光谱学分析范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇光谱学分析范例，将为您的写作提供有力的支持和灵感！

篇1

中图分类号：TS207.3 文献标识码：A 文章编号：1009-914X（2016）11-0258-01

近红外光具体指波长在780-2526nm范围内的电磁波，近红外光谱分析技术则是光谱测量技术同化学计量学的有机结合。近红外光分析技术应用范围不断拓展，在食品行业中应用于调味品、酒制品、肉类等成分鉴别以及真伪鉴别，近年来其在牛奶制品化学分析中也得到了较为广泛的应用。分析近红外光谱技术在牛奶及其制品分析检测中的应用，实施对牛奶及其制品的质量安全控制，有着重要的现实意义。

一、近红外光谱分析技术原理

近红外光谱分析技术是近几十年来发展最为迅速的高新分析技术之一。我国从上世纪80年代开始应用近红外光谱分析技术，并逐渐拓展到食品、农业、石化等多个领域，近红外光谱是分子振动光谱倍频与合频吸收光谱，主要为X-H键吸收。由于不同基团（例如苯环，甲基等）所生成的光谱在吸收峰的强度以及位置上有差异性，结合朗伯-比耳吸收定律，光谱特征将锁着样品成分含量的变化而变化。近红外光谱分析技术具体有以下几个优点：传输性能良好，近红外光在光导纤维中传输性能较好，能够实现对生产工艺流程的在线检测；检测手段无损。近红外光谱分析技术检测不对样品产生损伤，特别是在活体检测上有着非常大的优势；分析速度快捷。近红外光谱分析技术不用对样品进行预处理，对于样品的测量通常在1分钟之内可以完成，其分析速度较快，效率较高；绿色环保。近红外光谱分析技术在检测中不对环境产生污染，因而其也被称作绿色检测技术。

二、近红外光谱分析技术在牛奶化学分析中的应用

牛奶是由多种物质所组成的混合物，其具体包括真溶液、胶体悬乳液、高分子溶液以及乳浊液等。而牛奶成分中蛋白质分子、脂肪等对于近红外光有着吸收作用，因而近红外光谱分析技术在牛奶化学分析测定中能够得到良好应用。近红外光谱分析技术在牛奶制品上的应用主要体现在在线检测与离线检测两个方面。在线检测是指借助光纤探头直接在生产线中对样品进行检测；离线检测指用红外反射仪对样品杯或者试管中的样品实施全反射检测。其具体应用包括定性分析牛奶及其制品的产地来源与品种，以及定量分析牛奶及其制品的微生物与理化指标等。

1.在线检测

牛奶生产过程中，因出厂产品一致化的要求，通常需要保证原料成分含量的一致性，而现实生产当中不能使生产停止来满足在线检测。近红外光谱分析技术的应用则实现了对生产过程的实时监控。在线检测中，利用近红外光谱分析技术对牛奶成分中的蛋白、乳糖、脂肪、蔗糖以及水分进行测量，能够取得良好的效果，可广泛应用与鲜奶成品生产以及奶粉生产过程中的质量监控。并且如今近红外光谱技术应用也已经拓展到了牛奶中病菌数以及牛奶体细胞数测定方面。吴静珠等提出了建立包括不同种类奶粉样品集中的脂肪、乳糖、蛋白等的红外模型，并采取全谱分析结合模型优化的方法，简化了近红外技术在奶粉定量分析的步骤。刘蓉（2005）通过最小半球体积法以及半数重采样法来对牛奶成分近红外光谱实施奇异点剔除实验，这两种算法的有效结合有着快速简单的特征，能够适应牛奶成分等的在线检测，可大大提升分析模型的精度与稳定性。朱俊平（2003）通过多元线性回归法构建用近红外光谱分析技术检测儿童高钙奶粉蛋白、乳糖、脂肪的测定模型。其近红外法测定结果与标准法测定结果相一致。但总体来看，目前近红外光谱分析技术在牛奶及其制品在线检测中的应用尚停留在实验室的阶段，要真正实现牛奶及其制品生产的在线检测还需要做更多的工作。

2.离线检测

营养成分检测。牛奶制品营养成分检测主要是指利用近红外光谱分析技术对牛奶中的蛋白质、乳糖、脂肪等营养成分进行快速定量的分析。联邦德国的R.T.Carl早在1991年就利用近红外光谱分析技术以及偏最小二乘法分析牛奶中的脂肪含量，结果也表明利用近红外光谱分析技术分析牛奶中脂肪含量是非常可行的。

掺假物质鉴别。牛奶制品中有许多掺假物质，例如植物蛋白、植脂末、乳清粉乃至三聚氰胺等。奶制品掺假成分检测主要依赖传统方法，而近红外光谱分析技术的应用也能够起到有效作用。韩东海（2006）具体应用近红外光谱分析技术来鉴别纯牛奶中的还原奶，结合判别分析方法构建起还原奶鉴别模型，并利用偏最小二乘法构建起原料奶的ph值以及酸度预测模型，具体误差

致病菌分析。李守军（2007）对利用近红外光谱技术检测牛奶中致病菌方法进行了分析。具体采用最小二乘法、余弦相似度聚类等方法建立利用近红外光谱检测原料乳大肠杆菌、总菌落数的模型，结果表明能够在50分钟内完成，可有效预测原料乳大肠杆菌以及总菌数。

三、近红外光谱分析技术应用展望

我国的奶制品质量水准在食品市场中一直备受关注，牛奶产品的质量也一直是弱项，例如我国奶粉产品质量与西方国家有着巨大差距。究其原因，在于生产监控以及原材料质量控制上的差距。近红外光谱分析技术有着准确、快速、便捷等特性，得到了越来越广泛的应用。而这项技术在牛奶及其制品中的应用，则能够更有效地实施对牛奶制品的质量监控。其对于提升生产质量控制，降低生产成本等发挥着重要的作用。但同时，目前近红外光谱技术在牛奶分析检测中的应用仍存在着诸多问题有待解决：牛奶为多分散体系，由于测量条件以及测量方法等诸多因素影响，测定结果的准确率有待提升，因而需要开发专用的数学模型以及相关配件来提升检测精确度；近红外光谱分析技术定性与定量分析的关键因素在构建准确的校正模型，因而需要进行多种建模方法的对比来获取最优化的模型；此外，近红外光谱分析技术虽然分析成本较低，但其仪器本身较为昂贵，对于我国一些牛奶加工企业、牛奶养殖场所以及牛奶收购站而言，缺乏经济实力与生产规模。因而需要开发出更简便，价格更低的近红外仪器，拓展其在牛奶检测中的应用范围。

结束语

总而言之，近红外光谱分析技术有着简便、快速、绿色等特征，随着我国乳制品工业的快速发展以及社会对于乳制品质量的关注，近红外光谱分析技术有着广阔的应用前景。目前我国乳品市场质量安全方面仍然存在着诸多问题，新形势下，我们应当进一步加快对近红外光谱分析技术在牛奶化学分析应用的研究，促进其在乳品生产检测中的高效应用，从而提升我国乳制品的质量安全水平。

参考文献

篇2

化学耗氧量（ChemicalOxygenDemand，COD）是指在一定条件下用强氧化剂处理水样时所消耗氧化剂的量，以氧含量（mg•L－1）来表示．它可以反映水体受有机物的污染程度，是衡量水质的重要指标之一．水体中COD的测定方法有化学法、紫外吸收法、荧光法以及臭氧氧化法等［1－4］．目前环保领域COD的测量主要是采用化学法中的高锰酸盐指数法和重铬酸钾回流法．水体中COD的测定受诸多因素的影响，如加入的氧化剂种类、浓度、反应液的pH值、反应温度、时间以及催化剂的种类和用量等［5］．目前采用的高锰酸盐指数法和重铬酸钾回流法，分析周期长，能源浪费大，受回流设备的限制不能进行大批量分析，且会产生严重的贵金属银盐及汞盐污染．近年来利用光学法进行水质监测已成为国际的研究热点［6－10］．与传统方法相比，光学监测技术具有操作简便、不需要消耗试剂、重复性好、测量准确度高和检测快速的优点［11－15］，非常适合对环境水样的快速在线监测．本文基于紫外光谱法的COD测量技术，设计了一种全光谱分析的水质COD在线监测系统，利用最小二乘法建立了计算模型，并进行模型参量反演．针对现实水样的复杂性，在实验室内配制模拟水样进行测量，并与相关仪器测量结果进行了对比．实验结果表明．该方法无需消耗任何试剂，测量准确度高、重复性好，可以应用于复杂水质的COD在线监测．

1测量原理与实验系统

从20世纪60年代起，国外就开始了紫外吸收光谱法测量COD的研究，其发展经历了单波长法、双波长法、多波长法、全光谱法的发展历程．单／双波长光度计的结构简单，只适用于成分单一的水质COD的测定．而实际水样COD的测定会受到多种因素的干扰，且水体中有机物组分不同，最大吸收峰也并非都在254nm处（如图1，图中1～6分别表示苯胺、苯酚、丙酮、腐植酸、邻苯二甲酸茎钾和水杨酸）．因此，只用254nm来捕捉全部有机物是非常困难的．全光谱法COD测量的理论基础：大多数有机物在200～400nm紫外波段都有吸收，通过测定水中有机物在紫外波段的吸光度值，可以间接反应出水体中有机物的含量，从而广泛应用于水中有机物的定性、定量测定．整个测量系统的结构如图2．系统采用流通式进水方式，进水口通过进水泵控制水流速度，排水口通过电磁阀控制排水；光源采用光纤灯（贺利士氘－钨灯，型号：DTM6－10），波长范围覆盖200～1100nm波段；光源通过光纤耦合到样品池，样品池两端设计为标准的SMA905接口，为了保证入射光、透射光的传输效率，在样品池两端增加透镜组；光谱检测设备采用微型光谱仪作为检测终端（OceanOpticsUSB4000），负责光谱信号的采集；控制单元是测量系统的核心，负责光源控制、进水泵控制、电磁阀排水、光谱信号采集与处理．

2基于全光谱分析的COD计算方法

2．1实验数据选择配制了5种不同COD的邻苯二甲酸氢钾溶液．图3为其吸光度光谱图，测量波长范围为200～750nm．从图中可以看出，5种浓度的溶液在400750nm的波段内基本没有吸收，结合图1中6种有机物在此波段内也基本不产生吸收，所以本文选取了200～400nm波段范围内的数据用来进行系统模型的建立．

2．2系统模型建立数据的处理流程如图4，其中计算模型的流程如图4（a）．光谱值通过实验获取．采集的原始光谱一般会有噪音，通过小波滤波的方法对光谱进行预处理，滤除环境杂散光带来的扰动．光谱经过滤波预处理后，进行吸光度计算，计算公式依据朗伯－比尔定律A＝－lg（I／Io）（1）式中，A表示吸光度，I表示透射光强度，Io表示入射光强度．根据吸光度的计算结果，选取特征波长处吸光度用于模型计算．参量反演数学模型：将200～400nm波长段的吸收光谱分成n个区间，建立吸光度系数a与浓度c的方程．取n个区间的中心波长作为特征波长，n即为特征波长的个数．将特征光谱映射为COD值的特征向量，可以建立如下方程那么式（3）可以记为ax＝c．其中，a为吸光度，x为传递系数，c为COD值．吸光度a可以通过实验的方法计算得到，COD为待测量．这样对传递系数x的求解可以转换为通过m个方程解n个未知数的问题．利用最小二乘法对方程组进行多元线性回归，就可以得到相应传递系数．在本文的实际应用中，n取值20，m取值30．

3结果与讨论

3．1精密度及检出限实验精密度的测定：取20mg•L－1的邻苯二甲酸氢钾标准溶液连续测定11次，相对标准偏差为2．93％，精密度良好．检出限的测定：平行测定质量浓度为1．0mg•L－1的邻苯二甲酸氢钾标准溶液7次，据式（4）计算最小检出限ρMDL＝S＊t（n－1，0．90）（4）式中S为标准偏差，t（n－1，0．90）表示置信度为90％、自由度为n－1时的统计量t值，本实验中t（6，0．90）＝1．94．计算得本法的检出限为0．0985mg•L－1．

篇3

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）16-0050-02

红外光谱作为有机化合物、高聚物结构研究、纺织助剂分析鉴定等强有力的工具，在日常分析和科学研究中已得到广泛地应用，特别是随着现代科学技术的发展，红外光谱仪器测试的先进性、快捷性、准确性得到了很大提升，因此，它已成为科学研究必不可少的工具[1]。红外光谱课程是化学类相关专业的工具课，但是，以往的教学并没有针对不同专业学生的知识背景，采用相应的教学模式，这造成理论教学与实际应用的衔接不连贯，致使学生在学习时比较困难，思路不清[2]。同时，不同班级以及班级内学生之间差异较大，表现在知识水平、学习风格、学习兴趣等多方面，而在实际教学中如何根据学生的个体差异以及非智力因素，制定具有特色的教学内容及方式，对于提升整体教学质量具有重要意义。鉴于此，本文就红外光谱的教学提出了特色化改革方案。

一、依据专业背景特色，调整教学内容，激发学习兴趣

红外光谱分析课程是面向应用化学、轻化工程、制药工程、化学工程与工艺等专业本科生和研究生开设的专业必修课，旨在通过学习本课程，使学生了解红外光谱测试仪器、方法和技术在相关学科领域中的基本应用，了解并初步掌握仪器的基本原理、操作技术和实际应用，培养学生在科研工作过程中综合运用现代分析测试方法和技术解决实际问题的能力。由于各个专业的培养目标差异较大，学生的知识背景、智力水平以及学习兴趣也各不相同，因此，在红外光谱教学过程中，应根据这些差异，适当调整教学内容，在基础理论讲解完成的前提下，设计具有专业特色的例题，让学生通过较为熟悉的、具有本专业特色的化合物，学习各种化学键及官能团的特征吸收，如学生的有机化学基础薄弱，应适当增加基础知识的讲解，将新知识与基础知识融会贯通，便于学生理解新知识，并学会应用基础知识，达到学以致用的目的；同时，将所选择的化合物与日常生活和工作相联系，让学生深切体会红外光谱课程在今后学习和工作中的应用价值，激发学习兴趣。

二、改进教学手段和方法，提高教学效率

随着计算机技术的发展，基于多媒体技术的课堂辅助教学日益加强。多媒体技术可以根据教学目标和教学对象的特点，通过教学设计、合理选择和运用现代教学媒体，并与传统教学手段相结合的方式，形成合理的教学过程，使学生在最佳的学习条件下进行学习[3]。例如：在讲解红外光谱仪器的基本原理中，一味的口述很难讲解清楚，而板书讲解速度较慢，此时将多媒体技术引入，很容易将仪器原理以及光路系统形象化，便于学生对知识点的理解与运用。再如：红外光谱中化学键的特征频率是个很重要的概念，而化学键的特征频率是红外光谱解析的基础，学生在初学时，总觉得化学键的吸收频率范围难以记忆，因此在讲解双原子分子振动时，将谐振子模型形象化，通过公式推倒，让学生深刻理解化学键的特征频率是与化学键本身的性质以及原子的折合质量有关，在后续的教学中以相同的方式讲解特征区、指纹区以及影响吸收峰位的几个因素，从而让学生将知识前后联系，加深理解。

在红外光谱教学过程中，引入多媒体技术可使教学化静为动，更加形象，同时又寓教于乐，增加感染力，而且，有利于培养和激发学生的学习兴趣，；有利于学生对知识点的理解和记忆；还能节省传统的板书时间，拓宽知识面，增加信息量，提高学习效率。

三、结合实验教学，提升实践能力

红外光谱是一门应用型课程，实验教学占有很重要的地位。掌握实验操作，通常是化学及其相关学科的大学生和研究生必须的技能之一[4，5]。

在红外光谱实验教学中，首先应让学生了解红外样品以及红外谱图的基本要求，讲解红外光谱的适用范围，气体、固体、液体样品的制样方法，仪器的操作方法以及复习红外谱图解析的基本步骤，期间穿插生动的正反实例，如样品浓度过大或过小时的处理方法，压片过厚或过薄可能产生的后果及处置方法；然后，指导学生具体的实验操作，包括盐片的处理、玛瑙研钵使用的注意事项、可拆卸液体池的组装、各种样品的制作方法、仪器软硬件操作及注意事项等；最后由学生亲自动手完成实验，并对实验数据进行处理，采取小组讨论的形式，让学生阐述各自谱图的解析过程以及制样过程中的心得和体会，诸如：实验各步骤的操作要领和注意事项，谱图解析式如何对所测得的化合物红外吸收峰进行官能团的归属、推断分子结构等，同时，引导学生了解小分子谱图与高聚物谱图的差异，理解红外光谱的优缺点，通过实验教学切实提高学生的实践能力。

四、结合科研项目，提升创新能力

本课程是化学相关学科的工具课，在科学研究中具有很强的实际应用价值，因此在教学中结合科研项目，有利于提高学生的创新能力。在教学过程中搜集相关教师承担的科技服务课题，结合红外光谱的优缺点分析，不仅可以提高授课水平和学生的兴趣，同时也要阐明对于特殊样品，尤其是未知混合物分析，由于可能包括多种化合物，甚至是高分子材料，如简单通过红外光谱确定其分子结构，较为草率。例如，纺织助剂是纺织品生产加工过程中必须的化学品。纺织助剂对提高纺织品的产品质量和附加价值具有不可或缺的重要作用，对提升纺织工业的整体水平以及在纺织产业链中的作用是至关重要的。纺织助剂产品约80%是以表面活性剂为原料，约20%是功能性助剂。对于这样一个混合物的剖析与制备，需要大量的分离、分析工作，其中红外光谱的测试与谱图解析起到了重要作用，但是对于混合物的解析不能只用单一的红外光谱测试，而往往需要多种分析测试手段相互佐证，以精确化合物的结构。将红外光谱教学与类似的科研项目相结合，不仅可让学生切实理解红外光谱的优缺点以及应用范围，而且可让学生理解在实际科研与日常工作中，往往需要多种分析手段相结合，如Raman、XPS等分析技术，甚至是实践经验，对样品结构进行深入分析。

五、结语

通过红外光谱的特色化教学，我们取得了较好的教学效果，主要体现在：学生学习兴趣明显提高，课堂氛围良好；学生对红外光谱基础知识以及解谱方法的了解和掌握较扎实；学生熟悉了红外光谱制样、测试方法；学生对红外光谱在工作和科研中应用的优缺点有了进一步的理解，为后面的应用打下了较好的基础。在进一步的教学改革中，拟将红外光谱教学与大型综合实验相结合，针对性地设置相关的合成与测试表征实验，将多种分析技术相结合，切实提高学生对红外光谱的理解和实际应用能力。

参考文献：

[1]李润卿.有机结构波谱分析[M].天津：天津大学出版社，2002.

[2]刘祖华.从“消极差别化”到“积极差别化”——义务教育资源配置政策的创新逻辑[J].武汉理工大学学报（社会科学版），2008，2：268-273.

篇4

收集不同种植区域、不同品种、不同部位的单料烟样品共110个。将样品放入烘箱内，40℃排气烘烤2h，然后磨碎过40目筛，控制含水率在6%～10%之间。

1．2试验仪器及软件

仪器:Antaris傅里叶变换近红外光谱仪(美国ThermoNicolet公司);Agilent7890－5975气相色谱质谱仪(美国Agi-lent公司);AG204型电子天平(感量0．1mg，瑞士梅特勒－托利多公司);GFL3020震荡器(德国GFL公司);电热恒温水浴锅(德国GFL公司);VELPDK20消化器(意大利VELP公司);连续流动分析仪(美国Astoria－Pacific公司);旋转粉碎机(北京高科公司);恒温箱(日本ESPEC);SDE蒸馏器(郑州玻璃仪器厂);可控温度电热套及恒温水浴锅。软件:TQAnalyst8数据分析软件(美国ThermoNicolet公司);SPSS13．0统计产品与服务解决方案(美国IBM公司)。

1．3近红外光谱扫描

取适量烟末装入石英杯中，用500g的压样器压平杯中样品后，放到光谱仪器台上扫描。仪器的工作参数:光谱范围3800～10000cm－1，间隔4cm－1，分辨率8cm－1，扫描次数69次。

1．4常规化学成分的测定

参照烟草行业标准规定的方法应用连续流动分析仪测定样品的总糖、还原糖、烟碱、总氮、氯、钾含量，并计算出相应的糖碱比和钾氯比［11］。

1．5挥发性香味成分分析

采用同时蒸馏萃取的方式提取样品中的挥发性香味成分，具体操作如下:样品称质量25g，加水300mL、二氯甲烷60mL，同时蒸馏萃取2．5h，浓缩后加内标乙酸苯乙酯(12．553g/L)10μL后待测。采用安捷伦7890－5975NGC－MS分析，色谱柱HP－5(30m×250μm×0．25μm)，进样口温度250℃，流速1mL/min，分流比10∶1。起始温度60℃，以5℃/min升温到80℃，保持5min;以2℃/min升温到150℃，保持10min;以2℃/min升温到200℃，保持20min;以2℃/min升温到280℃，保持10min，总运行时间149min。共检测到挥发性香味成分33种。

1．6逐步判别分析

逐步判别分析是一种多元统计方法。整个变量筛选过程实质就是作假设检验，通过检验引入显著性变量，剔除不显著变量。反映在输出结果上，通常可以用F值的大小作为变量引入模型的标准，即一个变量是否能进入模型主要取决于协方差分析的F检验的显著水平。逐步判别过程本身并不建立判别函数，筛选出重要变量后，采用Bayes判别方法建立判别函数和判别准则，对新样品进行判别归类。

2结果与分析

2．1近红外谱图的处理

2．1．1谱图的预处理

烟草样品的近红外谱图会受到样品颜色及仪器稳定性的影响而出现噪音及基线漂移，所以必须对样品的近红外谱图进行前处理［6］。利用TQAnalyst8分析软件包中的优化功能，采用如下方法可获得理想的结果:多元散射校正消除样品不均匀带来的差异;采用段长为9、间隔为5的NorrisDerivative滤波平滑光谱，消除高频噪音，保留有用的低频信息;采用二介微分处理，消除基线漂移的影响，获得比原光谱更高分辨率和更清晰的光谱轮廓变化。

2．1．2谱图的主成分分析

选择4000～8000cm－1波数为分析区域，由主成分分析获得样品的10个主成分，前5个主成分的贡献率达到96．97%，即5个主成分就能够代表96.97%的近红外谱图信息，所以以5个主成分得分为分析对象，采用逐步判别分析进行模式识别。

2．2烟叶种植区域模式识别结果的比较

收集的样品由福建、云南、安徽、江西、贵州4个地区的烟叶样品组成，依据《中国烟草种植区划》［13］110个样品属于5个产区，从每个产区随机抽取5个作为外部验证样品，其余作为建模样品。通过逐步判别分析，筛选出对于种植区域判别有主要影响作用的6种化学成分，即糠醛、吲哚、香叶基丙酮、柏木醇、新植二烯和氯，并获得其Bayes判别函数，同样由逐步判别分析获得近红外光谱5个主成分得分烟叶种植区域的Bayes判别函数。将筛选出的变量代入Bayes判别函数计算得到判别值，比较各判别值大小，其中最大值所对应的分组便是判别分组。表2表明，化学成分建模85个样品种植区域交叉验证模式识别的准确率为91．76%，外部验证25个样品种植区域模式识别的准确率为80．00%;近红外光谱建模85个样品种植区域交叉验证模式识别的准确率为89．41%，外部验证25个样品种植区域模式识别的准确率为80．00%。种植区域化学成分模式识别的准确率略高于近红外谱图模式识别的结果。滇南桂西山地丘陵烤烟区及滇西高原山地烤烟烟区都属于云南地区，地理位置较近，且种植水平及习惯接近，因此2个地区的样品发生部分误判，闽西赣南粤东丘陵烟区、皖南赣北丘陵烤烟区、黔中高原山地烤烟区样品识别正确率较高(表2)。

2．3烟叶品种模式识别结果的比较

收集的110个烟叶样品共有云烟87、翠碧1号、K326、红花大金元等4个品种，从每个品种中随机抽取5个作为外部验证样品，其余的样品作为建模样品。通过判别分析，筛选出对于品种模式识别有主要影响的4种化学成分，即4－环戊烯－1，3－二酮、茶香酮、香叶基丙酮、氯，并获得了其Bayes判别函数，同样由逐步判别分析获得近红外光谱5个主成分得分烟叶品种的Bayes判别函数。目前我国主栽烤烟品种均直接或间接来自于相同的亲本，甚至有些品种间亲缘关系极近，致使品种鉴别时容易发生错判。表4结果表明，化学成分建模90个样品品种交叉验证模式识别的准确率为77．78%，外部验证20个样品品种模式识别的准确率为70．00%;近红外光谱建模90个样品品种交叉验证模式识别的准确率为82．22%，外部验证20个样品品种模式识别的准确率为75．00%。烟草品种的近红外谱图模式识别结果优于化学成分模式识别的结果。

2．4烟叶部位模式识别结果的比较

收集的110个烟叶样品中上部烟36个、中部烟38个、下部烟36个，从不同部位的烟叶样品中随机抽取8个样品外部验证样品，其余的样品作为建模样品。通过判别分析，筛选出对于烟叶部位模式识别有主要影响的化学成分为三环萜、柏木醇、总烟碱，并获得了其Bayes判别函数，同样由逐步判别分析获得近红外光谱5个主成分得分烟叶部位的Bayes判别函数。表6结果表明，化学成分建模86个烟叶样品部位交叉验证模式识别的准确率为86．05%，外部验证24个烟叶样品的准确率为75．00%，近红外光谱建模86个烟叶样品部位交叉验证模式识别的准确率为94．19%，外部验证24个烟叶样品的准确率为91．67%。烟叶部位的近红外谱图模式识别结果优于化学成分模式识别的结果。

2．5模式识别结果比较

以化学成分、近红外光谱建模样品及外部验证样品模式识别正确识别的个数为变量进行相关性分析及配对t检验。相关性分析结果表明，2种方式获得的结果都存在显著的相关性(P＜0．05);配对t检验结果表明所获得的结果差异不显著(P＞0．05)(表7)。

篇5

在化学元素周期表的第三、四、五行中间的一些元素通常称为过渡金属，其别是由第三行的钛（Ti）、钒（V）、铬（Gr）、锰（Mn）、铁（Fe）、钴（Gu）、镍（Ni）、铜（Cu）等的3d离子掺杂的晶体中发现了激光振荡现象。这些离子有着极优越的特性，由于其电子能级与环绕它们的晶体结构产生的场之间的强烈耦合，造成了它们具有很宽的能带发射。因此，这些过渡金属离子的激光波长通常可以在几个纳米到几百个纳米的很宽的范围内调控。上世纪80年代初实现了利用铬和钛3d离子的掺杂晶体，得到了可调室温激光，从而极大地推动了将过渡金属离子作为晶体的激活介质的研究，从而使过渡金属离子激光在通过锁模产生超短脉冲以及必须精确调节波长的激光的应用领域受到了人们的普遍重视，而在科学研究、医学、测量和检验技术、通讯以及激光光度学等方面得到了广泛的应用。

本书详细地讨论了用作可调固体激光的活性介质或其它晶体的3d离子光谱学、电振动和磁性质等一般性质，系统地阐述了晶体场计算（包括能级和吸收谱的第一原理计算）涉及的方方面面，包括微扰计算与完整的哈密顿量的对角化，并给出了理论结果与实验光谱细致的比较、研究了动力学JohnTeller效应对于晶体中3d杂质光谱的影响、电振动谱的分析以及过渡金属离子掺杂材料的应用等。

本书内容共分7章：1.具有3d离子的激光晶体最新发展（S.Kück）； 2.3d离子晶体场的交换电荷模型（M.G.Brik等）；3.叠加模型及其应用（Y.Y.Yeung）；4.自旋哈密顿量和3dn杂质附近晶格的畸变（W.C.Zheng）；5.3d离子掺杂晶体中的动力学JohnTeller效应（L.Martinelli）；6.晶体场效应的第一原理计算与在激光晶体中3d离子吸收谱（M.G.Brik）；7.在硒化锌（ZnSe）晶体内作为非线性光学设备新吸收器的钴络合物（I.V.Kityk）。

本书是由罗马尼亚和爱沙尼亚大学的两位著名教授编著的一部研究掺杂3d离子的固体激光的研制、一般性质、计算方法以及理论与实验比较的专著。其内容非常丰富，特别注重实际的理论计算方法以及与各种实验数据的详细比较。本书的读者对象是晶体光谱学、材料科学及其光学应用的研究人员和研究生。研习本书需要读者熟悉原子能级和电子组态的光谱学符号，掌握晶体点群的基础知识。

（中国科学院大学）