基于ATR-FTIR光谱测量结晶过程溶液浓度的变量稳定加权混合收缩方法

针对衰减全反射-傅里叶变换红外(ATR-FTIR)光谱仪用于测量结晶过程溶液浓度时,因光谱谱线维度高、无关变量多,导致的标定模型预测精度低、可解释性差等问题,提出了一种变量稳定加权混合收缩的新方法。首先提出对光谱变量进行随机二进采样,将建立的优秀子模型中变量被选频率与所有子模型中变量回归系数的稳定性指标进行加权评价的稳定加权变量种群分析法(SWVCPA)。通过对变量的重要性进行排序,采用指数递减函数在迭代过程中逐渐强制滤除重要性低的变量,实现了对光谱变量空间的初步收缩,并大幅提高了收缩的稳定性。然后在收缩后的子空间继续使用一种新的动态麻雀算法(DSSA),以最小化训练预测均方根误差(RMSEC)为适应度函数进一步优化变量组合。这种混合优化方式融合了两类变量选择算法的优点,通过子模型竞争的方法确保了前期变量收缩的稳定性,防止算法陷入局部最优;通过智能优化算法避免了对剩余变量组合的遍历寻优,允许保留更多的变量进行精准选择。为了验证新方法的性能,使用L-谷氨酸溶液冷却结晶过程中6种不同浓度下采集到的ATR-FTIR光谱数据进行测试。结果表明,新方法将光谱变量数从613个减少到46个,与原始光谱相比,使用选择后变量建立的偏最小二乘法(PLSR)模型其预测均方根误差(RMSEP)为从1.727 9降低到0.165 4,预测决定系数(R^(2))从0.973 7提高到0.999 7。另外相比于特征谱段、遗传算法(GA)以及变量种群组合分析法(VCPA)选择变量建立的模型,使用新方法建立的溶液浓度预测模型具有更高的准确性和稳定性,说明该方法对提高使用ATR-FTIR光谱法测量冷却结晶过程溶液浓度准确性和可靠性具有一定的实际应用价值。

ATR-FTIR光谱技术在聚合物膜研究中的应用

红外光谱是聚合物研究中常用的一种表征手段,而衰减全反射红外光谱(ATR-FTIR)更是由于在研究聚合物薄膜方面具有显著的优势而被广泛使用。逐层组装(layer-by-layer assembly)技术是一种常用的组装聚合物超薄膜的方法,ATR-FTIR光谱技术的引入可以在获取膜组装过程中相应信息的同时有效地避免表征过程中对样品的损害。另一方面,ATR-FTIR方法与二维相关光谱技术(two-dimensional correlationspectroscopy,2D correlation spectroscopy)相结合也是研究小分子(主要是水分子)在聚合物薄膜中的渗透行为的有效手段。本文对ATR-FTIR的基本原理和显著特点作了介绍,并以实例阐述该方法在逐层组装技术和水分子在薄膜内渗透行为研究两方面的应用。

ATR-FTIR光谱法检测花生油、芝麻油和菜籽油中的过氧化物

食用油在加工和储存过程中脂质易被氧化生成过氧化物,从而影响其营养价值和感官,并会产生毒素诱导多种人类疾病。基于食用油中过氧化物与三苯基膦(TPP)间1:1的定量反应,通过测定反应产物三苯基氧膦(TPPO)于542 cm-1处的红外特征吸收峰,建立检测不同食用油过氧化值的方法。实验结果表明,花生油、芝麻油和菜籽油中的三苯基氧膦(TPPO)在542 cm^(-1)处的特征吸收的峰高D(542)与其过氧化值之间存在良好的线性关系,且线性关系均不同,线性方程分别为y=3.09×10^(-4)x+1.43×10^(-4),R^(2)为0.9918,y=8.23×10^(-4)x-2.86×10^(-4),R2为0.9941,y=5.2×10^(-4)x-3.33×10^(-4),R^(2)为0.9955。建立的方法可以更加准确地检测不同食用油中的过氧化值,且使用的有机溶剂较少,可用于花生油、芝麻油和菜籽油快速、准确的质量控制分析。

ATR-FTIR光谱法同时测定香精的相对密度和折光指数

傅里叶变换衰减全反射红外光谱 (ATR- FTIR)分析技术与偏最小二乘法 (PL S)相结合 ,建立了香精相对密度、折光指数的校正模型。模型的预测结果与标准方法测定结果在 5 %显著性水平下无显著性差异。该法用于香精物理指标的检测 ,操作简单、快速、准确。

乳胶中苯乙烯含量ATR-FTIR光谱法测定

苯乙烯含量对乳胶应用性能影响很大。利用ATR-FTIR光谱法测定了丁苯乳胶和苯丙乳胶中苯乙烯的含量。实际操作表明,采用该方法可以快捷准确地测定丁苯乳胶和苯丙乳胶中苯乙烯的含量,为油田现场作业提供了极大方便。

聚谷氨酸发酵过程中ATR-FTIR光谱信号的分数阶基线校正

采用衰减全反射傅里叶变换红外光谱法(ATR-FTIR),结合多元校正模型对γ-聚谷氨酸(γ-PGA)发酵过程中两种主要底物葡萄糖和谷氨酸钠的浓度进行间接测量,为优化发酵系统控制提供重要的反馈信息。光谱测量中经常出现的基线漂移会严重影响后续多元校正模型的性能,需要采用基线校正算法对光谱进行预处理。现有流行的基线校正算法多数是基于Whittaker Smoother(WS)平滑算法,这些算法均采用整数阶微分对拟合基线进行约束,表达能力有限。针对现有基线校正算法中的整数阶微分自适应性差的问题,利用更加灵活的分数阶微分对基线进行约束,提出了一种基于分数阶的基线校正算法,实现对整数阶基线校正的扩展。总共进行了5个批次的γ-PGA发酵实验,并对不同批次和全部批次的ATR-FTIR光谱数据分别进行了分数阶基线校正,模型的预测精度均得到不同程度的提升。实验结果表明,只有在批次2时,基于整数阶的基线校正效果最好;其他批次的基线校正效果最好时的阶次均为分数阶。这也表明了分数阶微分(包含整数阶微分)对基线的约束更加合理。同时发现全部批次的整体基线校正效果远远差于单一批次的效果,原因可能是各批次发酵光谱的基线是不同的,对不同的批次需要选用不同的阶次以获得最佳的基线校正。此外,γ-PGA发酵样品的ATR-FTIR光谱测量是以蒸馏水为背景,会在3100~3600 cm^(-1)波数范围内出现负水峰,形成有害的干扰信号;分数阶基线校正后的光谱表明,分数阶基线校正算法将负的水峰当作基线,在一定程度上进行了消除。综上分析,分数阶基线校正算法不仅扩展了传统整数阶基线校正算法的应用范围,也为消除ATR光谱中负的水峰提供了新的解决思路。

基于HOF-ATR-FTIR光谱学的乳腺癌的蛋白质二级结构变化及识别研究

衰减全反射傅里叶变换红外(ATR-FTIR)光谱技术可以用来直接测量生物组织的红外光谱。本研究首次采用自制的空心光纤(HOF)-ATR探针耦合FTIR光谱仪实现了健康和癌变乳腺组织原位光谱探测。利用去卷积、二阶导数和曲线拟合方法对所测光谱的酰胺I带(1700-1600 cm-1)进行了分析,获得了乳腺组织中蛋白质各二级结构的含量信息。发现癌变和正常乳腺组织的二级结构组成有明显差异,即癌变乳腺组织中β-折叠、无规卷曲和非典型螺旋的含量要低于正常乳腺组织,α-螺旋和β-转角的含量要高于正常乳腺组织。二级结构含量分析发现,乳腺癌变时胶原蛋白和丝心蛋白在减少,α-角蛋白的合成明显增加,初步揭示了相关癌变机制。进一步分别采用酰胺I带和全光谱建立偏最小二乘判别模型,发现仅用酰胺I带建立的判别模型判别准确性(81.8%)和模型稳定性都明显低于全光谱模型(97.0%)。这表明酰胺I带虽然包含蛋白质二级结构变化的大量信息,但仍不足以代替其它主要生物成分的变化以精确分辨癌变组织。本研究表明,基于HOF-ATR-FTIR光谱技术对乳腺组织中蛋白质二级结构的研究可以在分子水平上深入分析和理解乳腺组织癌变机理,并同时提供一种对组织癌变进行原位检测和精确识别的有效方法。

达卡巴嗪分子拉曼和紫外吸收光谱的理论研究

采用密度泛函理论(Density functionol theory,DFT),在B3LYP/6-31+g(d,p)基组水平上,对达卡巴嗪进行了结构优化,通过频率计算,获得达卡巴嗪的拉曼光谱,与实验获得的拉曼光谱进行对比,对400~2000 cm^(-1)频率范围内的拉曼光谱特征峰进行了指认归属.计算分析前线分子轨道和表面静电势,预测了达卡巴嗪分子化学反应发生的位点.采用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了该分子的紫外吸收光谱和激发态,获得电荷转移光谱,分析了达卡巴嗪分子间的电荷转移关系.

加替沙星拉曼光谱、紫外吸收光谱及微观结构的理论研究

基于密度泛函理论(Density functional theory,DFT),M06-2X/6-311G(d,p)基组水平下对加替沙星分子的初始结构进行优化.计算其振动频率,采用VEDA4软件基于势能分布(Potential energy distribution,PED)计算结果对特征振动模式进行了归属指认,并和实验光谱进行了对比.绘制了分子表面静电势,分析分子可能发生亲电和亲核反应的位点.利用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了加替沙星分子的激发态,讨论了加替沙星分子内的电子跃迁.该研究为分析加替沙星的光谱和电子结构提供了理论基础.

基于无人机多光谱数据和氮素空间分异的玉米冠层氮浓度估算

作物冠层氮素营养的遥感诊断对指导作物精准施氮,提高作物氮效率和产量具有重要意义。本研究针对玉米冠层纵深大影响无人机估算氮浓度精度的问题,基于2022年和2023年不同氮肥运筹处理下田间无人机多光谱数据和氮浓度实测数据,分析玉米冠层氮浓度空间分布特征,并利用随机森林算法确定估算冠层氮浓度的有效叶层。进一步结合随机森林算法和多光谱植被指数构建有效叶层氮浓度估算模型,最终将有效叶层氮浓度转换到冠层尺度实现冠层氮浓度的估算。结果表明:(1)九叶展期和大喇叭口期玉米冠层氮浓度表现为上层叶片>中层叶片>下层叶片,吐丝期和乳熟期表现为中层叶片>上层叶片>下层叶片。(2)各时期估算冠层氮浓度的有效叶层分别为下层、中层、中层和中层。与支持向量回归模型相比,随机森林回归估算冠层氮浓度的精度较高。(3)结合随机森林算法,基于有效叶层氮浓度估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.10%、4.41%和0.07%,而直接基于植被指数估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.19%、9.00%和0.15%。综上,玉米冠层氮浓度存在空间分异特征,估算冠层氮浓度时考虑基于随机森林和植被指数估算的有效叶层氮浓度能明显提高冠层氮浓度的估算精度。本研究确定的考虑空间分异的冠层氮浓度估算框架可为玉米氮素营养实时诊断提供理论支撑。

川西铜矿周边土壤铬含量高光谱反演研究

矿产资源的开采,给其周边土壤带来许多环境问题,如何快速筛查出矿区周边土壤污染情况尤为重要。本文以川西某铜矿周边土壤作为研究对象,采用LASSO算法对SG平滑后的高光谱数据R SG和经过多元散射校正(MSC)、一阶微分(FD)、倒数变换(RT)的光谱数据进行特征波段的筛选。使用偏最小二乘回归(PLSR)、随机森林(RF)、支持向量机回归(SVR)、极端梯度提升(XGBoost)、反向传播神经网络(BPNN)5种模型进行反演。结果表明,R SG、MSC、FD筛选出的特征波段集中在近红外区域,RT筛选出的特征波段集中在可见光区域;MSC-SVR模型的R 2,RMSE和RPD分别为0.763、6.745、2.06,在所有模型中精度最高,该模型可用于研究区土壤中铬的快速监测。

光谱CT不同单能量图像在头部CT检查患者的应用及对比

目的探讨光谱CT不同单能量图像在头部CT检查患者的应用并进行效果对比。方法选取2023-06—2024-01因头晕、晕厥、头痛等临床症状就诊的98例患者,所有患者均接受光谱CT头部检查。根据CT检查方法分为单能量组(n=51)和混合能量组(n=47)。单能量组采用单能量图像(40~120keV),根据编入不同的管电压情况,以5 keV为间隔增量,重建为17组不同单能量图像,混合能量组采用常规混合能量图像。比较单能量组和混合能量组脑血管CT值(Willis环、大脑前动脉、大脑中动脉、大脑后动脉)、不同解剖平面下的噪声(胼胝体干部、四叠体池层面、鞍上池层面、垂体层面)、图像硬化伪影区域[CT值、标准差(SD)、信噪比(SNR)、噪声比(CNR)],以及不同单能量图像的图像硬化伪影区域参数。结果单能量组关于Willis环、大脑前动脉、大脑中动脉、大脑后动脉参数值均高于混合能量组(P<0.05)。单能量组关于胼胝体干部、四叠体池层面、鞍上池层面、垂体层面解剖平面下的噪声参数值均低于混合能量组(P<0.05)。单能量组关于硬化伪影区域CT值高于混合能量组,SD、SNR和CNR值低于混合能量组(P<0.05)。在40~120 keV单能量图像中,120 keV图像硬化伪影区域的CT值高于40 keV,SD、SNR、CNR参数值低于40 keV。结论光谱CT可提高头部CT检查患者图像脑血管CT值,降低图像噪声,尤以120 keV图像质量最佳。

新精活物质乙卡西酮红外和拉曼光谱的理论与实验研究

基于密度泛函理论,在B3LYP/6-311++G(d,p)水平对新精神活性物质乙卡西酮进行结构优化,并在相同水平计算了其拉曼光谱和红外光谱.使用标准样品,实验测定了乙卡西酮的拉曼光谱和红外光谱,实验结果与理论计算非常吻合.势能分布(Potential energy distribution,PED)分析对谱峰进行了归属,实验和理论研究对照表明,乙卡西酮的拉曼特征峰为1001、1599、1694、2891、2936和3071 cm-1;红外吸收特征峰为698、1694、2734和2934 cm-1.研究发现,乙卡西酮苯环结构、C=O对拉曼光谱和红外光谱影响较为明显,而拉曼光谱结合红外光谱将更加有助于卡西酮类物质的鉴定,取代基团对光谱的贡献是区分卡西酮类物质的关键.本研究提供了乙卡西酮的拉曼光谱和红外光谱,并对其进行了归属,研究将对乙卡西酮及其它卡西酮类物质的光谱法快速鉴定提供重要借鉴和参考.

1-萘酚的太赫兹光谱实验及理论研究

1-萘酚是煤化工产物萘的合成产物,对环境和人体健康有危害.采用太赫兹时域光谱(THz-TDS)技术,获得了1-萘酚在0.5~4.0 THz范围内的实测太赫兹吸收谱,同时运用密度泛函理论(DFT)平面波赝势模型对1-萘酚晶胞模型进行理论光谱计算,探讨了平面波截断能在800~1600 eV范围内对理论光谱的影响,并对吸收峰的振动模式进行了理论归属.实验结果表明,1-萘酚在0.5~4.0 THz范围内有1.14 THz、1.60 THz、2.16 THz、2.81 THz、3.56 THz共5个吸收峰,平面波截断能1400 eV下得到的理论吸收谱与实测吸收谱在吸收峰个数、峰位、归一化峰强度上均有较好的一致性,5个吸收峰的振动模式均是以两元环为平面的受氢键束缚的面外摇摆振动或者面内扭转振动引起的.这为太赫兹技术对1-萘酚的识别提供了实验和理论基础,具有一定的理论意义和实际应用价值.

内蒙古中部碱长花岗岩型铌钽矿床典型岩矿光谱识别特征

内蒙古中部地区,位于大兴安岭南段—华北陆块北缘成矿带,因其碱长花岗岩型铌钽矿的广泛分布而备受关注。尽管该地区铌钽矿资源丰富,但对其光谱学特征的系统认识尚不足,在一定程度上制约了矿产资源勘查的精确性和效率。本文以赵井沟大型铌钽矿床为例,利用便携式短波红外及热红外光谱仪对赵井沟典型岩矿样本开展光谱测量与分析,揭示富铌钽钠长花岗岩、天河石化钠长花岗岩、天河石伟晶岩、黑云母二长花岗岩、含黑钨矿石英脉波谱特征,并对其展开对比研究。研究表明:在近红外光谱范围内,与USGS光谱库中的标准钠长花岗岩光谱进行对比分析,发现2360nm处的弱吸收特征可作为天河石化钠长花岗岩与其他岩石及矿物区分的关键波段,此差异推测可能由岩石的蚀变矿化过程引起。在热红外光谱分析中,含黑钨矿石英脉因其显著的高反射率和“三峰”特征而易于区分与识别。尽管富铌钽钠长花岗岩、天河石伟晶岩和黑云母二长花岗岩在光谱形态上具有一定的相似性,但它们在2200nm附近的吸收深度的大小和峰强比的差异,为有效地区分这些矿物提供了重要依据。

基于特征波段选择的芦苇LAI高光谱遥感估测

选取典型芦苇湿地基于芦苇叶片实测高光谱数据和叶面积指数(Leaf Area Index,LAI),在原始光谱的基础上进行了平滑(R)、一阶微分(FD)、倒数(RT)、对数(LT)、倒数一阶微分(RTFD)、对数一阶微分(LTFD)等六种光谱变换,利用竞争性自适应重加权算法(CARS)对不同变换下芦苇LAI特征光谱波段予以筛选,进而用筛选的特征波段采用逐波段组合法(BCI)构建芦苇LAI敏感光谱指数,利用随机森林(RF)、极端梯度提升(XGBoost)以及支持向量机(SVM)回归算法,构建芦苇LAI的高光谱估算模型。结果表明,采用CARS算法筛选不同变换光谱的特征波段构建模型,发现经过FD变换(R~2=0.417,RMSE=0.905)的模型效果最优。在CARS基础上使用筛选过后的特征波段构建植被指数进行建模比较,模型效果最好的是XGBoost(R2=0.620,RMSE=0.826)。

利用ATR-FTIR研究脂质纳米粒的鼻黏液渗透性

鼻黏液是影响疫苗和药物经鼻吸收的首要屏障。由于干扰因素复杂多变,在体评价黏液渗透性较难实施,多采用体外评价。现有的药物鼻黏液渗透性检测方法如细胞模型法、多粒子示踪技术等,存在细胞培养周期长、操作繁琐、成本高、可获得信息少且需要进行荧光标记等不足,对鼻黏膜制剂的体外评价具有很大的局限性,因此迫切需要建立一种快速、简便、灵敏的鼻黏膜制剂黏液渗透性评价方法。基于衰减全反射-傅里叶红外光谱(ATR-FTIR)对药物结构以及粘蛋白二级结构变化的敏感性,利用其对不同性质(粒径与电荷)脂质体的鼻黏液渗透性进行研究,通过FTIR图谱分析不同脂质纳米粒与黏液中粘蛋白的相互作用,建立了鼻黏膜制剂黏液渗透性的体外评价方法。方法学研究表明,对于聚乙二醇10000(PEG10000)、壳聚糖、海藻酸钠脂质体,该方法线性关系分别为Y=2.3866X+2.154、Y=1.8703X+0.2789、Y=1.13014X+0.0609,线性相关系数分别为0.9958、0.9945、0.9909,精密度RSD值分别为0.62%、0.73%、0.95%;重复性试验中RSD值分别为0.83%、0.97%、0.88%,说明该方法线性关系良好、精密度高、重复性好,可用于体外评价药物制剂在黏液中的渗透性。研究结果表明,利用ATR-FTIR在不同时间内扫描样品可得到不同脂质体制剂样品的强度增加的吸收带。对于不同粒径PEG脂质体而言,粒径越小其黏液渗透性越强;对于不同电荷脂质体而言,壳聚糖脂质体黏液渗透性最弱,海藻酸钠次之,PEG脂质体黏液渗透性最强。进一步研究表明,不同电荷脂质体黏液渗透性的差异源于其与粘蛋白相互作用,该结论可通过分析粘蛋白酰胺Ⅰ带所包含的各二级结构信息得到。综上,基于ATR-FTIR所建立的体外评价方法灵敏简便,可作为多种不同制剂的鼻黏液渗透性的快速测定,经改进后还可用于药物制剂在其他黏液中的渗透性评价,应用前景广阔。

太赫兹光谱技术在食品污染检测中的研究进展

随着新的食品加工技术及新型食品材料的不断涌现,食品污染问题也越来越多,国际食品安全事件频繁爆发,食品污染造成的食源性疾病对人民生命健康造成严重威胁,如何把控好食品质量成为人们关注的焦点问题。太赫兹技术作为一项新兴的检测技术,其反映样品的物理结构、性质及化学成分的同时,也获取样品在太赫兹波段的时域和频域信息作为物质“指纹”谱,用于无损检测和识别领域并取得了一定的成果。相较于传统的检测手段,太赫兹技术安全性高、透视性好以及波谱分辨能力强等优势使其在食品污染检测领域具有极大的应用潜力和应用前景。文章简述了太赫兹光谱技术的基本原理,以其中最为常用的太赫兹时域光谱技术为主要研究重点,对该技术在食品生物性污染、化学性污染、物理性污染检测方面的应用研究工作进行了重点归纳总结,最后聚焦于太赫兹技术在食品污染检测领域的实际应用现状,讨论其发展趋势和应用前景,并分析目前研究仍存在的问题,以期为太赫兹技术在食品安全检测领域未来的进一步发展提供参考。

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明:各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数:0.85,提取误差:1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数:0.79,提取误差:9.34%)提取效果最好;在低倒伏区域,均值纹理特征图像的ANN监督模型(OA:91.05%, Kappa系数:0.82,提取误差:8.20%)提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比,并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究,结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积,提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

基于光流估计的“珠海一号”高光谱卫星遥感数据的固体废弃物识别方法——以河南省济源示范区为例

本文提出了一种基于光流估计的高光谱卫星遥感数据的固体废弃物识别方法。首先,从序列数据的角度看待高光谱数据,引入DeepFlow光流估计技术提取光谱维度的亮度变化信息,作为更具判别性的光谱运动特征;然后,将提取的光谱运动特征与原始光谱特征相结合后输入至常用的支持向量机进行固废识别;最后,进一步提出固废识别后处理方法改善识别效果,并利用“珠海一号”高光谱卫星遥感数据,以河南省济源示范区为研究区展开试验。试验结果表明,本文方法能够对露天堆放的工业固体废弃物进行大范围的快速精准识别,初步锁定济源示范区内存在固废遗留和违规堆放行为的11个地域风险点,且识别精度优于传统的光谱特征提取和分类方法,为后期人工现地勘察固废和“清废”行动显著节省了时间和工作量。