1 江西省检验检测认证总院工业产品检验检测院，江西 南昌330052
2 南昌海关技术中心，江西 南昌330008
3 江西农业大学食品科学与工程学院，江西 南昌330045
以近红外光谱技术在油茶籽粕检测中的应用为研究对象，在简单介绍近红外光谱技术的原理、特点及分析过程的基础上，详细阐述了该技术在油茶籽粕检测中的建模过程，为后续工作者更好地建立油茶籽粕近红外光谱分析模型提供理论依据和指导。同时，通过分析近红外光谱技术在油茶籽粕检测指标、标准制定以及模型转移技术中的发展，总结出该技术在油茶籽粕检测中的三个研究方向：开拓新项目的模型建立、制定普遍适用的标准、解决台间差并完成模型转移。油茶籽粕广泛应用于动物饲料、特医食品、保健食品等行业，因此大力开拓和推广近红外光谱技术在油茶籽粕检测中的应用是必然趋势。
近红外光谱技术 油茶籽粕 模型建立 标准制定 模型转移 near-infrared spectroscopy technology oil-tea camellia meal establishment of models setting of standards model transfer
故宫博物院，文物保护标准化研究所，北京 100009
太赫兹技术因具有透视性、低能性、光谱分辨和时间分辨等特性而广泛应用于无损检测领域。对于珍贵的文物来说，太赫兹技术具有很高的实用价值。太赫兹技术不仅能够探测组成文物材料的光谱信息，也能够通过成像的方式探测文物的内部结构，这些结果能够为后续的文物修复提供数据支撑。归纳总结了太赫兹光谱技术和太赫兹成像技术在国内外的一些研究成果，这些结果表明太赫兹技术在无损和原位检测方面有着广阔的应用前景。太赫兹技术与国家文物保护的需求相契合，有助于切实解决国内文物修复的问题，具有一定的推广价值，对国家文物保护具有重要意义。
太赫兹 文化遗产 太赫兹光谱技术 太赫兹成像技术 激光与光电子学进展
2023, 60(24): 2400003
1 北京市农林科学院信息技术研究中心, 北京 100097
2 中国地质大学(北京)数理学院, 北京 100083
3 北京市农林科学院智能装备技术研究中心, 北京 100097
基于近红外光谱技术与统计方法, 提出了一种樱桃番茄内部品质快速、 无损检测方法。 首先采集样品的近红外光谱, 采用多元散射校正(MSC)、 Savitzky-Golay卷积平滑(SG)、 Savitzky-Golay卷积一阶导数(SG 1st)、 去趋势化(De-trending)、 变量标准化(SNV)5种预处理方法消除光谱干扰, 筛选出最佳预处理方法; 然后采用连续投影算法(SPA)、 稳定性竞争性自适应重加权算法(SCARS)、 遗传算法(GA), 以及引入自动有序预测因子选择算法进行改进的遗传算法(IGA)4种特征波长提取方法减少变量冗余, 选择最优特征波长提取方法; 最后结合回归方法——将冯诺依曼拓扑结构、 轮盘赌选择、 锦标赛选择和自适应权重与鲸鱼算法相结合来对算法进行改进, 采用改进的鲸鱼算法优化最小二乘支持向量机方法(IWOA-LSSVM), 与基于粒子群算法优化的BP神经网络方法(PSO-BPNN)和基于鲸鱼算法优化的最小二乘支持向量机方法(WOA-LSSVM)进行对比, 分别建立樱桃番茄内部品质含量的预测模型。 结果表明： 樱桃番茄内部品质中的可溶性固形物(SSC)含量使用De-trending-IGA-IWOA-LSSVM模型效果最佳, 其中校正集决定系数和预测集决定系数分别是0.917 2和0.866 7, 校正均方根误差和预测均方根误差为0.542 3和0.768 2, 预测相对误差达到2.592 9; 维生素C(VC)含量使用SG-IGA-IWOA-LSSVM模型预测效果最准确, 其中校正集决定系数和预测集决定系数分别为0.857 6和0.821 6, 校正均方根误差和预测均方根误差分别是0.661 4和0.634 2, 预测相对误差达到2.078 5。 以上结果表明, 采用近红外光谱技术与统计方法结合可实现对樱桃番茄内部品质的快速无损预测分析。
樱桃番茄 机器学习 鲸鱼算法 近红外光谱技术 Cherry tomatoes Machine learning methods Whale algorithm Near-infrared spectroscopy technology 光谱学与光谱分析
2023, 43(11): 3541
1 食品科学与技术国家重点实验室, 中国-加拿大食品科学与技术联合实验室(南昌), 江西省生物活性多糖重点实验室, 南昌大学, 江西 南昌 330047
2 Guelph Research and Development Centre, Agriculture and Agri-Food Canada, Guelph N1G 5C9, Canada
近红外光谱检测技术可反映样品内部含氢化学键伸缩振动与合频吸收信息, 具有分析速度快、 经济、 重现性好以及环境友好等优点, 常用于食品、 药品及材料领域的检测分析之中。 豌豆是世界上最重要的栽培作物之一, 种植、 分布广泛, 具有高淀粉、 高蛋白、 低脂质等营养特性, 长久以来受到消费者的喜爱。 为了明确不同产地豌豆的近红外光谱建模差异, 对不同产地豌豆进行建模分析。 研究采集了河南省南阳市不同地区42份豌豆样本, 首先测定了豌豆的营养成分(总淀粉、 蛋白质、 水分、 灰分及脂质), 再重点采用近红外光谱中的积分球漫反射技术, 在12 000~4 000 cm-1波段对不同豌豆样品进行光谱采集, 通过判别分析模型(DA)结合不同的预处理方法得到最优预处理数据, 结合主成分分析(PCA)、 偏最小二乘判别分析(PLS-DA)以及正交偏最小二乘判别分析(OPLS-DA)等方法, 对光谱特征差异进行分类分析, 从而构建并验证南阳豌豆的产地识别模型。 结果表明, 不同区域南阳豌豆的营养组分及含量总体差异较小(总淀粉36.30%~46.93%, 蛋白质16.37%~25.50%, 水分6.78%~9.16%, 灰分2.29%~3.38%, 脂质0.37%~1.43%)； 基于近红外光谱建立的判别模型表明, DA模型判别分析准确率可达92.4%, 并且PCA、 PLS-DA以及OPLS-DA得到的模型预测能力分别为96.7%, 85.1%和83.6%, 表明以上模型均可实现南阳豌豆鉴别模型的建立。 此外, 通过变量重要性投影值法提取(VIP>1.0)筛选出的不同产地差异波段显示, 4 710~4 000, 5 320~5 200以及7 200~6 220 cm-1可作为南阳豌豆产地鉴别的特异性检测波段。 该研究可为构建不同区域豌豆产地鉴别、 追溯信息库提供方法学依据。
豌豆 产地鉴别 营养成分 近红外光谱技术 判别模型 Pea Origin identification Nutritional components Near-infrared spectroscopy technology Discriminant model 光谱学与光谱分析
2023, 43(4): 1095
1 西北大学光子学与光子技术研究所, 陕西 西安 721710
2 西安交通大学第一附属医院, 陕西 西安 710061
相比于细胞、 组织等其他病理诊断样品, 血液样本更易临床采集, 其生化构成变化常表现于医学影像学检测到的临床症状出现之前, 更有利于实现恶性疾病的早期筛查与诊断。 拉曼光谱（RS）技术, 具有快速、 无标记、 无损、 非侵入等检测优势, 且可获得特异性的生物分子结构和物质组成信息, 在临床血液样品（血浆、 血清）的癌变诊断检测中具有重大的应用前景。 本工作采用显微拉曼光谱检测技术, 在分析不同病变阶段（健康, 早期癌变和晚期癌变）乳腺癌血清样品生化组成信息基础上, 结合主成分分析（PCA）与线性判别分析（LDA）、 支持向量机（SVM）和偏最小二乘算法（PLS-DA）等多变量光谱分析手段, 构建光谱特征归类鉴别模型; 并采用留一交叉验证方法（LOOCV）评估、 比较这些模型的灵敏度、 特异性和准确率, 探索基于血清拉曼光谱的乳腺癌诊断方法。 研究工作在观察血清类胡罗卜素成分共振拉曼光谱现象基础上, 进一步分析了乳腺癌病理演进过程中血清样品蛋白质与脂类光谱特征变化。 此外, 利用多种光谱数据模型, 在提取、 识别更具代表性的分子光谱特征信息后, 实现了较为准确的血清特征光谱信息鉴别分析。 其中, PCA-LDA模型的分类准确率达99%; PCA-SVM（三个内核函数: 线性核、 多项式核及RBF核）模型中, 当线性核函数PCA-SVM模型误差惩罚参数C为0.003时, 其在测试集中的分类准确率为92%; 当RBF核函数PCA-SVM模型参数C和参数γ分别为0.125和256时, 其在测试集中的分类准确率可达到了最高94%; 当多项式核函数PCA-SVM参数C为0.003、 多项式阶数d＝1时, 其在测试集中的分类准确率为92%; 然而, PLS-DA模型的分类准确率仅为80%。 这些实验分析结果, 从光谱特征的角度描述了不同病理条件下血清的物质构成信息, 更为拓展血清拉曼光谱分析技术在乳腺癌早期筛查与病理分期分级中的应用范畴, 奠定了一定实验与理论基础。
拉曼光谱分析技术 多变量数据分类模型 乳腺癌 血清 类胡罗卜素 Raman spectroscopy technology Multivariate data classification models Breast cancer Serum Carotene
1 山西师范大学化学与材料科学学院, 文物化学研究院, 山西 太原 030006
2 天水师范学院化学工程与技术学院, 甘肃 天水 741001
3 太原理工大学化学学院, 山西 太原 030024
无损光谱技术是文物信息提取的重要手段, 可原位获取文物相关历史、 艺术信息, 识别文物的保存与损害状况及前修复痕迹。 该技术为文物保存环境条件的评估、 病害机理的探讨、 负载信息的研究及制作材料与工艺技术的探索提供科学依据。 介绍了X射线荧光光谱（XRF）、 激光诱导击穿光谱（LIBS）、 X射线光电子能谱（XPS）、 拉曼光谱（RS）、 红外光谱（IR）、 漫反射光谱（DRS）、 多光谱（MSI）及高光谱成像（HSI）技术在文物无损分析中的应用。 针对文物的种类、 大小以及保存状态的不同, 便携式和固定式仪器在文物无损分析中各具优势。 便携式和显微XRF用于文物定性、 定量分析, 广域XRF可分析多层结构, 获取成像图案的元素分布及隐藏信息。 LIBS可检测XRF不能检测的锂、 碳等低原子序数元素, 对文物进行深度和剖面分析。 XPS可获取文物表面元素的化学态与含量, 确定元素的存在方式。 RS可从物相结构上分析文物组成, 判断劣化情况, 评估保护效果。 共振RS对具有RS活性的芳香族化合物敏感, 可检测纺织品、 纸张上的有机染料, 表面增强RS可对传统RS无法识别的谱峰进行分析。 IR中, 近红外光谱的应用已从有机质文物扩展到无机质文物, 红外反射光谱可弥补吸收光谱的不足, 已用于彩绘制作工艺、 文物表面劣变层、 漆层的多层结构研究中。 DRS在颜料和染料识别上有独特优势。 MSI、 HSI 具有谱图合一的特点, 可对分析区域进行定性、 定量和定位分析, 已用于文物的修复、 隐藏信息的提取与鉴定。 由于各种光谱性质只针对文物的一种特性, 又受测试功能限制, 为尽可能无损地获取文物的全面信息, 往往需要把元素与物相分析、 成分分析与成像技术进行联用, 再结合计量学、 算法分析, 提高检测结果水平并扩大无损技术的应用范围。 最后展望了无损光谱技术的发展前景。
光谱技术 无损分析 文物保护 Spectroscopy technology Non-destructive analysis Cultural relics preservation
防晒霜作为常见半流体物质，利用激光诱导击穿光谱（LIBS）技术直接烧蚀并检测很难得到较好的效果，为此采用薄膜制样的方法对防晒霜样品进行预处理。探讨了薄膜厚度和基底材料种类对光谱信号的影响，确定了LIBS检测的最优实验条件。在最优条件下检测，经线性拟合计算得到Cd元素的检测限为2.17 μg·g-1，此检测限已达到了国家规范要求。实验结果证明了LIBS技术可用于防晒霜中重金属元素定量分析，这为化妆品中重金属元素检测提供了依据。
光谱学 激光诱导击穿光谱技术 防晒霜 薄膜制样 镉 激光与光电子学进展
2023, 60(1): 0130005
1 长春理工大学光电工程学院光电测控与光信息传输技术教育部重点实验室，吉林 长春 130022
2 长春理工大学光电工程学院光电工程国家级实验教学示范中心，吉林 长春 130022
太赫兹时域光谱技术在无损检测领域有很好的技术优势和应用前景，提高系统的检测速度和探测频谱分辨率是当前时域光谱技术的一个重要课题，而太赫兹时域光谱系统的检测速度和延迟时间是由光学延迟线决定的。基于透射式太赫兹时域光谱系统，设计了一种新型的旋转式光学延迟线，该旋转延迟线包含24片平面反射镜，通过旋转改变光程，进而产生可变的延迟时间。对该光学延迟线建立了数学模型，并进行了工作状态下光路的仿真与实际实验验证。仿真与实验结果表明，延迟时间可达72 ps，扫描频率为60 Hz，最小二乘法计算得到的线性度可达99.96%。利用有限元分析(FEA)软件对该延迟线的机械结构进行了旋转状态下的受力分析和模态分析，验证了该设计在工作中的可靠性与稳定性。该设计相比现有的太赫兹时域系统中的线性延迟线，有更快的扫描速度和更长的线性延迟时间，有利于太赫兹时域光谱系统的光纤集成化。
测量 太赫兹时域光谱技术 光学延迟线 等效采样 延迟距离 延迟时间
1 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安 710119
3 深圳市盐田港集团有限公司, 广东 深圳 518081
水是一种有限的资源, 对农业、 工业乃至人类的生存都是必不可少的, 良好的水环境是可持续发展的重要保障。 对水质信息的科学监测, 是实现水资源优化配置与高效利用的基础。 联合国环境署(UNEP)与世界卫生组织(WHO)指出, 应当加强发展中国家的水质监测网络, 包括数据质量的保证和分析能力的提高。 光谱法作为一种新兴的水质分析方法, 相比传统的化学水质监测方法, 具有“响应速度快、 多参数同步、 绿色无污染”的特点。 传统单波长、 多波长的线性模型依赖于水体对特定波长的吸收特征, 不适用于多组分混合溶液且普适性较差。 因此, 提出了一种基于IERT的非线性全光谱定量分析算法, 建立适用于多组分混合溶液浓度预测模型, 达到利用全光谱信息来预测浓度信息的目的。 利用实验室配置的COD, BOD5和TOC多组分混合溶液与NO3-N、 浊度、 色度多组分混合溶液作为实验样本, 使用光谱仪采集样本的光谱曲线, 通过全光谱数据进行浓度预测实验, 结果显示, 对于COD, BOD5和TOC多组分混合溶液, 本算法对于三种组分的决定系数(R2)分别为0.999 3, 0.991 4和0.999 3, 均方根误差(RMSE)分别为0.024 4, 0.057 7和0.000 4; 对于NO3-N、 浊度、 色度多组分混合溶液, 决定系数(R2)分别为0.983 4, 0.868 4和0.981 0, 均方根误差(RMSE)分别为0.100 5, 0.326 4和0.120 2。 通过对比本算法与偏最小二乘(PLS)、 支持向量机回归(SVR)、 决策树(DT)、 极端随机树(ERT)对于同一组数据的实验结果, 表明: 在两组多组分混合溶液的实验中, 本算法对于其中各组分的决定系数(R2)均为最优, 相比于其他对比算法均方根误差(RMSE)均有大幅减少。 本算法可利用光谱信息对多组分混合溶液进行定量分析, 在计算时间相当的情况下, 可有效的提高浓度预测精度, 减少定量分析的均方根误差, 可为光谱法水质监测提供一种新的有效途径。
光谱法水质监测 紫外可见光谱技术 光谱定量分析 多组分混合溶液 极端随机树 Spectroscopic water quality monitoring Ultraviolet visible spectroscopy technology Spectral quantitative analysis Multi-component mixed solution Extreme random trees 光谱学与光谱分析
2021, 41(12): 3922
强激光与粒子束
2021, 33(11): 119001
