将三维荧光光谱技术与平行因子分析法相结合，实现了细胞培养基样本中色氨酸(TRY)、还原烟碱腺嘌呤二核苷酸(NADH)、黄素腺嘌呤二核苷酸(FAD)和维生素B6(VB6)含量的定性和定量分析。首先制备了25个细胞培养基样本，使用六因素五水平正交试验确定每个样本中四类荧光组分的混合方式和浓度梯度；采用荧光分光光度计扫描各样本的激发-发射矩阵，依次进行波长差异性校准、水拉曼和瑞利散射去除、内滤效应校正、光强标准化以及高杠杆点去除等预处理，然后采用水拉曼谱峰面积作为光强的当量单位，将荧光光强进行标准化；采用核一致矩阵确定模型的最佳组分数为4，最后使用平行因子分析法对三维荧光光谱数据集进行三线性分解，得到上述种荧光团的平均回收率分别为100.2%±15.5%、107.4%±37.1%、100.5%±6.4%、99.5%±6.5%，预测均方根误差(RMSEP)分别为0.124、43.312、1.601、0.639 μg/mL，相对平均偏差分别为13.216%、36.937%、6.112%、6.331%，检测限分别为0.013、52.628、0.003、0.012 μg/mL。TRY的发射光谱与NADH的激发光谱重合，且FAD的激发光谱与NADH的发射光谱重合，因此出现了荧光共振转移现象，该现象导致模型对NADH浓度的预测能力低于对其他三种荧光团的预测能力。模型在各荧光团的定性分析方面表现良好，均通过了S4C6T3的拆半分析校验。实验结果表明，三维荧光光谱结合平行因子分析法能够快速测定细胞培养基中多种代谢类荧光组分的含量，在细胞能量和物质代谢检测方面具有广阔的应用前景。

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SVM的输入,并与其他两种降维方法进行对比。结果显示:LLE算法的降维效果最好,识别准确率最高。为了进一步提高门类识别能力,采用Gold-SA对SVM进行优化并建立Gold-SA-SVM模型,再将其与其他4种分类模型进行对比。结果显示,Gold-SA-SVM模型在分类识别准确率、精准率、召回率和F1分数上都有明显提高,该方法可准确识别抑食金球藻、小球藻、细长聚球藻的门类,可为褐潮研究工作提供有效的参考。

芝麻油营养丰富, 因市场价格较高, 掺假现象频出, 严重损害了消费者利益和市场的健康发展。 因此, 研发一种简单快速准确鉴别掺伪芝麻油的方法, 对保障消费者权益和市场健康具有重要意义。 为此, 提出了一种小波矩结合三维荧光光谱掺伪芝麻油鉴别方法。 该方法简单快速, 计算样本的任一有效特征进行谱系聚类, 即可准确鉴别掺伪芝麻油。 以43个样本(芝麻油16个, 掺伪菜籽油、 掺伪大豆油及掺伪玉米油各9个)为研究对象, 用FS920荧光光谱仪获得样本的三维荧光光谱。 用db2小波将光谱进行多尺度分解(MRSD), 用MRSD的一阶离散逼近系数构造小波矩。 用前两阶小波矩值W0,0, W1,0, W1,1, W0,1, W2,0, W2,1, W2,2, W1,2, W0,2分别作为特征对样本进行谱系聚类, 观察分析聚类结果。 结合邓恩分类指数(DVI)进一步分析, 研究同阶小波矩分类效果及规律。 进而研究各阶小波矩的分类效果及规律。 最终确定了用于鉴别掺伪芝麻油的最佳小波矩值。 结果表明: MRSD一阶逼近重构光谱可以在保留原光谱的有效特征基础上, 大量去除噪声, 减少光谱数据量72.4%, 增强模型的抗噪稳定性和实时性。 利用小波矩前两阶矩值W2,1, W2,2, W1,2, W0,2其一作为分类特征进行谱系聚类, 即可鉴别掺伪芝麻油。 同阶小波矩(Wp,q)随p值减小q值增大呈现规律性, 确定了同阶小波矩的有效矩值及最佳有效矩值。 小波矩随着阶数的增加DVI先增后减, 最后趋于稳定, 确定了各阶小波矩中可用于鉴别掺伪芝麻油的目标矩值W0,q≥2及最佳目标矩值W0,6。 小波矩的有效及目标矩值是针对样本分类的有效特征, 计算样本的任一有效特征进行谱系聚类, 即可实现掺伪芝麻油的鉴别。 该研究思路及结论为矩值法应用到三维荧光光谱提供参考。 该方法简单快速, 可实现在线测量, 为质监部门及生产企业提供油品检测和鉴定手段。

琥珀是一种天然有机宝石, 普遍具有荧光现象。 利用三维荧光光谱分析技术, 以缅甸琥珀为研究对象, 探讨了不同品种缅甸琥珀的荧光峰分布特征, 并初步判断了血珀荧光峰红移的原因。 结果表明, 在长波紫外光照下呈强蓝白色荧光的缅甸金珀、 棕珀, 三维荧光光谱中均含有一个荧光峰, 荧光峰范围约在λex350～400 nm/λex400～450 nm, 荧光主峰位于λex360 nm/λem425 nm, 荧光强度大。 在长波紫外光照下呈弱土黄色荧光的缅甸血珀, 三维荧光光谱中荧光峰范围约在λex420～520 nm/λem500～580 nm, 荧光峰分散呈多个小峰分布, 荧光强度小。 在氧化条件下加热金珀样品得到烤色“血珀”并对比加热前后的三维荧光光谱特征, 发现烤色“血珀”的荧光峰较加热前红移, 荧光峰范围由λex350～400 nm/λex400～450 nm红移至λem480～530 nm/λem 520～570 nm, 荧光强度极小, 与天然血珀的荧光特征一致。 结合红外吸收光谱测试, 氧化作用使血珀及烤色“血珀”分子结构中含氧基团羰基CO浓度升高, 羰基CO作为强助色基团, 浓度升高与吸收强度增加使琥珀产生红色外观; 同时作为得电子取代基, 羰基CO会取代分子结构中的H原子与具有未键合的杂原子相连, 产生n→π*1跃迁, 使血珀荧光强度减弱甚至消失, 同时荧光峰向长波长方向移动。 三维荧光光谱能够快速有效地表征缅甸琥珀的荧光现象, 为研究琥珀荧光特征与分子结构提供新依据。

生物炭释放的溶解性有机质（DOM）具有复杂的生物地球化学特征, 影响着污染物的迁移与转化和全球碳循环等诸多环境过程。 相比对生物炭理化性质、 结构特征的研究, 生物炭DOM的研究仍相对匮乏, 其中裂解温度驱动下生物炭释放DOM的光谱特征鲜有报道。 以两种常见且具有较好应用前景的生物炭—竹炭（楠竹生物炭）和木炭（柏木生物炭）为研究对象, 通过紫外-可见光谱、 三维荧光光谱结合平行因子法（3DEEMs-PARAFAC）, 研究不同裂解温度下（100～700 ℃）两种生物炭释放DOM的光谱特征。 结果表明, 裂解温度决定两种生物炭释放DOM的潜能及其光谱特征。 裂解温度越高, DOM释放量越小, 且400 ℃是所研究两种生物炭DOM释放的临界裂解温度, 当裂解温度低于400 ℃, 生物炭DOM释放明显, 当裂解温度高于400 ℃, 生物炭释放量很低且趋于稳定。 柏木生物炭的DOM释放量明显高于楠竹生物炭。 低温裂解过程中（<300 ℃）两种生物炭DOM存在大量紫外-可见发色团, 并随着裂解温度上升逐步分解。 通过3DEEMs-PARAFAC从生物炭荧光溶解性有机物（FDOM）中分离出2个类腐殖质荧光物质（C1和C2）及1个类蛋白荧光物质（C3）, 3个荧光组分对裂解温度的响应不同, 类腐殖质荧光强度在300 ℃出现峰值, 而后随裂解温度上升而下降, 类蛋白物质始终随着裂解温度的上升而下降。 低温裂解（<200 ℃）以类蛋白荧光为主, 随着温度上升, 类腐殖质组分占主导。 此外, 基于光谱特征分析, 裂解温度还影响两种生物炭DOM诸多生物地球化学特征, 随着裂解温度上升, 两种生物炭DOM的相对分子质量, 芳香性、 疏水性和腐殖化程度均先增大再减小, 但对应的峰值温度各不一致。 因生物质原料差异, 楠竹生物炭DOM的相对分子质量, 芳香性、 疏水性和腐殖化程度均明显大于柏木生物炭。 该研究结论将进一步为生物炭DOM的环境行为研究, 生物炭应用过程中环境管理与评估提供有益的参考。

三维荧光光谱分析法以其灵敏度高、 选择性好、 操作简单和可用于多组分混合物分析等优点成为诸多研究者在海面溢油鉴别中的热点选择。 但三维荧光光谱中存在的瑞利散射会对光谱的准确检测产生较大的影响, 因此有效地消除瑞利散射对后续光谱的定性鉴别和定量分析具有重要意义。 采用仪器校正法、 空白扣除法、 Delaunay三角形内插值法和缺损数据重构(MDR)法对海面溢油三维荧光光谱中的瑞利散射进行校正。 首先以海水的SDS胶束溶液作为溶剂, 将航空煤油和润滑油按不同相对体积分数比配制8个校正样本和3个测试样本; 然后利用FS920稳态荧光光谱仪采集11个样本的三维荧光光谱数据, 并分别采用仪器校正法、 空白扣除法、 Delaunay三角形内插值法和缺损数据重构(MDR)法消除瑞利散射的干扰; 再利用核一致诊断法估计出最佳的组分数; 最后利用平行因子分析(PARAFAC)对混合油样本的三维荧光光谱数据进行定性鉴别和定量分析。 研究结果表明: 采用发射波长滞后激发波长以消除瑞利散射的仪器校正法会丢失部分有效光谱信息; 采用空白扣除法无法彻底消除瑞利散射, 在光谱中仍然存在散射干扰, 利用PARAFAC解析后得到的激发、 发射光谱会出现失真, 且预测的浓度值偏差较大; 采用Delaunay三角形内插值法消除瑞利散射后, 利用PARAFAC解析所得到的激发、 发射光谱与真实光谱吻合度较高, 且预测的浓度值偏差较小; 而采用MDR消除瑞利散射后, 利用PARAFAC解析所获得的激发、 发射光谱与真实光谱吻合度最高, 且相较于其他几种方法预测的浓度值偏差最小, 得到的样本回收率为98.9%和100%, 预测均方根误差均小于等于0.130。 根据定性鉴别、 定量分析的结果, MDR能够在保证原有特征光谱不失真的基础上有效消除瑞利散射带来的影响, 是一种消除三维荧光光谱数据中瑞利散射较为理想的方法。

采用荧光分光光度计直接获取土壤中多环芳烃(PAHs)的三维荧光光谱,并利用非平滑非负矩阵分解(nsNMF)对其进行解析,结果表明,非负矩阵分解(NMF)能够从混叠光谱中提取出单一多环芳烃的荧光光谱信号。在随机初始值下,nsNMF优于基于交替式非负最小二乘的标准非负矩阵分解(NMF/ANLS),解析光谱与参考光谱的相似系数均在0.824以上。特别是在农田土壤中,菲和蒽的解析光谱与标准参考光谱的相似系数分别由0.758、0.845(NMF/ANLS)提高到0.907、0.913(nsNMF)。三维荧光光谱结合nsNMF能够实现土壤多环芳烃组分的快速识别。