光谱学分析
光谱学分析范文第1篇
关键词：光学多道分析器；氢原子光谱；巴耳末系；里德伯常量
中图分类号：G307 文献标识码：A 文章编号：1002-7661（2012）15-0262-01
1 引言：
电子从高能级跃迁到低能级时，发射的光子能量hv为两能级间的能量差，
hv=E(m)-E(n) （m > n）
以波数?啄＝1/?姿表示， 则上式为 ?啄＝■=T(n)-T(m)=R■(■-■)
式中RH为氢原子的里德伯常数。
从图1中可知，从m≥3至n =2跃迁，光子波长位于可见光区，其光谱符合规律?啄=R■（■-■） （m=3，4，5…）
这就是1885年巴耳末发现并总结的经验规律，称为巴耳末系。
2.实验原理：
OMA光路见图2。光源S经透镜L成像与多色仪的入射狭缝S1，入射光经平面反射镜M1转向90°，经球面反射镜M2反射后成为平行光射向光栅G。衍射光经球面反射镜M3和平面镜M4成像于观察屏P。由于各波长光的衍射角不同，P处形成以一波长λ0为中心的一条光谱带，使用者可在P上直观地观察到光谱特征。转动光栅G可改变中心波长，整条谱带也随之移动。多色仪上有显示中心波长的波长计。转开平面镜M4，可使M3直接成像于光电探测器CCD上，它测量的谱段与观察屏P上看到的完全一致。
由于Hα线波长为656.28nm，Hδ波长为410.17nm，波长间隔246nm超过CCD一帧159nm范围，无法在同屏中观察到，故需分两次观察测量。第一次测量Hβ、Hγ、Hδ三条线，第二次单独测量Hα线。第一次测量使用汞灯的546.07nm（绿光）、435.84nm（蓝光）、404.66nm（紫光）三条谱线作为标准谱线手动定标；第二次用汞灯的546.07nm（绿光）、576.96nm（黄光）、579.07nm（黄光）及三条紫外光的二级光谱线312.567×2=625.13nm、313.17×2=626.34nm、334.17×2=668.34nm来定标。
3 实验步骤：
1)将多色仪起始波长调到390 nm、入射狭缝S1的宽度为0.1mm。
2)用笔形汞灯作光源，调节L·S与多色仪共轴，并令光源S成像于入射狭缝处，这时在多色仪的观察屏P上观察到清晰、明亮的水银谱线。
3)转动M4使光谱照到CCD上，调节入射狭缝，使谱线变锐。选择适当的曝光时间以获得清晰、尖锐的谱线。由于谱线强度不同，对不同的谱线可选用不同的曝光时间。
4)用水银的几条标准谱线定标，使横坐标表示波长（nm）。
5)改用氢灯，转动M4，使谱线成像于观察屏P上，调节氢灯的位置，使谱线强度为最强。
6)转动M4，测量Hβ、Hγ、Hδ线的波长。
7)将多色仪的起始波长调至540nm，用汞灯定标后，测出Hα线的波长。
4 实验数据及处理： 图3（a）中1、2、3号谱线对应氢光灯Hβ、Hγ、Hδ三条线;（b）中1号谱线对应Hα线
实验数据记录如下表 以δ为纵坐标■-■为横坐标经过Origin拟合后，可见斜率即为里德伯常量RH=1.10215×107 ，与标准值的相对误差仅为0.435％。
参考文献:
光谱学分析范文第2篇
关键词：：松材线虫；黑松；光谱分析；光谱特征参数
中图分类号：S712 文献标识号：A 文章编号：1001-4942（2012）11-0012-05
Analysis of Spectral Characteristics of Pinus thunbergii
Inoculated with Pine Wood Nematode
Ma Yue1， Lü Quan2， Zhao XiangTao1， He BangLing1， Liu HuiXiang1*， Zhang XingYao2
（1.College of Plant Protection， Shandong Agricultural University/Shandong Forestry Harmful Biological Control Engineering
Technology Research Center， Taian 271018， China； 2. Key Laboratory of Forest Protection of China State Forestry Administration/
Research Institute of Forest Ecology，Environment and Protection，Chinese Academy of Forestry，Beijing 100091， China）
Abstract Using spectroscopy to diagnose plant diseases is a research focus in plant disease monitoring and early warning in recent years. In this paper， the spectral characteristic curve of Pinus thunbergii needle was studied after artificial inoculation of different concentrations of pine wood nematode， and the multiple spectral characteristic parameters were analyzed. The results showed that the green and near-infrared reflectance spectral curves could indicate the pine disease severity. The decline of spectral parameters such as red edge position blue shift， green peak height and red band depth， and the decrease of red edge slope could reflect well the disease situation of pine. All the results above provided a theoretical basis for the pine wilt disease monitoring and early warning by using hyperspectral remote sensing technology.
Key words Bursaphelenchus xylophilus；Pinus thunbergii Parl.；Spectral absorption；Spectral parameter
松材线虫病（Pine Wilt Disease），又称松树萎蔫病，该病害危害严重，发病快，传播迅速，防治困难。我国于1982年在南京中山陵首次发现松材线虫病以来，该病已扩散蔓延至全国16个省（市），对我国现有松林资源、生态景观和林业经济造成了极大破坏和严重威胁[1]。目前松材线虫病传播扩散的风险仍在不断加剧，防控形势依然十分严峻。
近年来，遥感技术在森林病虫害监测预警方面显现出独特的优势，20世纪末迅速发展起来的高光谱技术作为一种更先进的空间信息技术，能够利用很窄的电磁波段从地物获取连续光谱信息。植物具有特殊的反射光谱特征，且因植物种类、生长阶段、叶形结构、叶绿素含量、细胞含水量及健康状况而异[2]。当植物受病虫害侵染时，叶片色素、细胞构造以及细胞液、细胞膜等会发生一些变化，就会反映在叶片的光谱反射率及特征参数上。因此，应用成像光谱遥感技术，研究受害植物光谱特性的变异信息，可为大规模监测植物病虫害发生动向提供可靠的依据。目前，针对松材线虫病危害的松树林木光谱特征研究还不多见。石进等（2006）[3]采用航空遥感与地面GPS定位相结合的方法对有松材线虫病症状的松林进行准确、快速定位。王震等（2007）[4]对野外不同受害类型的马尾松进行反射光谱测定并分析，结果表明不同受害类型马尾松光谱曲线差异明显，在绿光区，随受害程度加深，叶绿素和水分减少，其反射率逐渐减小，而在红光区，其反射率随受害程度加深逐渐增大。这种变化规律对于在松材线虫入侵过程中，应用遥感技术研究森林资源的动态变化非常有价值。在高光谱遥感数据中，从红光过渡到近红外的“红边”（680～780 nm）是描述植被色素状态和健康状况的重要指示波段，也是植物光谱曲线最明显的特征，红边位置随叶绿素含量、叶面积指数、生物量、年龄、植被的健康程度、季节而变化，可作为植被胁迫和衰老的指示器，用以研究植物的生长和健康状况[5～7]。杜华强等（2009）[8]对野外未知病害马尾松进行反射光谱连续测量，在对反射光谱数据红边位置、绿峰反射高度和红谷吸收深度分析的基础上，进一步利用分形理论来分析发病早期马尾松高光谱数据，结果表明，这3个参数特别是红边位置对松材线虫病的发生具有一定的预测作用，可进一步结合生化参数如叶绿素含量、含水量等改进预测结果。
本研究是在自然生长条件下对林间健康黑松人工接种不同浓度的松材线虫，定期采集松针测量其反射光谱特征曲线，分析了不同接种浓度、不同采样时间的黑松松针的反射率曲线以及多个高光谱特征参数，以探究寄主感病后光谱特征变化与发病进程间的关系，旨在为应用高光谱遥感技术进行松材线虫病监测与预警提供实验数据。
1 材料与方法
11 试验区概况
试验区设在山东省荣成市国营成山林场（122°329′E，37°234′N），该林场位于山东半岛东部沿海地区，属暖温带季风气候，年平均气温12℃左右，年平均降水量800 mm左右。成山林场始建于1949年12月，总面积833 hm2，其中林地面积787 hm2，主要组成树种是黑松（Pinus thunbergii Parl），林龄在60年左右。
12 供试材料
松材线虫[Bursaphelenchus xylophilus （Steiner & Buhrer） Nickle]虫株来源于荣成市成山林场的感病黑松，从病树疫木中分离获得；接种树选自荣成市成山林场内高2 m左右、七八年实生黑松幼树。
13 试验方法
松材线虫在实验室内以灰葡萄孢（Botrytis cinerea）为营养扩大培养，制备高（4 000条/300 μl）、中（2 000条/300 μl）、低（1 000条/300 μl）3种浓度的松材线虫悬浮液。在野外，选取健康黑松幼树，以皮接法进行人工接种，每种浓度的线虫悬浮液各接种10棵树，分别以S（高浓度线虫液接种树）、M（中浓度线虫液接种树）、L（低浓度线虫液接种树）加数字表示，并设置了6棵树作为对照（以CK表示，3棵接无菌水，3棵自然生长不做任何处理）[9]。
自接种之日起，每隔8天采集一次松针，采样选在晴天的上午进行，直至病株出现明显症状停止采样， 共采集7次。在每棵树的上、中、下3个部位，各分3个方向采摘适量松针混合在一起，针叶采集后立即放入保鲜袋，用冷藏箱带入遮光室进行光谱测量。
光谱特征曲线测量采用ASD Field Spec3便携式地物波谱仪，其波长范围为350～2 500 nm，光谱采样间隔为1377 nm@350～1 050 nm，2 nm@1 000～2 500 nm，光谱分辨率为 3 nm@700 nm，85 nm@1 400 nm，65 nm@2 100 nm，测量过程中随时用反射率为1的标准白板校正。每个样本重复测量10次，所测的光谱数据由光谱仪传入计算机后，转换为反射率数据，利用光谱仪自带的光谱处理软件View Spec Pro 50进行数据分析处理。剔除异常值后用软件中的Statistics功能计算各重复采样的平均值，最后利用Graph Data功能绘制光谱曲线图。
14 光谱特征参数分析方法
选取的光谱特征参数包括：绿峰反射率（reflectance of green peak，RGP）、绿峰位置（green peak position，GPP）、红谷反射率（reflectance of red band， FRB）、红边位置（red edge position，REP）、红边斜率（red edge slope，RES）、绿峰反射高度（green peak height，GH）、红谷吸收深度（red band depth，RD）以及水分胁迫波段反射率（reflectance of water stress band，RWSB）等。
RGP指波长510～580 nm范围内最大的波段反射率，GPP指绿峰反射率对应的波长位置（nm），FRB指波长640～700 nm范围内最小的波段反射率，而RWSB指波长1 550～1 750 nm范围内最大的波段反射率。
红边通常是指680～780 nm间反射率突然变化的区域，是由于叶绿素的强吸收和近红外叶子内部散射导致的高反射所形成的[10～13]。目前关于红边位置的计算方法很多，由于导数光谱分析技术对光照强度、噪声影响敏感性较低，同时能增强光谱特征等[14，15]。本研究采用导数光谱分析技术，即一阶导数最大值所对应的波长来计算红边位置[16～19]，计算公式如下：
dRdλ=R（λi+1）-R（λi-1）λi+1-λi-1
（1）
（1）式中Ri，λi分别为第i波段的反射率和波长。RES指红边内一阶导数光谱的最大峰值。
绿峰反射高度GH和红谷吸收深度RD分别按公式（2）、（3）计算[20]。
GH=1-RS+RE-RSλE-λS×（λC-λS）RC
（2）
RD=1-RCRS+RE-RSλE-λS×（λC-λS）
（3）
（2）式中RC，RS，RE分别为绿峰吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为560、500 nm和670 nm。
（3）式中RC，RS，RE分别为红谷吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为670、560 nm和760 nm。2 结果与分析
21 光谱特征曲线分析
图1表示3种浓度松材线虫悬浮液接种黑松后先后7次测量的松针反射率曲线。从图中可以看出，在绿光区（500～560 nm）和近红外区（750～900 nm），随发病程度的加深光谱曲线呈现出明显的变化规律，即松针的反射率随着发病程度的加深有降低的趋势。
前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低。在可见光波段，接种树的松针反射率与健康状态对照树的差异较小，而近红外和中红外波段反射率光谱差异较明显。
22 光谱特征参数分析
通过分析光谱特征曲线只能定性地了解松针反射率的变化趋势，为进一步定量地分析随感病程度加深松针的光谱学差异，分别计算了3种线虫浓度接种黑松后先后7次测量的反射率曲线中的8个光谱特征参数，图2是这些参数的动态变化曲线。
从图2可以看出：指示植物健康状况的两个重要的光谱特征参数红边位置（REP）和绿峰反射高度（GH）均呈现随感病程度加深逐渐降低的趋势，绿峰反射率（RGP）、绿峰位置（GPP）、红边斜率（RES）以及红谷吸收深度（RD）也相应地随感病程度加深逐渐降低；红谷反射率（FRB）波动比较大，趋势不明显，而水分胁迫波段反射率（RWSB） 差异变化不明显，这与已有研究显示这两个参数有随感病程度加深逐渐升高的趋势有所不同，可以看出它们随感病程度加深有不明显的下降趋势。
3 结论与讨论
通过对不同线虫浓度接种的黑松不同采样时间的松针反射光谱特征曲线的分析，得出：在绿光（500～560 nm）和近红外光（750～900 nm）范围内，松针反射率曲线有随发病程度的加深而降低的明显变化规律。前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动，这是由于松材线虫刚开始侵入植株，侵入线虫数量、侵染快慢、松树自身状况、环境等因素的影响，致使松针反射率出现了较小的波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低，这表明植株开始发病。相比可见光波段，近红外波段光谱曲线能够更好地反映出接种黑松的病变情况。这对松树发病有一定的指示作用，可作为松材线虫病诊断的切入点进一步研究。
对8个重要的光谱特征参数的计算分析得出：红边位置（REP）、绿峰反射高度（GH）、红谷吸收深度（RD）及红边斜率（RES）等光谱特征参数能够很好地反映出松树的健康状况，即植株发病后，针叶由健康逐渐失绿，再到枯死，红边位置蓝移、绿峰反射高度以及红谷吸收深度逐渐降低、红边斜率减小等。这些参数能够很好地描述松树病害发生情况，可作为诊断病害的参考值。红谷反射率（FRB）和水分胁迫波段反射率（RWSB）变化规律不明显，并有下降的趋势，这可能与接种树本身健康状况、病害发生程度、病程时间长短以及出现症状的活枝仍能进行光合作用等因素有关。
从试验结果可以看出，虽然在感病初期从外观上很难看出树体的症状来，但通过光谱特征的测定分析，可以依据不同波段的反射光谱曲线或光谱特征参数分析病害情况，为松材线虫病的早期监测提供依据。参 考 文 献：
[1]万方浩，郑小波，郭建英.重要农林外来入侵物种的生物学与控制[M].北京：科学出版社，2005，574-577.
[2]申广荣，王人潮.植被光谱遥感数据的研究现状及其展望[J].浙江大学学报（农业与生命科学版），2001，27（6）：682-690.
[3]石进，马盛安，蒋丽雅，等.航空遥感技术监测松材线虫病的应用[J].中国森林病虫，2006，25（1）：18-20.
[4]王震，张晓丽，安树杰.松材线虫病危害的马尾松林木光谱特征分析[J].遥感技术与应用，2007，22（3）：367-370.
[5]Jago R A， Curran P J.The effect of land contamination on the relationship between the red edge and chlorophyll concentration of a grassland canopy[A] RSS95： Remote Sensing in Action[C] Nottingham：Remote Sensing Society，1995，442-449.
[6]Dawson T P， Curran P J.A new technique for interpolating the reflectance red edge position[J] International Journal of Remote Sensing，1998，19（11）：2133-2139.
[7]Boochs F， Kupfer G， Dockter K，et al Shape of the red edge as vitality indicator for plants[J] International Journal of Remote Sensing，1990，11（10）：1741-1753.
[8]杜华强，葛宏立，范文义，等.分形理论在马尾松松材线虫病发病早期高光谱探测中的应用[J].林业科学，2009，45（6）：68-76.
[9]李瑞.松材线虫伴生细菌与松树萎蔫病关系的初步研究[J].山东农业科学，2010，4：59-61
[10]Horler D N H， Dockray M， Barber J.The red edge of plant leaf reflectance[J] International Journal of Remote Sensing， 1983，4（2）： 273-288.
[11]Miller J R， Hare E W， Wu J.Quantitative characterisation of the vegetation red edge reflectance An inverted - Gaussian reflectance model[J] International Journal of Remote Sensing， 1990，11（10）：1175-1773
[12]Moses A C， Andrew K S.A new technique for extracting the red edge position from hyperspectral data： The linear extrapolation method[J]Remote Sensing of Environment， 2006，101（2）：181-193.
[13]张晓艳，王丽丽，封文杰，等.花生红边特征及其叶面积指数的高光谱估算模型[J].山东农业科学，2010， 3：11-15，19.
[14]浦瑞良，宫 鹏.高光谱遥感及其应用[M].北京：高等教育出版社，2000，52-53.
[15]Helmi Z M S， Mohamad A M S， Azadeh G.Hyperspectral remote sensing of vegetation using red edge position techniques[J] American Journal of Applied Sciences， 2006， 3（6）： 1864-1871.
[16]吴继友，杨旭东，张福军，等.山东招远金矿区赤松针叶反射光谱红边的季节特征[J].遥感学报，1997，5（2）：124-128.
[17]范文义，杜华强，刘 哲.科尔沁沙地地物光谱数据分析[J].东北林业大学学报，2004，32（2）：45-48.
[18]张风丽，尹 球，匡定波，等.环青海湖地区天然草地时序光谱特征参量分析[J].生态学报，2005，25（12）：3155-3160.
光谱学分析范文第3篇
关键词 红外光谱 检验 红外光谱库
中图分类号：D918.2 文献标识码：A
红外光谱检测技术广泛用于化合物鉴定及分子结构表征，亦可用于定量分析。红外光谱与色谱等联用（GC-FTIR），则具有强大的定。利用红外光谱技术对进行检测，具有所需检材量小，无损；操作简便、快捷等特点。根据检测仪器和应用领域的不同，可将红外光区分为近红外光区，中红外光区，远红外光区等三个光区，其中以近红外区和中红外区的光谱分析技术应用较为广泛。
1 近红外光谱技术
近红外光区（在0.75 -2.5 m范围 ）对含氢原子团（如O—H、N—H、C—H）伸缩振动峰较为敏感，常用于分析含氢基团的的定量分析。吴国萍等①提出了采用近红-外漫反射光谱技术快速、无损、测定缴获白粉中海洛因、乙酰吗啡、乙酰可卡因的含量方法。该研究结果表明近红-漫反射光谱技术用于分析，具有快速无损和结果可靠的优点。吴国萍等采用GC-MS分析了缴获88份白粉中这3组分的质量百分含量，以交叉验证误差均方根为指标，确定各组分用于建模的最优近红外波段和光谱预处理方法，采用偏最小二乘法建立近红外光谱与这三组分GC-MS分析值之间的校正模型，并以此预测了35个白粉样本。
吴国萍等②采用近红外-漫反射光谱快速无损测定中亚甲二氧基甲基苯丙胺（MDMA）、甲基苯丙胺（MA）含量的新技术。该技术可对裸片中MDMA和MA进行快速无损分析，且结果可靠，为刑事案件中成分的测定提供了一种新的分析手段。吴国萍等收集含MDMA56份和含MA58份，采用GC-MS确定其中MDMA和MA质量的含量，在12000～4000 cm-1光区扫描样品，以交叉验证误差均方根为指标，通过筛选，对各组分确定了用于建模的最优近红外波段和光谱预处理方法，采用偏最小二乘算法建立近红外光谱与这2组分GC-MS分析值之间的校正模型，并以此分别预测21个样本含量。
吴国萍等③应用近红外光谱积分球和光纤漫反射技术，结合化学计量学方法，进行处理不同途径缴获的，并通过系统聚类分析，对不同途径缴获的来源进行了鉴别。结果表明，该法具有简便、快速、准确的特点，为同一来源认定提供了一种新技术。
曹槐等④采用支持向量分类方法，将在云南省缴获的一千多份海洛因样品，用近红外-漫反射光谱在4 000 cm-1～10 000 cm-1光区范围内吸收系数数据集合，构建了识别来路的分类器。光谱数据选取了指纹波数区段5 990 cm-1～7 500 cm-1，以及最大和较大吸收系数的41个波数的光谱数据。针对一对一算法的五分类问题，采用两种分类法C-SVC和v-SVC，4种核函数，分别以默认参数和优化参数，得训练集模型有效率和检验集的预报总精度。比较各种模型后，确定了152个指纹区波数，线性核函数的L-152 C-SVC作为分类器模型。该模型对已知分类的5个地区随机选取的训练集样本，在10-交叉检验下的有效率是90.74%，对不包含训练集的其余全部已知样品，其预报总精度是88.71%。5地区分类统计计算的敏感性、特异性、相关系数的评价都较好。最后，又试用该分类器于未知地的来路辨认。与报道的模式识别比较，工作没有止于训练集给出模型，检验集判断预报效果的已知样品，又走出了重要一步，即识别训练集和检验集之外的未知样品。
2 中红外光谱技术
中红外光谱技术（光区在2.5- 25 m范围）常用于定性和定量分析，且仪器成本低和方法简单。张润生⑤和胡绪洲等⑥很早就研究了海洛因和鸦片的傅里叶红外吸收实测谱。梁宇华⑦对别运用红外光谱仪、气相色谱质谱联用仪、气相色谱仪对广州海关关区在2006年缴获的可卡因进行了成分及含量的分析。结果发现，在使用了现场快速检验的手段后，用红外光谱仪判断其主要成分，还是比较可靠的。
王继芬⑧等建立了甲基苯丙胺中添加成分的红外光谱快速分析方法，该方法应用于实际案例中，获得了理想的结果。将甲基苯丙胺与淀粉、葡萄糖、咖啡因、非那西汀等按一定质量比例混合，然后利用傅里叶变换红外光谱仪进行红外光谱分析，得出红外光谱图。由于各种成分均有其特征的红外吸收，因此通过其特征吸收可以区分甲基苯丙胺中所添加的成分，同时，通过吸收峰的强度可以大致判断添加成分的含量范围。红外光谱法不需要进行样品的前处理，具有快速、无损的特点。
王继芬等⑨立氯胺酮及其添加成分的红外光谱快速分析方法。将氯胺酮与淀粉、葡萄糖、麦芽糖、咖啡因、非那西汀等按一定质量比例混合后，采用傅里叶变换红外光谱仪进行光谱分析，得到红外光谱图，利用OMNIC软件经过筛选、归一化、入库等处理后建立了氯胺酮及其添加成分的红外光谱谱图库；运用红外光谱的相关知识，对氯胺酮及其添加成分的标准谱图解析，进行了峰的归属，制作了一张特征峰表。将待测样品进行红外光谱分析后，先进行谱库检索，再应用特征峰表进行确定，从而对可疑氯胺酮进行了快速无损分析。
徐鹏等⑩采用红外光谱技术对海洛因样品进行谱图采集，并对海洛因及其盐型的红外谱图进行谱图解释和分析。应用红外光谱技术，可以很好地鉴别海洛因及其盐型。
徐鹏等 认为，红外光谱技术在的定性定量分析以及来源推断方面具有其独特的优势。作为一项非常传统的分析技术，以往因其对混合物无法确切分析以及谱图检索费时的弱点而在物证鉴定领域应用较少。随着计算机技术的发展，红外光谱技术在分析鉴定领域将发挥越来越重要的作用，特别是在建立数据库以及快速检索比对方面。
张润生等 采用气相色谱-傅立叶变换红外光谱联用技术，建立了9种苯丙胺类及其衍生物的分析鉴别方法。采用HP-1（30 m？.32 mm，0.25 m）毛细管柱，MCT红外检测器与氢火焰检测器同时检测，在程序升温条件下，以十七烷为内标物，研究已知对照品的色谱保留行为及其气态红外光谱图特征，建立相应的特征吸收峰数据库，作为鉴别分析的依据。色谱保留时间与红外特征吸收峰联合鉴别法极大地提高了鉴别的准确性。将发展的方法应用于可疑物证中苯丙胺类及其衍生物样品的鉴别，获得了理想的结果。该方法可用于涉毒案件物证的检验，特别适用于混合成分的检验。
3 远红外光谱技术
气体分子的转动跃迁振动-转动跃迁通常在25-1000 m范围内产生较强的远红外光谱。因此大部分易制毒化学品在制备过程中都会产生挥发性的蒸气团，其光谱特征都在远红外大气窗口内。尤晓明等 和李志豪 发现被动红外探测技术能够在远距离实现对易制毒化学品蒸气团的监测，可以有效解决禁毒任务中隐藏制毒窝点的遥测问题。将此技术用于公安禁毒领域，能够很好地满足当前禁毒工作的需要，具有重要的实际意义。
4 红外光谱图库
陈月 通过用高纯度建立红外光谱库，采用最先进的全光谱编码、全光谱检索方法结合谱图解析方法。经用南京市公安局提供的缴获混合物进行实例验证，认为操作简便、快速，定性准确。王继芬等 建立了氯胺酮及其常见添加成分的红外光谱谱图库，结合谱图解析实现了对氯胺酮及其添加成分的红外光谱快速分析。对于谱库谱图库还需要在实践中不断地扩充，以便更好地服务于司法实践。
5 结语与展望
本文研究了红外光谱用于检测和分析领域的最新进展。红外光谱技术作为一项传统的光谱分析手段，以其准确和快速的优势，越来越得到定性、定量分析检测和分析领域的重视，特别是在建立数据库以及快速检索比对方面。
资助项目：2012年湖南省科技计划项目资助 （项目编号：2012FJ4342）
注释
① 吴国萍，相秉仁.近红外光谱法非破坏性同时测定海洛因、O6单乙酰吗啡、乙酰可待因.分析化学，2007.4.
② 吴国萍，相秉仁.近红外光谱技术应用于中MDMA、MA无损定量分析的研究.分析测试学报，2007.5.
③ 吴国萍，左跃先.近红外漫反射光谱法在同一来源认定中的应用.中国药科大学学报，2008.4.
④ 曹槐，路帆.不同来路海洛因近红外光谱的支持向量机模式识别.计算机与应用化学，2009.3.
⑤ 张润生.140例海洛因案鉴定结果分析.法医学杂志，1994.4.
⑥ 胡绪洲，杨爱明，林南英.海洛因的傅里叶红外吸收谱.光学学报，1998.8.
⑦ 梁宇华.可卡因的定性定量分析.广东公安科技，2008.1.
⑧ 王继芬，余静，孙兴龙.红外吸收光谱法快速分析甲基苯丙胺中的添加成分.光散射学报，2010.4.
⑨ 王继芬，王定方，孙兴龙，余静.氯胺酮及其添加成分的红外光谱库的建立与应用研究.中国人民公安大学学报（自然科学版），2010.4.
⑩ 徐鹏，曹珍年，钱振华，郑珲，石慧霞，刘克林.海洛因及其盐型的红外光谱分析.中国药物依赖性杂志，2010.6.
徐鹏，曹珍年，石慧霞，郑珲，钱振华.红外光谱技术在分析中的应用.刑事技术，2011.4.
张润生，王跨陡，龚飞君，叶海英，张玉荣，严松茂，杜一平，张维冰.苯丙胺类及其衍生物的气相色谱-红外光谱分析.分析化学，2012.6.
尤晓明，李志豪，郑为建.被动红外技术用于易制毒化学品蒸气团的探测.红外技术，2011.11.
光谱学分析范文第4篇
关键词：香烟分类；高光谱成像技术；焦油量；无损检测；香烟烟丝；图谱合一 文献标识码：A
中图分类号：TN911 文章编号：1009-2374（2015）23-0063-02 DOI：10.13535/ki.11-4406/n.2015.23.033
烟草是我国重要的经济作物，早在半个世纪之前，利用近红外光谱分析技术对烟草进行了大量的无损检测研究，国外的许多学者根据不同烟草类型建立了相应近红外光谱分析模型对烟叶所属的品种（白肋烟、烤烟）或不同产地（美国本地、非美国产）均得到了较好的正确判别结果，相对而言，国外的应用水平较为领先。国内近红外光谱分析技术应用于烟草始于1995年，经过几十年的发展，国内烟草行业目前对近红外技术的应用已十分广泛。尽管近红外光谱技术用于烟草行业的无损快速检测能够应用于过程分析，然而非成像近红外光谱技术不适合于定量分析和分散性样品分析，由于外界因素的干扰不能有效剔除，其模型建立后需要不断进行维护修正并且测试灵敏比较低，相对误差比较大。近年来，高光谱成像技术不仅在农产品安全检测方面的应用取得了良好效果，也大量应用在农情监测作物长势的性状信息研究中。随着成本的降低，从最初航空、卫星遥感的应用平台，扩展到为近地应用提供了可能。将高光谱成像技术应用到烟草行业的品质与安全性检测中，可以综合得到产品内外品质的全面检测信息，这种内外品质信息兼备的特征，使得高光谱图像技术在烟草行业的无损检测方面具有较大的应用前景。现阶段利用高光谱成像技术进行烟草行业的无损检测还处于研究和发展阶段，随着光谱分辨率的不断提高，高光谱成像能够记录的烟草品质信息会越来越丰富。
1 材料与方法
1.1 实验设计
本实验选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）、黄果树（典藏）、南京（特醇）俗称红南京、云烟（红）、都宝（新）7种中低档价格大众定位的香烟品种，分别对这7种香烟的烟丝在室内进行实验。每个品种类型的香烟选取两支香烟的烟丝量，取出两支香烟的烟丝进行高光谱图像信息采集。为了保证室内暗室环境，实验选择在晚上19∶00以后的密闭实验室内进行数据采集，采用卤钨灯照射香烟烟丝样品，样品到光谱仪镜头的垂直距离选择为65cm，导轨速度为2mm/s。
1.2 香烟烟丝光谱成像光谱数据预处理
1.3 香烟烟丝理化值含量
记录烟盒上给出的每种香烟的焦油量、烟气烟碱量、一氧化碳量理化值的标准数值，用于采集的每个品种香烟的烟丝平均光谱数值建立模型进行相关分析，其理化值参数如表1所示：
本实验所用的香烟样品量，每个种类的香烟使用两根香烟的烟丝量，因此在后续参照每个类型的香烟烟丝理化值的标准值时，都会相应采集2倍的香烟烟丝理化值含量作参照。
2 结果
2.1 不同品种香烟烟丝的成像光谱图
本文在ENVI里从高光谱数据立方体中利用R、G、B三原色的特征波长（680nm、550nm、450nm）提取出不同种类的香烟烟丝高光谱成像图（如图1所示）。从图中我们可以很直观地分析辨别7种香烟的烟丝色泽、分布信息状况的变化，进而发现这7种香烟烟丝的差异，说明利用高光谱成像技术可直观对香烟烟丝的类别进行定性识别分析。
2.2 不同烟丝的高光谱反射率曲线对比分析
采集每个类型的香烟烟丝高光谱成像数据，通过换算预处理得到香烟烟丝的高光谱反射率曲线图（如图2所示），并对其进行分析。由结果可知：7种香烟烟丝所提取的光谱反射率曲线基本一致，都在400～500nm的可见光区，光谱曲线出现吸收谷，并在680nm处也有轻微反射吸收谷且无波峰出现，这与查阅文献的绿色植被的光谱反射率曲线不同，这一特征可用来区分识别烟草烟丝与其他绿色经济作物。进一步结合香烟烟丝内部的组分信息变化分别对香烟烟丝焦油量和烟碱量进行分析，达到图谱合一化，表明基于高光谱成像可以从图像和光谱两个角度对香烟烟丝的焦油量和烟碱量进行分析。
2.3 香烟烟丝的理化值预测模型构建
在400～1000nm波长范围内，提取出7种香烟烟丝的平均光谱反射率值，分别与采集到的7种香烟的焦油量和烟碱量两种理化值采用偏最小二乘法（PLS）建立相关预测模型分析。首先利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，建模结果如表2所示，其建模结果模型相关系数R=0.67。烟碱量俗称尼古丁，利用7种香烟烟丝的光谱反射率值与所采集的香烟烟碱量采用偏最小二乘法（PLS）建立烟碱量的预测模型，建模结果如表3所示，其建模结果模型相关系数R=0.68。由香烟焦油量和烟碱量两种理化值模型的建模结果可知：采用高光谱成像技术对香烟烟丝组份信息的定量识别是可行的。
3 结语
本文分别选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）等7种大众化香烟的烟丝，利用成像光谱仪采集其光谱图像，综合利用高光谱成像技术图谱合一的特点，对香烟烟丝进行对比分析，利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，焦油量建模结果模型相关系数R=0.67，烟碱量建模结果R=0.68。利用高光谱成像技术对香烟烟丝的无损检测识别能与烟草的理化值含量具有很好的相关性，焦油量和烟碱量两个典型理化值的模型建模结果相关系数效果较好。进而说明，采用高光谱成像技术对香烟烟丝组份信息进行无损检测识别是可行的。今后还需进一步对不同品种的香烟烟草进行定性分析，并可对田间烟草的长势监测进行定性、定量分析或对不同品种的香烟烟草成分信息进行深入分析比较。
参考文献
[1] 关斌，王家俊，张峻松.近红外光谱技术在烟草行业的研究进展[J].农产品加工（学刊），2009，（10）.
[2] 王文真，张怀宝.利用IA450近红外分析仪快速测定烟草中的总氮含量[J].仪器仪表与分析监测，1995，（2）.
[3] 王东丹，李天飞，吴玉萍，等.近红外光谱分析技术在烟草化学分析上的应用研究[J].云南大学学报（自然科学版），2001，23（2）.
[4] 张建平，谢雯燕，束茹欣，等.烟草化学成分的近红外快速定量分析研究[J].烟草科技，1999，（3）.
[5] 宋怡，刘巍，段焰青，等.近红外光谱法快速测定烟草中的植物色素[J].中国烟草科学，2009，4（2）.
[6] 付秋娟，张怀宝，邱军，等.近红外光谱法快速测定烟草中的总挥发碱[J].中国烟草科学，2005，26（4）.
光谱学分析范文第5篇
【关键词】拉曼光谱 水质分析 应用 进展
现阶段，在世界范围内，近乎有一半以上的饮用水源不合乎引用标准，据统计，至少有大约十二亿的人口没有办法得到干净的饮用水，同时，始终存在缺乏对安全的引用水进行卫生检验管理的问题，这对于世界人口的引用水需求的满足造成障碍[1]。从既往的研究资料中可以看到，水污染的问题极为严峻，人类所发生的疾病近八成以上的诱因都是由于引水不合格。由此可见，水质分析研究以及环境保护等问题较为严峻，采取有效的水质分析策略及处理方案来解决水质问题已然迫在眉睫。其中，将拉曼光谱理论应用于水质分析领域具备一定的科学性。
1拉曼光谱理论研究及其实效性分析
近年来，随着工业生产等领域的快速发展，全球范围内的环境污染问题较为严峻，针对环境治理技术的研究项目也颇多。在各类型的理论研究成果中，拉曼光谱理论是应用于水质分析领域中成效较好的一种基础理论，该理论属于光学研究范畴。
1.1浅析拉曼光谱理论
拉曼光谱是一种散射光谱。早在最初的理论发展阶段，拉曼光谱分析理论的形成是建立在印度科学家拉曼所发现的拉曼散射效应的基础上而来的，该理论主要针对与入射光频率不同的散射光谱进行分析等相关方面，进而得出分子振动、转动的信息，并将其应用于分子机构研究的过程中[2]。从实践经验来看，拉曼光谱分析理论作为分析水体中物质含量的技术分析理论，其效果极佳。
1.2拉曼光谱理论的实效性分析
水是孕育大部分生物的物质，如若地球上的水质环境良好，则生态环境定会十分健康。将拉曼光谱理论应用于检测高浓度有机废水、检测水质中生物污染物等项目中较为可行，水质分析研究是拉曼光谱理论分析的重点实践领域。长期以来，由于现代工业生产过程会产生大量的废水、废气等物质，通过基于拉曼光谱理论的水质分析以后，能够对水污染治理起到一定的指导性作用，有益于自然生态环境的平衡，以及人们的用水安全[3]。
2拉曼光谱在水质分析过程中的实践机理研究
2.1剖析拉曼光谱在水质分析过程中的机理
通过研究拉曼光谱理论的基础内容及其分析方法，能够了解到该方法是利用物质分子对入射光所产生的频率发生较大变化的散射现象来判别物质含量等的一种技术方法。在实践操作的过程中，拉曼光谱分析法所依托的测量装置主要有：“拉曼光谱仪”设备、“原位电化学拉曼池”这两个核心部分。前者是由“激光源”、“收集系统”、“分光系统”以及“检测系统”所构成的，其中，“激光源”通常采用的是能量较为集中且“功率密度”较高的激光，“收集系统”则是由透镜组所构成；相对而言，“原位电化学拉曼池”这部分的装置构成内容较为简单，一般是由工作电极、辅助电极、参比电极与通气装置所组成[4]。在实际操作过程中，为了避免仪器设备被具备腐蚀性的溶液或是气体所腐蚀，“原位电化学拉曼池”则需要具备光学窗口的密封体系，进而保证物质在检测的过程中不对仪器设备造成破坏。
2.2拉曼光谱在水质分析中所起到的重要作用
通过对以往文献资料的研究可知，若想要治理水质环境当中的有毒、有害、难降解污染物质，就必须了解具体的污染物性质。尽管我国当前的环境污染减量化处理技术手段有所升级，且多领域的实践反馈较为良好，但在实际进行环境污染减量化管理的过程中，还需做好相关的筹划以及技术辅助措施等[5]。相对于其它技术检测手段而言，拉曼光谱分析方法在水质分析中的作用越来越明显，因为人类社会在不断地发展变化中，诸多经验的累积，才使得人类对各类型的理论知识的研究更为深入，也就挖掘到拉曼光谱在水质分析中所起到的作用是其它分析方法所不能替代的。实质上，在常规拉曼光谱分析的基础上，逐步发展起来的分析方法有很多，其中包括有常规共振拉曼光谱、表面增强拉曼光谱等等，这些分析方法的演进都是建立在拉曼光谱理论之上而来的，这些技术的涌现为水质分析系统当中的定性测量与定量测量起到了极强地辅助作用。
3拉曼光谱在水质分析中的应用进展研究综述
3.1拉曼光谱在水质分析中的具体方法分析
从翻阅既往研究资料中可知，拉曼光谱应用于水质分析的可行性与优越性都较强，该分析方法的演进发展经历了较长的一段时间，目前该技术方法的实践已经区域成熟。如若将拉曼光谱在水质分析中的方法进行细分，可以探知到几种较为常见的方法，其中包括：“富集方法”、“容量分析法”、“分光光度法”以及“红外光谱法”等等，这些技术方法在水质分析领域的实际应用效果都较为可靠，尤其是在进行定量分析的过程中，其结果能够对水质污染治理起到一定的指导性作用[6]。从现实的情况来看，即便拉曼光谱方法在水质分析中的应用进展快速，但其也存在一定的技术漏洞，主要表现在，分析过程中需要对水质样品进行物理或化学上的反应，这样一来，便极有可能会对样品的原性状造成破坏，便无法运用不同的水质污染物检测方法来对比水质检测的实际效果，也就不能得知拉曼光谱在水质分析领域中各种实践方法的实际差距。但无论如何，基于拉曼光谱理论的水质分析方法的效果大体趋同。
3.2剖析拉曼光谱在水质分析中的应用进展状况及其发展前景
拉曼光谱是一种研究物质结构方面的实用工具，从长期发展情况来看，拉曼光谱已被逐渐应用于科研相关领域的分析系统之中，支持较多科研项目进一步拓展。拉曼光谱在检测水质中无机污染物、有机污染物、放射性污染物以及生物污染物过程中的实际应用状况极佳。
3.2.1拉曼光谱在检测水质中无机污染物过程中的实际应用
拉曼光谱理论可以应用于检测水质中的“氰化物”、“氯化物”、“氯酸盐”以及“硝酸盐”等物质成分及其含量，这些无机污染物的浓度都能够凭借拉曼光谱分析方法来直接判断其数值[7]。在实际操作中，通过检测抽样水质的污染物含量，便在对称伸缩振动拉曼峰处的半峰全宽振度进行分析，结果发现，抽样水质中的拉曼光谱的半峰全宽随着其中所含有的微量矿物质的浓度增加而减少，相反亦然，由此可见，拉曼光谱可以检测水质中无机污染物的含量。
3.2.2拉曼光谱在检测水中有机污染物的实际应用分析
对于像“杀虫剂”等一些有机污染物的检测，同样可以利用拉曼光谱法来实施，因该类型物质参杂在水体中，会给人体带来极大地危害，即便是较低的含量，也会对人体的某些器官造成影响。利用表面增强拉曼光谱分析法对水质采样中的残留有机污染物进行技术检测，凭借所检测出来的光谱信息，就可以判断该水质样品中的有机物质的含量等数据。
3.2.3拉曼光谱在检测水质中放射性污染物过程中的实际应用进展研究
放射性物质能够长期存在地表或是水质之中，尤其是“超铀核素”这种放射性物质，已经成为对生物环境产生巨大危害的主要物质。对于水质分析与检测的过程来说，最重要的是检测水体中放射性污染物的浓度及其存在的形态，利用不同的拉曼光谱技术能够提升分子的拉曼散射强度，进而将水体中所存在的不同浓度、不同类型的放射性污染物质检测出来。从具体的操作过程来看，通过采用“APA金纳米粒子基体”来提升表面增强拉曼光谱的灵敏度，进而能够有效分析出抽样水质中的“铀”物质的含量。除此以外，对于相对低浓度的“铀”物质的检测而言，凭借拉曼光谱所具备的重现性技术优势，无需经冗杂的处置，便可以在低浓度的含“铀”水质环境中将此类放射性物质检测分析出来。
3.2.4拉曼光谱在检测水质中生物污染物过程中的应用进展
相对于以上三个方面的进展而言，拉曼光谱在检测水质中生物污染的进展较为快速，因为在近几年来，随着城市化建设的快速推进，城市供水生物污染事件时有发生，给人们的用水饮水安全带来了极大地威胁，很可能会导致人体肠道传染类疾病或是其它病情的发生。从以往的研究资料中得知，地下淡水资源以及水质环境遭到了严重的破坏，由于地下水生物环境与地上生物的生长环境不同，所以，即便是处理好地球表面的废水废弃物等，也很可能残留部分物质，或是将其排放到河道中，对地下水质环境造成极大的污染，同时，还殃及到地下水生生物的健康生长。从基础的生物理论研究内容来看，地下水生物环境与地上生物生长环境极为不同，而且随着工业化生产的加剧，很多企业将工业废水排放至河道中，进而影响地下水质环境，甚至会影响到水下生物的正常生长[8]。从实际情况来分析，针对地下水质生物污染物的检测需要利用到拉曼光谱分析方法来执行。在应用拉曼光谱技术进行地下水质及生物环境的科学化检测时，可以利用表面增强拉曼技术的高灵敏的吸附增强效应来进行生物分子的技术检测，尤其是针对一些病原抗体分子、蛋白质分子等等，其检测的效果较为明显，拉曼光谱分析检测技术已然成为现代乃至未来水质检测分析领域中不可或缺的一种手段。
从实践结果来看，拉曼光谱在检测水质中无机污染物、有机污染物、放射性污染物以及生物污染物过程中的应用进展都较为良好，尤其是在水质中生物污染物的检测项目中，其分析结果十分有价值，对于提升城市供水及人们引水的安全性作用巨大。在实际进行水质检测等相关项目的工作中，不仅需要全球各地区提高对城市供水生物安全检测的认识，凭借最先进的科学检测手段来构建一整套供水安全检测系统，将水源性疾病控制到位，避免引起更加严重的生物污染[9]。在实践过程中发现，利用拉曼光谱技术来检测水质中的各类型病原微生物，其效能极佳。
4结语
总而言之，在常规的拉曼光谱基础上发展起来的常规共振拉曼光谱、表面增强共振拉曼光谱等在当前全球水污染检测领域中的实际功用得到加强，为水质分析中的定性及定量测量注入了新的活力。经研究分析可知，凭借多种拉曼光谱技术的实际应用，有助于构建一套整合水质中污染物数据的繁杂数据库，其中充实了以往人类所发现的各类型污染物数据资料，能够为规模化地处理水污染事件提供强大的数据支持，以及技术分析策略。事实上，拉曼光谱理论的实践效能极佳，从现实的角度来看，将拉曼光谱与水质实时检测管理系统相融合，具备一定的可行性与高效性，值得在世界范围内的自来水产业链条中实施。
参考文献：
[1]陈宁，徐文峰.表面增强拉曼光谱技术及其在墨迹分析中的应用进展[J].广东公安科技，2014，04（04）：36-37.
[2]卢明子，郭延军，赵莲，等.拉曼光谱在血红蛋白结构及功能研究中的应用进展[J].光谱学与光谱分析，2014，02（02）：439-443.
[3]黄亚伟，张令，王若兰，魏光.表面增强拉曼光谱在食品非法添加物检测中的应用进展[J].粮食与饲料工业，2014，09（09）：24-26.
[4]郭静波，崔凤国，杨世东，等.生物强化技术在污水处理中的应用研究现状及发展展望[J].东北电力大学学报，2011，01（01）：181-182.
[5]朱华东，罗勤，常宏岗，等.激光拉曼光谱及其在天然气分析中的应用展望[J].天然气工业，2013，11（11）：113-114.
[6]高敬，李春正，谢剑炜，等.表面增强拉曼光谱在化学恐怖物质检测中的应用进展[J].军事医学，2012，06（06）：478-479.
[7]史永刚，李华峰，龚海峰 等.拉曼光谱及其在石油产品分析中的应用[J].现代仪器，2010，06（06）：12-13.
[8]林小娟，吴振洁，赖源发 等.拉曼光谱技术在药物定性分析中的应用[J].海峡药学，2012，10（10）：18-20.
[9]欧阳思怡，叶冰，刘燕德.表面增强拉曼光谱法在农药残留检测中的研究进展[J].食品与机械，2013，01（01）：243-246.
