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

    青藏高原不同植被亚型的光谱特征分析

    牛洁琼任鸿瑞周广胜
    2638-2646页
    查看更多>>摘要：光谱曲线是植被生理性状的重要表征,研究植被光谱对监测植被的生长状况和健康状态具有重要意义.当前植被光谱研究多对同一植被型内不同植被进行分析,鲜有系统地整合不同植被亚型光谱特征的报道.近年来青藏高原的生态格局发生了重大变化,为实现基于青藏高原大范围尺度的植被光谱特征研究工作,探讨不同植被亚型的光谱可分离性,基于高分辨率Sentinel-2A/B遥感影像,通过一阶微分光谱和植被指数对青藏高原19种植被亚型的光谱曲线进行分析.结果表明:(1)植被亚型的光谱曲线在近红外波段表现出明显差异,其反射率值可用于区分不同植被亚型;(2)一阶微分处理能够明确植被三边特征,植被的一阶微分光谱具有规律性,在红边处差异显著;(3)不同植被亚型的植被指数与红边参数变化相一致,植被指数虽然数值偏小但具有区分性;(4)综合运用光谱反射率值、三边参数和植被指数,可区分不同植被亚型.在植被亚型的尺度上分析了不同植被的光谱曲线特征,实验结果可为植被亚型光谱数据库的完善提供数据支撑,对青藏高原植被亚型精细识别工作具有实际意义.

    青藏高原植被亚型光谱特征一阶微分三边特征参数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    紫外-可见光谱传感对甘草品种及产地的准确鉴别

    胡爱芬黄云任理雪王欣雨...
    2647-2656页
    查看更多>>摘要：甘草是具有补脾益气、清热解毒、祛痰止咳等功能的中药材,由于遗传和地理环境的影响,不同品种和产地的品质及价格差异很大,常有不法商家为了利益以次充好.针对与甘草品质密切相关的甘草酸和甘草苷的结构特性,通过6种能与其发生特异性光学反应的有机染料和金属离子构建了一种甘草品种和产地快速鉴别的光谱传感方法.收集了新疆、内蒙古、宁夏、北京、乌兹别克斯坦五个甘草主产地的175个样品,分别测定甘草提取液和加入不同的金属离子-有机染料的紫外-可见光谱数据,通过比较两者之间紫外-可见光谱的差异,筛选出6种能与甘草提取液发生特异性光学反应的金属离子和有机染料,用于紫外-可见光谱传感点的构建.通过构建的紫外-可见光谱传感方法对采集的所有样品进行检测分析,并结合偏最小二乘判别分析(PLS-DA)和随机森林(RF)算法对甘草的品种和产地进行鉴别.结果显示,原始甘草品种和产地的谱峰在多处重叠,PLS-DA分类结果中的Q2仅为0.75,即纯光谱对甘草能进行初步鉴定但预测准确度不高.为了进一步提高其鉴别准确度,在甘草提取液中加入金属离子和有机染料产生谱峰变化,相比于甘草原始紫外-可见光谱,甘草品种和产地的谱峰都有较为明显的差异.采用矢量编码偏最小二乘判别分析(Dum-my codes-PLSDA)和随机森林(RF)算法建立甘草品种和产地的鉴别模型,发现6种传感材料的融合光谱的准确率均达到100％,显著提高了金属离子-有机染料传感阵列对甘草的识别能力,RF模型准确率明显高于PLS-DA模型,其中单一传感点的RF和PLSDA模型的鉴别准确率分别大于98.65％和91.30％,远高于原始光谱的65.22％.通过金属离子-有机染料,构建了一种用于甘草品种和产地准确鉴别的紫外-可见光谱传感方法.为其他中药材的快速鉴别提供了一种新思路,有利于消费者的健康和利益的保障,促进中药资源的可持续发展.

    甘草金属离子-染料紫外-可见传感偏最小二乘判别分析(PLS-DA)真实性鉴别

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    不同溶剂预处理煤在ScCO2作用下的谱学差异及其机制

    张小东亢红东李冰辉张硕...
    2657-2666页
    查看更多>>摘要：为了探究溶剂预处理后超临界二氧化碳(ScCO2)对煤化学结构的影响,以长治霍尔辛赫贫煤为研究对象,分别用四氢呋喃(THF)、盐酸(HCI)和氢氟酸(HF)对煤样进行预处理,采用傅里叶红外光谱(FT-IR)、固体核磁共振(13C-NMR)和X射线衍射(XRD)测试,探讨了 ScCO2对预处理煤的化学组成和结构的影响机理.研究表明:①FITR分峰拟合谱图实验曲线基本一致,而各官能团吸收峰位置及峰强度仍出现一定的偏差,酸(HCI、HF)预处理后部分波段脂肪族峰位消失.两类酸预处理顺序不同,对煤中含氧官能团、脂肪结构及芳烃结构作用效果也不相同.HF-HCI处理后芳烃C＝C结构和含氧官能团峰强度均增强,而HCI-HF处理后芳烃C＝C结构强度减弱,含氧官能团结构峰强度变化不明显.THF预处理后煤样芳烃C＝C结构峰强度增强,含氧官能团结构峰强度降低.总体芳烃C＝C结构峰强度远大于脂肪族结构和含氧官能团结构的峰强度.②13C-NMR谱中主要官能团谱峰的化学位移出现了一定程度的偏移,芳香碳faB化学位移向增大的方向偏移.大分子结构参数中,芳香碳含量远大于脂肪碳含量,说明煤大分子结构中芳香碳占主要组成部分.③XRD谱中002峰与101峰衍射强度明显增大,芳香微晶层网面间距d002呈现升高趋势,说明THF、酸(HF、HCI)处理和ScCO2对煤大分子结构产生了一定程度的改造作用,使煤的大分子网络结构变得疏松,进而使微晶结构参数d002整体增大.研究认为,溶剂作用后煤的谱学特征变化不仅与溶剂性质有关,还与无机酸处理顺序有关,由此使得官能团组成和大分子结构不同程度改变,进而影响ScCO2对预处理煤的萃取效果.

    超临界二氧化碳(ScCO2)溶剂预处理傅里叶变换红外光谱固体核磁共振(13C-NMR)化学结构

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    紫苏中紫苏醛含量的高光谱预测方法

    孙佳琪殷勇于慧春袁云霞...
    2667-2674页
    查看更多>>摘要：为了实现高光谱成像技术快速检测紫苏中的紫苏醛(PAE)含量,采集了 4种产地的紫苏高光谱图像,在获取紫苏有效波长图像的基础上,将其纹理特征和经小波变换后获得的能量值与光谱值采用不同方式融合,构建出了不同的表征向量,建立了相应的PAE含量快速检测模型.经对比分析确定了 PAE含量最优预测策略,具体方法如下.(1)采用4种方法对光谱值进行预处理,对比所构建模型的预测能力,可得较优预处理方法为局部加权回归散点平滑(LOWESS).(2)运用竞争自适应重加权采样法(CARS)和连续投影算法(SPA)提取预处理后光谱信息的特征波长,计算对应的光谱值,以便与其他特征进行组合.(3)对高光谱图像进行主成分分析(PCA)获得有效波长图像,利用其灰度共生矩阵(GLCM)提取能量(ASM)、对比度(CON)、相关性(COR)和熵(ENT)等4种纹理特征;同时,采用Daubechies小波对有效波长图像进行三层分解,将分解出的低频分量能量也作为有效波长图像的1种表征特征.(4)将上述提取的特征波长光谱值、小波能量值、纹理特征值以不同组合方式构造特征输入向量,在此前提下分别构建偏最小二乘回归(PLSR)、BP神经网络、随机森林(RF)、极限梯度提升树(XGBoost)四种检测模型,经对比分析后获得最优输入向量和预测模型.结果表明,基于单类特征输入向量的4种预测模型的预测能力均不如多类特征融合的输入向量;最佳输入向量是经LOWESS预处理后由CARS优选的特征波长所对应的光谱值与有效波长图像的纹理特征值和小波能量值三者的融合向量,且XGBoost模型预测能力最强,其训练集Rc2和RMSEC分别为0.998 08和0.022 49,测试集Rp2和RMSEP分别为0.989 44和0.036 40.该成果为快速检测紫苏中PAE含量提供了一种新手段,也为其他成分检测策略的制定提供了参考.

    高光谱紫苏紫苏醛特征融合小波变换预测模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于可见-近红外光谱和化学计量学的带壳香榧坏籽快速识别

    翁定康范郑欣孔令飞孙通...
    2675-2682页
    查看更多>>摘要：带壳香榧籽在后熟处理及炒制过程中会产生无法食用的香榧坏籽,在不破坏外壳的情况下人工无法准确识别和消除,将影响香榧籽整体品质.利用两种近红外光谱仪采集带壳正常香榧籽和香榧坏籽的光谱数据,研究比较8种光谱预处理方法,采用单一波长选择方法(无信息变量消除算法、竞争性自适应重加权采样算法、连续投影算法和子窗口重排分析法)及联合波长选择方法对两个光谱仪的光谱数据进行特征波长筛选,应用线性判别分析(LDA)和支持向量机方法(SVM)建立香榧坏籽的识别模型并比较模型性能的优劣,以确定不同光谱仪下较优的特征波长选择方法.研究结果表明,对于光谱仪1,预处理未能有效提高模型性能,连续投影算法为最优的特征波长选择方法,所建立的LDA和SVM模型的预测集敏感性、特异性及准确率分别为97.10％、95.00％、96.00％和97.10％、97.50％、97.30％,优于全波段模型,建模波长变量数由661个缩减到9个,仅占原波长变量数的1.36％.对于光谱仪2,基线校正为最优的预处理方法,子窗口重排分析法为最优的特征波长选择方法,所建立的LDA和SVM模型的预测集敏感性、特异性及准确率分别为100.00％、92.50％、96.00％和100.00％、95.00％、97.30％,与全波段模型性能一致,建模波长变量数由155个缩减到55个,占原波长变量数的35.48％.近红外光谱技术可以较好地识别带壳香榧坏籽,合适的特征波长选择方法可以有效筛选特征波长,简化模型,并提高模型的准确率和稳定性.研究还发现1 000～1 300 nm光谱波段与香榧籽的淀粉、脂肪和蛋白质含量有关,较适合于带壳香榧坏籽的鉴别.该研究为带壳香榧坏籽的快速无损识别提供一定参考.

    带壳香榧籽可见-近红外光谱坏籽特征波长筛选

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    不同有机肥对生菜生育期土壤剖面DOM分布的影响

    潘红卫陈惠茹史利利雷宏军...
    2683-2691页
    查看更多>>摘要：施用有机肥是农作物生产过程中提质增效的有效途径,研究不同来源有机肥施加下土壤剖面溶解性有机质(DOM)的分布规律有助于优化有机肥利用及进一步了解DOM环境行为.采用二维相关光谱(2D-COS)等方法,研究施加不同来源有机肥(猪粪、鸡粪、羊粪、牛粪和沼渣)对土壤剖面DOM分布规律的影响.结果显示:有机肥还田主要影响土壤DOM的相对含量及组分构成.施加不同来源有机肥后,土壤中DOM相对含量始终大于对照(CK)处理,其中0～10 cm 土层DOM相对含量影响最大,平均增加14.67 g·kg-1.不同类型有机肥对增加剖面DOM有一定差异,其中鸡粪有机肥对剖面DOM增加影响最大,增加了21.42％.有机肥的施加主要提高了类酪氨酸组分(C4)的相对含量,对10～20 cm 土层C4相对含量的影响最大,平均增加4.12％,其中羊粪和沼渣有机肥影响最大,分别增加了 7.80％、7.89％.2D-COS分析显示,不同来源有机肥施用对溶解性微生物代谢产物、类蛋白质组分(295 nm、315 nm)影响最大,CK、鸡粪有机肥处理主要影响的是溶解性微生物代谢产物组分,其他处理最先响应的是类蛋白质组分;不同来源有机肥施用下,腐殖化指数HIX和Fn(330)、Fn(280)均随土层深度的增加而减小,但HIX和Fn(330)、Fn(280)的变化随有机肥种类不同而有所差异,其中牛粪有机肥对HIX和Fn(330)影响最大,羊粪有机肥对Fn(280)影响最大.生物指数BIX和新鲜度指数β∶α随着土层深度增加而增加,其中沼渣的影响最显著,但荧光指数FI并无显著变化.

    不同来源有机肥DOM土壤剖面分布三维荧光光谱平行因子分析二维相关光谱

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于模式识别的X射线荧光光谱法用于土壤重金属快速检测

    倪晓芳张长波唐晓勇
    2692-2700页
    查看更多>>摘要：土壤重金属的现场快速准确检测是实现土壤重金属污染防治的关键,便携式X射线荧光光谱仪可实现土壤中典型重金属的现场无损快速检测,且具有操作简单和无需消解处理的优势.基于该设备的X射线荧光光谱重金属分析方法受土壤基体效应影响严重,导致其检测准确度受限,需通过基体相似的标准样品进行校正,故将基于模式识别的基体成分分类方法和标准曲线法相结合,实现对土壤中典型重金属的精准分析.以我国砖红壤、水稻土、黑土、潮土、黄棕壤和黄红壤等6种典型土壤的X射线荧光光谱和重金属含量为数据集,采用5点3次窗口平滑、最大最小值归一化方法和主成分分析(PCA)对光谱数据进行处理,以PCA降维后的前5个主成分作为输入特征变量,土壤类别为标签,建立基于径向基函数(RBF)的支持向量机(SVM)模式识别模型,实现基体成分的相似性分类,模型的超参数优化采用角蜥蜴优化算法,优化后的核参数g为0.0381,惩罚因子c为7.8529,此时5折交叉验证正确率为100％.定量方法为标准曲线法,6类土壤中Cr的相关系数为0.994 7～0.999 3,Ni的相关系数为0.986 8～0.999 4,Cu的相关系数为0.992 9～0.999 9,Zn的相关系数为0.984 1～0.999 8,Pb的相关系数为0.987 7～0.999 6,As&Pb的相关系数为0.961 3～0.999 5,在同一基体下,重金属线性关系较佳.采用建立RBF-SVM模式识别模型对预测集24个样品进行预测,预测结果表明6类土壤的分类正确率为100％,未出现错误分类.根据分类结果,选择对应的标准曲线进行定量分析.结果表明Cr、Ni、Cu、Zn、Pb和As的预测平均相对误差分别为2.24％、3.66％、2.72％、2.15％、2.13％和5.55％,均低于6％.说明RBF-SVM模型结合标准曲线法对土壤中典型重金属的快速检测具有很好的适用性,有望用于实际土壤典型重金属的快速定量分析与检测.

    土壤重金属支持向量机模式识别快速检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据