首页期刊导航|光谱学与光谱分析
期刊信息/Journal information
光谱学与光谱分析
光谱学与光谱分析

高松

月刊

1000-0593

chngpxygpfx@vip.sina.com

010-62181070

100081

北京市海淀区学院南路76号钢铁研究总院

光谱学与光谱分析/Journal Spectroscopy and Spectral AnalysisCSCD北大核心CSTPCDEISCI
查看更多>>本刊系中国光学学会会刊，由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学联合承办的学术性刊物。刊登主要内容：激光光谱测量、红外、拉曼、紫外、可见光谱、发射光谱、吸收光谱、X-射线荧光光谱、激光显微光谱、光谱化学分析、国内外光谱化学分析最新进展、开创性研究论文、学科发展前沿和最新进展、综合评述、研究简报、问题讨论、书刊评述。本刊适用于冶金、地质、机械、环境保护、国防、天文、医药、农林、化学化工、进出口商检等各领域的科学研究单位、高等院校、光谱仪器制造厂家、从事光谱学与光谱分析的研究人员、高等院校有关专业教师和研究生、有关专业管理干部。《光谱学与光谱分析》为我国首批自然科学核心期刊，中国科协优秀科技期刊，中国科协择优支持基础性、高科技学术期刊，是中国科技论文、中国科学引文数据库、中物理文摘、中国学术期刊文摘的统计源刊，被国外的SCI，AA，CA，EI，MEDLINE，AJ等文献结构收录。
正式出版
收录年代

    基于近红外光谱的小麦成分检测仪

    毛立宇宾斌张洪明吕波...
    2768-2777页
    查看更多>>摘要：当前较为传统和普遍的谷物成分和品质检测方法主要是传统分离式、人工检测,传统检测方法的主要问题是耗费时间长效率低,无法实现快速检测.近红外(NIR,波长范围:780～2 500 nm)光谱分析技术具有适用样品范围广、定量测量精度高、检测时间极短,分析效率高,无损检测,不污染环境、操作简单、可以实现现场快检或在线检测等优点,广泛的应用于谷物和粮食品质的在线或快速检测.目前现有的近红外谷物检测仪器一般能检测谷物少数成分的结果,但结构复杂、价格昂贵.且由于不同季节不同地区谷物的差异导致模型适用性差,难以在基层谷物收购、加工和流通环节推广应用.针对这些问题,设计了一款基于近红外光谱分析的小麦品质检测仪.采用Python上位机来控制近红外光谱仪,通过设定和修改采集参数集成控制检测仪三个舵机以及重量传感器,实现光谱采集,并对光谱数据进行预处理,代入模型计算得到目标样品的理化指标.通过主成分分析(PCA)处理去除异常值,后经过递推平均滤波、标准正态变换(SNV)等预处理,再经过竞争自适应重加权采样(CARS)特征筛选后利用偏最小二乘回归(PLS)得到最优模型.测试结果表明,该系统能够长时间稳定运行,并有效降低了杂散光、样品均匀性等因素带来的误差.并可实现一台机器对不同地区不同季节的小麦的水分、湿面筋、白度和容重指标的检测,可以满足谷物收购与储存等方面的需求.

    近红外光谱小麦成分检测PLSPython

      原文链接:
    • 万方数据
    • 维普

    《光谱学与光谱分析》2025年征订启事

    2777页
      原文链接:
    • 万方数据
    • 维普

    机器学习与斯塔克展宽法结合的等离子体电子密度诊断方法

    张婷琳唐龙彭东宇汤昊...
    2778-2784页
    查看更多>>摘要：电子密度是等离子体基本参数之一.Hβ是基于斯塔克展宽的发射光谱法最常用的谱线.在大气压条件下,范德瓦尔斯展宽对Hβ谱线加宽的贡献突出,它与等离子体的气体温度有关.为了提取斯塔克展宽,需要利用分子的转动温度预先确定气体温度,因而其结果必然存在一定的误差,从而导致在谱线的非线性参数拟合中将气体温度的误差传递给电子密度.提出了一种基于机器学习的随机森林回归模型与基于发射光谱的斯塔克展宽法相结合的电子密度光谱诊断方法.通过与传统最小二乘法的误差特性进行对比发现,该方法具有更好的鲁棒性和泛化性能,能够精确且快速地诊断电子密度.通过在气体温度中引入随机偏差,利用谱线展宽模型仿真出不同等离子体状态下的Hβ谱线,将其作为机器学习的训练数据集.将每组带温度偏差的谱线强度分布与对应的电子密度构成样本集,对随机森林模型进行训练,使模型得到最小均方误差的超参最小叶节点和决策树数量分别为2和100.在模拟中,考虑到气体温度的诊断误差,将带温度偏差的光谱数据作为模型输入,预测出电子密度.研究表明,经训练后的随机森林模型对电子密度的预测结果与真实值之间的平均相对误差小于3％.利用气体温度误差范围为0～±10％的光谱测试集对模型进行评估,随着温度误差增大,模型预测结果比最小二乘法的结果更好.当气体温度误差为±10％时,模型预测电子密度的均方误差相比于最小二乘法降低了 30％以上.在光谱数据训练集中,当训练数据集引入的偏差范围为0～±10％时,模型的预测均方误差达到最小,鲁棒性优于最小二乘法,而当训练数据集所含偏差超过±10％时,模型的预测结果较差.另外,利用训练好的随机森林模型分析Hβ谱线所需的时间远远小于最小二乘拟合法.

    发射光谱电子密度斯塔克展宽随机森林气体温度

      原文链接:
    • 万方数据
    • 维普

    基于多种分析方法对古陶瓷修复胶结材料的分析鉴定

    张瑶瑶付迎春魏书亚
    2785-2794页
    查看更多>>摘要：文物中的天然有机胶结材料研究是文化遗产保护研究的热点之一,但是文物修复用的现代胶结材料的分析鉴定在文物保护中也是非常重要的.了解古陶瓷修复所用粘结材料的成分对于古陶瓷的后续修复十分必要.针对这一问题,采用傅里叶变换红外光谱法(FTIR)、热裂解气相色谱质谱联用(Py-GC/MS)技术和热辅助水解甲基化裂解气相色谱质谱(THM-Py-GC/MS)技术对一批古陶瓷修复用的未知胶结材料进行分析.研究发现,该胶结材料的红外光谱在1 252和829 cm-1处的特征吸收峰符合环氧化合物的特征吸收峰范围,并且与红外谱库中环氧树脂标准谱图相匹配,表明该胶结材料为环氧树脂类的胶粘剂,且其中检测出吡啶类化合物、苯甲酸酯类化合物和伯醇类化合物等添加剂.之后,应用Py-GC/MS和THM-Py-GC/MS技术对该胶结材料的化学成分进行分析,检测出该胶结材料为双酚A型环氧树脂.为了改善环氧树脂胶粘剂的性能,还检测出该胶结材料中加入了胺类固化剂、邻苯二甲酸二异辛酯增塑剂、邻苯二甲酸二异辛酯非活性稀释剂.THM-Py-GC/MS技术因为其中的甲基化试剂会影响该胶结材料中胺类固化剂的分析与鉴定,所以直接Py-GC/MS方法更适合环氧树脂类胶粘剂的分析与鉴定.该研究展示了利用多种科学技术手段确定了古陶瓷文物修复用的现代胶结材料种类,所建立的适用于分析鉴定古代天然胶结材料的Py-GC/MS实验方法同样也适用于环氧树脂类胶粘剂的快速识别,同时为文物未知修复材料的鉴定提供了新视角.

    傅里叶变换红外光谱热裂解-气相色谱/质谱热辅助水解甲基化裂解气相色谱质谱古陶瓷胶结材料环氧树脂胶粘剂

      原文链接:
    • 万方数据
    • 维普

    《光谱学与光谱分析》期刊社决定采用ScholarOne Manuscripts在线投稿审稿系统

    《光谱学与光谱分析》期刊社
    2794页
      原文链接:
    • 万方数据
    • 维普

    2,5-二氯嘧啶振动光谱的实验和理论研究

    陈恒杰方旺张家伟陈双扣...
    2795-2804页
    查看更多>>摘要：采用KBr压片(KBr)、石蜡油(Nujol)、衰减全反射(ATR)和熔融(Liquid)四种样品制备方法,收集了 2,5-二氯嘧啶(2,5-DCP)固相及液相、400～4 000 cm-1范围内的傅里叶变换红外光谱(FTIR),记录了 80～3 200 cm-1区间内的傅里叶变换拉曼光谱(FT-Raman)和激光拉曼光谱(Laser-Raman)被记录.为正确解释实验获得的振动光谱,首先采用14种密度泛函理论方法(DFT)及二阶微扰理论(MP2)对2,5-DCP的结构进行优化,获得谐性近似下的振动频率、红外强度和拉曼活性,并将拉曼活性转换到拉曼强度.进一步考虑非谐效应,在平衡结构附近展开微扰计算,得到简振坐标下的三阶、四阶力场,以振动二阶微扰(VMP2)理论得到2,5-DCP的非谐振动频率和非谐振动强度,发现B3LYP计算的非谐振动频率与实验值差异最小.基于优选的B3LYP方法,继续考察基组对振动频率的影响,通过9种基组计算结果发现6-311++G(2pd,2df)获得的非谐振动频率最佳,其与实验值的均方根误差(RMSE)为6.75 cm-1(22个振动模下为4.63 cm-1),6-311++G(d,p)在大大减少计算时间的同时,精度未有多大损失(6.79 cm-1).综上所述,基于B3LYP方法结合6-311++G(2df,2pd)基组得到的非谐振动光谱是归属2,5-DCP实验光谱的最佳选择.基于最优计算结果、标度因子方法获得的振动基频,结合非谐红外振动强度、谐性近似下的拉曼强度、简振坐标示意图以及振动势能分布(PED),对比到实验采集的红外和拉曼光谱,对2,5-DCP的所有基频和部分泛频进行了指认,发现两个振动耦合,一为3 054 cm-1与1 554以及1 540 cm-1的和频耦合导致;二为1 132 cm-1与793+351 cm-1和频及1 370～230 cm-1差频耦合引起.最后预期了多个同位素取代下的2,5-DCP 振动谱,同时检验了上述归属的正确性.

    2,5-二氯嘧啶红外光谱拉曼光谱非谐效应势能分布同位素效应

      原文链接:
    • 万方数据
    • 维普

    生菜镉污染可见-近红外光谱分析模型

    周雷进雨周丽娜陈丽梅孔丽娟...
    2805-2811页
    查看更多>>摘要：为了快速无损监测生菜受镉污染的程度,利用可见-近红外光谱进行生菜镉污染的分类监测.将土壤镉污染样品设置为0(CK,对照组)、5、10和20 mg·kg-1,以不同污染程度下种植的生菜为研究对象,采集生菜叶片的可见-近红外反射光谱,分析镉污染下生菜叶片可见-近红外光谱反射率的变化规律.光谱信息经分析表明,在510～730 nm波段之间,随着土壤中镉含量的增加,生菜叶片的可见-近红外光谱反射率表现为先降低后增加;在730～799.53 nm波段之间,5和20 mg·kg-1镉胁迫下生菜叶片反射率高于CK组,10 mg·kg-1镉胁迫下生菜叶片反射率低于CK组;且在762.199 nm处出现了一个吸收谷.首先采用平滑(SG)、多元散射校正(MSC)、标准正态化(SNV)、平均归一化(MN)、SG+MSC、SG+SNV、SG+MN、SG+一阶导数(FD)、SG+二阶导数(SD)方法对原始光谱进行预处理,以提高信噪比.然后通过主成分分析(PCA)对原始光谱和各种预处理的光谱进行降维处理,最后将降维处理后的数据按照4∶1的比例划分训练集和测试集,分别与粒子群优化随机森林(PSO-RF)、遗传算法优化支持向量机(GA-SVM)、BP神经网络(BP-NN)、极限学习机(ELM)、朴素贝叶斯(Naïve Bayes)结合建立生菜镉污染的分类监测模型,并进行分析比较.结果表明,在不同的模型中,PSO-RF(SG)模型的识别效果最佳,其次是GA-SVM(SG+FD)模型和 ELM(MSC)模型,PSO-RF(SG)、GA-SVM(SG+FD)、ELM(MSC)模型训练集的准确率均为 100％,而测试集的准确率分别为100％、83.33％和79.17％;BP-NN模型和Naïve Bayes模型的效果较差,BP-NN(SNV)模型训练集的准确率为42.72％,测试集准确率为50％;Naïve Bayes(SG+FD)模型训练集准确率为71.84％,测试集准确率为83.33％.说明采用可见-近红外光谱结合粒子群优化随机森林建模能够为生菜重金属污染监测提供一种新思路.

    镉重金属污染反射光谱随机森林监测模型

      原文链接:
    • 万方数据
    • 维普

    基于多模型决策融合的苹果产地判别及糖度含量预测

    姜小刚何聪姜楠黎丽莎...
    2812-2818页
    查看更多>>摘要：苹果产地溯源与苹果糖度含量预测具有非常重要的现实意义,通过建立模型达到产地判别与糖度预测目的.为了克服单个模型的局限性,通过将多个模型的预测结果综合,提高整体预测性能.采用近红外光谱结合多模型决策融合策略对苹果产地进行溯源鉴别,对苹果糖度值进行预测,验证理论方法的可行性.采用手持式近红外检测仪采集了苹果样本的光谱,使用样本光谱结合随机森林(RF)方法、偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)方法建立了苹果产地判别模型.再对三种判别模型输出的预测结果使用投票制决策融合方法,输出新的判别结果.对所有苹果样本采集了糖度实际值,使用样本光谱与糖度实际值结合随机森林(RF)、偏最小二乘回归(PLSR)与支持向量回归(SVR)方法建立了糖度预测模型.采用三种回归模型输出的结果,通过加权法决策融合策略输出新的糖度预测结果.在不使用投票决策方法时,三种定性建模方法中使用RF方法建立判别模型效果最好,预测准确度达到88.71％.使用SVM方法预测效果最差,预测准确度为77.43％.使用投票决策方法后,对苹果产地鉴别的准确度达到93.42％,其预测的精确度与召回率也达到了双高,均在85％以上.在不使用加权的决策融合方法前提下,三种定量建模方法对苹果糖度的预测均有不错的效果.三种方法预测的决定系数均约0.87,预测均方根误差均约为0.78.使用了加权的决策融合方法,对糖度的预测效果有一定的提升.预测决定系数为0.91,预测均方根误差为0.66.通过在苹果产地的鉴别与苹果糖度的预测中,使用多模型决策融合方法提高了苹果产地判别的正确率,提升了对苹果糖度预测的准确性,证实了所提方法的可行性.同时,手持式近红外检测仪结合多模型决策融合方法也为现场无损检测分析提供了一种新的高精度预测手段.

    近红外光谱多模型决策融合产地判别糖度预测

      原文链接:
    • 万方数据
    • 维普

    柠檬酸发酵过程种子罐培养液质量参数的近红外预测模型

    穆良银赵忠盖金赛孙福新...
    2819-2826页
    查看更多>>摘要：在柠檬酸发酵过程中,种子罐中菌种培养的好坏将直接关系到发酵的水平,因此快速准确检测种子罐中培养液质量参数非常重要.柠檬酸发酵过程中种子罐培养液质量参数目前大多采用人工测量,无法满足实时监控和精确控制的需求.基于近红外光谱,针对种子罐培养液中总酸(TA)和还原糖(RS)的测量,构建了化学计量模型.首先,对原始光谱进行分析,为消除随机噪声以及减少批次差异性对于样本光谱的影响,依次采用平滑处理(SG)和去趋势处理(DT)的SG-DT方法进行光谱预处理.然后,利用间隔偏最小二乘(iPLS)方法对光谱进行特征波长选择,讨论了不同划分区间数对选择结果的影响,并确定了目标质量参数为总酸(TA)时的最佳划分区间数为21,特征波长个数为495,目标质量参数为还原糖(RS)时的最佳划分区间数为20,特征波长个数为361.分析光谱变量和质量参数变量之间的相关程度,引入BP网络建立总酸(TA)的校正模型,分别用PLSR和BP网络建立还原糖(RS)的校正模型,比较模型预测效果以确定最优模型.得到基于BP网络的总酸(TA)的最优预测模型的R2p为0.808 5,RMSEP为0.123 4;基于BP网络的还原糖(RS)的模型预测效果优于PLSR模型,最优模型的R2p为0.964 7,RMSEP为0.173 9.在复杂的柠檬酸发酵系统中实现了发酵过程中菌种培养过程多质量参数在线预测,为发酵过程的实时智能控制提供了依据.

    柠檬酸发酵种子罐培养液质量参数近红外光谱预测模型

      原文链接:
    • 万方数据
    • 维普

    双色散-双聚焦X射线光谱仪研制与特性研究

    沈亚婷韩凌云陈俊茹郭荣...
    2827-2833页
    查看更多>>摘要：X射线发射谱技术(XES)是一种原位无损获得元素化学形态的技术方法,目前国内外实验室型X射线发射谱测定装置的研制尚处于探索阶段.能量色散X射线荧光(EDXRF)光谱仪和波长色散X射线荧光(WDXRF)光谱仪在地质、环境、考古等多学科领域得到广泛应用,然而,EDXRF虽结构简单,可实现多元素快速无损检测,但分辨率不理想、谱线干扰严重,检出限较差;WDXRF虽可分辨常规应用中多数具有谱线重叠特性的元素,但结构复杂成本高.为探索实验室型XES装置研制,该研究综合了能量色散X射线荧光和波长色散X射线荧光的性能优势,提出了一种波长-能量双色散、激发-发射双聚焦X射线光谱仪(DDF-XRS)设计理念,并成功研制了原理样机.实验数据和分析结果显示,该DDF-XRS型光谱仪兼具聚焦X射线和波长与能量色散光谱仪的优点,结构简单,信噪比好,具有高分辨率和低检出限特性.通过波长-能量双色散技术,X射线首先被晶体衍射发生波长色散,从而获得单色光,同时利用硅漂移探测器的能量色散特性,降低谱线干扰误判风险,提高分析结果准确,该技术克服了 WDXRF结构复杂和EDXRF能量分辨率不足的限制,凸显了双色散的必要性和优越性.目前DDF-XRS光谱仪分辨率45 eV,可减少过渡金属Kβ对Kα峰的谱线重叠影响;同时,显著降低了连续谱背景,最优信噪比＞1 000;测定地质样品中的Cr,检出限可达0.26 mg·kg-1.应用DDF-XRS,一定程度上已可分辨过渡金属Kα1和Kα2谱线,如结合线性或二维阵列探测器,则有望进一步提高分辨率,实现X射线发射指纹谱的测定,以获得分析元素的化学形态.由于目前的晶体特性尚不能达到完全分辨过渡金属的重叠谱线的性能要求,故探寻具有高分率能力、高衍射强度特性的弯晶,将成为下一步的研究重点.

    X射线光谱弯晶聚焦波长色散能量色散

      原文链接:
    • 万方数据
    • 维普