热平台上,用玻璃棒将样本摊平,180℃下加热30 min,再将样本放置在散热片上进行降温,待样品恢复室温后取出进行第一次光谱扫描,得到1个光谱,将测量后的样本放入搅拌器,使用装有去离子水的喷雾器对其喷雾两次,然后搅拌30 s混合均匀,测量混合后的样本得到下一个光谱,重复该过程,得到具有湿度梯度的5个光谱。所有样本均采用烘干法进行湿度测量,样本湿度变化区间在0.6%~2%以内。对每个湿度梯度的样本测量1次,用得到的这90个光谱建立模型Ⅱ。然后,将验证集的6份样本每份制作5个湿度梯度,获取方式与校正集相同,对每个湿度梯度的样本测量1次,得到30个光谱。所有光谱均采用多元散射校正预处理,拟合波段选择4000~5000 cm^-1,建模方法采用偏最小二乘法。比较同一份样本的5个湿度梯度,可以看到在5200 cm^-1处光谱差异最大,在其他位置也有肉眼可见的明显差异,因此,湿度变化对全波段光谱有明显的影响。最后,将这30个光谱输入模型Ⅰ与模型Ⅱ进行验证,并对比模型Ⅰ与模型Ⅱ的预测均方根误差RMSEP。模型Ⅱ中SiO2,Al2O3,Fe2O3和CaCO3的预测均方根误差RMSEP比模型Ⅰ分别减小了25%,31.3%,33.3%和25%。实验结果表明,水泥生料样本湿度对近红外光谱模型的预测结果具有一定的影响,采用具有湿度梯度的样本进行建模可有效降低湿度对预测结果的影响。     

皮肤组织容积脉搏波400~1000 nm光谱特性仿真研究

根据皮肤组织解剖结构特性建立了六层层状模型,并给出了皮肤组织各层的特性参数;考虑了氧合血红蛋白和还原血红蛋白的吸收特性,依据皮肤组织各层的水、血、脂肪、血氧饱和度含量以及血管大小给出了皮肤组织各层的光谱吸收系数;对不同波长散射系数做了适当简化,给出了皮肤组织各层的光谱散射系数。利用蒙特卡罗方法仿真血管组织在收缩与舒张两种状态下, 400~1 000 nm波长光在皮肤组织多层模型中的传输过程,并通过统计大量光子的分布特性,获得了皮肤组织光谱反射系数,并利用模拟所得的两种状态下的反射系数计算得到了光谱容积脉搏波幅度。仿真结果表明,当入射光强一定时,绿光的容积脉搏波幅度优于红光和蓝光。通过计算不同波长光沿皮肤组织深度方向光能流率衰减为1/e时对应的皮肤组织深度,获得了皮肤组织光谱穿透深度。结果显示,血管舒张状态下蓝光和绿光的穿透深度较小,蓝光大部分只能达到表皮层,绿光能到达微循环层,红光可直达真皮层。考虑到光在皮肤组织中传播包含了一个从收缩到舒张的动态过程,基于此,根据穿透深度定义了脉搏波信号产生深度,利用血管舒张与收缩两种不同状态下的穿透深度计算得到了光谱产生深度。结果表明,不同波长光产生深度大于其穿透深度,蓝光产生深度较浅,且其受到的血液吸收调制较小,因而其获得的脉搏信号易受噪声干扰;红光的容积脉搏波产生深度较大,但是相比于绿光其受血液吸收调制较小,且绿光产生深度足够达到真皮血管层,因而红光容积脉搏波的幅度小于绿光。上述仿真结果明确了皮肤组织部分光谱特性,为皮肤组织多光谱容积脉搏波的精确获取及其他相关研究提供了一定的理论基础。     

基于拉曼光谱鉴定黑色签字笔笔迹的种类与书写时间

黑色签字笔字迹种类与书写时间的鉴定一直是国内外法庭科学研究领域的热点问题。基于拉曼光谱法的分辨率高、稳定性好、效率高以及无损检测等优点,对收集的16种品牌或牌号的黑色签字笔字迹样本进行测试。完成同一品牌或牌号同一时间在不同存储条件(暗室和光照)与不同纸张本底(复印纸和笔记本)字迹样本的制备。将样本字迹剪裁,双面胶固定在载玻片上,放入储存箱内避光保存,间隔一段时间对样品进行测试,测试工作共持续1年,形成图谱数据库。在考察实验条件如测量点、激光功率及共焦类型等因素影响的基础上,筛选出最佳条件。在此条件基础上,检测黑色签字笔在不同书写时间、储存环境、纸张本底等条件下的字迹样本。实验结果表明:(1)存储条件(暗室和光照)、纸张本底(复印纸和笔记本)等不同条件下,同种黑色签字笔字迹的拉曼位移相同,重复性好,受水和纸张等本底的干扰较小。(2)根据拉曼位移的差异可将16种黑色签字笔分成5类。(3)以2#样本为例, 1 140 cm^-1处拉曼光谱特征峰,归属为酯类化合物的C-O伸缩振动ν(CO)。酯类化合物的含量随着时间延长而不断减少,因此随着书写时间越久远,特征峰的相对强度越大(8→1)。通过拟合后计算出相对面积数值I,样本书写时间越早,I值越大,反之I值越小。研究结果可用于快速、准确、无损判定黑色签字笔字迹的种类和推断其相对书写时间。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

350mm口径透射式宽光谱复消色差光学系统设计

为了在室内检测光电测试设备在某种工况下的瞄准线稳定精度、稳定器稳定精度等指标,需通过平行光管来提供无穷远目标。设计指标要求为:采用透射式结构,工作波段400～700nm,D=350mm,焦距为2.8m,视场角为3.5°,全视场内实现复消色差。设计采用柯克三片分离式透镜作为初始结构形式,根据宽光谱复消色差理论,选取玻璃材料,利用校正光学系统色差与二级光谱的条件计算各片透镜的光焦度,求解光学系统初始结构;根据大口径宽光谱平行光管像差要求,引入色球差参数以及消二级光谱参数进行优化,通过玻璃材料匹配,实现复消色差。设计结果:在不引入非球面的情况下,系统接近理论衍射极限,全视场波像差RMS值均优于λ/22,全视场内实现了复消色差,满足设计指标要求。