光谱学与光谱学分析汇总十篇

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与光谱学分析范例，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。

篇（1）

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（2）

1.1 研究对象

以吉首市普通中学阳光体育运动开展现状为研究对象，结合随机与整群抽样的方法抽取吉首市一中，四中,雅思中学三所学校中的学生共600人为调查对象，其中男生315人，女生285人，体育教师共28人。

1.2 研究方法

文献资料法;访谈法;问卷调查法;数理统计法;逻辑分析法

2.研究结果与分析

2.1吉首市普通中学开展阳光体育运动现状调查

2.1.1吉首市普通中学师资力量现状调查

体育教师是学校体育活动的主导者，是“阳光体育”运动运行好坏的“指挥棒”，因此学校体育的师资情况直接关系到学生“阳光体育”的落实情况，教师学历的高低、体育教师的数量从一定程度上影响着教学质量的提高，从调查来看吉首市普通中学教师学历有待提高， 96%的体育教师均为大学本科，而硕士研究生仅占一小部分，其中大部分学校体育老师兼双职。此外由于体育教师的结构性缺编，体育教师和在校学生比例严重失调。这给阳光体育的开展造成一定影响。

2.1.2吉首市普通中学师生对阳光体育运动的了解程度调查

从调查得知，大部分体育教师对阳光体育这一概念还是比较了解，但学生对阳光体育的了解却不容乐观。在调查中有36% 的学生完全不了解这个概念;46% 的中学生只是基本了解;真正比较了解“阳光体育运动”的仅有18%。由此可知学生对阳光体育这一概念不清晰，学校和体育教师应加大宣传力度，使学生理解阳光体育的真正含义，自愿参与阳光体育运动，把身体锻炼得更好。

2.1.3吉首市普通中学学生参加体育锻炼时间的情况

从表1可以知，大部分学生不同程度地参加了体育活动，只是每周运动的次数偏低，每次活动的时间大部分都在三十分钟以下。其中每周活动五次以上的仅占一小部分。离我们“每天活动1 h”的要求还有一定的差距。

2.1.4 吉首市普通中学有无阳光体育运动专项拨款的调查

据调查得知，没有专项拨款的学校达到64%，而有专项拨款的为35%。在资金方面，大部分学校还不到位，这直接影响到学校阳光运动的开展。通过访谈得知，小部分学校有一定的体育活动经费，可资金很少。这是导致阳光体育未能很好实施的一个重要原因，原因主要是学校领导对阳光体育运动的不重视，把大量的人力，物力和财力用在其他科目上。

2.1.5吉首市普通中学场地器材现状情况调查

据调查可知，学生进行体育活动的主要场所与器材的配备明显不足，这与教育部规定的每生活动场地面积为3平方米相比，明显不成比例，通过我们对老师和学生的交谈得知学校的体育器材比较缺乏，并且有些体育器材已经比较陈旧，学校没有进行及时的更新体育设备。学校应在体育的硬件和软件上进行改善。使学校体育能更好的发展。让学生能有更加宽敞的活动环境和更加标准的体育场地。

2.2 影响吉首市普通中学阳光体育运动开展的原因分析

2.2.1 吉首市普通中学学校领导对开展“阳光体育”运动的态度

学校领导对“阳光体育”运动的重视程度，直接影响到学校体育活动的组织和开展，因此学校领导对开展“阳光体育”运动的态度是影响吉首市普通中学阳光体育运动开展的一个直接原因。

2.2.2 吉首市普通中学体育教师师资力量状况

目前吉首市普通中学体育教师存在结构性失调，体育教师的数量无法满足学生的需要；因此，吉首市政府要加大教师人事改革，增大体育教师数量，注入年轻新力量，改革管理机制，以便更好的开展阳光体育运动。

2.2.3 吉首市普通中学学校场地器材配备及资金情况

阳光体育运动的开展必须依赖于体育场地和器材，而体育器材的使用频率高，需要投入大量的资金作为购买器材和维修,通过访谈与调查发现吉首市普通中学缺乏资金保障,体育器材得不到更新.因而使阳光体育运动没有收到预期的效果.

3.结果与建议

3.1 结果

3.1.1吉首市普通中学的体育师资力量不足，体育教师和学生对阳光体育运动了解不透彻。每天的体育活动时间达不到一小时。

3.1.2学校领导对阳光体育运动在校园的开展，还没有形成足够的重视，学校的场地器材条件有限。

3.1.3学校对开展阳光体育运动的经费缺乏；没有充足的资金保障，另外，体育教师工作量大,新生力量补充不足。

3.2 建议

3.2.1学校领导重视关心阳光体育运动，各级部门加强宣传，制定详细和长远的实施方案，设立专项资金，为阳光体育运动进一步开展提供条件保障。

3.2.2教育部门重视，建立和完善学校体育的管理制度，将学生每天一小时体育活动纳入学校督导内容及评估体系，把学生体质健康状况作为评价教育工作的重要指标。

3.2.3继续升化学校体育改革，加大课程资源开发与利用，把课外体育活动开展得丰富多彩，使之成为全体学生参与实践阳光体育运动的主要形式。（作者单位：1.上海体育学院，体育教育训练学院；2.上海体育学院，中国乒乓球学院）

参考文献

［1］ 教育部、国家体育总局、.关于全面启动全国亿万学生阳光体育运动的通知［Z］.教体艺［2006］6 号，2006-12-20.

［2］ 苗秀丽.开展亿万学生阳光体育运动的认识与思考［J］.哈尔滨体育学院学报，2002(2)：43-44．

篇（3）

中图分类号：G40-013.9　文献标识码：A　文章编号：1671-0568(2012)41-0118-02

随着社会进步，网球运动从简单游戏发展演变成为一种精彩纷呈、对抗激烈的现代体育运动项目，在世界广泛而又蓬勃地发展，其意义已不再局限于体育和游戏的范畴，越来越多地被赋予了社会因素。本文对广州市26所普通高校网球教学的现状进行调查与研究，据此对广州市普通高校网球教学的现状进行客观的评价与分析，找出影响该市普通高校网球教学可持续发展的因素，并提出相应的发展对策和建议。

一、广州市普通高校网球教学的现状分析

1.网球课教学内容的现状分析

广州市普通高校网球课教学内容主要包括两方面：实践和理论。

(1)网球课实践教学内容的现状分析。广州市普通高校网球课实践部分内容基本类似，只不过是各个高校的课时安排不一，侧重点不同，其主要以正手击球、反手击球、发球与接发球、正手截击、反手截击等技术动作内容和一定量的身体素质练习等辅助教学内容。其中只有6所高校网球实践教学内容全部是网球技、战术练习，其它高校都还包含一些辅助教学内容。另外，广州市普通高校网球实践教学内容的主要形式是在室外集中授课学习。

通过对大学生的问卷调查可以看出，大学生对实践教学内容满意的占30.3％；较满意的占29.4％；不满意的占40.3％，说明目前广州市高校网球实践教学内容存在较多的问题。大学生普遍认为：网球课实践教学内容的技术动作的重复性练习过多、单调，网球实践课变成了网球运动竞技目的的训练课，长此以往，会使学生产生厌烦心理，不利于激发学习激情。

(2)网球课理论内容与形式的现状分析。通过调查统计看出，广州市26所普通高校都有各自的网球理论教学内容，只是各校的侧重点不同。广州市普通高校网球理论教学内容大体包含以下内容：网球运动概述、网球比赛规则和裁判法以及竞赛的组织、网球运动的发展趋势、价值、意义，等等。各个高校的理论教学形式存在一定的差异，有的高校在室内集中讲解，有的室内外相结合讲解，有的采用视频与讲解相结合的形式。从走访调研看，各个高校都有相应的理论体系。但是，进一步了解发现，有些高校网球理论太陈旧，流于形式，往往应付上级领导的检查，实效性内容太少，与终身体育发展的内容不多。因此，各个高校要加强网球理论的建设，使当代大学生能真正了解网球运动的价值，能掌握科学地进行网球锻炼的原理和方法。

2.网球课形式、教学时数的现状分析

通过对广州市普通高校网球课开课形式的调查结果可知，作为选修课形式授课的有3所学校，作为选项课形式授课的有6所学校，二种形式都有的有17所学校，其所占百分比分别为11.5％、23.0％、65.5％。通过访谈得知，大学一年级开设网球课的有14所高校，在大学二年级开始开设网球课的有10所，在大三、大四开设网球课的一共才2所，可看出，广州市网球课在大学一二年级开课率较高，而三四年级开课率相对较低。从以上数据说明，广州市普通高校网球课开展较好，同时也说明网球课的开设率不均衡，主观原因是学校相关体育教学的领导对网球课的目的、价值等方面缺乏应有的认识，客观原因是高校网球教学师资、场馆设施等方面存在不足。

其次，广州市普通高校网球课的课时偏少。每个学期在完成网球实践内容与理论内容教学外，网球教师很难有时间再进行辅助内容的教学。被调查的广州市普通高校中，网球课教学时数总体偏少，表面看有18所高校每学期教学进度中安排达到了32学时，但是由于受阴雨天气的影响，大部分高校网球课教学时数还是不足，与教育部规定每学期教学时数一共不得少于32学时相比偏少。

3.教学方法和手段的现状分析

教学过程离不开教学方法和手段，不同的教学方法或手段都会产生不同的教学效果。被调查的教师中，大部分教师喜欢用传统教学方法，有32.5％的教师喜欢用录像多媒体教学法，还有17.6％的教师采用网络教学法等其它方法。显然，传统教学方法仍然是广州市普通高校网球教师首选的教学方法，而一些现代化教学方法和手段使用率相对较低。分析这种现象的原因：网球教师长期使用传统教学方法和手段已养成了习惯，他们对传统的教学方法具有一定经验，认为传统的教学方法和手段操作简单、方便、实用。现代网球运动与比赛并不是单单体力与技术的对抗，而是运动者智力和意识的较量，需要从事网球教学与训练的教师提高自身的专业水平和能力，不断学习国内外先进技术及教学与训练方法，使高校的网球教学水平跟上时代的步伐，以满足广大学生对网球运动的需要。

4.教学场馆与器材设施现状分析

硬件设施是高校体育教学和群体工作开展的基础，硬件设施否完备直接影响到高校网球运动的普及与发展。调查得知，目前广州市普通高校网球场地主要有塑胶、硬地(铺水泥或沥青)和沙土地这三种类型，其中塑胶场地最多，沙土地最少。这可能和各高校本科的教学评估有关，大多数网球场地是新建场地，要求的标准相对较高。调查得知：24.7％的高校拥有6块场地以上，57.7％的高校拥有2～6块场地，19.2％的高校拥有场地低于2块。从各个高校拥有场地数量与学生人数的比例来看，与教育部的要求(场地数与学生数之比是1:1000)相差较大。在调查中，有84.5％的学生对场地表示不满意。这些数据可以看出，广州市普通高校网球场地的配备存在严重的不足现象。

在器材方面：好的球拍对掌握技术会有很大的帮助，但各高校对此提供的支持和帮助明显不足。在被调查的26所高校中，近9成的学校网球课没有给学生提供球拍和球，由学生自己负担，势必影响学生对网球的兴趣。学生购置的球拍，一般是价位在100K左右，多数是较差的铝合金材料，只有极少数的学生使用较为高档的球拍。球也是多种多样，有的弹性很低，有的弹性很高，平均每个学生才拥有2个球，平均有3％左右的学生没有网球。这些充分说明，广州市普通高校网球课的器材配备非常缺乏，远远满足不了大学生的体育锻炼需求。

二、发展对策

1.深化网球课的教学改革

建议对高校一二年级学生开设网球选项课，主要以网球运动技能为教学内容。对三四年级学生开设网球选修课，主要是网球竞赛法、规则裁判法、网球技战术欣赏等教学内容。这样才能使大学生较系统地掌握网球的技战术和理论水平，对兴趣的培养起到促进作用。第二要合理安排教学时数(每学期要大于32学时)。应转变“传统型”的教学方法，加强教学方法钻研和利用，掌握各种现代化教学方法和手段。对于初级班的学生可以采用“软式网球”，以降低初学者的难度，使之较易掌握技术动作，对网球动作定型非常有益。

2.加快网球教师教育一体化进程

篇（4）

中图分类号：TS207.3 文献标识码：A 文章编号：1672-5336（2015）02-0035-01

文章主要对转基因的原料作物以及转基因成分进行分析检测，消费者需要了解到插入的外源基因的信息以及外源基因的表达产物是否对人体以及环境有害，这就需要很高的转基因食品的分析检测技术。分析检测技术的基础为标识制度，标识制度有自愿标识制度和强制标识制度，尽管各国之间标识制度不同，但食品进出口时仍需对标识制度进行参照。转基因食品的分析检测技术主要有组学分析技术、光谱学分析技术、DNA水平和蛋白质水平检测策略、分子特征分析检测技术、转基因快速检测技术、转基因定量检测技术等。

1 转基因食品标识制度

到目前为止，世界上有超过50个国家对转基因食品采取了标识制度。这类制度可大体分为两类，一类是强制性标识，另一类是自愿型标识。其中，有着非常严格和预防性的法律制度以及对需要标识的阈值进行规定的国家为中国和欧盟等；另外，采取自愿标识通常在只有食品中存在明显差别如过敏原的情况下才进行标识。尽管各国采用不同的标识制度，但是除却政治因素，各国考虑更多的是实际检测能力。经过批准进口的转基因食品全都具备相应标识制度，所以说，转基因食品标识制度是转基因食品的重要组成。

2 转基因食品分析检测技术

随着各种技术的不断发展变化，转基因分析检测技术也不断进行发展。转基因食品的非期望效应的评价依赖于组学分析技术，而数字PCR技术的出现和好的弥补了普通PCR技术在转基因检测方面的缺陷[1]。在精确定量方面基因拷贝数的绝对定量通过一定的技术也能够实现，另外，等温扩增技术和试纸显色原理在快速检测领域的应用，能够帮助特殊岗位的工作人员进行快速检测。

2.1 组学分析技术

组学分析技术含有蛋白组学、转录组学以及代谢组学等技，是对一类个体系统集合的分析技术。蛋白组学指在特定的时间和环境下，对一个细胞中全部蛋白质表达进行研究的技术。蛋白组学主要研究某一细胞或者生物在一定的病理及生理情况，其蛋白质的特点、数量、功能等[2]。转录组学主要研究细胞在表达某一功能其基因的和，其研究成果为外源基因表达的信息和外源基因进入受体中所表达的状况。代谢组学主要是对细胞在特定时间和环境下全部的小分子代谢物质进行研究。

2.2 光谱学分析技术

近红外光谱检测是转基因光谱学技术的主要技术。近红外光谱检测的优点在于其穿透性很强，因此不需要对其检测物质进行基因组提取或者预处理。尽管还不能确定转基因光谱学检测的准确性，但是光谱学检测的优势在于简单迅速和无损检测。因为消费者格外关注转基因食品的安全问题，因此，光谱学和组学分析的关注方面都在转基因食品的非期望效应上。

2.3 DNA水平和蛋白质水平检测策略

到目前为止，国内外对转基因食品的分析检测技术的的主要研究方面是在蛋白质和核酸上。在实际应用过程中，以DNA作为检测基础的检测技术被广泛应用的原因在于其检测的灵敏度较高并具有特异性[3]。聚合酶链式反应也是被广泛使用的转基因分析技术之一。另外，较为常用的还有酶联免疫吸附法。PCR技术是DNA水平检测较为常用的技术，因其导入受体的外源基因的位置和大小无法确定，所以，在检测过程的实现需要筛选技术的辅助。其中，使植物体能够稳定表达的低拷贝基因内标基因和标准物质是PCR检测中常用的物质。

2.4 分子特征分析检测技术

将转基因作物或食品中受体所插入的外源基因的所有信息称为分子特征，主要有外源基因的特异序列、插入位点及数量、外源基因两侧的侧翼序列等。这些信息是整个分析检测技术的基础，能够辅助转基因作物或食品分类、评价等。分子特征既是转基因分析对象的同时，又是转基因的检测对象，在快速检测和精准定量检测中起着重要作用，另外，在组学分析技术中也有着重要影响。

2.5 转基因快速检测技术

完善的转基因食品分子特征信息相当于一个巨大的信息筛选库。但是在地方食药监局和港口出入境检疫局的工作人员对精准、高效的检测未知样品的技术重视程度更高。转基因分析检测在实际中的应用应该是没有进行专业培训的工作人员也能够利用技术手段来进行检测。其中PCR技术需要在变温的条件下进行多步骤的操作，显然不符合高效的原则，因此，有必要进行开发恒温下的检测技术。转基因快速检测技术有等温扩增检测技术、试纸检测技术等。

2.6 转基因定量检测技术

制定标识的基础为分子特征，而利用定量检测技术可以实现对标识阈值的确定。一方面，定量检测技术能够在科研工作中进行样品转基因相对含量以及外源基因拷贝数的确定；另一方面，定量检测技术还可以在田间对样品的含量进行确定，并依据其阈值提供处理措施。作为贯穿整个转基因分析检测工作的技术手段，定量检测技术为标识制度提供了科学依据。有传统的定量检测技术、数字PCR检测技术、新材料辅助的定量检测技术等。

3 结语

自世界上首例转基因作物耐草甘膦品系转基因大豆问世以来，转基因作物开始飞速发展，传统农业受到很大的冲击。随着转基因作物的快速发展，越来越多的转基因食品流入市场，转基因食品在满足人们物质生活需要的同时，人们开始注重转基因食品的安全性。世界各国纷纷出台了一系列的管理制度来预防转基因食品带来的安全问题，在1922年，世界各国倒成了《卡塔赫纳生物安全议定书》来对转基因食品进行规范。对转基因食品进行标识和监管的首要任务就是对转基因食品进行成分分析检测，因此，转基因食品分析检测技术的发展对转基因食品的安全有着至关重要的影响，此技术也属于全球食品安全检测的重要技术，值得推广借鉴。

参考文献

篇（5）

中图分类号：TV219文献标识码：A文章编号：16749944（2013）10021504

1引言

我国虽然是水果生产大国， 但自1993年以来水果储藏能力只有10 % ，烂果率高达25 %，出口总量不到总产量的3%，远低于9%～10%的世界平均水平[1～3]。以上原因造成果农卖果难，增收难。要解决这些问题，必须发展水果深加工，扩大鲜果出口。阻碍我国鲜果出口的一个重要因素是果品分选、检测能力弱，检测速度慢，检测人员的素质低，果品筛选达不到国际上水果进出口市场的要求。国内早期的水果内部品质检测方法主要是化学分析法，该方法不仅可靠性和稳定性较差，而且在测试时还必须破坏水果，测试过程繁琐，只能通过少量样本的测定，来评价整批次水果的品质。鉴于以上原因，无损检测技术应运而生。无损检测技术具有无损、快速、准确性高和实时性强等特征。目前的无损检测技术主要有针对水果光学特性、电学特性、声学特性、力学振动特性等众多性质进行的各种检测，且大多还处于试验研究阶段[2]。

近红外光谱技术（Near Infrared Spectroscopy Technology， NIST）是一种利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的一种无损检测技术，具有快速、非破坏性、无试剂分析、安全、高效、低成本及同时测定多种组分等特点[4]。随着现代光谱技术的发展，且凭借其快速、方便、准确和无损伤等特点，应用近红外光谱分析技术对水果品质进行无损检测已成为近年来的研究热点。本文主要介绍2000年后，近红外光谱分析在果实成熟期检测和品质检测两方面的研究进展。

2近红外光谱技术在水果成熟期监测中

的应用研究近红外与可见光结合的无损检测技术具有适应性强、灵敏度高、对人体无害、成本低和容易实现等优点，被广泛用于水果成熟度的无损检测。2002年，McGlone等利用VIS/NIR技术，依据果实成熟过程中叶绿素减少的趋势，深入探测了“Royal Gala”苹果在采摘前和储藏后各品质指标，光谱图如图1所示，在苹果早采收、适中采收、晚采收的典型吸光度光谱对比中，发现在680nm波长处，叶绿素吸光度有明显的变化，早采收果实的吸光度明显高于适中采收和晚采收果实，因此认为该波长可用于区别苹果的成熟度[5]。Lur等人用近红外光谱检测苹果的硬度和含糖量，通过有损与无损相结合的方式建立了预测苹果内部品质的数学模型[6]。

2005年，Ann Peirs等人在前人研究的基础上研究了苹果自然特性对可见近红外模型预测采摘期成熟度精确性的影响。研究表明，近红外光谱与成熟度有一定相关关系，其Rr>0.94，RMSEP

2007年，Yongni Shao等人用可见光与近红外检测技术结合硬度、糖度和酸度等指标检测番茄的成熟度，得到了各自的相关系数，分别为0.83、0.81和0.83，表明可见光与近红外技术无损检测水果成熟度的方法是可行而且实用的[8]。

3近红外光谱技术在水果品质检测中的

应用研究利用近红外光谱（NIR）检测水果品质早已成为国际研究热点之一。2003年，Clark等利用700～900nm的透射光检测了褐心贝宾（Braeburn）苹果，探讨了投射测量时苹果的最佳位置[9]。国内的相关研究也如雨后春笋般涌现出来，研究的水果有柑橘、苹果、梨、桃、枇杷等，检测的品质涉及糖度、酸度、可溶性固形物、维生素、坚实度、色泽及单果重量、褐变、模式识别等。

3.1糖度检测

2006年，应义斌等利用小波变换结合近红外光谱技术检测水果糖度，小波变换滤波技术能有效地消除苹果近红外光谱中的噪声，在采用小波变换尺度为3时WT-SMLR法建立的校正模型精度明显优于采用SMLR法建立的模型 [10]。周文超等建立赣南脐橙内部糖度的近红外投射PLS模型，r=0.9032，RMSEP=0.2421[11]。刘春生等利用可见/近红外漫反射光谱结合PLS建立南丰蜜桔糖度校正模型，预测集r=0.9133，RMSEP=0.5577，平均预测偏差为-0.0656[12]。

3.2酸度检测

应义斌等建立苹果有效酸度的近红外漫反射PLS模型，最佳PC=3，r=0.959，SEC=0.076，SEP=0.525，Bias=0.073[13]。刘燕德等应用近红外漫反射光谱结合光线传感技术建立苹果有效酸度模型，预测值和真实值r=0.906，SEC=0.0562、SEP=0.0562，Bias=0.0115[14]。董一威等采用CCD近红外光谱系统结合偏最小二乘回归（PLSR）建立苹果酸度预测模型，r=0.8151，SEC=0.0120，SEP=0.0204[15]。

3.3可溶性固形物检测

2006年，李建平等应用近红外漫反射光谱定量分析技术对2个产地3个品种枇杷的可溶性固形物进行无损检测研究，发现在波长1400～1500nm和1900～2000nm两段范围，样品的可溶性固形物与光谱吸光度之间的相关系数较高，最终建立的可溶性固形物含量预测模型的校正集和预测集相关系数分别为0.96和0.95[16]。

2008年，刘燕德等应用近红外光谱（350～1800nm）及偏最小二乘法回归、主成分回归和多元线性回归对梨的可溶性固形物及逆行定量分析；在采用偏最小二乘法回归算法之前先用一阶微分对光谱数据进行预处理，研究表明果实中间部位的预测结果较为理想；近红外漫反射光谱可以作为一种准确、可靠和无损的检测方法用于评价梨果实内部指标可溶性固形物[17]。

2009年，周丽萍等采用可见光与近红外光结合技术对苹果的可溶性固形物含量的检测进行了研究，他们结合主成分分析（PCA）和BP神经网络技术，建立苹果SSC预测模型；采用DPS数据处理系统对苹果样本的漫反射光谱（345～1039nm波段），进行主成分分析，获得累计可信度大于95%的5个新主成分；建立一个3层BP神经网络模型，并将这5个新的主成分作为BP神经网络模型的输入量，其结果是98%以上预测样本的预测相对误差在5%以下[18]。

3.4坚实度检测

2006年，傅霞萍等采用傅里叶漫反射近红外光谱技术研究了水果坚实度的无损检测方法，他们对不同预处理方法和不同波段建模对模型的预测性能进行分析对比，建立了利用偏最小二乘法进行水果坚实度与漫反射光谱的无损检测数学模型，同时结果表明应用近红外漫反射光谱检测水果坚实度是可行的，为今后快速无损评价水果成熟度提供了理论依据[19]。

2009年，史波林等采用近红外光谱技术结合遗传算法分别对去皮前后苹果坚实度无损检测进行研究，他们采用光谱附加散射校正（MSC）、微分处理（Derivative）、直接正交信号校正（DOSC）等预处理方法和基于遗传算法（GA）的有效波段选择方法来消除果皮对模型精度的影响，结果表明，苹果果皮对近红外光谱分析模型的预测能力有很大影响，但仅通过常规的光谱预处理方法（MSC 、Derivative）很难有效消除。他们提出的遗传算法结合直接正交信号校正（GA-DOSC）方法能有效消除果皮的影响，不但使所建模型的波长点和最佳主因子数分别由1480和5降到36和1，相关系数r由0.753提高到0.805，更重要的是模型的预测相对误差RSDp从16.71%显著下降到12 .89%，并接近采用苹果果肉建模的预测性能（12.36%），达到对苹果硬度的近红外无损检测要求[20]。

3.5色泽及单果重量检测

3.8品种鉴别

赵杰文等采用支持向量机（SVM）建立苹果不同品种、不同产地的分类模型，预测识别率精度比传统的判别分析法提高5%左右，均达到100%；回判识别率分别为100%和87%[27]。何勇等提出了一种用近红外光谱技术快速鉴别苹果品种的新方法，该方法应用主成分分析结合人工神经网络建立了苹果品种鉴别的模型，该模型的预测效果很好，识别率达到100%[28]。

4存在的问题

近红外光谱技术具有检测速度快速、检测方法简便、检测准确性高及同时可测定多种成分的优点，使它在果品在线分选检测中有较好的应用前景。虽然近红外光谱技术在水果成熟期预测和内部品质检测方面的研究已有10年的时光，有些检测技术已趋于成熟，但目前来看该技术仍存在一些问题，比如怎样找出不同水果光谱的特性波段，怎样实现果品快速在线检测和分选，怎样实现对水果的成熟度、硬度、糖度和内部缺陷等同时检测，具体来说近红外光谱技术在水果品质或成熟期检测研究中主要存在以下几方面问题。

4.1水果成熟期预测中存在的问题

（1）近红外光谱技术在水果成熟期预测中，光谱波段的选择尤为重要；建立预测模型时有必要对光谱波段进行优选和组合[29]。

（2）利用近红外光谱预测果实成熟期时，既要保证预测模型的精确度，还需考虑模型的通用性，即还需进一步研究水果果实的不同光学特性与果实成熟期的相关性，提高预测的效率和准确性。

4.2水果品质检测中存在的问题

（1）在水果品质的光谱检测中，光谱仪自身的信噪比等性能会极大地影响预测模型的精确度。可见，在光谱预处理方面，选择合适的消噪方法将成为今后近红外光谱技术在水果内部品质及成熟期预测中的另一个研究重点[30]。

（2）在利用NIST对水果品质进行检测的过程中，建立数学模型是最困难的，因为近红外光谱很容易受到果品样本个体因素如温度、检测部位不同等因素的影响；同时由于检测环境条件、仪器的精度和稳定性等复杂因素的影响，使得数学模型适应性差。在线检测过程中，样品是运动的，近红外光谱受到很大的影响，如何在果品运动的状态下获得较稳定的近红外光谱仍是一个很大的难题。

（3）建立用于水果品质光谱分析的校正模型与开发用于水果品质检测的软件系统是近红外光谱技术能否用于水果品质检测的最关键问题，但当前大部分研究只是进行可行性探索，没有进行深入研究；在实际生产生活中使用的便携式水果品质无损检测仪器非常罕见。

5发展趋势

目前水果市场，或者水果生产者在田间分析水果品质都需要一种小型便捷的、可移动式的近红外光谱分析仪器。同时这些仪器还需要操作简单，对普通常见的水果都具有适用性。因此，便携式的、能够和电脑随时连接的类USB或PDA的近红外水果分析仪将会成为市场新宠。

当今水果加工过程中非常需要一种能够根据水果品质指标（如可溶性固形物、酸度、硬度等）进行快速在线分级.光纤技术与近红外技术结合必然使近红外在线检测技术广泛应用于水果以及其他各个领域，并在今后的发展中逐步形成成熟的在线检测装备投放于市场。随着近红外光谱分析技术的不断推广和深入应用，未来它将与网络技术结合，更方便快捷地实现分析模型的在线更新与升级。

目前，水果的近红外光谱无损检测中还存在检测指标单一、实时性差、检测效率低等问题。为了解决上述问题，开展高效并行图像处理算法和多指标综合检测技术的研究非常必要，并将成为研究热点。为了更快速、更准确地得到测量结果，结合近红外光谱分析技术、高光谱成像技术，及紫外、红外光技术，从多信息融合技术的不同层次：数据层、特征层和决策层选择最优的融合方法，在水果成熟期和品质检测领域将有广阔的研究前景。近红外光谱技术将会在更多领域更广泛范围为人类带来便利。

参考文献：

[1]林，近红外光谱分析技术在我国大宗水果品质无损检测中的应用研究[J].食品工业科技，2012，6（33）：460～464.

[2]贺艳楠，水果成熟度无损检测技术研究进展[J].北方园艺，2010（3）：208～212.

[3]莫润阳，无损检测技术在水果品质评价中的应用[J].物理学和高新技术，2004，33（11）：848～851.

[4]毛莎莎，曾明，何绍兰，等，近红外光谱技术在水果成熟期预测中的应用（综述）[J].亚热带植物科学，2010，39（1）：82～89.

[5]McGlone V A， et al. VIS/NIR estimation at harvest of pre- and post-storage quality indices for ‘Royal Gala’ apple [J]. Postharvest Biology and Technology，2002，25：135～144.

[6]Lu R， et al. A Near-infeared sensing technique for measuring internal quality of apple fruit[J]. Trans of the ASAE，2002，18（5）：585～590.

[7]Ann Peirs， et al. Effect of natural variability among apples on the accuracy of VIS-NIR calibration model for optimal harvest date prediction[J]. Postharvest Biology and technology，2005，35：1～13.

[8]Yongni Shao，et al. Visible/near infrared spectrometric technique for nondestructive assessment of tomato quality characteristics[J]. Journal of Food Engineering，2007，81：672～678.

[9]Clark C J， McGlone V A， Jordan R B， et al. Detection of brown-heart in ‘braeburn’ apple by transmission NIR spectroscopy[J]. Post-harvest Biology and Technology， 2003（28）：87～96.

[10]应义斌，基于小波变换的水果糖度近红外光谱检测研究[J].光谱学与光谱分析，2006， 26（1）：63～66.

[11]周文超.近红外投射光谱无损检测赣南脐橙糖度的研究[J].农业化研究，2009（5）：161～163.

[12]刘春生.偏最小二乘法——可见/近红外光谱测定南丰蜜桔糖度的研究[J].河北师范大学学报：自然科学版，2008，32（6）：788～790，797.

[13]应义斌.苹果有效酸度的近红外漫反射无损检测[J].农业机械学报，2004，35（6）：124～126，141.

[14]刘燕德.近红外漫反射用于检测苹果糖度及有效酸度的研究[J].光谱学与光谱分析，2005，25（11）：1793～1796.

[15]董一威.苹果中糖酸度的CCD近红外光谱分析[J].食品科学，2007，28（8）：376～380.

[16]李建平，傅霞萍，周莹.近红外光谱定量分析技术在枇杷可溶性固形物无损检测中的应用[J].光谱学与光谱分析，2006，26（9）：1606～1609.

[17]刘燕德.近红外漫反射光谱检测梨内部指标可溶性固形物的研究[J].光谱学与光谱分析，2008，28（4）：797～800.

[18]周丽萍.苹果可溶性固形物含量的检测方法[J].农业化研究，2009，4（4）：104～106.

[19]傅霞萍.水果坚实度的近红外光谱检测分析实验研究[J].光谱学与光谱分析，2006，26（6）：1038～1041.

[20]史波林.应用GA-DOSC算法消除果皮影响近红外漫反射光谱分析苹果硬度的研究[J].光谱学与光谱分析，2009，29（3）：665～675.

[21] 刘燕德.梨子表面色泽的可见/近红外漫反射光谱无损检测研究[J].红外与毫米波学报，2008，27（4）：266～268.

[22]李鑫.苹果梨单果重的近红外无损检测研究[J].安徽农业科学，2008，36（4）：1297～1298.

[23]韩东海.苹果内部褐变的光学无损伤检测研究[J].农业机械学报，2006，37（6）：86～88，93.

[24]王加华.基于可见/近红外能量光谱的苹果褐腐病和水心鉴别[J].光谱学与光谱分析，2008，28（9）：2098～2102.

[25] 夏俊芳.基于小波变换的柑橘维生素C含量近红外光谱无损检测方法[J].农业工程学报，2007，23（6）：170～174.

[26]刘燕德.可见/近红外漫反射光谱无损检测南丰蜜桔维生素C的研究[J].光谱学与光谱分析，2008，28（10）：2310～2320.

[27] 赵杰文.支持向量机在苹果分类的近红外光谱模型中的应用[J].农业工程学报，2007，23（4）：149～152.

篇（6）

关键词： 重叠峰；分解；数学方法

Key words： overlapping peaks；decomposition；mathematical method

中图分类号：O17文献标识码：A文章编号：1006-4311（2011）04-0197-01

1重叠峰分解的实际意义

在光谱研究领域，重叠的光谱信号是比较常见的。例如，①在紫外-可见光谱分析中：在苯和甲苯的混合体系及苯、甲苯和二甲苯等混合体系中，各组分紫外光谱严重重叠；复合维生素B片剂的吸收光谱中，维生素B1，B2，B6和烟酰胺4组分严重重叠；二甲酚橙（XO）-CTMAB-Cu、Cd、Ni显色体系各组分吸收光谱相互重叠。铈组稀土元素的性质极其相似，因此其5种元素的吸收光谱严重重叠。②在荧光光谱分析中：利用偏振X射线荧光技术分析铁磁性永磁材料粉末时，Si和Sr谱线完全重叠；医院营养输液常用的复合氨基酸注射液中包含色氨酸和酪氨酸，而此二组分的荧光光谱严重重叠等等。此外，重叠现象在化学领域的电化学分析、色谱分析中也同样存在。重叠现象给进一步的定性和定量分析都带来了困难。对于这样的问题，通过硬件手段如改进仪器来提高信号的分辨率通常受到资金或工作条件等现实问题的制约。因此，往往通过数学手段把仪器未能完全分离的多个谱峰给以分解，得到重叠峰信号中的各子峰或组分的相关信息（如峰形状、峰位置、半峰宽和峰高度）的估计值。而随着计算机的发展，计算技术的提高，与计算机相结合的信息理论、多元统计分析法、数学最优化等数学方法被利用于重叠峰的分解，并逐渐成为了现代光谱分析的热点。

2国内外研究现状

对于采用各种计算方法分解光谱重叠峰的研究已有不少报道，其中分光光度法、荧光光谱、ICP-AES等重叠峰的解析已发展比较成熟。目前常见的数学方法有四类：

2.1 双波长、三波长法、导数光谱法其中导数光谱法是分辨重叠峰的一种常用的较为成熟的方法。1953年Hammond等人首先提出。其基本原理是对原吸收曲线进行一阶、二阶至四阶求导，然后对得到的各阶导数光谱进行分析。从而来确定重叠峰的个数、重叠峰位及改善谱线分辨率等。关于导数法定研究及报道有很多，如王超群利用导数法探讨了其在X射线衍射分析中的应用；Windig讨论了二阶导数光谱在自模式分析技术中的应用，以及相应的平滑方法。但导数法存在一个显著缺点：随着求导次数的增加，噪声也随之增加，在高阶导数中，信号可能被噪声完全淹没，因而，通常，每求一阶导数之后都需要滤除噪声来提高信噪比。

2.2 最优化方法最小二乘法作为一种判断拟合效果优劣的评价标准而经常被使用，从而将问题转化为寻优问题。而解决此最优化问题的方法有很多相关研究和报道：如：何锡文等周兴风等分别讨论了线性规划方法的使用；孙桂玲等使用Newton-Raphson逐步逼近法和最速下降法对高斯峰进行分离；此外还有Cauchy法、直接搜索法、单纯形法、DFP法及共轭梯度法等。

最小二乘法的缺点是当各组分光谱严重重叠时（数学上叫共线性），如正规矩阵的秩接近零，此时的方程组近乎病态方程组，实验中的微小误差或是计算中间过程数据位数的取舍都会引起计算结果的大幅波动，此时最小二乘法不适用。

2.3 多元统计法由于传统最小二乘法的缺点，出现了许多改进方法。如：Wold在1966年提出的偏最小二乘法；王镇浦等讨论了CPA矩阵法；因子分析法更是被广泛研究，白洁玲通过迭代目标转换因子分析应用于4种混合色素溶液吸附伏安法波谱的解析来对其进行同时测定；进化因子分析与消秩方法被用于重叠光谱分析。这些方法各自在不同程度上克服了最小二乘法的缺点。

2.4 利用信息处理的理论1979年，Poulisse首次将卡尔曼滤波原理用于多组分体系分光光度分析中，使多组分体系的含量测定归结为对重叠光谱曲线进行快速滤波的过程。这个思想不仅带来了一种新的重叠峰分解的方法同时还启发了分析工作者，使人们认识到，谱数据处理与通讯技术中的信息处理过程很相似，完全可以借鉴其数学工具。上世纪90年代，能解决非线形拟合的人工神经网络技术也被广泛应用求解多组分浓度，不足之处是需要大量样本学习，很复杂且耗时。遗传算法作为一种全局的寻优方法，也逐渐被应用于谱图分析及重叠峰分解等方向的研究。使用数学方法对重叠峰分解的优点在于它对硬件要求不高，只需在一定的实验条件下，获取足够的实验数据，借助计算机强大的运算能力，运用数学方法进行计算，能够获取准确度较高的对重叠峰解析的结果，基本上可以满足一般检测和分析的要求，因此其发展前景相当广阔，见诸于专业刊物的研究。报告显示，使用软件后处理的研究和应用正广泛开展。

参考文献：

[1]吴军，杨梅，陈坚.人工神经网络辅助紫外光谱测定苯和甲苯的含量.新疆医科大学学报，2005，28（6）：519-520.

[2]吴军，杨梅.人工神经网络用于紫外光谱同时测定苯和甲苯及二甲苯的含量.理化检验-化学分册，2006，42（7），511-513.

[3]何池洋，孙益民，陈友存等.人工神经网络应用于维生素B族4组分同时测定.浙江大学学报（理学版），2002，29（2）：160-165.

[4]方艳红，王琼，徐金瑞.分光光度法结合人工神经网络同时测定铜、镉和镍.光谱实验室，2005，22（4）：782-784.

[5]郑静，林开利，周伟良等.人工神经网络-分光光度法同时测定合金钢样中的铈组稀土元素.分析试验室，2004，23（11）：14-17.

篇（7）

中图分类号：TB

文献标识码：A

doi：10.19311/ki.1672-3198.2016.23.130

1 前言

2003年，欧盟在全球率先提出了《电气、电子设备中限制使用某些有害物质指令》，即RoHS指令，规定输往欧洲的电子产品及其组件需对六种有害物质的使用加以限制。电子电气产品中的六种有害物质为：铅（Pb）、汞（Hg）、镉（Cd）、六价铬（Cr6+）、多溴联苯（PBBs）、多溴二苯醚（PBDEs）等。之后，包括中国在内的世界其他各国各地区也紧随其后，制定了类似的有害物质管控法规和指令。我国的《电子信息产品污染控制管理办法》也在2006年颁布，目前该管理办法已在电子电器、质量检测、环保等相关行业广泛实施应用。

对铅、镉、汞等重金属元素的检测方法主要以光谱学分析方法为主，基本可概括为以下几种方法：原子光谱法、分光光度法、化学发光法等，其中原子光谱法又可分为火焰原子吸收光谱法、石墨炉原子吸收光谱法、冷原子吸收光谱法、原子发射光谱法等。

近几年，光谱学分析方法在重金属元素检测方面的研究取得很大的进展，特别是仪器分析方法之间的相互渗透以及联用技术的发展，使得分析的准确性、灵敏度和自动化程度都得到很大的提高。

2 ICP-AES技术在基于RoHS指令的重金属检测中的应用

因ICP-AES根据特征谱线的强度与元素含量的线性关系进行定性定量，抗干扰性强，故具有分析灵敏度高、精密度好的优点，又因其方法的线性范围宽且能够实现多元素同时检测，使其在电子电器产品中重金属的检测方面得到广泛地应用。

由于ICP-AES技术要求试样以溶液或气体形式进入雾化器，故对制样技术提出了较高要求。常用与ICP-AES法相匹配的制样方法有：溶剂直接浸提法、微波消解技术、固相萃取法，其中微波消解技术特别是高压微波消解技术，具有制样高效快捷、节省试剂、污染小、操作简单、样品溶解完全等特点，使其在利用ICP-AES联用技术的检测中应用较为广泛，是最具发展前景的制样方法之一。

陶绪泉等采用电感耦合等离子体发射光谱（ICP-AES）法同时测定聚氯乙烯（PVC）塑钢门窗中的多种重金属元素含量。实验中，制样方法采用微波消解制样技术，检测方法采用电感耦合等离子体发射光谱（ICP-AES）法，确定了同时测定聚氯乙烯（PVC）塑钢门窗中的Pb、Zn、Ti、Cu等重金属元素含量测定的最佳实验条件。方法的检出限达0.01840～1.034μg/mL，回收率达94.23%～103.5%，相对标准偏差控制在4.6%以内。该方法快速、准确、灵敏度高，可基本满足PVC塑钢门窗中多种金属元素的同时测定。

王英锋等利用微波消解技术-电感耦合等离子体质谱（ICP-MS）法实现了对丙烯腈-丁二烯-苯乙烯共聚物（ABS）塑料中的铅、镉、汞、铬、砷五种元素的同时测定。在实验中对仪器的参数设置、进样条件进行了优化，并对样品的消解体系、消解温度、恒温时间以及酸用量等前处理条件进行了优化。建立的检测方法检出限为0.7～6.5ng/g，回收率为89.8%～110.8%，相对标准偏差为2.8%～11.3%。

黄庆君等用电感耦合等离子法测定塑料样品中镉的含量。实验采用微波消解技术对样品进行消解，通过对仪器的工作条件进行优化，发现镉含量在0～1000mg/L的范围内，特征谱线强度与目标物含量具有良好的线性关系（相关系数为0.9999）。结果表明，方法检出限达0.005mg/L，样品回收率达95.96%～99.33%，RSD为0.591%（n=6）。

邱静等建立了电感耦合等离子体质谱法同时测定塑料包装材料中十二种元素的方法。实验采用硝酸-过氧化氢消解溶液，用高压微波消解对塑料包装材料样品进行处理，建立了电感耦合等离子体质谱法对塑料包装材料中铅、镉、砷、铬、锑、汞、硒、钡、镍、锡、锶、铊等十二种元素同时测定的方法。方法的检出限为0.02～0.20μg/L，加标回收率为88.0%～117.0%，相对标准偏差（RSD）小于10%。

李宣等通过测定有证参考物质和国际水平测试，研究了多种不同塑料基体中不同浓度的镉、铅、汞和铬的测定方法。实验通过对样品的消解程序和消解试剂的优化进行研究，确定了塑料样品的微波消解方法。采用上述微波消解方法对样品进行预处理，用电感耦合等离子体-原子发射光谱法测定了不同样品中的目标物，结果表明，该方法具有很好的准确度和精密度，相对标准偏差（RSD）为1.8%～2.4%，回收率为97.3%～98.8%，能够同时测定各种塑料中镉、铅、汞和铬。

钟志光等采用微波消解技术，用全谱直读DUO-ICP-AES测定塑料样品中铅、镉、铬和汞。实验硝酸-氟硼酸-过氧化氢在210℃的温度下加热约1h处理样品，将电子电气产品中的塑料样品完全溶解后进行检测，实验结果表明，该方法的回收率为91.2%～100.5%，精密度为0.45%～3.18%，可应用于电子电气产品塑料中的铅、汞、铬和镉日常检验。

3 结语

在基于RoHS认证的多种检测方法中，ICP-AES技术作为一种成本低、时间短、方便快捷的测定有害重金属元素含量的方法，已在涉及到RoHS检验的环境监测及检验检测等部门被广泛应用。

随着科技发展，ICP-AES技术愈加先进，检测范围愈加广泛，但ICP-AES技术在实际检测过程中仍存在一些问题有待进一步改进，这将是今后重要的研究课题。

参考文献

[1]陶绪泉，王怀生，崔艳云等.电感耦合等离子体发射光谱（ICP-AES）法在重金属检测中的应用[J]//ICP-AES法测定PVC塑钢门窗中的重金属元素.塑料，2008，（06）.

[2]王英锋，施燕支，张华等.微波消解-电感耦合等离子体质谱法测定丙烯腈-丁二烯-苯乙烯共聚物塑料中的铅、镉、汞、铬、砷[J].光谱学与光谱分析，2008，（01）.

[3]黄庆君.微波消解-电感耦合等离子发射光谱法测定塑料中的镉[J].电子世界，2012，（11）.

篇（8）

中图分类号：Q657.33文献标识码：A文章编号：1672-979X(2007)10-0006-03

Research on Spectroscopy Properties of Sodium Hyaluronate

JIN Yan1,2, LING Pei-xue1,2, ZHANG Tian-min1,2

(1. School of Pharmacy, Shandong University, Jinan 250012, China; 2. Working Station for Postdoctoral Scientific Research, Institute of Biopharmaceuticals of Shandong Province, Jinan 250108, China)

Abstract：Objective To characterize the structure of sodium hyaluronate (SH). MethodsFTIR and CD spectra were used to analyze the structure of SH. Results The FTIR and CD spectra of SH were identical with the previous reports and the relative molecular mass of SH had no influence on the spectroscopy properties of SH. ConclusionFTIR and CD can characterize the primary and secondary structure of SH respectively and provide evidence for the structure study of SH.

Key words：sodium hyaluronate; FTIR; CD spectra

透明质酸（hyaluronic acid，HA），又名玻璃酸，是一种酸性黏多糖，1934年美国Meyer等首先从牛眼玻璃体中分离出该物质[1,2]。HA是由(13)-2-乙酰氨基-2-脱氧-β-D-葡萄糖-(14)-O-β-D-葡萄糖醛酸双糖重复单位所组成的直链多聚糖，其结构见图1。

HA广泛存在于脊椎动物的细胞间质中，如皮肤、脐带、关节滑液、软骨、眼玻璃体、鸡冠、鸡胚、卵细胞、血管壁等[2]。HA在体内主要以盐的形式存在，其产品主要为透明质酸钠（sodium hyaluronate，SH）。HA参与很多重要的生理、病理过程，如保水、关节、血管生成、创伤愈合、肿瘤转移等[3]。

HA多方面的生物活性与其结构密切相关。国内外已对其结构进行了深入研究，并提出了HA在不同状态下的多种结构模型[4]。商品SH的相对分子质量（Mr）范围为105~107，目前主要以发酵法生产。本文采用傅里叶变换红外光谱（FTIR）和圆二色谱（CD），对由发酵获得的不同Mr的SH进行结构表征，为其开发应用奠定基础。

1材料与仪器

SH（山东福瑞达生物化工有限公司，Mr分别为1.24×106，6.75×105，2.40×105，批号分别为0508202，0506091，0511281）。

NEXUS 470型傅里叶变换红外光谱仪（美国Nicolet公司）；Chirascan型圆二色谱仪（英国Applied Photo Physics公司）。

2方法

2.1FTIR测定

取SH干粉0.5~1.0 mg与无水溴化钾300 mg混合研磨压片。扫描范围4 000~400 cm-1，分辨率0.5 cm-1，扫描次数：75次/s。

2.2CD测定

称取SH干粉1 mg，溶于10 mL水。于室温下进行扫描，波长范围为190~400 nm。

3结果

3.1FTIR分析

图2为SH（Mr 1.24×106）的FTIR光谱。SH的FTIR光谱与文献报道[5]相符。参照文献[5]对SH的特征吸收峰进行了归属，见表1。

从图2可见，3 385 cm-1左右的强峰为羟基吸收峰，其峰形宽而钝，显示SH分子内羟基通过分子内或分子间氢键缔合。1 615及1 407 cm-1 左右的强锐峰为羧基的反对称及对称伸缩振动峰。1 151，1 078，1 047及946 cm-1左右的吸收峰为糖的特征吸收峰。

从表1可见，不同Mr的SH，其特征吸收峰峰位及峰形都无明显差别，显示Mr对SH的FTIR性质无影响。

3.2CD分析

图3显示，SH在210 nm处有一明显的负峰，对应于SH分子中羧基的nπ跃迁及无规则卷曲[6]，与文献[7,8]相吻合。不同Mr的SH，其CD图谱没有明显差别。

4讨论

光谱分析技术，包括FTIR，CD等，在生物大分子的结构研究中，发挥了重要作用。由FTIR光谱可获得SH中主要官能团的信息，对SH的一级结构进行表征。CD光谱能够检测由结构的不对称性引起的左、右偏振光的吸收差别。如化合物无规则结构，则其CD强度为零，而有序结构则会产生正信号及负信号。SH的CD图谱显示，SH具有有序结构。推断SH在水溶液（0.1 mg/mL）中主要的二级结构为无规则卷曲。

参考文献

[1]Meyer K, Palmer J W. The polysaccharide of the vitreous humor[J]. J Biol Chem, 1934, 107:629-634.

[2]郭学平，王春喜，凌沛学，等. 透明质酸及其发酵生产概述[J]. 中国生化药物杂志，1998，19（4）：209-212.

[3] 凌沛学. 透明质酸[M]. 北京：中国轻工业出版社，2000： 53-83.

[4]凌沛学，贺艳丽，白若琬，等. 玻璃酸钠结构及理化性质的研究进展[J]. 中国生化药物杂志，2000，21（3）：152-154.

[5]Gilli R, KacurákaováM, Mathouthi M, et al. FTIR studies of hyaluronate and its oligomers in the amphorphous solid phase and in aqueous solution[J]. Carbohydr Res 1994, 263(2): 315-326.

[6]Chen H X, Zhang M, Xie B J. Spectroscopy investigation on conformational transition of tea glycoconjugate from green tea[J]. Chin J Chem,2004, 22(11): 1387-1390.

篇（9）

摘要：利用小波变换结合反向传播网络（BPNN）和支持向量机（SVM）研究了朝天椒和灯笼椒的傅里叶变换红外（FTIR）光谱，样品1 750～950 cm－1范围的红外光谱经多尺度一维连续小波变换（CWT）和离散小波变换分析，发现第20尺度的连续小波系数，提取该尺度3个区域的系数作为特征参数建立BPNN和SVM 模型。结果表明，BPNN和SVM模型都能很好地区别两种辣椒。第5尺度的离散小波细节系数建立BPNN和SVM模型分类的正确率分别为93．3％、100％。小波变换结合BPNN和SVM用于傅里叶变换红外光谱技术中能够准确识别朝天椒、灯笼椒，为区分不同品种的辣椒提供了快速、有效的方法。

关键词 ：朝天椒；灯笼椒；人工神经网络；支持向量机

中图分类号：O657．33；S641．3文献标识码：A文章编号：0439－8114（2015）01－0203－03

DOI：10．14088／j．cnki．issn0439－8114．2015．01．053

Infrared Spectroscopic Analyses of Pepper based on

Support Vector Machine and BPNN

LI Wei－xing，LIU Gang，ZHAO Xing－xiang，WANG Xiao－long，WANG Xiao－hua，LI Hui－mei

（School of Physics and Electronic Information， Yunnan Normal University， Kunming 650500， China）

Abstract： Fourier transform infrared （FTIR） spectroscopy combined with back propagation neural network （BPNN）， wavelet transform and support vector machine （SVM） were used to analyze Capsicum annuum L． var． conoide （Mill．） Irish and bell pepper． FTIR spectra of samples from C． annuum L． var． conoide （Mill．） Irish were obtained. The infrared spectra in the range of 1750～950 cm－1 were extracted by continuous wavelet transform （CWT） and discrete wavelet transform （DWT）． The decomposition level 10 was obviously different. Three regions of this level were selected as feature vector to train BPNN and the SVM models． Discrete wavelet transform detail coefficients（DWTDC） of level 5 were selected to train BPNN and SVM models. The recognition accurate rate of using BPNN and SVM was 93．3％ and 100％， respctively． It is proved that FTIR spectroscopy combined with BPNN and SVM can be used to discriminate C． annuum L． var． conoide （Mill．） Irish and bell pepper．

Key words： Capsicum annuum L． var． conoide （Mill．） Irish； bell pepper； back propagation neural network； support vector machine

收稿日期：2014－03－14

基金项目：国家自然科学基金项目（30960179）

作者简介：李伟星（1987－），男，湖南衡阳人，在读硕士研究生，研究方向为红外光谱生物医学光谱，（电话）18288745428（电子信箱）

weixl87＠126．com；通信作者，刘 刚（1966－），男，云南陆良人，教授，主要从事生物医学光谱学方面的研究，（电话）13648878376

（电子信箱）gliu66＠163．com。

辣椒（Capsicum annuum L．）包括辣椒和甜椒，又称番椒、海椒、辣子、辣角、秦椒等，是茄科辣椒属一年或多年生植物。辣椒中维生素C的含量在蔬菜中居第一位，具有通经活络、活血化瘀、驱风散寒、开胃健胃、补肝明目、温中下气、抑菌止痒和防腐驱虫等功效［1，2］，被广泛应用于医药、轻化和食品行业。

区分辣椒常规的化学分析方法，如高效液相色谱法（HPLC）、气相色谱质谱法（GC－MS）、微卫星DNA标记（SSR）、超临界CO2萃取法等，这些检测方法虽然准确，但预处理过程复杂，耗时长，处理过程对人与环境有害［3］。傅里叶变换红外光谱法具有操作简单、灵敏度高、用样少、制样简单、重复性好等优点。小波变换是继傅里叶变换后的一种更为有效的信号处理方法［4］。人工神经网络（ANN）方法由于对非线性函数可任意逼近而在光谱分析中被广泛使用。人工神经网络具有高度智能化的特征与能力，在处理非线性问题上以计算简单、预测准确的优势在分析化学中得到了广泛的应用［5］。支持向量机（SVM）是近年来形成的一种新的模式识别方法，已表现出许多优于其他模式识别的方法。先通过非线性变换将输入空间变换到一个高维空间，然后在这个高维空间求取最优分类面［6］。

为此，选取两个品种的辣椒为研究对象，应用傅里叶变换红外光谱测定法得到FTIR，采用连续和离散小波多分辨率分析方法提取样品的红外光谱特征量，然后运用BP神经网络和支持向量机对两个品种的辣椒进行识别，旨在为同科属品种的植物提供一种分类方法。

1 材料与方法

1．1 试验仪器

红外光谱仪为PerkinElmer公司的Frontier傅里叶变换红外光谱仪，扫描范围4 000～400 cm－1，分辨率4 cm－1，扫描次数16次。

1．2 样品制备、检测及数据处理

朝天椒和灯笼椒采自湖南省农业科学院试验基地。朝天椒30个（编号a1～a30），灯笼椒30个（编号b1～b30）。样品清洗后晾干，取相同部位研磨成粉末，加入溴化钾研磨均匀，压片测红外光谱。光谱均扣除溴化钾背景，光谱数据用Omnic 8．0软件处理，经过基线校正、5点平滑处理、归一化。用Matlab 7．1软件进行支持向量机和BP神经网络分析。

2 结果与分析

2．1 两种辣椒果实红外光谱分析

图1是两个品种辣椒的原始光谱图。3 500～3 200 cm－1范围强宽峰为O－H与N－H的伸缩振动吸收，2 925 cm－1附近峰为亚甲基中C－H不对称伸缩振动吸收［7］；2 857 cm－1附近峰为亚甲基中C－H对称伸缩振动吸收［8］；1 735 cm－1附近吸收峰主要来自脂类C＝O伸缩振动［9］；1 635 cm－1附近吸收峰为辣椒碱中C＝C双键伸缩振动峰［10］；1 655、1 541 cm－1分别对应蛋白质的酰胺Ⅰ带和酰胺Ⅱ带的吸收峰［11］。1 610、1 516 cm－1为苯环的骨架特征伸缩振动吸收峰［12］；1 440～1 330 cm－1范围的谱峰为蛋白质、纤维素、木质素等受氧、氮原子影响的甲基、亚甲基对称弯曲振动和CH3剪式振动吸收及C－H弯曲振动吸收，其中1 386 cm－1附近是蛋白质及纤维素的甲基和亚甲基的对称弯曲振动和甲基的剪式振动吸收［8］；1 156～950 cm－1是多糖的C－O－C伸缩振动吸收峰［13］；900～750 cm－1范围为糖类异构吸收区，其中895 cm－1附近为纤维素的环振动产生的C－H变形峰［14］。

2．2 傅里叶变换红外光谱连续小波变换分析

两种辣椒的傅里叶变换红外光谱的区别不是特别明显，直接应用其傅里叶变换红外光谱鉴别两种辣椒往往容易造成错误的分类。对它们的傅里叶变换红外光谱进行一维连续小波变换，在不同的分辨率下对其进行有效分析，能够放大它们之间的差别以有效鉴别两种辣椒。选择各向异性的Morlet小波作为“分析小波”，因为其频域能量比较集中，通频带较窄，频率混叠影响较小，具有时域对称和线性相位的特点，能够保证变换不失真［15］。对两种辣椒的傅里叶变换红外光谱中包括指纹区在内的区域（1 750～950 cm－1）进行一维连续小波变换，共进行了30尺度的一维连续小波变换，发现进行到第20个尺度的连续小波变换时的系数已能区别两种辣椒，变换结果见图2。

2．3 BP网络识别结果

BP神经网络一般由3个神经元层次组成，即输入层、隐含层和输出层。在BP网络的建立过程中，隐含层节点数的选择是关键。隐含层节点数的多少对BP网络的识别效果影响很大，隐含层节点数一般不大于输入信号的个数，隐含层节点数过多，网络易于区分各样本之间的细微差别，但网络的复杂程度增加，收敛速度减慢，增加网络训练时间，隐含层节点数h可通过公式（1）取整数确定初始值，再逐步增加或减少1～3节点数的方法选取最优值：

式中，p为输入变量数（即输入层节点数）；q为输出变量数（即输出层节点数，通常为1）［16］。

选取第20尺度连续小波变换系数，第5尺度离散小波变换逼近系数和细节系数各19个变量作为网络输入值，输出层神经元个数为2，隐含层的神经元个数分别设定为1～12之间的整数值，60个样品，每个品种30个，其中训练组15个，测试组15个。通过比较分类正确率，最终确定隐含层神经元个数。网络的输入向量范围为［－1，1］，隐含层神经元的传递函数采用S型正切函数tansig，输出模式为0－1，输出层神经元传递函数采用S形对数函数logsig。网络训练函数采用trainlm，学习函数为learngdm，最大次数为1 000，训练目标为0．01，学习速率为0．1。连续小波变换系数（CWTC）、离散小波变换逼近系数（DWTAC）和细节系数（DWTDC）作为网络输入变量的正确率随隐含层节点数变化情况如图3所示。连续小波变换系数和离散小波变换逼近系数训练神经网络最佳隐含层节点数均为7，而离散小波变换细节系数隐含层节点数对网络识别正确率没有影响，利用连续小波变换建立的BPNN模型的识别正确率为86．7％，而利用离散小波变换逼近系数和细节系数建立BPNN模型的正确率为93．3％、100.0％。可见离散小波的效果要比连续小波变换的效果好。

2．4 支持向量机结果

支持向量机法的基本思想来源于线性判别的最优分类面，所谓最优分类面就是要求分类面不但能将两类样本无错误地分开，而且要使分类空隙或分类间隔最大。通过实现最优分类面，一个直接的优点就是可以提高预测能力，降低分类错误率［16］。

用Matlab 7．1选用支持向量机4种核函数的线性函数作为核函数，利用离散小波变换细节系数建立支持向量机模型，对60个未知样品（训练组30个，测试组30个）预测结果支持向量机识别正确率见表1（表1中“1”代表朝天椒，“0”代表灯笼椒），结果表明，所有的样品都能识别，识别正确率为100％。

3 小结

利用傅里叶变换红外光谱技术结合小波变换、反向传播网络和支持向量机对朝天椒和灯笼椒进行识别，样品的红外光谱经一维连续小波变换，第20尺度系数存在着明显的差异，选取指纹区1 750～950 cm－1范围内的红外光谱进行5尺度离散小波变换，第5尺度小波细节系数存在明显的差异，利用该系数进行反向传播网络和支持向量机识别，其正确率分别为93．3％、100.0％。通过比较发现，离散小波细节系数建立模型比连续小波系数和离散小波近似系数效果好，但两者的差异不是很大。结果表明，小波变换结合支持向量机和反向传播网络应用于傅里叶变换红外光谱技术中能够识别朝天椒和灯笼椒，有望发展为鉴别不同品种物种的一种方便快捷的方法。

参考文献：

［1］ 华景清，蔡 健．辣椒的药用价值［J］．中国食物与营养，2004（12）：52－53．

［2］ 蒋慕东，王思明．辣椒在中国的传播及其影响［J］．中国农史， 2005（2）：17－27．

［3］ WU Y H， DU Y P， ZHENG Y， et al． Study on difference between epidermis， phloem and xylem of Radix ginseng with near－infrared and infrared spectroscopy coupled with principal component analysis［J］． Vibrational Spectroscopy， 2011， 55（2）： 201－206．

［4］ 程存归，田玉梅，张长江．基于FTIR－CWT及ANN分类法的中药材菟丝子与同科属金灯藤子的识别方法研究［J］．化学学报， 2008，66（7）：793－798．

［5］ CHENG C G， LIU L， CAO W Q， et al． Classification of two species of Bidens based on discrete stationary wavelet transform exraction of FTIR spectra combined with probability neural network［J］． Vibrational Spectroscopy， 2010， 54（1）： 50－55．

［6］ 金向军，张 勇，赵 冰，等．基于支持向量机及小波变换的人参红外光谱分析［J］．光谱学与光谱分析，2009，29（3）：656－660．

［7］ YANG H， IRUDAYARAJ J， PARADKAR M M． Discriminant analysis of edible oils and fats by FTIR， FT－NIR and FT－Raman spectroscopy［J］． Food Chemistry， 2005， 93（1）：25－32．

［8］ SCHULZ H， BARANSKA M． Identification and quantification of valuable plant substances by IR and Raman spectroscopy［J］． Vibrational Spectroscopy， 2007， 43（1）：13－25．

［9］ KADAMNE J V， CASTRODALE C L， PROCTOR A． Measurement of conjugated linoleic acid（CLA） in CLA－Rich potato chips by ATR－FTIR spectroscopy［J］． Journal Agricultural and of Food Chemistry，2011，59（6）：2190-2196．

［10］ 张玮玮，刘玲玲，孙素琴，等．食用天然辣椒红色素中掺杂苏丹红的红外光谱快速识别［J］．光谱学与光谱分析，2012，32（4）：958－961．

［11］ WU D， HE Y， FENG S J， et al． Study on infrared spectroscopy technique for fast measurement of protein content in milk powder based on LS－SVM［J］． Journal of Food Engineering， 2008， 84（1）：124－131．

［12］ 孙素琴，周 群，陈建波．中药红外光谱分析与鉴定［M］．北京： 化学工业出版社，2010．

［13］ 康玉秋，郭庆梅， 赵启韬，等．红外光谱法对贮藏白花丹参各部位的分析与评价［J］．光散射学报，2011，23（4）：387－395．

［14］ DIGHTON J， MASCARENHAS M， ARBUCKLE－KEIL G A． Changing resources： assessment of leaf litter carbohydrate resource change at a microbial scale of resolution［J］． Soil Biology and Biochemistry，2001，33（10）：1429－1432．

篇（10）

1.发展概况

激光诱导等离子体光谱分析（1aser-indueed plasma spectroscopy，简称LIPS）自1962年被报道以来，已被广泛地应用到多个领域，如钢铁成分在线分析、宇宙探索、环境和废物的监测、文化遗产鉴定、工业过程控制、医药检测、地球化学分析，以及美国NASA的火星探测计划CHEMCAM等，并且开发出了许多基于LIPS技术的小型化在线检测系统。

LIPS发展可以分为三个阶段：第一个阶段是至自1962年提出到70年代中期，主要是在于研发利用光电火花源产生等离子体的仪器。第二个阶段是从1980年开始，这种技术重新被人们重视，但实际应用仍然受到笨重的仪器阻碍。第三个阶段是1983年迄今，激光诱导等离子体光谱开始以缩写形式LIPS，开始被商业公司开发应用。这种趋势导致分析工作更加集中于发展坚固的、移动的仪器。此时光纤也被应用于LIPS系统中，主要用于将等离子体发射信息和激光脉冲耦合进光谱仪。[1]

近20多年来，LIPS测量技术在各个行业都有不同程度的应用。通过改进实验LIPS装置来提高测量精度。到上个世纪90年代中期开始，一些商业公司便开发出便携式半定量的成品仪器，LIPS仪器开始走向经济型商业化，从而更加有力地深入到各行业的应用中。[2]

2.基本原理

图1 等离子体演化示意图

脉冲激光束经透镜会聚后辐照在固体靶的表面，激光传递给靶材的能量大于热扩散和热辐射带来的能量损失，能量在靶表面聚集，当能量密度超过靶材的电离阈值时，即可在靶材表面形成等离子体，具体表现为强烈的火花，并伴随有响声。激光诱导的等离子体温度很高，通常在10000K以上，等离子体中含有大量激发态的原子、单重和多重电离的离子以及自由电子，处于激发态的原子和离子从高能态跃迁到低能态，并发射出具有特定波长的光辐射，用高灵敏度的光谱仪对这些光辐射进行探测和光谱分析分析，就可以得到被测样品的成分、含量等信息。通常经过聚焦后的激光功率密度达到GW/cm2量级，光斑处物质蒸发、气化和原子化后电离，形成高温、高压和高电子密度的等离子体。[3]等离子体的演化过程如图1所示。

图2 等离子体能级示意图

图2是等离子体能级示意图，能级分为3个区域：在原子的电离能以上的区域为能量连续区，对应电子的自由能级；接近电离能的下方为一准连续区，主要是由于Stark效应使得原子与离子的能级展宽，能级发生重叠所致，等离子体温度越高，电离程度越大，准连续区就越宽；在准连续区域以下对应得则是粒子的束缚能级。等离子体中的束缚―束缚跃迁产生元素的特征光谱，束缚―自由跃迁产生连续谱线。各种靶材激发等离子体所需要的激光功率密度不同，对于任一种样品，都有一个特定的激光功率密度值，当聚焦在样品上的功率密度达到或超过这个值后，才能产生激光等离子体，这个特定的激光功率密度值被称为这种样品物质的电离阈值。经研究发现，产生激光诱导等离子体的烧蚀域值一般都在MW/cm2量级上。如果入射激光能量密度小于电离阈值，无法烧蚀样品产生等离子体，只有当功率密度超过物质的电离域值时，才能形成高温、高压等离子体。在气体中，原子化需要的能量很少，能量主要用于激发，气体中电离的阈值比在固体表面略高，典型的等离子体温度在20000K以上。LIPS方法也可用于液体，在液体表面产生等离子体，若液体相对于激光波长透明，也可烧蚀液体内部长生等离子体。与气体中的等离子体相比，液体中等离子体衰减更快，出现谱线的加宽以及更低的等离子体温度，其数值通常在7000-12000K之间。LIPS技术还可用于空气中的悬浮粒子，这在环境监测上是很高的应用价值。让激光脉冲直接作用于气体，完成烧蚀，蒸发和激发，另一种处理方式，先让过滤器吸附粒子，再让激光脉冲作用与被吸附的粒子，这和激发固体样品过程相同。

3.基本特性

激光诱导等离子体在各科学研究领域应用的潜力越来越被人们所认识。了解和掌握等离子体的形成机理和基本特性，对于正确有效地运用其解决科研和生产中的实际问题，提高科学技术水平具有十分重要的意义。激光与物质相互作用与激光的特性（能量、脉宽、波长、焦斑大小）、材料的性能（光热性能）以及背景气氛和气压都有密切的联系，实验条件的改变对激光与物质相互作用过程会带来很大的影响。

尽管人们对激光诱导等离子体的形成、辐射、电子温度、电子密度、膨胀速度等方面进行了有意义的研究与探讨，取得了长足的进展，但是，全面准确地测定等离子体的基本特性尚需进行仔细的实验研究和理论分析。

4.仪器装置

典型的LIPS光谱探测系统主要由激光光源、光束传输系统、分光系统、信号接收系统、时序控制系统和计算机等组成。系统架构示意图如图3所示。[4]该系统的工作原理为：脉冲激光器输出的脉冲光束经聚焦透镜聚焦到样品表面，样品被烧蚀、蒸发、激发和离化后在样品表面形成高温、高压、高电子密度的等离子体的火花，辐射出包含原子和离子特征谱线的光谱；将等离子体光谱通过光纤导入到分光系统，分光系统后面的信号接收系统采集信号，将光信号转化成电信号输出；经数据处理电路进行滤波、放大、A/D转换、存储等处理过程，然后送入计算机进一步处理。经过上述步骤，即可完成整个光谱的采集过程。通常实验平台中引入时序控制系统，时序控制器控制激光脉冲发出和光信号检测之间的延迟时间，用于时间分辨光谱的研究和谱线信噪比的研究。

图3 LIPS系统示意图

（a）激光光源（b）脉冲激光头（c）反射镜（d）聚焦透镜（e）激发工作室（f）样品（g）光束传输收集系统（h）光纤（i）探测触发信号（j）分光系统（k）信号接收系统（l）电脑

5.应用方向

将激光技术应用于工业领域，在国内还是空白时，国外已经如火如荼的进行了。在9・11恐怖袭击后，美国军方开始将该技术应用于各种安检，快速检测分析疑似爆炸物。美国其他的研究机构（如Miziolek）还将该技术应用于持续检测地铁系统空气的成份。

5.1钢铁中元素检测[5]

J.Gruber和J.Heitz等利用LIPS技术，仅用了7s就对液态钢中的合金元素进行了快速、在线的分析了。同时提出根据监测信息远程控制冶金过程的指导思想。Yamamoto等利用LIPS方法对钢铁、土壤和尘埃等样品进行分析钢铁中微量重金属元素和Si的检测极限。另外提出长脉冲对分析固体样品更有利，高输出频率更适用于快速测量或者对大面积样品和不均匀样品的平均测量。Mateo等通过LIPS实验，绘制了不同等级不锈钢中夹杂物成分的空间分布图，同样利用上述方法绘制复杂岩石表面成分的空间分布图。

LIPS技术在冶金成分分析中也发挥出独特的作用。由于炼钢现场条件极其恶劣，伴随着高温、强扰动、高背景的干扰，大大增加了钢液直接分析的难度，而LIPS技术能够做到通过光纤远程传输光谱信号，达到远程在线监测的目的。

5.2 太空探测[6]

应用于星体（月球和火星）表面元素成份探测上有显著的优势：对目标的快速定位，快速采样和遥感探测：几分钟的短积分时间；多元素同步探测；用重复脉冲除去目标表面的尘土和风华层的表面清洁能力；pp量级的探测限和探测灵敏度；高探测精度和准确度：能够探测几乎所有元素（包括H元素）。这些优势综合起来可以使得登陆车在有限的工作时间里返回更多、更有效的探测数据，极大的提高了探测效率。

5.3 水、土、空气等污染领域

G.Arca和A.Ciucci等利用LIPS监测水污染，并对水中矿物元素进行了定量分析并给出定标曲线图。F.Capitelli和F.Colao等人用激光感生击穿光谱测量不同土壤中重金属的含量并与用ICP-AES的测量的平均值进行了比较得误差≤6%。L.Dudragne Ph.Adam和J.Amouroux等仅用20s的操作时间将LIPS定性和定量分析空气中的有害元素。给出了四个元素的检测限和相对精度。同时根据对各原子价态和电子跃迁分析估计出了各分子结构和浓度。利用激光诱导等离子体光谱分析技术的局部分析区域小、空间分辨率高、不破坏分析对象和能分析难溶物质等特点，LIPS在皮肤和骨骼测量、古艺术品鉴定等领域也有着长足的应用。[7]

6.研究进展

LIPS技术由于其自身具有的特点，特别是在其他分析方法无法满足工农业的需要时，受到越来越多的关注，更有不少科研工作者积极参与到这一领域来，推动这项技术向前快速发展。

6.1 国外研究进展情况

1960年世界上第一台红宝石激光器问世，两年后Brech和Cross就实现了固体样品表面的激光诱导等离子体，开启了LIPS技术的历程。1963年，调Q激光器的发明大大促进了LIPS技术的发展。从2000开始至今，每两年举办一次LIPS的专题研讨会，迄今为止已经成功举办了5次有关LIPS的国际会议，有力地促进了LIPS技术的发展。[7]

6.2 国内研究进展

国内的LIPS研究相对滞后些，近些年有更多的研究者关注这一领域，从事LIPS的基础研究和应用产品的开发，如对激光等离子体的产生机理，以及激光脉冲宽度，脉冲能量，环境气体成分，压强大小，延迟时间等试验条件对等离子体的影响等方面进行了一定研究。[8]

例如中国科学技术大学的李静等利用LIPS技术的内定标法对水溶液中的镁、钠、钾含量定量分析，发现各种元素的特征峰强度和含量间有很好的线性关系，测量不锈钢中的铝、锰、钴、镆和钛等微量元素，获得满意的实验结果，对定量化研究不同物质各种元素含量提供了很好的借鉴意义。[5]

钢铁研究总院姚宁娟等研制适用于冶金炉前样品的快速分析的LIPS仪器，是对LIPS技术工业应用一种尝试，具有积极的意义 [9]。

7.展望

综上所述，近年来在国内外光谱工作者的努力之下，激光等离子体光谱分析技术的研究取得了可喜发展。随着科学的不断进步，人们对激光诱导等离子体的认识和仪器设备的改进将不断深入，激光等离子体光谱分析技术会日臻完善，而且其应用范围也会更加广泛，有希望成为鉴别和测定物质成分的重要方法。

参考文献：

[1]徐国伟.激光诱导等离子体光谱仪的研制[D].中国科学技术大学，2010.

[2]张晓萍，陈金忠，郭庆林，怀素芳，魏艳红.激光等离子体光谱分析技术的发展现状[J].光谱与光谱分析，2008，28（3），656-662.

[3]马妮娜.激光诱导产生等离子体的光谱分析及电子温度的测量[J].光学技术，2005，31：796.

[4]徐国伟，鲁先洋，费腾，杜学维，王声波，王秋平.激光诱导等离子体光谱仪实验装置的构建[J].分析仪器，2010，（04） .

[5]李静，翟超，张仕定，张鉴秋，孟祥儒.激光诱导等离子体光谱法（LIPS）测定不锈钢中微量元素[J].光谱学与光谱分析，2008，4.

[6]亓洪兴，潘明忠，吕刚，何志平，闫志欣，舒嵘.激光诱导等离子体光谱技术应用于月球探测的可行性研究[J].红外与毫米波学报，2009，28（2）.

[7]杨兆瑞.激光诱导等离子体光谱及其特性分析[D].西北师范大学，2012.

[8]赵书瑞，陈金忠，魏艳红，郭庆林.激光诱导等离子体的实验研究及其在光谱分析中的应用[J].光谱学与光谱分析，2004，24（02）.

[9]姚宁娟，陈吉文，杨志军，王海舟.一种用于冶金炉前快速分析的新仪器――激光诱导击穿光谱仪[J].光谱学与光谱分析，2007，27（7）.

作者简介：