时间:2023-05-28 09:34:57
序论:好文章的创作是一个不断探索和完善的过程,我们为您推荐十篇光谱学分析范例,希望它们能助您一臂之力,提升您的阅读品质,带来更深刻的阅读感受。
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
一、引言
就人造环境的概念提出来看,我们可以大致引出两种源头。
其一,我们今天所常见的几种因为人类活动而导致的自然环境问题十分重大且对人类的生活有着重要的影响,例如挖空煤矿导致的山体崩塌以及地震,再比如,大量的砍伐树木,不仅造成沙漠化严重,还导致大量的水土流失。这些问题都随时影响到人类的生活甚至生命,在这种前提之下,人造环境被提上了命题。在重大的灾难来临之时,人们所创造的避难所均设在地下,例如核辐射,而在这种条件之下通过分析光谱与类生物机械进行结合制造的人造环境,在视觉上做到与真实自然环境别无二致便为重点。
其二,人类对于太空的探索不断的进步。人们对于太空星球的探索以及资源的争夺都是愈演愈烈,所提出来的论点之中有两个极为重要,一是太空移民,一是太空资源开采。适宜人类居住的星球最重要的是哪些呢?大气,水,除此之外的一部分环境问题我们均可以用人造环境结合类生物机械来进行处理,利用分析光谱制造应急人造环境,对于刚刚登陆开发移居星球的前几批工作者来说是不可缺少的重点,在刚开始的恶劣环境之中可以用人造环境来改善进行星球开发的工作人员的生活环境。
二、可行性分析
1、光谱匹配系数
根据光电阴极的光谱响应特性曲线,我们可以计算出光谱响应率Sλ,将Sλ对其最大化Smax归一化,可得相对光谱响应率为
S(λ)=Sλ/Smax――(1)
此时,光电阴极面接受的夜天光经过景物反射后的辐射,即
ωλ= ρλPλ――(2)
其中(2)式中的ωλ为景物反射辐射光谱分布;ρλ为景物的光谱反射系数,他随波长λ而变化;Pλ为夜天光辐射光谱分布,将景物的反射辐射光谱分布ωλ对其最大值ωmax归一化,得到其相光谱分布为
ω(λ)=ωλ/ωmax――(3)
由此,我们可以从关系式定义光电阴极于景物反射辐射的光谱匹配系数为
α(S,ω(λ))=∫S(λ)ω(λ)dλ/∫ω(λ))dλ――(4)
那么我们分析式(4)可以知道,光谱匹配系数其实反映的是各种光谱响应的光电阴极对不同的辐射源的光谱利用率的高低,也就是说,这个利用率越高,越能够得到与实际物体所产生的光谱一样的光谱。分析可知当α越大时,匹配越好,从而微光夜视系统的观测效果也就越好,反之越差时匹配越差观测效果也就越差,根据式子我们可以知道α的值域在(0,1),越靠近1,越与实物反射产生的光谱相近,即越能体现出辐射源与实物之间的差别之小。达到以假乱真的效果。
2、光谱匹配基本模型算法
使用计算机软件通过算法制作光谱比较模型,通过所测物体的光谱度和已知的物体世纪光谱互相对比,来判别被测物体的种类,那么同样,我们可以通过对比从模拟人眼的光学仪器中的两条光谱曲线来使得目标物体在视觉上与实际地物一模一样。
2.1四值编码算法
首先对已知地物类别的光谱辐射至取平均值,得到阈值A,然后将光谱辐射值已A为边界分为[Xmin,A][A,Xmax]两个区间,在重复上步再划分得到总共四个区间。用同样的方法对待目标光谱曲线进行四值编码。使用异或方法,进行目标光谱和已知光谱匹配(即有区别为1,没区别为0),最后比较相等的个数,将目标分到波段数目相似最多的类别。
2.2光谱角度匹配
光谱角度定义为两地物光谱矢量之间的广义夹角余弦为相似函数,将像元N个波段的光谱响应作为N维空间中的矢量,通过计算他与最终光谱单元之间的广义夹角来表示它的匹配程度,夹角越小匹配程度越高,二者越相似。
日本kansai电力公司研制成功了一种新型太阳能辐射模拟系统,它不仅能模拟太阳光,还能模拟太阳热。这套系统用计算机控制等和加热器,一边产生接近自然的太阳辐射。它还配有人工的自然环境分系统,可模拟不同的气象条件。系统由氙灯,卤素灯和加热器组成,模拟阳光的波长范围从可见光(0.38到0.78微米)到红外线(0.78到20微米),而且光谱分布和自然阳光基本一样。
三、人造环境光学
就目前形似来看,高光谱图像在空间以及电磁谱维度中所利用较为广泛,尤其在遥控领域。
基于成像光谱仪在众多窄波段获取数据的特点,可以用已知地物类型的反射光谱,通过光谱频率曲线或特征匹配比较以达到识别地物类型的目的。长期的高光谱实验也收集了大量的实验室标准数据,建立了许多地物标准光谱数据库;那么从另一方面来说,人们可以用已知的数据伪造出与真实光谱无二的光谱已达到以假乱真的目的。
四、结束语
光谱识别技术是以物质构成的光谱唯一性为基础, 将目标的识别以光谱信息为第一特征,利用光谱的分析来得到现实生活中的自然物体在不同环境时所发射的光谱,对比获得正确的光谱,利用光电器件发射出对应的光谱。光谱识别技术的发展,包括计算机算法的发展,使得利用光谱制作更加逼真的人造环境得到可能。
参考文献:
中图分类号:TP391.41 文献标志码:A
0引言
遥感图像分类在现实生活中有着非常广泛的应用,如地质勘探与地球资源调查、城市遥感与规划管理、环境与灾害监测、现代精细农业、测绘以及考古等遥感图像精准分类是诸多应用的基础问题,同时也是热点问题近十几年,卫星传感器技术得到了不断发展,遥感图像的光谱和空间分辨率不断提高,目前较为流行的高光谱成像系统包括AVIRIS、HYDICE、ARCHER、HYMAP和HYPERION通过这些成像系统获取的遥感图像所蕴含的信息得到了极大丰富,这为高光谱图像分类和聚类分析提供了新的契机,目前国内外学者提出了很多相关算法和方法,几乎所有经典的机器学习方法都被应用到图像分类和聚类分析中分类方面诸如基于最大似然和贝叶斯估计的方法[1]、基于核和决策树的方法[2]、基于图的方法[3],而在基于核的方法[4]中,支持向量机(Support Vector Machine,SVM)在分类中的表现较为突出;聚类方面的大多数方法都是通过像元之间的相似性,利用统计学方法对图像进行聚合[5]但是,单一使用分类或者聚类方法无法充分利用图像中所包含的光谱和空间信息,所以在文献[6]中使用监督分类方法初始化聚类分割区域的标签,再通过流域变换获取最优的分割图像,最终在分割区域内对分类图像的结果标签进行投票,分割区域将标记为投票最高的类别,其分类的最终结果优于单一的分类或聚类方法文献[7]用投票的方式对聚类结果和分类结果进行整合,最终使用分类所得的标签投票决定分割区域的类别,然后再对结果进行降噪处理,其最终精确度也比传统方法高但是,这两种方法都需要使用大量的训练样本来构造分类器,分类成本都比较高为了减少分类器对训练样本数量的需求,提高训练样本质量成为首要问题近几年,主动学习方法在寻找包含信息量较大、质量较高的训练样本时表现突出[8]
本文提出一种基于主动学习的高光谱图像分类(Hyperspectral Image Classification based on Active Learning, HICAL)方法,关注如何在减少训练集数量的同时提高分类精确度,结合了分类和聚类方法,充分利用高光谱图像的光谱和原始空间特征,找到信息量较大的分割区域,进而获取信息价值较高的训练样本,最终有效提高分类器的分类效果
1基于主动学习的高光谱图像分类方法
1.1问题描述
为了尽可能地降低高光谱图像分类精确度和所需的训练样本数量的比例,一方面需要充分利用高光谱图像所蕴含的信息,另一方面需要提高训练样本的质量
HICAL方法是以分类和聚类结果结合后所构建的框架为基础,使用本文提出的关注度计算方法对结合后的区域进行统计,以找到信息量较高的区域新的训练样本将在关注度较大的区域中产生,以此来提高训练集的质量
1.2HICAL方法
1.2.1聚类分析
本文使用期望最大化(ExpectationMaximization,EM)算法对高光谱图像进行聚类分析在统计计算中,EM是在概率模型中寻找参数最大似然估计的算法,其中概率模型依赖于无法观测的隐藏变量在使用EM算法过程中,可以假设所有的样本都是符合高斯分布
EM算法对图像进行聚类过程中,为了使算法尽快收敛,将高光谱图像的光谱波段进行分组求均值,以此来减少参与计算的光谱波段数量聚类所得到的分割图像通过四联通的方式进行区域划分,并且给这些区域唯一标号得到的带有标号的区域分割图将作为模板,在后续迭代过程中与分类结果进行整合
1.2.2监督分类
获取聚类结果之后,需要对图像进行监督分类本文在分类过程中使用支持向量机(SVM)方法SVM是目前监督分类使用较多的分类算法,是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,具有较好的泛化能力和学习能力
二分的支持向量机最终目标是找到一个(d-1) 维的决策面,将测试样本分成两类在使用SVM进行图像分类时,总是将像元的特征通过一个核函数映射到一个较高维度的空间,这样使样本的区分度更大,通常使用高斯核函数(Radial Basis Function,RBF)
在二分问题中,通常将决策函数表示如下:
其中:SV表示得到的支持向量集合,对应的αi不等于0
使用SVM对多类问题进行分类时,通常采取两种策略一种是一对一(OneAgainstOne,OAO)的方式,另一种是一对多的方式(OneAgainstAll,OAA),本文采用OAO的方式
HICAL方法在第一次监督分类过程中,需要少许的训练样本,通过SVM构造分类器,且监督分类的步骤在整个分类过程中是迭代进行的,每当新的训练样本被增加到训练集时,都会重新构造分类器,对图像进行新一轮分类
1.2.3整合聚类和分类结果
在获取聚类和监督分类结果后,借鉴文献[7]中方法对两个结果进行整合,以聚类连通区域为模型对监督分类结果进行区域划分,并给出标号最终在整合结果中的每一个区域内,都包含一个或一个以上的像元,这些像元分类标记的类别可能比较集中,也可能比较分散,这些分类标记主要取决于监督分类器的预测
1.2.4获取新样本来源区域
获取整合结果之后,需要在结果所包含的区域中找到包含信息量较大的区域实验中总是更为关注那些含有较多像元,且分类标签比较分散的区域这样的区域如果分类准确度较高,将会很大程度地提高总体分类精确度因此,对区域的关注度给出如下公式定义:
其中:b为区域i包含像元个数ni的权重基数,用户可根据情况自己选择;t为迭代抽样的次数,其意义是,随着迭代的进行,在较大区域已经得到关注和抽样之后,对于这些区域的关注度将会不断下降,这样在防止大区域过分取样的同时,可以很好地兼顾到小样本区域,所以,可以很好地解决以往算法对小样本区域分类精确度不高的难题
获取不同区域的关注度值之后,为了更集中、更有效地提高请求询问的训练样本的质量,将通过设定阈值来选取需要取样的区域最终在t次迭代中将选取满足如下条件的区域作为新训练样本的来源区域:
1.2.5新样本选择
获取样本来源区域后,可以定义迭代中所需新样本的数量Ut对来源区域j∈Γt的取样数量可以表示为μj,且满足μj≥0在来源区域取样的方式有两种:S0和S1,其中S0是按照随机方式在来源区域中选择,而S1是根据来源区域中找到上一次监督分类器标记的最多标签类和次多标签类的子区域,按照两个子区域的样本比例进行抽取
1.2.6主动学习过程
本文的HICAL方法迭代过程通过主动学习方式来实现整个过程分为两个阶段:1)初始化分类器阶段,即初始监督分类阶段,在此阶段首先需要提供少量的训练集,训练初始分类器;2)循环取样阶段,也是主动学习的主要阶段,这个阶段在未标记样本中使用关注度进行查询,获取信息量较大的整合区域,从而进一步找到需要标注的样本,标注之后追加到原有的训练集中,重新对分类器进行训练,这个过程不断循环,直到达到停止条件这个停止条件可以有多种,比如新训练样本数量达到上限,或者是已经达到迭代取样的次数等
迭代结束后,将最后一次迭代所产生的分类结果和初始的聚类结果,按照聚类区域为模板,对所有分类产生的标签进行投票,区域内所有的像元将归属到得票最高的标签类最后进行降噪处理
2实验及分析
2.1实验环境
本文实验环境:中央处理器Intel Core Duo P7350 2.00GHz,内存2GB,32位Windows 7操作系统;软件平台为Matlab R2012a
2.2实验数据集
高光谱图像分类实验使用的是印第安纳州农林区域图像数据集(Indian Pines)
印第安纳州农林区域图像拍摄于1992年,使用红外成像光谱仪(AVIRIS)获取,其内容是印第安纳州西北区域的某一农业森林区的地表信息整幅图像包含145×145像元,空间分辨率为20m,有220个波段,其中20个水吸收波段将在实验前被除去图像反映了16种不同的地物信息图1(a)显示这个高光谱数据的假彩色图像;图1(b)显示了其真实的地物信息,不同的颜色代表不同的类别本次实验针对的感兴趣区域总共有10366个样本,过去相关文献中多数是在每一类别中随机抽取10%的样本作为训练样本,这样的抽样方式对样本比较少的类别来说是非常不利的为了和传统的分类方式对比,在实验中也将采取这样的抽样方式,但抽样的百分比会降低
2.3实验过程和结果分析
2.3.1HICAL方法与传统随机取样方法比较
本实验将本文的HICAL方法与传统随机取样方法进行对比表1中显示了各个算法的整体分类精确度(Overall Accuracy,OA)、平均分类精确度(Average Accuracy,AA)、Kappa系数以及每种地物的分类精确度SVM和SVM+EM算法[7]是在每一个类别中随机抽取10%的样本(1029个)作为训练集,其中SVM+EM也是结合光谱和空间特征的分类方法作为对比,本文算法将在每类随机抽取4%的训练样本(407个)上进行
通过式(2)计算出每一个分割区域的关注度值,这样就可以选出一些关注度较高的区域作为新训练样本来源区域实验中取γt=0.15,每一次迭代对样本的抽取数量做出限定,为了和传统的方法比较,实验中只进行4次迭代,每次迭代取样本数Ut=50分别使用S0和S1方法对新样本来源区域进行取样(如表1所示)
迭代起始阶段,大样本区域的关注度值会比较高,这样在开始的迭代过程中可以有部分提高分类器的分类准确度,迭代后期,关注的重心转向区域较小的分割区从表1中可以看到,在迭代4次后,训练样本总数为607,远小于随机抽取10%的1029,但Alfalfa、Grass/pasturemowed和Oats三个小样本区域的分类精确度已经得到了非常显著的提高这说明HICAL方法可以有效地解决这种小样本区域的分类难题,最终获取的分类结果无论是整体分类精确度还是平均分类精确度都得到了明显提高(如表1)
2.3.2HICAL方法和相关主动学习方法比较
本实验将HICAL方法和目前较新的且表现优秀的主动学习方法进行比较[9]实验中,初始化分类器时需要80个训练样本(每一类别5个),每一次迭代都将获取50个新样本标注为训练集,同时设定每一次迭代的阈值都为γt=015在初始取样方法和所获得的训练样本总数都相等的情况下,LORSALALMLL、MPMLBPAL两种算法使用四种不同的方式迭代获取训练样本:RS(Random Selection)、MI(Mutual Information)、BT(Breaking Ties)、MBT(Modified Breaking Ties)表2中给出了这些不同方法获取的分类结果可以看出,本文提出的方法在总体分类精度上更为出色
3结语
本文提出了一种基于主动学习的高光谱图像分类方法HICAL,能够充分利用图像的光谱特征和原始空间特征,同时使用一种新的高效的区域关注度计算方法对结合区进行统计,根据统计后的数值能够非常精确地找到信息量价值较高的区域,进而获取质量较高的未标记样本以此提高整体训练集的质量,在训练样本较少的情况下能够有效提高整体分类精确度和平均分类精确度,从而降低分类精确度和训练样本数量的比值
本文方法在分类过程中较之传统的分类方法更能解决样本失衡的问题,能够有效地解决小样本区域的分类难题;同时文中所提出的分类方法扩展性较强,在分类和聚类算法的选择上比较宽松,可以使用诸如K均值、自组织迭代技术等算法进行替代在HICAL方法迭代过程中,关注度阈值的选取和样本数量的设置,以及对区域样本的选择方法将是我们进一步研究的内容;同时我们也将关注其他分类和聚类算法,以期减少算法的时间复杂度
参考文献:
[1]LANDGREBE D A. Signal theory methods in multispectral remote sensing [M] . New York: Wiley, 2003.
[2]MOUSTAKIDIS S, MALLINIS G, KOUTSIAS N, et al. SVMbased fuzzy decision trees for classification of high spatial resolution remote sensing images [J]. IEEE Transactions on Geoscience and Remote Sensing, 2012,50(1):149-169.
[3]BAI J, XIANG S M, PAN C H. A graphbased classification method for hyperspectral images [J]. IEEE Transactions on Geoscience and Remote Sensing, 2013,51(2):803-817.
[4]LI CH, KUO BC, LIN CT, et al. A spatial contextual support vector machine for remotely sensed image classification [J]. IEEE Transactions on Geoscience and Remote Sensing, 2012,50(3):784-799.
[5]MAULIK U, SAHA I. Modified differential evolution based fuzzy clustering for pixel classification in remote sensing imagery [J]. Pattern Recognition, 2009,42(9):2135-2149.
[6]TARABALKA Y, CHANUSSOT J, BENEDIKTSSON J A. Segmentation and classification of hyperspectral images using watershed transformation [J]. Pattern Recognition, 2010,43(7):2367-2379.
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)。
[中图分类号] G642
[文献标识码] A
[文章编号] 2095-3712(2014)22-0058-03[ZW(N]
[作者简介]张焕君(1982―),女,河南许昌人,硕士,郑州轻工业学院教师;程学瑞(1982―),男,河南安阳人,博士,郑州轻工业学院副教授,研究方向:材料物理。
拉曼光谱的强度、频移、线宽、特征峰数目以及退偏度与分子的振动能态、转动能态、对称性等特性有紧密的联系,即与分子的结构紧密相关。而且拉曼光谱具有制样简单,分析快速、无损,所检测的样品仅需微量即可满足测量要求等诸多优点,因而成为研究分子结构的强有力工具,广泛地应用于分子的鉴别、分子结构的研究、分析化学、石油化工催化和环境科学等各个领域[1-2]。然而,相对于气相、液相色谱法的较高精度而言,较大的分析误差率限制了拉曼光谱定量分析的应用。在实际应用中,拉曼光谱分析技术多用于样品的定性分析,尤其是在实验教学当中,更多的是强调其定性分析的作用,而忽略其定量分析的功能[3-4]。尤其是对具有强荧光背景物质,如乙醇及其混合溶液的定量分析,更是拉曼光谱定量分析中的难点问题。
为帮助学生克服这样单一的认识,我们在教学实验环节增加了相关实验内容,采用拉曼光谱对乙醇溶液的浓度进行定量分析。在教学过程中,我们向学生介绍了拉曼光谱定量分析的理论依据、分析过程,并着重分析了误差来源,以加深学生对拉曼光谱的认识,尤其是让学生对其定量分析功能有了进一步的了解。
一、理论依据
拉曼光谱定量分析的理论依据为:
I=KΦC∫b[]0e([WTBZ]ln[WTBX]10)(k+k)zh(z)dz
在上式中,I为光学系统所收集到的样品表面拉曼信号强度;K为分子的拉曼散射截面积;Φ为样品表面的激光入射功率;k、k′分别是入射光和散射光的吸收系数;Z为入射光和散射光通过的距离;h(z)为光学系统的传输函数;b为样品池的厚度。由上式可以看出,在一定条件下,拉曼信号强度与产生拉曼散射的待测物浓度成正比,即I∝C。
二、实验过程
实验样品材料为国药集团化学试剂有限公司生产的浓度不低于99.7%的分析纯乙醇、四氯化碳和去离子水。把不同体积的去离子水加入乙醇样品中,配制成不同浓度的乙醇-水二元体系溶液;用激光功率为50mW(100%)的拉曼光谱仪采集纯乙醇溶液、水、四氯化碳溶液的拉曼光谱图;用拉曼光谱仪采集不同浓度的乙醇溶液的拉曼光谱图,对每种浓度的样品重复扫描3次,试验结果取三次扫描的平均值。
三、结果讨论
把配制好的不同浓度的乙醇溶液加入未受污染的样品池,把不同浓度的样品分别放在拉曼光谱仪上测出其拉曼光谱。荧光背底扣除后不同浓度的乙醇-水溶液的拉曼光谱图如图1所示。
图1荧光背底扣除后不同浓度的乙醇-水溶液的拉曼光谱图
表1中的数据进一步显示出,随着乙醇浓度的增加,特征峰强度的比值在不断增加。纯水的3200cm-1峰的强度I2与不同浓度乙醇的884cm-1峰的强度I1之比R1和面积比R2与乙醇浓度的关系见表1。拟合图如图2所示,R1和R2与乙醇浓度有较好的线性关系,其线性相关系数分别为0.98554和0.97558。
四、误差分析
激光功率、样品池、聚焦位置等因素会对定量分析结构有重要影响。
(一)激光功率的影响
不改变聚焦样品的位置,激光功率分别选取100%、50%、10%、5%、1%和0.5%(100%为50mW),对50%的乙醇-四氯化碳溶液进行测试,结果如表2所示。
由表2可以看出,随着激光功率的改变,两个特征峰(峰459cm-1和884cm-1)的强度比值基本上在2.3左右,面积比值基本上在3.0左右。然而可以看出,当激光功率很小时(1%或0.5%),由于激发光源本身很弱,导致散射的拉曼信号强度本身也非常弱,而且信噪比很大,所以相对误差比较大。而且当激光功率很强(100%功率)时,两个特征峰的强度比值和面积比值都稍微偏离2.3和3.0,其原因可能是,激光功率很强时,其信号强度和荧光信号也比较强,而荧光对拉曼散射的干扰非常大,导致在扣除荧光背底过程中出现较大的偏差。
(二)样品池的影响
如图4是毛细管样品池的拉曼光谱图,实验过程中用毛细管吸取待测溶液。毛细管作为样品容器,在激光激发下也存在拉曼光谱和荧光背底,在基线处理和背底扣除过程中难以完全消除其影响,进而产生误差。
图4毛细管样品池的拉曼光谱图
(三)聚焦位置的影响
在同一样品不同点进行多次测量,分析结果发现,混合溶液的特征峰强度的比值存在较大的偏差,主要原因可能是本次试验使用的是显微共聚焦激光拉曼光谱仪,3次测量的聚焦位置不同,以及数据处理过程当中荧光背底的扣除都会引起较大的误差。对同一浓度的溶液测量3次,所得强度之比的不确定度为0.117,相对强度之比与乙醇浓度拟合直线的不确定度为0.024,相对面积比与乙醇浓度拟合直线的不确定度为0.858。
综上所述,激光功率、样品池、聚焦位置等因素会对拉曼光谱定量分析结构产生一定的影响。另外,乙醇的挥发、激光功率的稳定性、实验仪器的固有误差等因素也会对测试结果带来影响。然而,拉曼光谱定量分析的结果仍然有较大的可信度,可以作为一种有效的定量分析方法。
参考文献:
[1]谭红琳,李智东,张鹏翔,等.乙醇、甲醇、食用酒及工业酒精的拉曼光谱测定[J].云南工业大学学报,1999(2).
1.研究对象及研究方法
绵阳市各中学共7所,其中县城中学3所,市级中学2所,乡镇中学2所。查阅各种文献资料,借助网络搜集自编课间操推广的相关资料,整理分析。通过专家对编写的问卷进行信度效度检验后,对绵阳市7所中学进行自编课间操推广状况进行问卷调查,共发放问卷400份,收回300份,回收率为75%,有效问卷280份,有效率为70%。对问卷调查的结果进行数据的综合分析处理。通过访问体育老师、教练以及各学校校长,了解推广自编课间操存在的原因以及推广措施。
2.结果与分析
2.1绵阳市自编课间操的特点
2.1.1自编课间操的适应性
自编课间操主要以健美操、啦啦操和太极拳为主,在近几年随着各式各样的健美操,啦啦操比赛、健美操节目在中小学中的举行,受到了中小学生的强烈欢迎,有些学校将其作为学校的特色项目。
2.1.2自编课间操的趣味性
自编课间操是在音乐的伴奏下跟着音乐的节奏而跳动的新型课间操,它区别于传统广播体操的口令,这样的课间操能激发学生的兴趣,在不知不觉中也培养了学生的音乐的节奏感和学生做事集中精神的稳定性,同时动作的丰富多样性弥补了传统广播体操的单一性,大大的锻炼了学生的协调性,灵敏性。
2.2绵阳市中学自编课间操的普及现状
通过上表我们可以看出在绵阳市7所中学里,对健美操进行了教学推广的中学有2所,占了总数里的29%,对啦啦进行教学推广的中学有0所,占总数的0%,对太极拳进行教学推广的中学有0所,占总数的0%,对传统广播体操进行教学推广的中学有5所,占总数的71%。由此可见绵阳市还没有对啦啦操和太极拳在校园里进行普及,传统广播体操的普及率稍高于健美操。在调查中我们发现这7所中学中专业的健美操老师只有一名,啦啦操和太极拳的专业老师没有,还有就是学校的领导和教育有关部门不重视课间操,教师师资配备不合理,因此自编课间操的推广受到阻碍,更谈不上普及,所以只能采用传统的广播体操。
2.3绵阳市中学自编课间操的开展现状
在调查中看到,绵阳市中学普遍缺乏体育教师,农村中学的情况更为严重。在7所中学中发现只有一所中学有一位专业的健美操教师,其他中学的体育教师基本上是以田径和篮球老师为主,在有些农村中学的体育课是由其他科任老师代替的。针对农村地区和那些边远地区缺乏体育教师的现状,多层次、多渠道、有针对性地实行定向培养,解决分配不合理的问题,从实质上解决中学体育师资的问题。在很多普通中学里场地是一个比较严重的问题,很多学校场地都不符合规范,大多数的体育场地只有两个篮球场地大小,广播体操做起来连人都没法散开,所以只能分几批做,或是不做,其他体育活动也只能在这个狭小的场地上进行了。在一些农村和边远地区连音响设备都没有,更别说做广播体操了。
2.4自编课间操在绵阳市普通中学推广的建议
2.4.1学校要积极采取措施
要全面贯彻德智体全面发展的方针,结合中学的教育方针,减轻学生的学业负担,重视体育教育,将课间操作为评估学校的教育工作的一个重要内容,将班主任的工作成绩和体育挂钩,关新学生的身体健康,培养四有人才,提高全民素质,推动全民健身热潮。
2.4.2学校配套设备的投入
要推广自编课间操最重要的就是场地和音响设备,现在很多场地都被侵占,尤其在城市里的学校尤为严重,而在农村一般场地的容纳量都无法将学校所有的学生包含在其中,建议有计划的对侵占学校场地的单位或个人进行查处,对农村场地不够的情况进行扩建,为学生提供一个良好的锻炼环境。
2.4.3在学校开展自编课间操社团
为提高自编课间操的质量,在学校组建社团,培养一批自编课间操的骨干,可以充分利用课余时间进行自编课间操的学习,不仅丰富了课余生活还学习了知识,有利于自编课间操的推广,提高学校的体育水平。还可以开展一些以班级为单位自编课间操的比赛,比赛成绩好的可以代表班级在学校进行汇报演出,这样不断的提高自编课间操的水平,同时也为班级的自编课间操的学习推广起到了指导作用。
3.结论与建议
3.1结论
自编课间操反应了中学生的积极要求,可以提高课间操的质量,以便达到锻炼的效果,同时可以有效的克服学生的消极心理,可以丰富课堂的体育教学内容,使学生认识到体育的重要性,因此自编课间操的推广迫在眉睫。自编课间操是各种体育运动和体育舞蹈融合而成的,其普及性很强,随着社会的发展,学校领导逐渐认识到自编课间操对学生具有很大的锻炼价值,因此在学校里将自编课间操代替传统广播体操的普及和发展是很有必要的。3.1.3从调查结果来看,学生在自编课间操和传统广播体操中,更加喜欢自编课间操,这就很好的说明了自编课间操的锻炼价值,在对比中发现,自编课间操的多样性和时效性等都比传统广播体操更有价值些,要不然也不会有那么多学生选择用自编课间操代替广播体操,也说明自编课间操具有很高的推广价值。
3.2建议
在各个学校适当的增加自编课间操学习的内容,随着在各中学的广泛推广,自编课间操代替传统广播体操是一个很明智的举动,在推广形式和内容是哪个还在不断的充实和完善,为全民健身起到推进作用。运用自编课间操的多样性,对广播体操进行改进,将其注入新的元素,抛开陈旧古板的模式,让自编课间操在推广中带着这种时代感走向全民健身的行业。(作者单位:绵阳师范学院体育与健康教育学院)
【中图分类号】G 【文献标识码】A
【文章编号】0450-9889(2017)03C-0008-03
一、问题的提出
早在1956年,国务院就颁布了关于推广普通话(以下简称推普)的文件。然而,位处祖国边疆的广西少数民族地区,由于种种原因,在很长一段时间内推普工作进展缓慢。直到20世纪末,普通话在广西少得褡宓厍的普及率仍然不高。1998年的“广西语言文字使用情况调查研究”结果显示,42.6%的受访者还基本不会说普通话。
进入新世纪后,广西的推普工作取得了长足的发展。2013年,广西语委组织了“广西中小学教师使用普通话教学现状”调查,结果显示,全区中小学校已全部使用普通话进行授课,普通话已成为师生课堂内外交流的首选语言。但是,广西中小学教师的普通话水平大部分处于二乙水平(56.39%),二甲及以上水平的只占21.25%,而三甲以下水平的有22.36%。这从一个侧面反映了现阶段广西普通话总体水平不高的事实,特别是广西少数民族,在掌握普通话方面存在更多的难题。如何使广西少数民族掌握的普通话从说得出到说得好,是今后广西推普工作的重点。
关于广西少数民族学习普通话的问题,已有不少学者做过研究。韦茂繁和韦树关详细地分析了壮族人民学习普通话的语音难点所在;覃凤余也指出,广西少数民族的普通话语音上存在“夹壮”“夹粤”“夹平”问题,词汇、语法上存在偏离现象;覃如冰则用实验的方法对比了壮族人民的普通话与标准普通话在声学参数上的差异。
然而,仅从语言之间的差异来研究这个问题是不够的。语言是一种交际工具,语言的使用是一种社会现象。社会成员对语言的选择既是个性心理的反映,也是社会心理的体现。研究广西少数民族学习普通话的问题,不仅要研究语言本身的问题,也要从社会学、心理学的角度研究语言使用者的问题。
二、少数民族学习普通话的社会心理表现
近年来,随着新媒体的出现以及义务教育的普及,普通话在广西少数民族地区的使用日益广泛,城镇以上的居民大多数能听、能说普通话。少数民族人民学习普通话有主动的向往,也有被动的接受;是个人的选择,也是时展的结果。据调查,当前广西少数民族学习普通话的社会心理主要有以下一些表现。
(一)认同与追求
认同与追求是当前广西少数民族对普通话最基本的社会心理表现。这种认同与追求体现在使用的广泛性和学习的积极性上。如今,广西少数民族地区县级及以上的办公场所,主流的语言都已经由民族语或汉语方言转为普通话(乡镇地区普通话与民族语、汉语方言多语共存)。在大部分的民族自治县或少数民族聚居区,普通话渐渐为人们所接受,并悄然发展成为大众交流的工具。人们对普通话的学习积极性空前高涨,孩子们从幼儿园起就开始学习普通话,部分家长甚至送孩子去培训机构专门学习普通话。
广西少数民族对普通话的认同与追求心理从根本上说是时展的必然结果,主要是由以下几方面因素促成的。
1.学校教育。据广西语委的资料记载,广西自1998年起要求全区各级教学机构都要使用普通话进行教学。此后,普通话不仅被作为语文科目的内容,更被当作学习其他科目必备的工具,得到师生乃至整个社会前所未有的重视。1990年后出生的一代也因此有机会从小学开始就接受系统的普通话教育。如今,这些受过系统教育的学生陆续走向社会,成为社会上说普通话的中坚力量。
2.职业要求。首先,部分职业如教师、播音、主持等对普通话水平有专门的要求,个人要拿到相关的从业资格证,必须先拿到相应的普通话水平测试等级证书。这也促使从事这些职业或有志于从事这些职业的人员说好普通话。其次,政府提倡在学校、机关、企事业单位等公开、正式的场合使用国家通用的语言,这也促使人们重视普通话的学习和使用。再次,广西语言众多,绝大多数互相不能通话。随着社会的发展,少数民族要到外地去求学、谋生,或不熟悉某地民族语言的人要到该地区去工作,都要学习普通话,借助普通话进行交流。这也直接促进了普通话在该地区的传播和发展。
3.媒体宣传。随着经济的发展、生活水平的提高,人们有机会接触到各种媒体,如网络、电视、电影、手机等,而这些大众媒体的主流语言是普通话,人们要想理解这些媒体的信息,就必须掌握普通话。这也使得一部分人虽然没有职业要求,也没接受过相关的教育,也会认同和自觉学习普通话。
4.从众心理。从众心理是指个体在群体中因受到群体的压力,而在知觉、判断、信仰以及行为上,表现出与群体中的大多数人一致的一种行为倾向。上述三方面的因素,使得社会的主流群体把普通话作为重要的交流工具,这种现象无疑会对当地社会产生广泛而深远的影响。一些基层民众受到影响后,遂产生学习模仿心理,这样也会促使他们认同和追求普通话,自觉学习普通话。
当前正是这种对普通话的认同与追求,极大地促进普通话在广西少数民族地区的发展与传播。然而,伴随着少数民族对普通话的认同和追求,还有他们在学习和使用普通话中的随流和畏难心理。
(二)随流
当前,使用普通话在广西少数民族地区已经成为一种潮流,说的人越来越多,就形成了越来越强的普通话语境。但这种普通话并不是标准的普通话,而是带有明显的地方语言特色的“地方普通话”。这种“地方普通话”只有本地人熟悉,外地人听来往往“不知所云”,十分不利于更广泛的交流。但个体处在这样的语境中,很容易受到影响而表现出随流心理。随流也是一种从众。随流心理不仅出现在学习普通话的过程中,也出现在使用普通话的过程中,通常表现为个体对周围他人的发音特点和使用习惯的认可和接受上,并使自己的普通话使用表现出与周围他人相似的特点。
第二,确保少数民族教师能得到足够的有效培训。首先,培训要常态化。不仅要让教师在考证前得到培训,考证后也能得到培训,以保持一定的水平。其次,指导要专业化。培训人员应具备相应的语言学知识。再次,活动要经常化。相关活动的支撑也是必要的。如可以经常开展诵读、演讲等可以提升普通话水平的活动。
(三)加强对相关领域的研究
少数民族学习普通话是一种学习第二语言的实践活动,这种实践活动若能有正_的理论指导则能事半功倍。因此,加强对相关领域的研究是十分必要的。
第一,要加强对少数民族语言与普通话的对比研究。不同的民族语背景的少数民族学习普通话的难点不同。只有找出他们母语与普通话之间的差异,才能找到他们学习普通话的难点所在,进而找到合适的方法帮助他们。
第二,要加强对地方普通话的研究。影响少数民族普通话水平进一步提高的原因,除了母语的影响,更有来自地方普通话的影响。这种“地普”实际上是一种“中介语”,严重地阻碍了普通话水平的进一步提高。这种影响一定程度上甚至比来自母语的影响更大,因而应给予足够的重视。
第三,要加强对少数民族学习普通话的特点和规律的研究。少数民族学习普通话虽然属于第二语言的学习,但不完全等同于对外国语言的学习,不能照搬外国那套第二语言学习的理论和方法。且不同母语的人学习普通话会有不同的学习心理特点,呈现出不同的学习曲线。语言教育家要研究这些不同的学习特点和规律,形成一定的理论,以指导实践。
总而言之,认同与追求、随流和畏难是当前广西少数民族学习普通话过程中普遍存在的心理状态。少数民族对普通话的认同与追求心理非常有利于普通话在广西民族地区的传播与发展,应加以保护和利用。而随流和畏难心理则会影响少数民族普通话水平的进一步提高,有关部门要注意引导,并制定相关的措施,以帮助他们消除或缓解这些不良心态。
【参考文献】
[1]陆红.广西推普问题调查与研究[G]//陈海伦,李连进.广西语言文字使用问题调查与研究.南宁:广西教育出版社,2005
[2]韦茂繁,韦树关.壮族人学习普通话语音难点突破[M].南宁:广西民族出版社,2004
[3]覃凤余.广西人的普通话面貌[G]//陈海伦,李连进.广西语言文字使用问题调查与研究.南宁:广西教育出版社,2005
[4]覃如冰.壮族人学习普通话语音教学对策研究[D].南宁:广西大学,2008
[5]沙莲香.社会心理学[M].北京:中国人民大学出版社,2011
[6]许余龙.对比语言学[M].上海:上海外语教育出版社,2010
[7]广西壮族自治区地方志编纂委员会.广西通志・少数民族语言志[M].南宁:广西人民出版社,2000
血清苯丙氨酸(Phe)和血清酪氨酸(Tye)均参与蛋白质的合成,也是哺乳动物必需的氨基酸和生酮生糖氨基酸,科学测定两种物质在苯丙酮尿症(PKU)的诊断、治疗和预后方面具有非常重要的参考价值[1]。本研究采用高效液相色谱-荧光检测法测定确诊PKU和健康新生儿Phe浓度、Tye浓度及Phe/Tye比值,现报道如下。
1 资料与方法
1.1 一般资料 本研究所有资料来源于郑州市妇幼保健院2010年1月-2012年7月期间检验科,空腹静脉采血时间均在上午7∶30-10∶00,按照实验室操作规范待血清自然析出后行离心分离,然后在-30 ℃冰箱中保存待测。将21例经实验室确诊的PKU新生儿作为观察组,其中男12例,女9例;出生3~28 d,平均(16.4±4.5)d。选择同期22例健康新生儿作为对照组,其中男12例,女10例;出生3~28 d,平均(16.5±4.5)d。组间性别和出生时间比较差异无统计学意义(P>0.05),具有可比性。
1.2 测定设备、试剂和方法 所有新生儿均采用高效液相色谱-荧光检测法测定Phe和Tye浓度,并计算Phe/Tye比值。高效液相色谱仪及其附件由安捷伦公司提供;实验用水为超纯水,经美国Millipore公司Milli-Q纯水器处理;苯丙氨酸和酪氨酸标准品由美国Sigma公司提供;其他试剂为常规实验室优级纯或分析纯。测定方法参考蒋姣伏等[2]研究,按照实验室规范进行操作,色谱柱为Hypersil C8注,流动相为100:900体积比的乙腈-水,流速1 ml/min,荧光波长303 nm,激发波长210 nm。苯丙氨酸批内CV为4.08%,批间CV为7.11%,线性范围12.21~1220.03 μmol/L,最低检测限3.00 μmol/L,平均回收率102.52%;酪氨酸批内CV为2.98%,批间CV为5.24%,线性范围5.52~550.11 μmol/L,平均回收率102.19%,最低检测限0.82 μmol/L。
1.3 计算方法 血清苯丙氨酸(酪氨酸)=苯丙氨酸(酪氨酸)峰面积×标准液中苯丙氨酸(酪氨酸)浓度÷标准液中苯丙氨酸(酪氨酸)峰面积。
1.4 统计学处理 所有数据采用SPSS 19.0统计软件包进行分析,计量资料以(x±s)表示,采取t检验,P
2 结果
3 讨论
作为人体不能自身合成的必须氨基酸和芳香族氨基酸之一,苯丙氨酸具有非常显著的生理活性,在机体内可被辅酶四氢生物蝶呤不可逆地转化为酪氨酸,再经酪氨酸途径代谢为肾上腺素和黑色素,最终经转氨基生成少量苯丙氨酸。当机体内辅酶四氢生物蝶呤合成缺陷或编码聚羟基脂肪酸酯途径的基因发生改变时,酪氨酸羟化生成系统被破坏,降低或消失了聚羟基脂肪酸酯活性,肾上腺素和黑色素未能正常代谢而大量蓄积,从而增多了苯丙酮酸的生成,如果经实验室检测发现血和尿中出血高浓度苯丙酮酸,则严重影响婴儿的智力发育,表现为PKU。现代研究证实,大量苯丙氨酸能够抑制神经元突触的形成和其他氨基酸进入大脑,从而影响大脑的发育,同时苯丙氨酸循旁路途径代谢为苯丙酮酸随尿液排出,表现为苯丙酮酸尿症[3]。因此,科学测定正常幼儿血清苯丙氨酸、酪氨酸水平及比值对诊断和鉴别PKU尤为重要。
目前实验室检测的方法较多,主要有细菌抑制法、高效液相色谱法或荧光法等,其中细菌抑制法由于操作简便和成本低等因素适用于大规模检测Phe浓度,但半定量的检测耗时较长,检测结果容易受血清标本中抗生素影响较大;单纯荧光法测定血清Phe浓度定量优势明显,在自动化处理系统下灵敏度和精确度等方面优于细菌抑制法,但检测时间在4 h左右,同时荧光试纸空白校正非特异荧光能够提高精确度,当不同厂家试剂盒和仪器检测值差距较大,参考价值有效;高效液相色谱法对仪器和检验人员要求较高,不仅可以同时定量检测Phe浓度和Tye浓度,而且具有快速、高效和灵敏度高等特点,是早期诊断和预防PKU的有效方法之一。高效液相色谱-荧光检测法能够同时检测Phe浓度和Tye浓度,在短时间内经色谱柱分离后用荧光检测器在选定激发和发射波长完成检测,临床检测和诊断更加简便、快捷和准确。本研究观察组Phe浓度、Phe/Tye比值明显低于对照组(P
参考文献
[1] 李影林.中华医学检验全书(上卷)[M].北京:人民卫生出版社,1996:672.
[2] 蒋姣伏,唐爱国,洪敏.正常幼儿血清苯丙氨酸、酪氨酸水平及比值测定[J].中国现代医学杂志,2004,14(12):95-96.
实践教学管理是高校为了培养学生实践能力所采用的新的管理模式,是根据高校的教学目的来开展的有规律的、有计划的实践教学活动。[1]而实践网站是高校实践教学管理信息化的重要组成部分,能有效提高实践教学管理的效率。该网站不仅是一个实践教学信息和通知的窗口,它更是一个分享平台,让校外人员清楚了解学校开展实践教学的情况,为其他学校提供可借鉴的经验,同样接受别人的合理提议和意见;让师生能快速、方便的找到学校实践教学发展的方向和各种活动资料;让管理者能清楚自己的工作是否给广大师生带来便利。在前几年网站建设热潮中,多数高校都建设有完整的实践教学网站。
但随着高校数字化校园的发展,近年来各高校纷纷引入包括实践教学管理系统等各种教学信息管理系统,这些信息管理系统大大提高了教学管理的效率,已经成为高校信息化发展的核心。而实践网站的建设开始不那么受重视了。
2 广东省普通高校实践网站建设现状调研
为了解广东省本科学校实践网站的建设情况,我们选取了广东省26所二A类本科高校进行了调研。因为这类高校属于应用型高校,主要培养高级技术技能型人才,更注重学生实践能力的培养。调查的方法:浏览各高校的网站。我们通过查看各校网站及教务处网页,看其是否有完整的实践网站、还是只有部分实践教学模块、或者完全没有实践教学内容并进行统计,调查情况如下图:
■
通过调查可看出,所调查的高校中,只有仲恺农业工程学院、嘉应学院、广东药学院等3所高校设有专门的实践网站,占调研高校的11.57%。有8所高校学校网站的教务处网页下有部分关于实践教学的模块,占30.77%,并且这些模块中,有些模块内容是空白的。另外15所高校没有实践教学的相关内容,所占比例为57.69%。
从调查结果发现,多数高校没有专门的实践教学网站,有些高校网站甚至没有任何关于实践教学的介绍。为什么会出现这种情况,是高校不再重视实践教学吗?还是实践网站确实访问量低,对实践教学管理帮助不大,高校只是不重视网站建设而非不重视实践教学。
3 分析
为此我们对建设有完整实践教学网站的仲恺农学院师生进行关于实践教学网站了解情况的调查,其中学生采取网络问卷的方式调查,共回收有效问卷947份;教师采用纸质问卷的方式调查,共回收有效问卷30份。具体调查结果如下:
3.1 参与调查的绝大部分是校内的本科学生。接近7成的学生称没有了解过本校的实践网站。而有8成的教师称没有了解过本校的实践网站。超过7成的老师从来不知道学校有实践网站。
3.2 关于什么情况会访问网站,有超过6成的学生认为他们工作、学习需要的时候,才会查阅网站。有3成的教师认为他们工作、学习需要的时候,才会查阅网站。而对于是否清楚实践网站的意义,超过一半的学生认为自己基本不了解网站建设的目的性和意义;有4成多的老师完选择全不清楚。
通过调查我们发现,即使像仲恺农业工程学院这样建设有专门实践教学网站的学习,学校师生也极少需要访问到该网站。这一方面与技术进步和师生的阅读习惯改变有关;近些年各高校教学管理系统、OA系统甚至数字化校区系统,qq群、好友圈、微博等通讯手段也在校园内广泛应用,广大师生已经不再依赖网站来了解学校的教学情况。最近《第一财经周刊》有报道,随着消费者阅读习惯的改变,国内四大门户网站流量和市值已经大不如前,各公司已经把投入大多都转向了社交、视频、垂直网站上面。[2]可见,阅读习惯的改变不仅仅发生在校园内,而是整个社会的发展。
另一方面高校网站信息量太多、重复率高也是造成实践网站访问量少的原因。经过前些年网站建设热潮中,许多高校各个部门、各院(系)甚至许多管理岗位都建设了网站。这样的信息量太大了,别说4年就毕业的学生,连工作几十年的老师也不可能清楚学校网站的所有内容。因此遇到较重要的通知,校园网主页和部门主要都会同时,这又造成的信息的重复,学生既然在主页就能找到信息了,就没必要进入部门主页了,更何况挂在部门主页下面的实践网站。
4 建议
4.1 定位明确。实践教学网站应该起着辅助管理的作用,这就需要根据各高校的情况来定位网站的功能。如果学校已经引入了实践教学管理系统、大学生创新创业项目管理系统、实践竞赛管理系统、学生管理系统等信息化系统,那么大可不必设置专门的实践教学网站。而类似仲恺农业工程学院这样虽然引入了实践教学管理系统,但毕业论文、大学生创新创业训练项目、实践基地建设和实践技能竞赛等仍用传统方式管理的学校,则可以设有相关的实践教学网站来作为实践教学管理信息的平台。
[中图分类号] R971;R927 [文献标识码] B [文章编号] 2095-0616(2013)21-61-03
癫痫(epilepsy)是多种原因导致的脑部神经元高度同步化异常放电的临床综合症[1]。癫痫的治疗仍以药物为主,临床常用的有苯妥英钠(PT)、苯巴比妥(PB)、卡马西平(CBZ)等。但由于这些药物常有不同程度的不良反应,且较容易发生中毒症状。因此需监测抗癫痫药物的血清浓度,进而保证使用安全。目前,高效液相色谱法(HPLC)与荧光偏振免疫法(FPIA)是最常用的监测血药浓度方法[2]。为了探究HPLC与FPIA在测定常用抗癫痫药物血清浓度的相关性,本资料对其进行实验研究并报道如下。
1 资料与方法
1.1 一般资料
研究对象为2012年6月~2012年12月在我院神经内科治疗的103例癫痫患者,按照使用抗癫痫药物的不同,分为PT组31例,CBZ组43例,PB组29例。3组间患者的性别、年龄等一般情况比较差异无统计学意义。癫痫的诊断与分类按照1989年国际抗癫痫联盟分类标准进行[3]。所有患者均在服药前抽取静脉血2~3mL,将分离后的血清分成2份,分别用HPLC法与FPIA法测定其药物的稳态谷浓度。
1.2 仪器与试剂
使用仪器主要包括Intergral-100 HPLC系统(美国Perkin-Elmer公司),TDxFLx荧光偏振免疫分析仪(美国雅培公司),LG10-3A高速冷冻离心机(北京医用离心机厂),xw-80A旋涡混合器(上海医科大学仪器厂),AG285电子分析天平(瑞士梅勒公司)等。
检验所用的PT、PB、CBZ均由中国药品生物制品检定所提供,内标物采用自制安眠酮。乙醚和甲醇分别为分析纯乙醚和色谱纯甲醇;FPIA法均使用雅培公司所生产的配套试剂盒、标准曲线盒、质控盒。
1.3 HPLC
1.3.1 色谱条件 色谱柱:Hypersil ODS柱(250mm× 4.6mm,5μm),流动相采用甲醇-水(6040),柱温30℃,检测波长254nm,流速为1.0mL/min,进样量20μL。
标准储备液制备:采用电子分析天平称取CBZ、PT、PB及安眠酮,用色谱纯甲醇作为溶剂制备成浓度为100μg/mL的内标液及标准贮备液,放入4℃冰箱内贮存。
1.3.2 血清样品处理 取0.1mL血清样品至10mL离心管内,加15μL内标液漩涡混合2min;加入乙醚2mL后再旋涡混合5min。然后在1500r/min转速下离心5min,将上清液1.5mL置于45℃水浴中,并于N2流下挥干,所得的残渣加入流动相150μL后旋涡混合5min,再在4000r/min转速下离心5min,取20μL上清液进样分析。相同色谱条件下,待测物的分析不受空白血清提取物的干扰,得到PB、PT、CBZ及内标液的保留时间依次为4.2、5.4、6.3、7.8min。
1.3.3 制备标准曲线 用电子分析天平量取适当CBZ、PT、PB的标准制备液(浓度100μg/ml),放入N2流及45℃水浴中挥干,再精密加入空白血清0.1mL、内标液15μL,进行2min漩涡混合,按照1.3.2中的方式测定。线性回归分析时,横坐标X为药物浓度,纵坐标Y为药物与内标峰面积之比,得到回归方程为YCBZ=0.0009+0.1054X(r=0.9993),线性范围1.4~23.0μg/mL;YPT=0.0112+0.0189X(r=0.9992),线性范围5.5~39.0μg/mL;YPB=0.0048+0.0169X(r=0.9995),线性范围5.5~61.0μg/mL。
1.3.4 回收率及精密度试验 分别制备低、中、高3种浓度的CBZ、PT、PB含药血清,精密量取内标液15μL后旋涡混合2min。按照上述方法进行测定,将测得的药物峰面积与内标峰面积之比(Y)代入回归方程,计算出测得量(X),并计算回收率(测得量与加入量之比)。每种浓度在1d内测定6次,得到日内相对标准差;连续测定6d来计算日间相对标准差,结果详见表1。
1.3.5 测定稳定性与灵敏度 在室温25℃以下的条件中,测定低中高不同浓度的含药血清,结果显示药物浓度在6h内保持稳定;含药血清经冷冻-融化3次之后,测定结果显示含药血清的药物浓度也保持稳定;于-30℃温度下将不同浓度的含药血清放置1个月,测定结果也显示血清能保持稳定。按照31的信噪比进行计算,CBZ、PB、PT的最低检测浓度依次为0.2、1.0、1.0μg/mL。
1.4 FPIA法
用荧光偏振免疫分析仪来测定血清浓度,主要步骤为:量取患者血清150μL,注入专用的样品杯后按照使用手册进行操作,用配套的标准曲线盒、质控盒制备标准曲线并作随机质控,分析仪进行自行取样、分析测定。见表2。
1.5 统计学方法
HPLC法与FPIA法结果比较,运用SPSS13.0进行数据处理,采用配对t检验,P
2 结果
2.1 相关性分析
用线性回归进行比较,横坐标X为HPLC法的测定结果,纵坐标Y为FPIA法的测定结果,得到回归方程为YCBZ=0.183+0.954X(r=0.944);YPT=-1.421+1.141X(r=0.963);YPB=-0.128+0.956X(r=0.949)。
2.2 配对t检验
将CBZ、PT、PB的两种测定方法结果进行配对t检验,结果显示这两种方法所测得的值均差异无统计学意义(P>0.05)。见表3。
3 讨论
当前,HPLC及FPIA都已在国内医院或临床药学实验室广泛应用。在本资料中,HPLC法和FPIA法测定CBZ、PT、PB血清浓度结果的呈线性相关;对两者监测的数据进行配对t检验后发现,这两种方法监测的准确性方面没有明显差异。但是作为当前监测血药浓度的最常用方法,两者仍存在着一定的优劣。
HPLC法的专一性较FPIA法好,具有准确、灵敏、重现性好、专属性强的优点。由于高效的分离能力,HPLC法能同时测定多种药物及其代谢产物的浓度,故而在很多实验室中多采用HPLC法来对照比较其他监测方法的合理及准确程度[4-5]。虽然HPLC法不必依赖于商品化的试剂盒,但所用样品需进行预处理[6],周期较长且技术难度较大,对操作者要求较高。
FPIA法具有监测周期短、自动化程度高、操作简便等优点,因此适用于急诊检查与单一药物的批量分析测定。但由于不能同时测定多种药物,测定品种受试剂种类限制,且试剂价格昂贵,故而专属性较差,不能满足新药研究与开发[7]。此外,有些受监测药物的活性代谢产物常常影响原药浓度的测定。如FPIA法测定全血环孢霉素A的浓度测量值明显偏高,主要原因就是代谢产物对原药的监测有干扰,使得监测结果出现偏差[8]。
总的来说,高效液相色谱法与荧光偏振免疫法两种方法测定抗癫痫药血清浓度具有相关性。采用HPLC法和FPIA法进行CBZ、PT、PB的血清浓度测定各有利弊,须结合检测药物种类数目、受检人数等合理选择监测方式。
[参考文献]
[1] 贾建平.神经病学[M].第6版.北京:人民卫生出版社,2010:292-312.
[2] 周素琴,张鸿燕,赵慧.血药浓度监测技术的进展及存在的问题[J].中国医院药学杂志,2009,29(7):568-571.
[3] Commission on Classification and Terminology of the International League Againts Epilepsy.Proposal for revised classification of epilepsies and epileptic syndromes[J].Epilepsia,1989,30(4):389-399.
[4] 王晓秋,温怀凯,朱光辉.HPLC法和FPIA法监测丙戊酸血药浓度的比较研究[J].中国卫生检验杂志,2012,22(7):1593-1595.
[5] 袁波,袁媛.HPLC在食品安全监测中的研究进展[J].中国医药指南,2012,10(31):77-79.
[6] 杨更亮,刘海燕.高效液相色谱整体柱在药物分离分析中的应用进展[J].中国科学,2010,40(6):631-640.