科研产出
基于激光诱导击穿光谱和化学计量学的水体COD实时测量方法
《光谱学与光谱分析 》 2017 EI SCI 北大核心 CSCD
摘要：光谱学传感技术测量水体COD是现代环境监测发展的趋势,相比于传统的化学分析方法具有在线连续检测的突出优势,适合对环境水体COD的实时监测。采集实际水样,利用激光诱导击穿光谱技术(LIBS)获取水样的光谱数据。通过不同的光谱预处理方法结合偏最小二乘法建立水样的COD定量预测模型,对水体COD的LIBS光谱测量方法的定量预测及相关模型参数进行分析。发现用基线校正叠加S-G求导预处理后的光谱建立的PLS模型得到最佳预测效果,校正集集R2为0.9958,预测集R2为0.975 3,RMSEC为4.438 7,RMSEP为9.733 9。通过实验结果分析表明光谱传感技术可用于环境实际水体COD的定量预测分析,为开发便携式水体检测设备奠定了理论基础。
全文链接
请求原文
超高效液相色谱-串联质谱法检测鸡粪中16种残留抗生素
《分析化学 》 2017 EI SCI 北大核心 CSCD
摘要：建立了固相萃取-超高效液相色谱-串联质谱(UPLC-MS/MS)同时检测畜禽粪便中四环素类、磺胺类、氟喹诺酮类和大环内酯类16种抗生素的分析方法。针对目标物化学性质和样品杂质情况,对质谱条件、提取液种类、超声功率等参数进行了优化。最终以50%乙腈(V/V)的磷酸盐缓冲溶液(p H=4)提取3次,经过超声、离心、旋蒸、稀释后,SAX-HLB串联小柱净化富集,用10 m L甲醇-丙酮混合液(80∶20,V/V)洗脱,35℃氮吹近干后,用含0.1%甲酸-甲醇(1∶1,V/V)定容,在UPLC-MS/MS多反应检测模式下进行定性及定量分析。结果表明,粪便中四环素类、磺胺类、氟喹诺酮类和大环内酯类抗生素的平均加标回收率为56.4%~94.6%,相对标准偏差(RSD)在2.6%~19.8%之间,方法检出限(LOD,S/N=3)和定量限(LOQ,S/N=10)分别为0.01~2.50μg/kg和0.05~7.90μg/kg。本方法简便、稳定性好、灵敏度高、重现性好,适用于畜禽粪便中多种抗生素的同时检测。
关键词： 四环素类 磺胺类 氟喹诺酮类 大环内酯类 固相萃取 超高效液相色谱-串联质谱 畜禽粪便
全文链接
请求原文
基于太赫兹光谱技术的D-无水葡萄糖定性定量分析研究
《光谱学与光谱分析 》 2017 EI SCI 北大核心 CSCD
摘要：葡萄糖是生命活动中重要的有机分子,研究葡萄糖在太赫兹波段的吸收特性并开展定性定量分析研究具有重要意义。太赫兹光谱对大分子物质具有特异性,当光谱穿透生物大分子时,由于分子间作用力和分子转动振动等因素影响,会产生太赫兹光谱下的特征指纹峰,不同大分子物质的指纹峰具有特异性,利用这一特征可以对不同大分子物质进行鉴别。本研究选取D-无水葡萄糖为研究对象,首先运用太赫兹时域光谱技术测量得到葡萄糖样品的时域光谱,测得的时域光谱经过傅里叶变换得到频域光谱,再采用Dorney和Duvillaret方法计算得到吸收系数,研究样品的吸收特性,然后开展了数学建模研究并建立了D-无水葡萄糖含量与太赫兹光谱的定量预测数学模型。研究结果表明,D-无水葡萄糖在太赫兹波段呈现明显的吸收特性,比较多元线性回归与偏最小二乘方法建立的回归模型,通过多元线性回归对样品的特征指纹峰建立的回归模型,得到的预测模型精度较高,稳定性较好,模型的校正集相关系数达0.977 2,均方根误差为0.061 6,预测集相关系数为0.992 7,预测均方根误差为0.055 2,从而太赫兹时域光谱技术可用于有效开展D-无水葡萄糖定性定量研究,该研究为运用太赫兹光谱技术手段开展果蔬、食品、药品中葡萄糖含量快速检测提供方法参考。
全文链接
请求原文
利用挥发物红外光谱鉴别牛肉变质状态
《光谱学与光谱分析 》 2017 EI SCI 北大核心 CSCD
摘要：牛肉在运输过程中极易受到微生物的感染而变质,对牛肉变质的监测十分重要。我们利用长光程FTIR光谱检测牛肉变质时产生的挥发性物质。证明了牛肉在变质过程中产生的主要挥发性物质是氨气和二氧化碳。并定量分析牛肉变质产生的氨气和二氧化碳的变化规律,以判断牛肉的状态。采用主成分分析法(PCA)实现对挥发性物质的红外光谱分类,进而可以准确的区分新鲜和变质的牛肉。我们采用化学计量学方法软独立建模聚类分析法(SIMCA)和偏最小二乘判别分析(PLS-DA)对特征波段内的光谱进行分类,两种方法具有很好的判断率。结果表明长光程FTIR结合化学计量学方法能够区分新鲜和变质的牛肉。
全文链接
请求原文
西瓜检测部位差异对近红外光谱可溶性固形物预测模型的影响
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：西瓜可溶性固形物含量的无损检测对提升其内部品质十分重要。为实现近红外光谱对小型西瓜表面各部位可溶性固形物含量的准确预测,减小检测部位差异对预测模型的影响,以"京秀"西瓜为研究对象,分别采集赤道、瓜脐和瓜梗三部位的漫透射光谱信息,利用偏最小二乘算法(PLS)建立并比较单一检测部位和混合所有检测部位的西瓜可溶性固形物近红外光谱预测模型,并分别采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对西瓜可溶性固形物近红外光谱变量进行特征波长筛选。结果显示,相比于单一检测部位的模型,混合所有检测部位的校正集样本建立的模型取得了较优的预测结果。同时,利用CARS算法筛选的42个特征波长变量建模,对三种检测部位预测集样本的预测结果分别为赤道R_P=0.892和RMSEP=0.684°Brix,瓜脐R_P=0.905和RMSEP=0.629°Brix,瓜梗R_P=0.899和RMSEP=0.721°Brix。模型得到了很大的简化,且预测精度较高。比较发现,利用SPA算法筛选的19个特征波长变量所建模型的预测精度较低。利用三种检测部位的西瓜样本建立的PLS混合预测模型,结合CARS算法进行有效特征波长变量筛选,可提高西瓜可溶性固形物预测模型的精度,实现西瓜表面各部位可溶性固形物含量的准确预测,减小检测部位差异对近红外光谱预测模型的影响。结果为今后开发便携式设备检测西瓜表面各部位可溶性固形含量提供参考依据。
全文链接
请求原文
基于向前和向后间隔偏最小二乘的特征光谱选择方法（英文）
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：在近红外光谱分析中,向前间隔偏最小二乘法(FiPLS)和向后间隔偏最小二乘法(BiPLS)是常用的基于波长变量选择的建模方法,其模型精度较高,但贪婪搜索特性较强,导致选出的波段并不能较好地反映待测成分的信息。针对该问题,提出一种基于两者组合策略的光谱特征波段选择方法(FB-iPLS)。在光谱分段的基础上,既利用FiPLS选取有用波段,同时利用BiPLS删除无用波段,来交互执行特征变量的选择与删除,对目标特征波段进行双向选择,用于提高模型的稳健性。用该方法建立水中乙醇含量的定量预测模型,并与FiPLS和BiPLS算法对比。由于光谱分段大小会对模型的结果有影响,该实验还考查这三种方法在不同光谱分段处的结果。在光谱划分60段时,提出的FB-iPLS方法取得最佳预测性能,其校正集与验证集相关系数r分别为0.967 7,0.967 0,交互验证均方根误差RMSECV分别为0.088 8,0.057 1。与FiPLS和BiPLS相比,该方法无论在不同光谱分段区间还是在各自最优与最差分段处,模型的整体预测性能都有所提高。实验结果表明,提出的方法能改善BiPLS与FiPLS贪婪搜索的特性,对特征波段的选取更高效、更具代表性,能进一步提高模型的预测性能。
关键词： 近红外光谱 FiPLS BiPLS FB-iPLS 贪婪搜索 特征波段
全文链接
请求原文
高光谱图像信息检测玉米籽粒胚水分含量
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：通过波段比和阈值相结合的方法,分别提取了玉米籽粒全表面结构和胚结构区域的1 000~2 500nm近红外高光谱信息,研究了玉米籽粒水分含量与胚结构区域光谱关系,同时采用竞争性自适应重加权变量选择算法(CARS)、遗传算法(GA)、连续投影算法(SPA)筛选特征波段,建立并比较偏最小二乘回归(PLS)模型对水分含量的预测效果。结果显示,玉米籽粒水分含量与胚结构区域光谱关系显著,随着水分含量的增加,光谱反射值逐渐降低。预测模型结果表明,基于玉米籽粒胚结构区域光谱信息所建立的CARSPLS,GA-PLS和SPA-PLS回归模型预测相关系数Rp分别为0.931 2,0.917 6和0.922 7,预测均方根误差(RMSEP)分别为0.315 3,0.336 9和0.336 6,所选取的特征波段数量分别为9,14和6,较基于全表面光谱信息所建模型的特征波段数量分别少了49,12和24个,且预测效果与采用全表面光谱信息无显著差别,SPA-PLS算法为基于玉米籽粒胚结构光谱信息的水分含量预测最高效模型。提取胚结构区域所用光谱波段为1 197,1 322和1 495nm,建立SPA-PLS回归模型所用特征波段为1 322,1 342,1 367,1 949,2 070和2 496nm。研究结果表明,采用近红外高光谱技术进行玉米籽粒水分含量无损检测时,提取玉米籽粒胚结构的图谱信息较全表面光谱信息更高效。
全文链接
请求原文
基于小波特征的小麦白粉病与条锈病的定量识别
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：小麦白粉病和条锈病是小麦常发病害中为害较重的两种病害,在我国小麦产区均有发生,但它们由不同病原引起,需要采取不同的防治措施。因此,快速、准确的获取小麦病害类型信息对于病害的防治具有重要的指导意义。遥感数据具有快速、准确的获取空间上连续信息的特点,提出一种基于实测冠层高光谱数据信息的小麦病害定量识别方法。通过对标准化光谱进行连续小波变换,分析350~1 300nm范围内各波段及其连续小波特征与小麦白粉病和条锈病之间的相关性,以及在不同病害间的差异性,筛选出对不同病害敏感的光谱波段(SBs)和小波特征(WFs),然后采用Fisher判别分析法分别基于SBs,WFs以及结合SBs和WFs建立小麦白粉病、条锈病及正常小麦识别模型,分别采用未参与建模的55个地面调查数据和留一法进行验证。结果显示:(1)基于WFs模型的总体识别精度(分别为92.7%和90.4%)明显高于基于SBs模型的总体识别精度(分别为65.5%和61.5%);(2)SBs和WFs结合模型的总体识别精度(分别为94.6%和91.1%)略高于基于WFs模型的总体识别精度,在Fisher80-55模型中白粉病和正常样本的生产者精度提高了10%以上。(3)条锈病样本能在基于WFs和SBs&WFs的模型中准确判别出来,用户精度和生产者精度均达到100%。结果表明采用作物光谱信息能够准确的识别健康作物和不同类型的作物病害,为采用遥感影像进行大范围作物病害识别提供了理论基础,对于指导作物病害防治具有实际应用价值。
关键词： 白粉病 条锈病 光谱波段 小波特征 Fisher线性判别分析
全文链接
请求原文
基于可见-近红外光谱分析的植株叶片病害光谱识别研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治。试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验。首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98%以上。
全文链接
请求原文
纤维素类芒属草本能源植物品质近红外光谱快速检测技术研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：我国生物质能源产业近年来得到快速发展,但对能源草的研究还处于初级阶段,如果能建立全面的能源植物木质素、纤维素、半纤维素的近红外预测模型数据库,将有助于优良品种的筛选、能源植物能用性能的评价及生物质能源产业在线控制。本研究采用傅里叶变换近红外光谱(FT-NIR)技术结合偏最小二乘法(PLSR)建立了荻、南荻、奇岗、芒四种芒属能源植物品质指标(纤维素,半纤维素,木质素和灰分)近红外预测模型,并在此基础上研究了样本粒度对模型的影响。研究结果表明:(1)四种芒属能源植物茎秆中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为1.35%(R~2=0.88),0.39%(R~2=0.91)和0.35%(R~2=0.80),叶片中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为0.72%(R~2=0.88),0.85%(R~2=0.85)和0.44(R~2=0.87),所建的纤维素,半纤维素和木质素的近红外校准模型在预测未知样品含量时效果较好,但灰分含量预测效果不理想;(2)2和0.5mm粒度样品所建近红外模型均满足样品检测精度要求,但考虑到时间和人工成本,建议在工厂对能源植物原料品质进行分析时,采用2mm样品建模。
全文链接
请求原文
