应用FLS920P型荧光光谱仪对L-色氨酸溶液进行三维荧光光谱检测， 从中发现： L-色氨酸的特征荧光峰位于270/350 nm。 设定发射波长为350 nm， 测量激发谱。 由测量结果发现在250~260 nm区间， 谱线斜率较大、 线性度好。 因此选取250， 255和260 nm三个激发波长， 在每个激发波长下分别测量相应的荧光发射谱。 基于三条不同的荧光发射谱， 构建以激发波长为外扰变量的自相关光谱； 而以浓度为外扰变量的自相关光谱， 是以超纯水在不同激发波长的平均谱作为参考光谱， 通过参考光谱与样本平均谱的相关计算得到。 在此基础上， 将相关光谱数据分别与偏最小二乘回归(PLSR)和径向基神经网络(RBFNN)相结合， 建立溶液中L-色氨酸含量的预测模型， 研究结果表明： 采用浓度为外扰变量构造的荧光相关光谱信噪比较高， 建模的预测效果要好； 而在外扰变量相同时， 基于径向基神经网络建立的预测模型比基于偏最小二乘回归建立的预测模型对溶液中L-色氨酸浓度的预测结果更为准确。 其中， 以浓度为外扰变量时的径向基神经网络预测模型准确度最高， 该模型的预测相关系数为99.91%， 预测均方根误差为0.033 μg·mL-1。 研究结果表明， 使用该方法能够对溶液中的物质含量进行准确测定， 可为食品安全监管提供帮助。

使用FLS920P型荧光光谱仪测量了20个合成色素胭脂红溶液样本的荧光发射谱, 实验表明: 胭脂红的最佳激发波长为300 nm, 在此波长激发光下, 荧光峰值波长为440 nm。 同时测量相同条件下超纯水的光谱数据作为参考光谱, 进行与胭脂红溶液光谱数据的相关计算, 构建以浓度为外扰的荧光相关光谱。 采用sym8小波函数4尺度降噪, 将降噪后的同步相关光谱数据、 自相关光谱数据应用偏最小二乘回归(PLSR)算法进行预测, 建立溶液中胭脂红含量的定量模型, 结果表明: 采用同步相关光谱建模的预测相关系数为99.863%, 预测均方根误差为0.414 μg·mL-1; 而采用自相关光谱建模的预测相关系数为99.940%, 预测均方根误差为0.303 μg·mL-1。 对比可知, 自相关光谱数据有效地避免了信息冗余, 预测结果更为可靠。 该方法无需样本处理, 操作简单, 为食品安全检测提供了一种新的思路。

为了测定混合色素溶液中胭脂红的浓度, 采用归一化的方法对荧光光谱进行数据预处理, 将处理后的光谱数据结合径向基神经网络, 建立了对胭脂红含量的预测模型。结果表明, 3维同步荧光光谱、普通3维荧光光谱预测结果的平均相对误差分别为2.86%, 11.12%; 对于混合色素溶液中单个色素浓度的测定, 3维同步荧光光谱结合径向基神经网络效果较好。该研究为预测混合色素溶液中各色素浓度提供了帮助。

应用英国Edinburgh FLS920P型稳态和时间分辨荧光光谱仪, 对日落黄与诱惑红溶液进行荧光光谱的实验测量, 得到日落黄荧光峰在420 nm, 诱惑红荧光峰在432 nm。 进一步, 应用Gaussian 09W软件构建日落黄分子与诱惑红分子的基态和激发态的几何构型, 基于密度泛函理论和含时密度泛函理论, 完成对两种分子基态和激发态的优化和计算。 优化过程中, 采用MPWK泛函和6-31g(d)基组; 计算过程中, 采用B3LYP泛函和6-311g(d, p)基组。 考虑到溶剂效应对计算结果的影响, 因此在计算过程中引入了极化连续介质模型, 最后计算得到日落黄的荧光峰在435 nm, 与实验所得有3.57%的相对误差; 计算得到诱惑红荧光峰在443 nm, 与实验所得有2.55%的相对误差, 两种分子荧光峰的相对误差都在允许范围之内, 说明计算合理。 在分析光谱特性时, 发现两种分子荧光峰的产生与分子内电荷转移有关。

为对某品牌芝麻香型白酒的年份进行测定, 应用FLS920多功能荧光光谱仪, 测得1984年到2012年间11个年份白酒样品的三维荧光光谱。提取三维荧光光谱的平均荧光强度, 数值矩阵的标准差和相对荧光强度的最大值三个特征参数以构建多项式函数, 分别结合偏最小二乘回归校正以及二次最优回归校正建立白酒年份的预测模型。利用上述两个模型分别对1989年、1994年、1996年、2002年、2003年、2005年、2006年、2009年、2011年的白酒进行年份预测, 得到相应的预测年份。其与白酒实际年份间的平均绝对误差分别为0.68年以及0.56年。研究结果表明, 上述方法能够有效地对白酒年份进行测定。非线性校正模型与线性校正模型相比, 能够更为准确地反映白酒的真实年份。通过三维荧光光谱结合回归校正的多项式函数对年份白酒进行研究, 研究结果可为白酒年份的测定提供一种新的方法。