近红外光谱联合化学计量学在柑橘类水果质量无损检测方面的最新研究及应用进展

柑橘类水果以其诱人的风味和高保健作用而备受消费者青睐。面对日益增长的市场份额,以及对口感、质量的双重需求,高品质柑橘类水果成为消费偏爱。快速检测技术的研发应用可为柑橘类水果的安全生产和消费保驾护航。近红外(near-infrared,NIR)光谱技术作为一种无损、便捷、高效的绿色检测技术,已被广泛用于水果质量检测研究。文章全面归纳综述了近5年来NIR光谱技术结合化学计量学在柑橘类水果内部成分、外部缺陷、活性物质、病害、品种、分类、产地等方面的检测研究及应用进展,阐明了NIR光谱技术在柑橘类水果质量检测应用方面的发展趋势并提出了相关建议,为完善光谱技术检测柑橘类水果理论和研发专用水果检测设备提供方法借鉴。

花生含油量全基因组选择及近红外光谱筛选的育种技术探究

花生含油量对单位面积产油量至关重要。该性状受多个微效基因控制,但可用的紧密连锁标记十分有限,传统的分子标记辅助选择育种准确性不高。全基因组选择作为一种新的育种方法,可实现对数量性状的早期预测;近红外光谱分析可对作物品质性状(如含油量等)进行无损检测。通过两者优势互补,建立花生含油量全基因组选择和近红外光谱筛选联合的育种技术,探讨影响花生含油量全基因组选择预测准确性的因素,为花生分子育种奠定理论基础。本研究以216个重组自交系为材料构建训练群体;分别以139、464和505株F_(2)、F_(3)和F_(4)为材料构建育种群体;利用自主开发的“PeanutGBTS40K”液相芯片进行基因分型,开展含油量全基因组选择育种模型分析;通过联合全基因组选择和近红外光谱筛选技术,开展花生含油量性状的育种应用,并评价其育种效果。结果显示,对训练群体进行基因分型后,总共获得30,355个高质量SNPs,并用于11个全基因组预测的模型选择分析。含油量预测准确性最高的模型为rrBLUP,其次是randomforest和svmrbf。以重组自交系为预测群体,F_(2)、F_(3)和F_(4)各世代含油量的预测准确性分别为0.116、0.128和0.119;以重组自交系叠加上一轮的育种群体为预测群体,各世代含油量的预测准确性分别为0.116、0.131和0.160。全基因组选择联合近红外筛选要比单独的全基因组选择对各世代的含油量选择效果提高1.8%、2.7%和3.4%;与单独的近红外筛选相比,差异不显著(0.10%、0.06%和0.07%);而近红外筛选与全基因组选择相比,含油量可显著提高1.7%、2.6%和3.3%。通过联合全基因组选择和近红外光谱筛选育种,F_(3)和F_(4)分别比F_(2)的含油量提高1.2%和1.0%。F_(4)总共获得16个入选改良株系,有10个株系含油量≥55.0%,其中2个株系(SF_(4)_201和SF_(4)_379)的理论产量分别比对照增产7.0%和11.1%。本研究通过建立花生含油量性状的全基因组选择-近红外光谱筛选联合育种技术,可有效实现花生含油量性状的遗传改良。

拉曼光谱与中红外光谱融合技术快速定量食用酒精的乙醇浓度

目的利用拉曼光谱与中红外光谱的数据融合技术实现对食用酒精乙醇浓度(酒精度)的快速定量检测。方法首先,分别采集不同浓度食用酒精水溶液的拉曼光谱与中红外光谱。其次,采用多元散射校正(multiplicative scatter correction,MSC)、卷积平滑(Savitzky-Golay,S-G)、一阶求导的方法对原始数据进行预处理。然后,基于自举软缩减法(bootstrapping soft shrinkage,BOSS)和无信息变量消除算法(uninformative variable elimination,UVE)分别对预处理后的光谱数据进行特征提取,并利用X-Y距离样本集划分法(sample set partitioning based on joint X-Y distance,SPXY)将光谱数据划分为校正集和预测集。最后,建立基于拉曼光谱-中红外光谱数据融合的偏最小二乘回归(partial least squares regression,PLSR)食用酒精乙醇浓度预测模型,并利用麻雀搜寻算法优化的混合核极限学习机算法(sparrow search algorithm-optimized hybrid kernel extreme learning machine,SSA-HKELM)提升预测性能,实现对不同浓度食用酒精的快速、准确定量检测。结果与拉曼光谱数据、中红外光谱数据以及中红外与拉曼光谱的数据层融合构建的预测模型相比,中红外光谱与拉曼光谱特征层融合数据构建的预测模型具有更好的预测性能。其中,最优模型的校正集均方根误差(root mean squared error of calibration set,RMSEC)为0.98314,校正集决定系数(R_(c)^(2))为0.99634,预测集均方根误差(root mean squared error of prediction set,RMSEP)为1.03256,预测集决定系数(R_(p)^(2))为0.99036。结论中红外光谱与拉曼光谱特征层融合预测模型可以实现对不同浓度食用酒精的高效定量检测,为食用酒精的质量检测提供了有效的理论支持与技术保障。

惰气熔融-红外吸收光谱法测定镧铈稀土钢中氧含量

高品质稀土钢要求进行精确低氧含量控制,而依据现有GB/T 11261—2006标准进行氧含量测定,检测结果具有较大的不准确性。以具有不同镧、铈稀土元素含量的稀土钢为对象,以其氧含量精确测定为目标,基于惰气熔融-红外吸收光谱法,开展了分析功率、助熔剂和称样量对镧铈稀土钢中氧含量分析结果的影响研究。结果表明:对于不同镧、铈元素含量的稀土钢,需要采用不同的分析方法,当稀土钢中的镧、铈含量较低时,通过降低分析功率即可较为精确地测定稀土钢中的氧含量;对于镧、铈含量较高的稀土钢,在调控分析功率(4000~4500 W)的基础上,需同时采用锡作为助熔剂,并将助熔剂与样品比例设定为1∶1(称样量为0.3~0.6 g),即可实现氧含量的精确测定。精密度验证实验结果显示:采用所建立的方法测定氧含量的相对标准偏差(RSD)小于8.0%;采用钢标准样品进行加标回收实验,回收率在97.0%~108%,而加标回收率略有升高的原因在于助熔剂Sn降低了合金熔点,使少量难熔氧化物中的氧得到更充分释放。方法可用来准确测定不同镧、铈元素含量稀土钢中的氧含量。

Solriamfetol的二维相关红外光谱分析

利用红外光谱及二维相关光谱进行了Solriamfetol进行了结构分析。检测Solriamfetol 20~150℃范围内(每隔5℃)的近红外光谱,结合红外光谱、二维相关光谱及相关文献,分析Solriamfetol分子内变化。观察分析了温度对Solriamfetol分子的羰基、脂肪胺基和酰胺基的氢键和自由基之间的影响,明确了因温度扰动,引起羰基氢键的断裂及变化规律,分析了胺基与酰胺氢键的不同,确定了不同分结构之间的变化先后顺序,并进行了红外峰的归属。联合使用二相关光谱,提高了Solriamfetol红外光谱的分辨率和可解释性。

大幅宽多谱段高光谱红外探测器研究

报道了基于分子束外延(Molecular Beam Epitaxy,MBE)碲镉汞(Mercury Cadmium Telluride,MCT)技术的大幅宽、多谱段、大像元高光谱红外探测器的最新研究进展。采用MBE技术制备出高质量MCT材料;采用成熟的n-on-p技术路线制备探测芯片,并针对特殊形状的大像元进行了优化;高光谱专用读出电路设计针对短波、窄谱段、小信号等典型特征进行了优化,并针对光谱应用加入行增益可调等功能设计。测试结果表明,组件基本性能良好,有效像元率大于99.5%,平均量子效率优于70%。

近红外光谱检测润滑油运动黏度方法的建立及应用

在石化炼油厂日常检测中引进近红外光谱技术,将近红外透射光谱与间隔偏最小二乘法(iPLS)相结合,建立一种装置机组润滑油试样运动黏度的快速检测方法。收集140个石化炼油厂各装置的机组润滑油试样的近红外透射光谱,利用iPLS方法进行建模变量选择。全波长建模的决定系数(R^(2))为0.815,预测均方根误差(RMSEP)为0.26 mm^(2)/s;iPLS变量选择后的R^(2)为0.898,RMSEP为0.17 mm^(2)/s。结果表明:通过变量选择可以良好地提升模型的检测精度,相对于全波长来讲通过iPLS法进行建模变量的选择可以更大地降低检测误差,提高检测精度。

食品检测中近红外光谱分析技术的应用研究

为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。

红外、拉曼光谱的变压器油中糠醛检测方法对比研究

变压器油中的糠醛含量是电力变压器中绝缘老化的重要指标之一,在物质有效识别上红外及拉曼光谱具有检测速度快、分析速率快及无损检测等优势,开展了基于红外、拉曼光谱的变压器油中糠醛检测方法对比,探究适用于变压器油中糠醛红外、拉曼光谱的预处理及定量分析方法。基于傅里叶变换红外光谱仪和激光共聚焦拉曼光谱仪器对实验室配置的糠醛变压器油样检测并采集其光谱数据,采用小波变换、多项式最小二乘法和局部加权回归拟合对采集到的红外及拉曼光谱图进行预处理,综合考虑噪声、分辨率及有效信息丢失等,确定了多项式最小二乘法预处理效果最佳。基于高斯软件建立了糠醛分子模型,通过密度泛函仿真计算,研究了糠醛的红外及拉曼光谱吸收峰归属,结合实验测试光谱图,确定了变压器油中糠醛拉曼、红外检测特征峰分别为1 703和1 704 cm^(-1)。开展了红外及拉曼检测的重复性实验,两种检测方法的相对标准偏差分别为7.21%、 8.67%。通过绘制糠醛红外及拉曼的3D原位光谱图,分析红外及拉曼特征峰面积与不同糠醛浓度变压器油之间的关系,基于最小二乘法建立了变压器油中糠醛检测的红外及拉曼定量分析模型,拟合优度分别为0.998和0.885。对比两种检测方法的定量分析模型预测结果,表明拉曼光谱法检测下限低于红外光谱法,通过多项式最小二乘法预处理的光谱数据所构建的变压器油中糠醛检测红外及拉曼定量分析模型可以很好地预测变压器油中糠醛含量,为相关领域研究提供技术参考。

中红外腔衰荡光谱技术的研究进展及应用

中红外基频指纹吸收谱具有吸收强、谱线宽且密集的特点。通常吸收红外光谱的气体分子在3000cm^(-1)附近的中红外基频吸收强度比近红外吸收高约2个数量级,因此逐渐成为腔衰荡光谱(CRDS)技术的研究热点。简述了CRDS技术的工作原理及技术优势,介绍了中波红外CRDS技术特点并分析对比了近红外与中红外波段的CRDS技术差异,论述了基于中红外波段的CRDS技术研究现状,最后基于应用研究进展对其前景进行了展望。

基于可见光-近红外高光谱信息与数据融合的木质化鸡胸肉的判别模型构建

木质化鸡胸肉(wooden breast,WB)制约肉鸡行业发展,传统触诊检测方法耗时且效率低,为提升高光谱成像(hyperspectral imaging,HSI)技术检测鸡胸肉木质化程度的效果,本论文以白羽鸡鸡胸肉为研究对象,将其划分4个木质化等级,采集其在400~1000和1000~2000 nm内的HSI信息,通过不同光谱预处理算法和特征波段筛选方法,建立基于全波段、特征波段和HSI数据融合的偏最小二乘判别分析(Partial least squares-discriminant analysis,PLS-DA)模型和支持向量机(Support vector machine,SVM)模型。结果显示,SVM模型比PLSDA模型更适于判别鸡胸肉木质化程度,基于1000~2000 nm内全波段和特征波段的最佳模型预测集总体正确率均高于400~1000 nm内的模型,基于两波段HSI数据融合的木质化判别模型优于基于单一波段(包括全波段和特征波段)的模型,最佳模型预测集总体正确率为96.7%,能较好地区分出4个木质化等级,且对4个等级的判别准确率均可达90%以上。研究结果为HSI实现木质化鸡胸肉的准确无损检测提供技术支持。

火星进入流场特性中红外吸收光谱诊断研究

火星探索项目是我国深空探测工程的重要组成部分,“天问一号”2021年成功着陆火星,是中国航天在火星探索研究迈出的一大步。火星大气的气氛主要以二氧化碳为主,表面气压远低于地球大气,由于大气成分和进入轨道的差异,火星进入器面临的热环境同地球返回器有很大不同,其进入过程为非空气介质的高速流动,将产生严重的气动防热问题。利用电弧风洞模拟火星进入器气动加热环境,是开展火星探测防热系统设计的关键。电弧风洞模拟火星进入高温过程,其主要过程是CO_(2)主导的离解反应,并且CO等高温离解组分与火星进入器防热材料相互作用,产生的催化效应会显著影响气动热环境。利用中红外量子级联激光吸收光谱测量技术,开展电弧加热火星进入流场特性的在线定量研究。电弧加热在线诊断研究利用CO在4.5μm附近中心波长为2212.625 cm^(-1)(v″=0,R(19))的谱线,实现了对火星地面流场的高信噪比测量,采用单线-直接吸收光谱诊断技术获得了自由流静温和关键组分CO摩尔浓度的实时测量结果。典型状态下,火星进入流场自由流静温和CO摩尔组分浓度在整个运行时间内保持稳定,显示出电弧加热流场良好的稳定性。六组重复试验显示自由流静温和CO摩尔组分浓度分别在(1757±69)K和(0.189±0.027)范围内,自由流温度波动≤3.9%,CO组分浓度波动≤14.3%,证明电弧风洞建立的火星地面流场具有非常好的重复性。基于该研究发展的电弧风洞中红外激光吸收光谱诊断技术,可以为研究火星进入器气动热环境和防热材料烧蚀-催化特性提供精细化测量能力。

水泥生料成分的近红外光谱分析方法研究

水泥是一种重要的基础建筑材料,对社会生产有着重大的影响,实现水泥生料成分的快速检测对建筑行业的发展具有重大意义。本文基于近红外光谱分析方法研究了水泥生料中的Al_(2)O_(3)、Fe_(2)O_(3)成分的含量检测,首先通过联合X-Y距离划分法对样品集进行划分,然后对训练集采用不同光谱预处理方法进行处理,最后采用偏最小二乘回归和支持向量回归分别对近红外光谱数据建立预测模型,并对预测结果进行分析比较。研究结果表明,采用S-G平滑预处理和偏最小二乘回归建模的近红外光谱分析方法检测效果较佳,Al_(2)O_(3)检测模型的决定系数R2为0895,预测均方根误差(RMSEP)为0072;Fe_(2)O_(3)检测模型的决定系数R2为0732,RMSEP为0023。研究结果为水泥生料成分的检测提供了有效的分析方法,促进了水泥行业的进一步发展。

基于双光栅和柱透镜的高分辨率近红外微型光谱仪

因为便携、低成本、集成化等优势,微型光谱仪已经成为光谱仪技术发展的重要趋势,其中工作波段在近红外的微型光谱仪,在光纤传感和解调、光纤通信等领域有着非常广泛的应用。但目前的近红外微型光谱仪普遍存在分辨率低、成本高、体积大不便于携带等问题,为此,提出了一种独特的基于双光栅和柱透镜的微型光谱仪结构,开展了理论和实验研究。相对于传统的微型光谱仪结构,新的设计主要有三个特征:使用光纤代替入射狭缝,以减少光能损失;采用双光栅将光束进行二次衍射;使用柱透镜以改变线阵CCD阵列表面的成像尺寸。首先,利用Zemax软件进行了光学设计和仿真分析,光谱范围为1525~1570 nm,光学系统结构在66 mm×40 mm×24 mm的体积范围内,光谱分辨率理论上达到0.2 nm,比未加柱透镜的结构提升了2.5倍。然后,根据理论分析,选购了合适的光电器件进行了系统封装,与匹配的电路模块结合,实现了微型光谱仪的光谱检测功能。光谱仪的光学系统安装在66 mm×40 mm×30 mm的体积范围内,实际测量的光谱分辨率为0.215 nm,与理论结果较为吻合。进一步地,搭建了一套基于该微型光谱仪的光纤光栅温度传感测量系统,该微型光谱仪作为信号解调仪,选择了四个中心波长分别为1534、1538、1542和1545 nm的光纤光栅作为传感器,温度在0~50℃范围内以1℃为间隔连续变化,最终实现了温度实时测量和信号解调,系统温度灵敏度分别达到9.58、9.68、9.69和9.6 pm·℃^(-1),验证了该微型光谱仪的高分辨率和高可靠性。研制的微型光谱仪的子组件可以固定在外壳上,系统内部无可移动元器件,体积小、分辨率高、稳定性好,可应用于其他诸如物质浓度分析、传感信号测量等需要高分辨光谱分析的场合。

不同光谱采集方式对手持式近红外建模效果的影响

对烟叶原烟采取滑动法和六点法2种方式进行扫描,同时对烟末样品采取滑动法,用二阶导数预处理,异常样本剔除、波长选择、剔一交互验证等后用偏最小二乘法分别建立烟碱模型,三者的相关系数分别为0.97、0.98、0.99,三者的校正标准误差(SEC)分别为0.20%、0.25%、0.09%。结果表明烟叶样品采用滑动法扫描优于六点法,检测的烟叶样品更具有代表性和其快速的结果能满足实际应用需求,在应用过程中节省大量的时间,明显提高工作效率。

面向油品参数快速计量的高精度傅里叶近红外光谱仪

针对油品现场检测中实时性和准确度的需要,研制了一种面向油品参数快速计量的高精度傅里叶近红外光谱仪。该光谱仪采用相干长度扩增方法,可快速定位有效信号;通过驱动采集控制系统对傅里叶近红外检测光路进行100 nm等间隔的干涉调制,最终由傅里叶逆变换解析出的吸收光谱分辨力可达3.25 cm^(-1)。用该光谱仪对汽油样品进行质量检测的结果表明:该光谱仪可在短时间内对汽油中5种物质含量进行快速计量,其最大体积误差不超过0.7%,可以满足油品参数现场计量的需求,对市场中成品油质量的监管具有重要意义。

近Bohr速度129Xeq+离子入射Ta靶发射近红外光谱线

用动能一定的高电荷态^(129)Xe^(q+)(17≤q≤27)离子,分别入射洁净的Ta靶表面,测量中性化的激发态Xe原子从组态5p^(5)(^(2)P°_(3/2))nl退激到组态5p^(5)(^(2)P°_(3/2))ml’过程中辐射的近红外光谱线.实验结果表明:多激发态的空心原子退激发射其特征光谱线,部分典型的跃迁按照阶梯方式退激.Xe原子发射的谱线的单粒子荧光产额和激发的Ta原子发射谱线的单粒子荧光产额随入射离子电荷态的增加而增加,其增加的趋势与入射离子携带的势能随电荷态增加的趋势一致.证明在近Bohr速度的能区,经典过垒模型是成立的.

基于可见/近红外光谱与化学计量学的杏品种无损鉴别方法

新疆南疆是全国杏种植面积最大的地区,杏品种繁多。在杏果品市场中,不同品种杏的品质和价格差异较大,以次充好、品质参差不齐等现象严重制约了新疆杏果业的发展。为探究利用可见/近红外光谱快速检测杏品种的可行性,基于样品的可见/近红外光谱与化学计量学方法,对新疆南疆地区的6个品种杏进行定性判别分析,建立一种杏品种的无损鉴别方法。采用光谱仪采集6个品种杏(“黄杏”、“橄榄杏”、“小白杏”、“小米杏”、“库买提杏”、“小吊干杏”)在350~1 000 nm(VIS/NIR)和1 000~2 500 nm(NIR)两个范围内的光谱数据,去除原始光谱首端的噪声后,对保留的光谱使用Savitzky-Golay(SG)卷积平滑和多元散射校正(MSC)处理以消除光谱存在的干扰信息,采用主成分分析(PCA)、竞争性自适应重加权算法(CARS)、随机蛙跳(RF)、连续投影算法(SPA)对原始光谱降维,结合线性判别法(LDA)、朴素贝叶斯(NB)、 K最近邻(KNN)和支持向量机(SVM)对全光谱和降维后光谱建模对比。结果表明:基于全光谱数据建立的模型有较为准确的分类结果,在VIS/NIR范围,SVM模型分类正确率为95.7%, NIR范围内,LDA模型分类正确率为97.8%;采用PCA、 CARS-SPA、 RF-SPA与SPA方法对光谱数据降维后,模型仍能保持较高的分类精度,在VIS/NIR范围,PCA-LDA模型的分类正确率为97.8%, NIR范围内,RF-SPA-LDA模型的分类正确率高达95.7%。不同模型的结果表明,VIS/NIR范围内的模型分类效果优于NIR范围内模型;4种降维方法中,PCA方法降维效果最优;4种分类器中,LDA与SVM模型的正确率高于NB与KNN模型,更适用于杏品种的鉴别。结果表明,基于VIS/NIR范围光谱结合主成分分析和线性判别法可以实现杏品种的快速无损鉴别,为杏果实的在线分拣鉴定提供了新途径。

茴香渣营养特征分析及其常规养分和矿物元素含量近红外反射光谱预测模型构建

本试验旨在分析茴香渣营养特征及构建其常规养分和矿物元素含量近红外反射光谱(NIRS)预测模型。利用NIRS技术结合改良偏最小二乘法(MPLS)分析了103份茴香渣样品中常规养分干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(Ash)、有机物(OM)、粗脂肪(EE)以及矿物元素钙(Ca)、铁(Fe)、钾(K)、磷(P)和镁(Mg)含量的预测模型。结果表明:茴香渣CP和EE含量较高,NDF和ADF含量较低,且矿物元素含量丰富,可作为饲料原料添加到动物饲粮中。构建的预测模型中,常规养分DM、CP、NDF、ADF、Ash、OM和EE含量的预测决定系数(RSQ)分别为0.940、0.922、0.918、0.873、0.847、0.878和0.908,验证相对分析误差(RPD)均大于2.5,预测的准确性较高,取得最佳定标效果。矿物元素Ca、Fe和K含量的RSQ分别为0.912、0.911和0.856,RPD均大于2.5,预测效果较好,可以用于实际生产;Mg含量的RSQ和RPD分别为0.794和2.203,预测效果较弱,仅能粗略预测来进行样品筛选;P含量的RSQ和RPD分别为0.654和1.667,预测效果差,预测值和实测值的误差较大,不能用于实际生产。综上所述,利用NIRS技术建立的预测模型可快速、准确地预测茴香渣中DM、CP、NDF、ADF、Ash、OM、Ca、Fe和K含量。

Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体的光谱分析及中红外发射增强

采用非化学计量配比的提拉法成功生长出Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体、Er^(3+)/Yb^(3+):SrLaGaO_(4)和Er^(3+):SrLaGaO_(4)晶体并进行了详细的光谱分析,同时对纯的SrLaGaO_(4)晶体进行了热学性能分析。与Er^(3+):SrLaGaO_(4)晶体相比,Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体不仅展示了更好的吸收特性,而且还表现出较弱的近红外发射,以及优异的中红外发射;Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中2.7μm铒激光下能级4I13/2的荧光寿命显著减少,而上能级4I11/2的寿命略微下降,成功抑制了自终止效应。此外,本工作还研究了Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中Yb^(3+)的敏化作用和Pr^(3+)离子的去激活作用以及能量传递机制。总之,引入Yb^(3+)和Pr^(3+)有利于在Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中实现增强的2.7μm发射,这使其成为中红外激光有前途的候选材料。