光谱技术论文精选(九篇)

第1篇：光谱技术论文范文

关键词：红外技术 光谱测试

中图分类号：G64 文献标识码：A 文章编号：1672-3791（2014）11（c）-0042-02

1 技术背景

红外技术作为一种现代高科技技术，与激光技术并驾齐驱。它是研究红外辐射的产生、传播、转化、测量及其应用的技术科学。红外技术的主要发展体现在红外探测技术方面。

红外技术的发展始于1940年，但到60年代中叶，才真正出现了红外探测系统。随着该技术的不断成熟，红外技术被应用于很多领域。在军事上的应用有红外制导、红外通信、夜视仪、探测隐身武器装备和红外预警，在国民经济方面的应用有红外测温技术、红外遥控技术、红外遥感技术、红外理疗、红外辐射加热技术和红外光谱技术等[1]。

2 红外辐射源能量光谱分布测试的原理及装置

红外辐射波长在0，78～1000μm的一段电磁波谱，这其中还被分为近红外波段（0.78～3μm），中外波段（3～40μm）和远红外波段（40～1000μm）[2]，属于人眼看不见的波段，需要通过仪器才能探测到需要信息。

凡温度在绝对零度以上的物体均能够发射出红外辐射，其辐射的峰值波长与物体的温度有确定的关系，即维恩位移定律（Wien's displacement law）[2-3]：

另外，光频率和波长的关系为，其中c为光速，也有波数表示波长，即（cm-1），这也是现代光谱仪常用的表示方法[1]，该文涉及的光谱仪就是使用这种方法表示波长的。

在韦恩定律的基础上，人们发明了红外光谱仪，它能将红外辐射源的辐射能量按波长的分布以曲线的形式表示出，从而使我们看到清晰的红外辐射源在某个波长处的相对辐射能量，获得辐射波长位置，进而可以对红外辐射源进行更深入的研究。图2为红外系统和红外单色仪的光学原理图。

M1和M4为反射镜，M2准光镜，M3为物镜，M5为深椭球镜，G为平面衍射光栅，S1为入射狭缝，S2和S3为出射狭缝，T为调制器单色仪使用的入射狭缝、出射狭缝均为直狭缝，宽度为0～2 mm连续可调。光源发出的光束进入入射狭缝S1，S2位于反射式准光镜M2的焦面上，通过S1射入的光束经M2反射成平行光束投向平面光栅G上，衍射后的平行光束经物镜M3成像在S2上。

3 实验及结果

选取红外光源和硅土样品作为测试样品，对红外光源的测试，温度选定为常温，对硅藻泥的测试，温度控制在200 ℃左右，设定扫描参数，扫描波长为4000～650 cm-1，即0.25～1.5 μm，间隔设定为5 cm-1和2 cm-1。

设定好参数后，分别对样品的辐射能量进行采样，得到样品辐射能量光谱曲线，见图3和图4。

从图3可以看到红外光源的最大相对辐射波长在1.1μm处，而从硅土的辐射分布图中可以看出样品的辐射波段在0.8～1.3μm之间，属近红外波段，但由于硅土中掺杂了其他元素，其红外辐射能量分布图的噪声比较大。

4 结语

利用该系统，可以对不同材料的辐射能量光谱进行测试，了解不同温度下材料红外辐射能量光谱分布情况，确定近红外辐射波长位置。除此之外，利用该系统还可以设计透过率和吸收光谱的测试，对红外辐射材料的光学特性研究有重要的作用。

参考文献：

[1] 石晓光，王蓟，叶文.红外物理[M].北京：兵器工业出版社，2005.

第2篇：光谱技术论文范文

关键词：高光谱图像；检测；玉米种子；真伪

中图分类号：TP391.41；S513 文献标识码：A 文章编号：0439-8114（2016）21-5445-04

DOI：10.14088/ki.issn0439-8114.2016.21.002

Advance in Authenticity Detection of Corn Seed Based on

Hyperspectral Imaging Technology

WEI Li-feng1，2，JI Jian-wei1

（1.College of Information and Electrical Engineering，Shenyang Agricultural University， Shenyang 110866， China；

2.College of Economics and Management，Shenyang Aerospace University， Shenyang 100136， China）

玉米是中国三大农作物之一，在解决粮食短缺问题、保障国家粮食安全和经济发展过程中起到重要作用。玉米不仅产量大、经济效益高，而且还具有食用和饲用等多种工业用途[1]。但是，玉米种子的真伪直接影响到玉米种子的储藏、销售、育种和农业生产等各个方面，研究玉米种子的真伪问题已成为国内外研究的热点。随着现代科学技术的快速发展，计算机图像处理技术和光谱技术也越来越备受关注，采用机器视觉技术、近红外光谱技术在玉米种子检测真伪方面得到了较为广泛和深入的研究和应用，也取得了较好的成果。然而，传统的计算机视觉技术得到的是种子可见光的形态学特征信息，近红外光谱分析技术得到的是种子的光谱特征信息，两者获得的种子特征信息较少，制约着玉米种子真伪检测的后续分析以及研究[2]。近几年来，一些科研学者将高光谱图像技术应用于检测农作物种子真伪方面，并取得了较好的成果。高光谱图像技术可以同时获取研究对象的光谱信息和空间信息，是图像技术与光谱技术的完美结合，真正做到了“图谱合一”[3]。玉米种子的真伪可以通过表面的图像信息和光谱数据来进行分析和判断，从而能够为种子育种和农业生产提供有力和可靠的科学数据。所以，高光谱图像技术在玉米种子真伪检测方面的应用正逐渐成为研究的热点。

1 高光谱图像技术原理及采集系统

1.1 高光谱图像技术原理

通常认为，光谱分辨率在10-1λ数量级范围内称为多光谱（Multi-spectral），光谱分辨率在10-2λ数量级范围内称为高光谱（Hyper-spectral），光谱分辨率在10-3λ数量级范围内称为超光谱（Ultra-spectral）[4]。高光谱图像技术结合了图像技术和光谱技术两者的优点，可同时获得待测样品的图像信息和光谱信息。不仅可以对待测样品的外观表面特性进行检测，而且能对内部特性进行检测，同时也利用计算机图形与光谱技术两者的长处，对研究对象的内外部特征进行可视化分析[5]。高光谱图像技术获取的样品图像可以克服样品因化学信息分布不均造成的测试误差，同时样品的测试位置对测量的影响也会减少，其丰富的图像信息对玉米种子真伪的鉴定有很大帮助[6]。高光谱图像光源的波谱范围可以在紫外波段（200～400 nm）、可见光波段（400～760 nm）、近红外波段（760～2 560 nm）以及波长大于2 560 nm的波段获取大量窄波段连续光谱图像数据，为每个像素提供一条完整并连续的光谱曲线[7]。样本获取的图像是一个三维图像，二维是它的空间信息，三维是它的波长信息，其波长分辨率通常精度可达到2～3 nm[8]。高光谱图像技术获取三维图像的方法可以分为2种：一种是连续性采集一系列波段光谱图像完成三维立方图像；另一种是用一条线扫描完整光谱范围内的样本空间信息，即“推扫式”成像方法。高光谱图像具有样本的图像信息和光谱信息，图像信息可以反映样本表面特征信息，如特征不同，其对应的光谱信息也不同。在某个特定波长下，感兴趣区域（ROI）与正常区域之间的光谱值会有很大的差异，因此，可以根据光谱信息的不同来判断玉米种子的真伪。所以，利用高光谱图像技术这些优点，在检测玉米种子真伪方面具有很大的优势和研究空间。

1.2 高光谱图像采集系统

一个典型的高光谱图像采集系统装置如图1所示。整个系统是由高光谱成像光谱仪（ImSpector V10E，Spectral Imaging Ltd，Finland）、CCD相机（IGV-B1410M，IMPERX Incorporated，USA）、150 W的光纤卤素灯光源（3900 Illuminatior，Illumination Technologies Inc.，USA）、精密位移控制平台（IRCP0076-1 COM，Taiwan）、遮光暗箱和用于数据处理的高配计算机组成。高光谱摄像头的光谱范围为400～1 100 nm，光谱分辨率为2.8 nm，空间分辨率为0.2 mm。

1.3 高光谱图像数据处理

高光谱图像技术在信息量上有独特性和优越性，光谱响应范围广，光谱分辨率高，但高光谱数据众多，数据量巨大，由于相邻波段的相关性高，信息冗余度也增加，为应用和分析带来了很大不便。因此，如何获取高光谱图像有用的信息是首要关键问题。而数据降维是提取最佳波段的非常有效的方法，可以在不损失重要信息的前提下最大限度地反映原始信息。稻萁滴方法主要有主成分分析法、判别分析法、特征波段法等[9]。高光谱数据降维处理后，采用相关分析、主成分分析、独立分量分析、二次差分分析、逐步多元回归等方法来获取最优波段，最后选用支持向量机、人工神经网络、主成分回归分析法等方法建立基于光谱和图像信息的玉米种子真伪检测的识别模型，从而实现对玉米种子真伪的检测。

2 种子真伪的检测

2.1 玉米种子真伪的检测

种子真实性是指某一批种子实际所属品种与其标称的品种是否相符，即种子的真伪问题。种子检验鉴定起源于19世纪中期，直到上世纪90年代开始分子生物学技术及计算机模拟形态分析的应用。卢洋等[10]通过试验，综合PCA、LDA和BPR提出了一种基于近红外光谱短波段（833～1 087 nm）的玉米种子鉴别方法，针对37个玉米品种种子的近红外光谱数据，以833 nm波长作为起始波，选取了不同的截止波长，进而得到不同波段的数据。试验结果表明，在近红外光谱短波833～1 087 nm波段，识别率达到了97.6%，与全波段相比较，波段范围缩小了84.71%，这为后续大量数据的处理节省了存储和时间。但是该方法只是限定于部分地区的部分玉米种子，不能完全代表全部，所以还需后续大量的试验进行验证。

黄敏等[11]采用高光谱成像系统获取了9个玉米品种共432粒种子的高光谱反射图像，对获取的图像进行校正和预处理，提取每个样本图像在563.6～911.4 nm共计55个波段范围内的形状特征。分别利用单波段、多波段和全波段下的玉米种子形状特征结合偏最小二乘判别法进行模型分类。试验结果表明，全波段范围内训练集和测试集的平均正确识别率达到98.31%和93.98%，均优于多波段和单波段。该方法利用高光谱图像中可见光和近红外区域的有效特征信息，可较准确地鉴别玉米种子的品种，识别玉米种子真伪，为玉米品种真伪自动识别领域提供了一种新的方法。

朱启兵等[12]利用高光谱图像技术，针对17类玉米品种共1 632粒种子的高光谱图像，提取400～ 1 000 nm波长范围内233个波段的熵信息作为分类特征，又利用偏最小二乘（PLS）投影算法对玉米种子高光谱图像进行了最优波段的选择，共获得65个最优波段特征，最后结合偏最小二乘判别分析法（PLSDA）实现了对玉米种子准确识别分类的目的。试验结果表明，在仅为全波段27.90%的最优波段数情况下，其训练精度可达到99.19%，测试精度为98.90%，实现了高精度的玉米种子品种识别，为玉米种子真伪的快速检测提供了一个新方法。

冯朝丽等[13]对玉米种子的高光谱图像的光谱信息进行了深入的分析研究，利用波长范围为400～1 000 nm的高光谱图像采集系统采集11类共528粒玉米样本的高光谱图像，提取每个玉米样本上感兴趣区域并获取此区域的平均光谱信息，然后对光谱曲线进行分析，剔除了12个异常样本，并结合偏最小二乘判别分析法（PLSDA）对所选玉米种子样本进行识别分类。试验结果表明，在所选玉米样本的识别中训练集样本的识别精度可以达到99.22%，测试集样本的识别精度也达到了94.66%。研究结果表明，不同种类的玉米种子的光谱信息具有一定的差异性，利用高光谱图像技术对玉米种子品种进行无损识别分类是可行的，这为玉米种子真伪的检测提出了一个新思路、新方法。

杨杭等[14]利用地面成像光谱辐射测量系统（Field imaging spectrometer system，FISS）获取了5种玉米种子的图像光谱数据，在经过反射率反演、噪声去除和一阶微分预处理后，运用Wilk-lambda逐步判别法选择最佳波段并建立判别模型。交叉验证结果表明，玉米种子的平均识别精度为91.6%，随着选择波段数的增加，模型识别精度也逐步提高。因此光谱成像技术在玉米品种真伪的识别以及质量相关检测方面具有广阔的应用前景。

2.2 其他作物种子真伪的检测

高光谱图像技术不仅在玉米种子的真伪和品种检测领域中获得了比较理想的效果，而且一些学者利用高光谱技术的优越性和独特性对其他作物种子的品种识别、真伪检测也做了深入的研究。程术希等[15]提出了一种基于高光谱信息的大白菜种子品种分类识别方法，利用近红外高光谱图像采集系统采集了8种共239个大白菜种子样本，分别提取样本15pixel×15pixel感兴趣区域平均光谱反射率信息作为样本信息，采用多元散射校正预处理方法对光谱进行消噪处理，验证了Ada-Boost算法、极限学习机（Extreme learning machine，ELM）、随机森林（Random forest，RF）和支持向量机（Support vector machine，SVM）4种分类算法的分类判别效果。通过载荷系数分析选取了10个大白菜种子品种分类判别的特征波长。试验结果表明，4种分类算法基于全波段的分类识别对81个预测样本的正确区分率均达到90%以上，ELM和RF为最优的分类判别模型，识别正确率达到了100%。因此，以载荷系数选取的特征波长是有效的。利用高光谱图像技术结合机器学习对大白菜种子品种进行快速、无损分类识别是可行的，为大白菜种子批量化在线检测提供了一种新的方法。

梁剑等[16]采用MPA傅立叶变换近红外光谱仪研究了水稻种子的漫反射光谱特征，利用种子品种特有的光谱特性，结合不同光谱预处理方法建立了多个聚类分析模型，比较它们对杂交F1代种子“03S/0412”和其父本种子“0412”的鉴别效果。试验结果最终显示，选择4 000～8 900 cm-1光谱范围，通过无预处理、矢量归一化、二阶导数（25点平滑）和二阶导数（25点平滑）+矢量归一化建立的模型校正集正确率分别为52.4%、65.2%、75.2%和100%。通过试验可得，对比无预处理，经过各种方法预处理后正确率都有提高，其中“二阶导数（25点平滑）+矢量归一化”建立的模型取得的效果最好，用该模型对预测集预测，分类正确率为100%，具有很好的预测性能。这为近红外光谱技术用于单粒水稻种子品种真伪性鉴别提出了一个比较理想的新方法，但是还需要用更多的组合来进一步验证和完善。

张初等[17]采用近红外高光谱图像技术，通过提取西瓜种子的光谱反射率，并结合Savitzky-Golay （SG）平滑算法、经验模态分解算法（Empirical modedecomposition，EMD）和小波分析（Wavelet transform，WT）对提取的光谱数据进行去除噪声处理，采用连续投影算法（Successive projections algorithm，SPA）和遗传-偏最小二乘法（Genetic algorithm-partial least squares，GA-PLS）进行特征波长选择。最后基于全波段光谱建立了偏最小二乘判别分析（Partial least squares-discriminantanalysis，PLS-DA）判别模型，基于特征波长建立了反向传播神经网络（Back-propagation neural network，BP NN）判别模型和极限学习机（Extreme learning machine，ELM）判e模型。试验结果表明，基于特征波长的BP NN模型和ELM模型的结果优于基于全部波长的PLS-DA模型，而基于SG预处理光谱提取的特征波长建立的ELM模型具有最优的判别效果，建模集和预测集的判别正确率达到了100%。结果表明，应用近红外高光谱成像技术对西瓜种子品种鉴别是可行的，这为今后研究更多的西瓜品种种子，建立适用范围更为广泛的西瓜种子品种判别模型提出了一个新的思路与方法。

Tan等[18]利用高光谱图像技术对不同的大豆品种进行了识别试验测试。利用高光谱成像系统获取大豆样本1 000～2 500 nm范围的光谱反射数据，采用主成分分析法（Principal component analysis，PCA）对获取到的光谱数据进行数据降维并去除冗余数据，同时在分类算法中将得分高的主成分值作为输入特征，通过PCA方法从每个特征图像中提取4个特征变量（能量、熵、惯性矩和相关性），从16个特征变量中提取8个重要特征参数，根据所选择的特征变量和参数，应用神经网络方法构建分类器，训练精度达到97.50%，平均测试精度达到93.88%以上。结果表明，利用高光谱图像技术结合神经网络建模方法可以对大豆品种进行分类，该方法为检测大豆种子的真伪鉴别拓展了一个新的方向，为以后更为广泛检测种子的真伪提供了一个新的方法。

3 结论与展望

高光谱图像技术应用于农业领域的无损检测是20世纪90年代末在国外发展起来的，在中国近几年才备受关注[19]。然而，研究结果表明该技术在农业领域的无损检测已成为新技术、新趋势、新方向。所以，针对玉米种子真伪的无损检测还有许多方面有待进一步研究。

1）目前，采用高光谱图像技术检测玉米种子真伪只是在验室内实现的，其应用到实际生产上会有一定局限性。通常采用的方法是利用高光谱技术识别3～5个特征波段，然后基于这些波段构建成本比较便宜的多光谱图像系统，从而实现快速、有效的种子真伪在线检测。因此，进一步研究高光谱图像的特征波段和低成本的图像系统是将来的发展趋势之一。

2）利用高光谱图像技术在检测玉米种子真伪时，由于高光谱图像信息量巨大、冗余量多，不利于数据的降维和快速检测。所以，优化和改进传统的分析方法，诸如主成分分析（PCA）、独立成分分析 （ICA）、偏最小二乘法（PLS）、人工神经网络（ANN）、支持向量机（SVM）等，或提出一种集成有效的算法，可以提高预测模型与实际值之间的相关性和精准度[20]。

3）高光谱图像技术已在遥感监测上应用广泛。在农业种子检测方面，高光谱图像技术多用于谷类作物的种子真伪的无损检测。因此，对其他作物类型的种子（花生、豆类、菜子等）真伪检测的潜力很大。

4）高光谱图像技术可以同时获取研究对象的空间及光谱信息，但目前无论国内还是国外大多数研究学者主要是应用高光谱成像技术独立对农产品外部或内部进行检测，很少有文献报道联合其他技术产生一种更为先进的检测玉米种子真伪技术。因此，有效地利用高光谱图像技术检测玉米种子真伪无论是在理论研究还是在应用研究上，都有进一步研究的空间，有望在理论和应用方法方面不断创新，以促进该研究方向不断向前发展，取得更大的成果。

参考文献：

[1] 路立平，赵化春，赵 娜，等.世界玉米产业现状及发展前景[J].玉米科学，2006，14（5）：149-151，156.

[2] 杨锦忠，郝建平，杜天庆，等.基于种子图像处理的大数目玉米品种形态识别[J].作物学报，2008，34（6）：1069-1073.

[3] 王 雷，乔晓艳，董有尔，等.高光谱图像技术在农产品检测中的应用进展[J].应用光学，2009，30（4）：639-645.

[4] 刘木华，赵杰文，郑建鸿，等.农畜产品品质无损检测中高光谱图像技术的应用进展[J].农业机械学报，2005，36（9）：139-143.

[5] 田有文.现代图像识别技术诊断农作物病害[M].北京：中国农业出版社，2010.145-155.

[6] 贾仕强，刘 哲，李绍明，等.基于高光谱图像技术的玉米杂交种纯度鉴定方法探索[J].光谱学与光谱分析，2013，33（10）：2847-2852.

[7] 马本学，应义斌，饶秀勤，等.高光谱成像在水果内部品质无损检测中的研究进展[J].光谱学与光谱分析，2009，29（6）：1611-1615.

[8] 彭彦颖，孙旭东，刘燕德.果蔬品质高光谱成像无损检测研究进展[J].激光与红外，2010，40（6）：586-592.

[9] 刘燕德，张光伟.高光谱成像技术在农产品检测中的应用[J].食品与机械，2012，28（5）：223-226，242.

[10] 卢 洋，梁先扬，李卫军，等.基于近红外光谱短波段的玉米品种鉴别研究[J].河南大学学报（自然科学版），2012，42（3）：239-243.

[11] 黄 敏，朱 晓，朱启兵，等.基于高光谱图像的玉米种子特征提取与识别[J].光子学报，2012，41（7）：868-873.

[12] 朱启兵，冯朝丽，黄 敏，等.基于图像熵信息的玉米种子纯度高光谱图像识别[J].农业工程学报，2012，28（23）：271-276.

[13] 冯朝丽，朱启兵，朱 晓，等.基于光谱特征的玉米品种高光谱图像识别[J].江南大学学报（自然科学版）2012，11（2）：149-153.

[14] 杨 杭，张立福，童庆禧.采用可见/近红外成像光谱技术的玉米籽粒品种识别[J].红外与激光工程，2013，42（9）：2438-2441.

[15] 程术希，孔汶汶，张 初，等.高光谱与机器学习相结合的大白菜种子品种鉴别研究[J].光谱学与光谱分析，2014，34（9）：2519-2522.

[16] 梁 剑，刘斌美，陶亮之，等.基于水稻种子近红外特征光谱的品种鉴别方法研究[J].光散射学报，2013，25（4）：423-428.

[17] 张 初，刘 飞，孔汶汶，等.利用近红外高光谱图像技术快速鉴别西瓜种子品种[J].农业工程学报，2013，29（20）：270-277.

[18] TAN K，CHAI Y，SONG W，et al. Identification of soybean seed varieties based on hyperspectral image[J].Transactions of the Chinese Society of Agricultural Engineering，2014，30（9）：235-242.

[19] 李江波，秀勤，应义斌.农产品外部品质无损检测中高光谱成像技术的应用研究进展[J].光谱学与光谱分析，2011，31（8）：2021-2026.

[20] 田有文，牟 鑫，程 怡.高光谱成像技术无损检测水果缺陷的研究进展[J].农机化研究，2014（6）：1-5.

第3篇：光谱技术论文范文

长期以来，传统的分析化学只是一门技术科学，它以工业生产和科学实验必不可少的测试手段和方法发挥着它在化学科学中的特殊作用。但是，随着社会的进步，尤其是现代科技的快速发展，人们越来越注意到，分析化学必须更深更广地拓宽它的理论基础才能适应新的发展。这种理论基础不仅限于化学、物理、生物等基础学科，而且涉及一系列交叉、综合和新兴技术学科，如材料、信息、能源及环保、生物工程等。事实证明，几乎这些学科的每一次重大科技成果的引入都对分析化学起到了重大影响。正因如此，分析化学在近五十年来得到了空前发展［1］。例如20世纪40年代中期电子学中光电倍增管的出现促成了原子发射光谱、红外光谱、紫外及可见光谱、X射线荧光光谱等一系列光谱分析的发展;50年代原子物理学的发展使得原子吸收及原子荧光光谱开始兴起;60年代等离子体－傅立叶变换和激光技术的引入出现了电感耦合等离子体－原子发射光谱和傅立叶变换－红外光谱、激光光谱等一系列光谱分析技术，使得光谱分析进入了崭新的阶段。在电分析化学方面，1922年极谱法问世，60年代离子选择性电极、酶电极和微电极伏安技术相继出现并快速发展，以及80年展起来的化学修饰电极、光谱电化学、色谱电化学使得电分析化学从宏观深入到微观，实现了新功能电极体系的分子设计及分子生物学研究。此外，50年代，Martin因发明气相色谱而获得诺贝尔化学奖，60年展的色－质联用技术，70年代崛起的高效液相色谱，80年代出现的超临界流体色谱及90年代急剧发展起来的毛细管区域电泳等都使色谱分析领域充满活力，飞速发展。70年代末到80年代初发展起来的串联质谱，液相色谱－质谱联用技术及软电离技术则使得质谱分析的应用范围扩大到了生物分子并在生命科学研究中发挥了重要作用［3］。

2分析化学的发展趋势

分析化学总是在寻求更灵、更好、更准、更快、更便捷的发展方向和目标，它被分析工作者慨括为“3S+2A”(3S:sensitivity，selectivityandspeediness，2A:accuracyandautomatics)的目标。从分析化学的发展历史和认识论的角度来看，随着科技的进步，分析化学学科必将进一步吸收现代科技进步的最新成果，继续不断发展，并在生产生活和社会实践中扮演更为重要的角色［4，5］。通过和其它相关学科的广泛联系，双向互动，分化交叉，传统界限分明的分支学科的局面最终将会被彻底打破，分析化学最终将会逐渐发展成为一门在社会生产生活中广泛应用的综合学科。有人甚至认为，分析化学将会逐渐发展成为一门一级学科———分析科学或信息科学。

2．1分析化学进一步向高灵敏度方向发展

高灵敏度是各种分析方法长期以来所追求的目标，也是人类对世界认识不断深入的永恒需求。当代分析方法灵敏度的显著提高大都归功于其它学科新技术的引入。例如激光技术的引入，促进了诸如激光共振电离光谱、激光拉曼光谱、激光诱导荧光光谱、激光光热光谱、激光光声光谱和激光质谱的开展，大大提高的灵敏度使得检测单个原子或单个分子成为可能。又如多元配合物、有机显色剂和各种增效试剂的研究与应用，使得吸收光谱、荧光光谱、发光光谱等分析方法的灵敏度和分析性能得到大幅度地提高。可以预见的是，以后其它新技术的发展也必将会进一步推动分析仪器、分析方法的改进和灵敏度的进一步提高。

2．2解决复杂物质和生命体系物质的分离和分析

迄今，人们所认识的化合物已超过1000万种，而且新的化合物仍在快速增长，因而复杂体系的分离和测定已成为分析化学所面临的艰巨任务。此外，自上世纪70年代以来，世界各发达国家都开始将生命科学及其有关的生物工程列为科学研究中最优先发展的领域，欧、美、日等地区和国家启动的具有战略意义的宏大研究规划“尤利卡计划”，“人类基因图”及“人体研究新前沿”中，生物大分子的分离、分析研究都占据重要的位置。21世纪初，人类已经开始进入“后基因组时代”，生命科学领域的复杂组分，尤其是与人类遗传相关的复杂大分子的分离分析开始成为人类一大挑战。由液相色谱、气相色谱、超临界流体色谱和毛细管电泳等所组成的色谱学是现代分离、分析的主要组成部分并获得了很快的发展。目前，以色谱、光谱和质谱技术为基础所开展的各种联用、接口及样品引入技术逐渐成为当今分析化学发展中的热点之一。可以相信，其它相关新技术的发展和引入必将进一步为解决这些复杂体系中物质的分离、分析作出贡献。

2．3分析仪器的微型化及微环境的表征与测定

从简单到复杂，从宏观到微观是人类认识的基本逻辑规律。分析仪器的微型化及微环境分析是现代分析化学认识自然从宏观到微观的延伸。现代电子学、光学、谱学和工程学的微型化发展，使得分析化学深入微观世界的进程得以实现。目前，电子显微技术、电子探针X射线微量分析、激光微探针质谱等微束技术已成为进行微区分析的重要手段。在表面分析方面，电子能谱、次级离子质谱、脉冲激光原子探针等的发展，已经可检测和表征一个单原子层，因而在材料科学、催化剂、生物学、物理学和理论化学研究中占据了重要的位置。现代科技的快速发展必将继续在包括综合多学科优势的微型分析，例如微流控芯片等领域作出重大突破［6］。

2．4实现形态、状态分析及非破坏性检测及遥测

同一元素的不同价态和所生成的不同的有机化合物分子的不同形态在不同环境，如生物体内性质和功能都可能存在极大的差异，在材料科学中物质的晶态、结合态更是影响材料性能的重要因素。此外，在生产流程或生命过程等特殊情况下，对于难于取样的原位分析是十分重要的。利用遥感测定方法，如激光雷达、激光散射和共振荧光、傅里叶变换红外光谱等进行几十公里距离内的气体、某些金属的原子和分子、飞机尾气组成，炼油厂周围大气组成的测定等等，这些也都将是分析化学学科发展的方向之一。

2．5实现分析操作的自动化、智能化

微电子工业、大规模集成电路、微处理器和微型计算机的发展，使分析化学和其它科学与技术一样开始逐渐进入自动化和智能化的阶段。在分析化学中，利用微处理智能系统进行实验设计和和控制，在程序控制下结合相关技术就可以实现自动采样、预处理、分析测试、信号输出和数据处理及分析等过程。这样不仅大大减轻人工操作的工作量，提高工作效率和准确度，还可以实现实时条件下的原位、在线智能监控，这必将对分析化学的发展带来十分深远的影响，而且随着电子技术和控制技术等相关学科的深入发展也将开创分析化学的全新局面。

2．6实现有关人类生活质量和安全的有效保障

随着人类对物质世界的利用和改造能力的逐渐提高，人类逐渐从只为满足生存的基本需要发展到要求满足日益增长的生活质量的需要，进而在保证生存安全的前提下提高生活质量，创造和谐世界。现代科技的快速发展必将推动分析化学更加全面有效的发挥其监测和保障作用。一方面，利用分析化学的手段进行环境中化学过程的跟踪、分析、模拟、预测，可以合理的评价人类各方面的生产、生活活动对环境的影响，为人类生存提供安全的外部环境，创建环境友好型社会;另一方面，要积极应用各种科技发展新成果，发展和完善现代仪器分析新技术、新方法，实现对关乎人类健康的食品、药品、生存环境等各个环节进行全方位的无缝监控和预警，以保证人类的健康和安全。

3分析化学对现代社会的影响及哲学思考

第4篇：光谱技术论文范文

【关键词】光谱分析；铁谱分析；柴油机

【Abstract】This paper introduces the basic principles and methods of spectral analysis techniques with bined the two methods is an effective tool for fault diagnosis of diesel engine.Finally， we propose the importance of spectroscopic analysis and Ferrography in fault diagnosis and future trends diesel engine fault diagnosis technology.

【Key words】Spectroscopy；Ferrography；Diesel

0 引言

柴油机作为动力机械，其运行状态的好坏直接影响整个设备的工作状态。因此，要确保设备处于最佳的运行状态，对其设备及柴油机进行状态监测和故障诊断是十分有必要的。在柴油机的故障中，最主要的故障是磨损。磨损是由摩擦直接产生的，所有的机械和机构的运转都是依靠其零件副的相对运动，有相对运动必有磨损。磨损通常是有害的，因为磨损往往造成物质损失，缩短柴油机使用寿命，降低设备可靠性等，所以应尽可能的减少磨损以用来延长柴油机的使用寿命和提高可靠性。

现阶段，对柴油机进行状态监测和故障诊断，研究柴油机各种状态以及存在的故障和隐患，对柴油机的维修工作具有重要的意义。光谱分析和铁谱分析技术是通过分析柴油机油中的磨损金属含量及磨粒的形貌、尺寸来判断柴油机的磨损情形及磨损程度，预测机械可能出现的故障。在众多的状态监测和故障诊断手段中，光谱分析与铁谱分析技术是非常实用有效的手段。

1 光谱分析技术与铁谱分析技术

1.1 光谱分析技术

光谱分析技术是通过分析油中金属磨损微粒的材料成分及数量，对比机械设备使用过程中金属磨损微粒数量的变化速度，了解机械设备摩擦副的磨损情况，以正确判断机械设备异常和预测故障，为机械设备科学检修提供依据。根据不同时期各种金属磨损微粒所含金属元素的数量，判断摩擦副的磨损程度，预报可能发生的故障；根据金属磨损微粒的材料成分及其浓度变化，判断出现异常现象的部位及其原因。例如，铅元素主要来自轴瓦部件，铝元素主要来自活塞等部件；根据油中添加剂元素及污染元素的成分及含量，判断滑油的品质及污染程度。例如，滑油中的硅元素主要来自空气中的灰尘等。

光谱分析主要以发射光谱为主要手段。通过电击产生电火花、电弧等能量激发油中金属元素辐射发光而产生光谱。因为每个元素都有其固定的波长，所以可以通过发射光谱的波长分析元素的种类，通过监测光的强度分析元素的含量。最后，可经过数据的对比判断出设备的磨损状况。

该技术具有分析灵敏度高、适应范围广、操作简便、分析数据准确快速等优点，但是此技术分析具有一定的局限性，只能检测10μm以下的磨损磨粒且不能提供磨粒尺寸、形貌方面的信息，因此只能检测油料中所含元素的种类和浓度。

1.2 铁谱分析技术

铁谱分析技术是使带有磨屑的油流过一个高强度、高梯度的磁场，利用磁场把磁性磨粒从油中分离出来，依据磨粒的颗粒大小依次沉淀在基片上，再利用铁谱显微镜对基片上的磨粒进行识别及诊断。通过分离出来的微粒和杂质的形状、大小、成分等方面的分析，可判断设备的磨损状况，预报零部件的失效。通过磨粒大小和浓度分析设备的磨损程度；通过磨粒的大小和外形分析磨粒产生的原因和类型；通过磨粒的成分分析磨粒产生的部位。通过磨损趋势的分析预测出设备将要发生失效的主要部件的位置。

铁谱分析技术能检测柴油机油中的单个磨粒，能直观反映出柴油机主要摩擦副的磨损情形。铁谱分析技术应用范围广泛且能获取的故障特征信息更加丰富，对故障的解释性更强。应用铁谱分析技术能使设备减少维修费用，减少设备的大修次数，但铁谱分析的定量分析结果不精确，操作繁琐、费时，对磨粒的识别过于依靠实验人员的操作和经验。

2 光谱分析和铁谱分析技术联合运用的意义

光谱分析与铁谱分析技术各有自身的特点，他们各有长处与不足。光谱分析所能检测的磨粒尺寸范围小且不能确定磨粒的形貌特征，而铁谱分析正好能弥补光谱分析的缺陷。通过对柴油机进行油料光谱分析与铁谱分析，可以分析柴油机的使用状况，判断设备是否失效，及时发现故障，有效避免柴油机发生更加严重的损坏。尽早排除柴油机的故障，节约维修成本。在避免发生重大事故的同时，提高经济效益。

3 柴油机故障诊断的发展趋势

现代社会要求柴油机故障诊断尽量做到不解体化、高精度化、智能化及网络化等。光谱分析与铁谱分析技术的应用满足柴油机故障诊断的发展趋势。但光谱分析与铁谱分析仍有不完善的地方。因此，完善光谱分析与铁谱分析技术的智能化、网络化是人们下一阶段研究的重要课题。

4 结论

总之，油料的光谱分析及铁谱分析技术是诊断柴油机故障的高效、有效的手段。只有当光谱分析与铁谱分析技术联合应用，互为补充，充分发挥各自的特长，才能使柴油机故障预报准确率得到进一步的提高。

【参考文献】

[1]魏海军，王宏志，马玉莉.船用油的使用与管理[M].大连：大连海事大学出版社.191-202.

[2]施必争，焦必煜.铁谱分析、光谱分析联合应用提高柴油机故障诊断水平[J].内燃机工程，1992.

[3]王浩.光谱分析在柴油机故障诊断中的应用研究[J].高校理科研究.

[4]王宏志，关德林，魏海军.大力推广油液监测技术提高船舶维修管理水平[J].中国修船，2002，1.

[5]贺石中，严圣任.铁谱技术的应用[C]//油样分析与设备状态监测论文集，1991.

[6]水友花，胡军华.影响铁谱分析准确性的因素及对策[J].与密封，2006（12）.

[7]冯阳，崔利荣.柴油发动机故障诊断技术综述[J].质量与可靠性，2008（1）.

[8]王江萍，柴油机故障诊断技术的现状与展望[J].机械科学与技术，1997，16（5）.

第5篇：光谱技术论文范文

[关键词]GPS；RS；GIS；海洋地质

中图分类号：P714.6 文献标识码：A 文章编号：1009-914X（2016）21-0389-01

0.引言

海洋地质学实际意义及科学理论意义重大，其乃是对地球发展变化予以了解的核心性学科，同时也是人类生命、生活与生产当中具有充分依赖性的重要研究领域。近些年来，伴随3S技术的日益发展与完善，在很大程度上对以往海洋地质调查当中所遇到的问题给予解决。运用3S技术所收集的各种海洋地质信息，出具有空间性强之外，还有范围广及精度高等特点。3S技术含有诸多技术、应用及理论创新潜力，在海洋地质研究当中可扮演关键性角色。

1.GPS在海洋地质研究当中的运用

（1）采用GPS定位技术实施高精度海洋定位。为了在测量中能够获取更为精细、准确的海上定位精度，通常选用组合定位，即船上导航设备与GPS接收机配合使用。比如在实施GPS伪距定位过程中，运用船上自带的陀螺仪及计程仪获取观测值，并在联合运用下推求船位。运用差分GPS技术，可实施海洋石油钻井平台的定位及海洋物探定位。（2）GPS技术在海洋大地监控网构建中的应用。构建海洋大地控制网，从而服务于船舰的导航、海底地壳运动的监测、海洋工程建设、海洋资源开发及水下地形测绘等，此乃整个海洋大地测量的关键性任务。

2.RS在海洋地质研究中的应用

RS在海洋地质的应用中，作为常见的便是高光谱，所谓高光谱遥感实质为高光谱分辨率遥感的一种缩称，其于可见光、热红外、中红外、近红外波段范围内，从中获得诸多比较窄的且具有光谱连续性的影像数据的技术。其所运用的成像光谱仪们能够对上百个比较窄的光谱波段信息进行收集。对于高光谱的窄波段而言，其可对矿物的吸收特征进行有效区分，进而对矿物进行成功识别。从高光谱遥感数据当中实现各种地质矿物成分的提取，主要有如下技术：模型方法、光谱分类技术、光谱匹配技术、光谱微分技术及光谱维特征提取方法。此些方法均存有应用成功案例。

（1）光谱匹配技术。光谱匹配技术实质为匹配或实验室测量与地物光谱的参考光谱，或参考光谱数据库与地物光谱的比较，然后将他们之间所具有的差异值或相似值求出来，以此实现识别的效果。（2）光谱分类技术。此技术中作为常用的方法有高光谱匹配制图法、人工网络分类法及最大似然分类法等。光谱角度匹配法（SAM）将光谱当作多维矢量，通过对一个测量光谱与参考光谱间所存有的“角度”进行计算，以此对二者间所存有相似性予以确定，若具有越小夹角，则光谱则越发相似。通过选用一种地物，将多个波段相应灰度值，当作一个多维矢量，然后把待匹配的地物与标准地物相应光谱数据实施光谱向量角度的具体余弦值计算，把此像元划归至整个余弦值当中最大的一类，实施各标准地物光谱向量与下一地物实施角度余弦方面的计算，然后将上述过程重复开展，直至地物地物完成全部分类。

3.GIS在海洋地质研究中的运用

3.1 GIS在地貌信息系统中的运用

所谓地貌实为地壳表层外力在共同作用下，于某一发展阶段中所最终形成的一种三维地表形态，乃是介质性质、时间、外营力及内营力的函数。所谓地貌信息系统分析方法，实质为对地貌系统各不同侧立面相应特征参数予以萃取，选用系统综合分析方法获取某个区域内整体性的地貌发展情况。伴随当今GIS技术的不断发展，促使信息整合与综合评估、对一些较为庞大复杂地貌的地貌空间数据实施定量分析处理及建立地貌信息系统等成为可能。

3.2 海洋GIS运用

（1）海岸带管理和开发。美国夏威夷大学在太平洋制图中心设计出了一套集成度非常高的海洋信息系统，此系统将空间海洋数据处理作为着重点，另外还有三位数据结构、海洋数据模拟及GIS与制图系统的集成等，可被用作美国太平洋岛屿专属经济区的发展。管理与开发。（2）海洋资源的开发利用。因海洋具有较为特殊的环境，海洋油气的勘探与开发，需对各种海量数据进行分析，着便需运用合适的分析与管理工具。我国科学遥感应用研究所在国家性海洋863计划当中，开发出了针对海洋油气资源综合预测的先进的海洋GIS，以此为海洋GIS在海洋环境监测评价、海洋渔业等方面的应用提供便利。

4.3S技术集成在海洋地质研究中的应用

GIS对海洋数字地图的分析与管理提供支持。在计算机上，所获取的大量统计信息，可运用二维表、曲线图及直方图等方式表现出来。而对于海洋信息而言，则可运用三维图及二维图予以表达。在海洋地质调查当中，GPS系统则可提供实时且更为精确定位的信息。GPS与GIS均为数字形式形成的两个系统接口，可以在GIS地理数据库当中，实现信息的实时记录，继而将GIS在分析及决策方面的功能充分发挥。而RS技术则对海洋信息予以周期性及动态化获取。

5.结语

总而言之，3S技术在海洋地质研究中的应用，能够获取更为丰富和精确的海洋信息，提升海洋勘测的深度与水平，可有效推动整个海洋地质研究的深层发展。

参考文献：

[1]陈华根， 李嘉， 许惠平，等. "3S技术综合应用"教学与实习方法探讨[J]. 中国地质教育， 2011， 20（1）：71-74.

[2]范磊磊， 曹祥， 梁B. 3S技术在土地复垦中的应用[J]. 城市地理， 2014（24）：95-95.

作者简介：

刘爱江（1983-），男，山东潍坊，汉，硕士，中国海洋大学地学院工程师，主要从事海洋工程与环境研究。

第6篇：光谱技术论文范文

【关键词】 三维荧光光谱法 快速检测 鱼毒性藻类 识别分析

近年来，鱼毒性赤潮灾害频发，对海产养殖业造成了巨大的经济损失，影响我国近岸养殖业持续稳定的发展。鱼毒性藻类是引发鱼毒性赤潮的一类有毒海藻，它能产生对鱼类毒性极强的溶血毒素，这种毒素是大多数有毒藻类产生的一类毒素。它可在短时间内造成大量养殖鱼类死亡[1-4]。但此类赤潮毒素尚无对人类造成危害的报道。如海洋卡盾藻（C.marina）等可以产生溶血性毒素及其他可导致鱼类死亡的鱼毒素。目前对鱼毒性藻类的识别检测大体上可以划分为基于形态学差异的图像识别技术、基于核酸分析的检测方法、基于免疫分析的检测方法、基于化学生物标志物（如色素） 的方法和基于光学特性的方法等几个方面并没有一种快速准确的技术[5]，传统的藻细胞显微观察费时费力，不能有效达到识别效果。

三维荧光技术作为近年来快速发展的新型化学分析手段，具有灵敏度高、选择性强、样品所需前处理简单、测定速度快、测定成本低、易于自动化等优点适用于大量浮游藻类样品的快速分析，也适用于现场的实时监测[6]。本文探讨了三维荧光光谱法识别鱼毒性藻类的可行性。该研究对有效开展赤潮灾害的应急管理、提高养殖业经济效益，促进经济发展具有十分重要的意义。

1 实验部分

1.1 仪器和分析条件

采用日立F-4600荧光分光光度计。

仪器参数：光谱带宽：激发：1.0，2.5，5.0，10.0nm发射：1.0，2.5，5.0，10.0，20.0nm；响应时间：可达40ms；光源：150w Xe灯，高强度的光源为200-900nm波长范围内的测定提供充足的光能；监视器：光电管；检测器：光电倍增管。

1.2 试剂和样品处理

将各个藻种用符号标记，如D1代表海洋卡盾藻，以此方便后面曲线的绘制。各个符号与藻种的对应关系如表1、表2所示。

藻种均取自暨南大学赤潮与海洋生物学研究中心藻种室。将自然海水使用0.45μm微孔滤膜过滤于锥形瓶中，121℃、15psi下灭菌25min，冷却到室温。用f/2改良配方配制培养液，接种藻液后置于人工气候箱中培养。温度25℃，光照强度60μmol m-2s-1，光暗循环L：D=12：12。每组设三个平行样，以一个平行样为训练集，另两个平行样为测试集。每天固定时间取样于显微镜下用0.1mL浮游植物计数框进行藻细胞计数，绘制生长曲线，确定藻类的生长期。

2 二维荧光光谱对比与结论

以下图1到图6为各个藻种的2维荧光光谱对比图，纵轴是荧光相对强度，横轴是激发或者发射波长。其中图例下面的EM指的是激发光谱，EX指的是发射光谱。为了图文展现的直观性，每两幅图后面附上对比结论。

（1） 四种鱼毒性藻类的激发谱图如图1所示，其激发谱图形状及其特征激发基本一致。

（2） 四种鱼毒性藻类的激发谱图如图2所示，其发射谱图形状及其特征发射基本一致。

（3） 不能通过二维光谱数据对鱼毒性藻类进行区分。

（4） 四种无毒性藻类的激发谱图如图3所示，其激发谱图形状及其特征激发基本一致。

（5） 四种无毒性藻类的激发谱图如图4所示，其发射谱图形状及其特征发射基本一致。

（6）不能通过二维光谱数据对无毒性藻类进行区分。

（7） 四种鱼毒性藻类和4种无毒性藻类的发射谱图如图5所示，其激发谱图形状及其特征激发基本一致。

（8）四种鱼毒性藻类和4种无毒性藻类的激发谱图如图6所示，其发射谱图形状及其特征发射基本一致。

（9）不能通过二维光谱数据对鱼毒性藻类和无毒性藻类进行区分。

3 三维荧光光谱对比与结论

以下图7到图14为所选取的8种藻类（4种为无毒性，4种为鱼毒性）的三维荧光光谱图，横轴和纵轴分别为激发和发射波长，竖轴为相对荧光强度。图例中的3D代表三维谱图，其中图7到图10为鱼毒性藻类，图11到图14为无毒性藻类。对比结论附于图后。

图7到图10四种鱼毒性藻类的三维图谱形状基本上一致，都是在激发波长660nm-680nm，发射波长500nm-540nm之间存在一个突出的荧光峰。而图11到图14的四种无毒性藻类形状则明显不同。图11在激发波长700nm-720nm，发射波长400nm-500nm存在荧光峰，图12在激发波长720nm-740nm，发射波长440nm-460nm存在一个低的荧光峰。图13在激发波长700nm-720nm，发射波长400nm-460nm存在低的荧光峰。图14荧光峰的位置位于激发波长700nm-720nm，发射波长440nm-460nm。

从三维图直观来看，无毒性藻类与鱼毒性藻类的三维谱图在形状上相差较大，因此结合谱图峰值位置数据的差异性与谱图形状的区别性完全可以达到识别的效果，实现三维荧光法对鱼毒性藻类的识别分析。

4 结论和展望

通过以上荧光谱图对比发现，无毒藻类和鱼毒性藻类的二维谱图没有明显差别，然而其三维谱图在形状上相差较大，这说明通过三维荧光光谱技术对鱼毒性藻类的识别分析是可行性的。桓清柳等人利用小波分析法建立了识别鱼毒性藻类的数学模型，为藻类定量分析提供了便利[7，8]，随着激光技术、探测器技术以及化学计量学的发展，三维荧光光谱技术能够在未知条件下进行各待测物定性定量分析，可用于藻类的现场检测，也可推广到其他实际环境中物种识别分析。

致谢：在此对暨南大学能够提供藻种和实验条件谨致谢意！

参考文献：

[1]Ling C，Trick C G，Harmful Algae，2010，9（5）：522.

[2]江天久，佟蒙蒙，齐雨藻.赤潮的分类分级标准及预警色设置[J].生态学报，2006，26（6）：2035-2040.

[3]José-Luis Giner，Hui Zhao， Carmelo Tomas.Sterols and fatty acids of three harmful algae previously assigned as Chattonella [J].Phytochemistry，2008，69：2167-2171.

[4]桓清柳.具溶血活性的鱼毒性藻类的三维荧光光谱识别研究[D].暨南大学，2013.

[5]于志刚，米铁柱，姚鹏，甄毓.赤潮藻鉴定与定量检测方法进展[J].中国海洋大学学报，2009，39（5）：1067-1076.

[6]陈国珍，黄贤智.荧光分析法[M].北京：科学出版社，第二版，1990：23-94.

第7篇：光谱技术论文范文

关键词： CH4气体浓度； 气室长度； 传感灵敏度； 透光率

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2013）18?0142?02

0 引 言

近年来，光纤传感技术的研究非常重要[1]，具有灵敏度高、响应快、动态范围大、不受电磁干扰、耐腐蚀、体积小、可以实现信号的长距离传输和现场实时遥测、传感头可以放入恶劣环境中等优势[2]。光谱吸收型气体传感器是最重要，也是最简单的一类光纤气体传感器。它利用气体的吸收光谱因气体分子化学结构、浓度和能量分布差异产生的不同进行检测，从而具有了选择性、鉴别性和气体含量的唯一确定性等特点，因而光纤气体传感器的研究倍受关注[3]。甲烷（CH4）是矿井、工业领域和城市煤气中爆炸的主要成分，因此对光纤甲烷气敏传感器的研究更加引起广泛关注。光谱吸收型气体传感是基于分子振动/转动吸收特征谱或泛频/复合吸收谱线与发光光源发射谱间的光谱一致性[4]。本文主要介绍的是在近红外波段光纤甲烷气体传感器测量灵敏度的影响因素。

1 原理分析

光谱吸收型光纤气体传感器基本原理是气体分子的选择性吸收理论，即气体分子只能吸收能量恰好是它的某两个能级能量之差的光子[5]。根据甲烷气体的红外吸收光谱原理来检测甲烷体积分数的变化[6]。不同的气体对不同波长红外辐射的吸收程度不同。当光源被气体吸收而变弱时，将会出现红外吸收光谱。由于不同的气体分子化学结构不同，因而对应不同的吸收光谱，而每种气体在光谱中，对特定波长的光有较强的吸收[7]，表1给出了部分气体在近红外波段的吸收谱。

当光源发出的光经过光纤耦合器耦合作用进入入射光纤，光波通过测试气室与待测气体相互作用，通过出射光纤的耦合作用将出射光耦合到光电探测器上进行光电转换。当光源通过待测气体CH4时就会发生衰减，不同气体对应不同的吸收谱线，如果入射光谱范围包含被测气体的吸收谱线，则光源发出的光通过被测气体时光强发生衰减[8]。光纤传感器原理图如图1所示。

3 结 论

通过本文的数据分析可以得出对于红外光谱吸收光纤甲烷气体传感器气体灵敏度的检测，当不考虑杂散光、光路损耗、外界温度变化等光路吸收之外的影响因素时，当气室吸收长度一定时，增加气体浓度，则会提高传感灵敏度。当气体浓度一定时，提高气室吸收路径长度时，尤其当气体浓度较高时，则传感灵敏度较高。但是也不能一味地增加吸收路径，这样也增加了气室制作工艺的难度，在实际生产过程中，要综合考虑气室长度和气体浓度等因素来提高传感灵敏度。

参考文献

[1] 李文植.光纤传感器的发展及其应用综述[J].科技创业，2005（7）：152?154.

[2] 杨建春，徐龙君，章鹏.倏逝波型光纤气体传感器研究进展[J].光学技术，2008，34（4）：562? 567.

[3] 潘文娜，武林，周正利.吸收型光纤甲烷传感器的研究进展[J].光器件，2004（10）：48?50.

[4] 叶险峰，汤伟中.CH4气体光纤传感器的研究[J].半导体光电，2000，21（3）：218?220.

[5] 苏红艳.光纤气体传感器在检测气体浓度中的应用[D].无锡：江南大学，2009.

[6] JIN W， STEWART G， PHILP W， et al. Limitation of absorption?based fiber optic gas sensors by coherent reflections [J]. Applies Optics， l997， 36（25）： 625l?6255.

[7] 梁威，路立平，潘国峰，等.混合气体检测中纳米多孔膜晶振传感器的应用[J].仪表技术与传感器，2006（2）：52?54.

[8] 付华，井易鹏.测量甲烷体积分数的高灵敏度光纤传感器研究[J].传感器与微系统，2010，29（4）：15?17.

第8篇：光谱技术论文范文

关键词：近红外光谱　化学计量学　 中药材

我国中药资源丰富，应用历史悠久。然而由于我国中药生产工艺及质量控制技术水平较低，严重制约我国中药产业现代化的发展。随着现代科学技术的发展，药物分析方法己经从传统的化学分析发展到仪器分析阶段，紫外可见分光光度法、薄层扫描色谱法、电泳法、气相和高效液相色谱法及各种联用分析技术等己经应用到中药材分析中。但这些方法都需要经过复杂的样品准备和预处理，测定成本高且效率较低，因此难以用于中药产品及其生产过程的快速分析。

近年来国际上提出了一种全新的药物非破坏快速分析法，该法是将化学计量学同近红外（NIR）光谱分析法相结合而形成的新技术。由于NIR光谱分析法操作简便、快速、能非破坏的对各种样品进行快速、精确的分析，加之分析仪器的数字化和化学计量学的发展，运用化学计量学方法已能很好的解决光谱信息的提取及背景干扰方面的影响。因此，NIR光谱在制药工业中的应用日趋广泛。随着中药产业现代化进程的逐步加快，NIR光谱分析法被引入到中药材分析领域，在中药材鉴别和有效组分定量分析等方面取得了可喜的进展，显示出NIR光谱分析技术在中药材分析中具有广阔的发展空间。

一、NIR技术简介

近红外光谱是人们发现最早的处于可见光和中红外光之间的非可见光谱区域。许多有机物在该区域有着特征性吸收，且不同光谱波段的吸收强度与该物质的分子结构及浓度之间存在一定的对应关系。它的发现已有近200年的历史，而近红外光谱分析方法却仅在最近这二十年间才得到了迅速发展和广泛应用。特别是进入90年代后，现代近红外光谱成为了发展最快、最为引人瞩目的光谱分析技术，是化学计量学与光谱测量技术的有机结合，被誉为分析的巨人。而我国对近红外光谱技术的研究及应用起步相对较晚，但逐渐受到关注，并在光谱仪器研制、配套软件开发、基础研究和应用等方面取得了丰硕的成果，并带来了极好的经济效益与社会效益。

二、常见的化学计量学方法

目前，在NIR 光谱分析中最常用的化学计量学方法为多元校正方法，主要包括：多元线性回归、主成分分析、主成分回归和偏最小二乘等。最近十几年，包括人工神经网络、遗传算法和模糊逻辑系统等软计算方法在化学中的应用得到了越来越多的关注。由于中药材化学物质体系非常复杂，待分析的药效成分多是混合体，如各种中药制剂和天然药物等。同时在中药材质量控制中，由于中药生产方式：提取、炮制、煎煮等对待测成分的影响，又存在着动态化学变化和新成分的生成，致使其内部有效成分复杂多变，难以阐明。所以，在实际的中药材分析应用中，使用常规的NIR光谱多元校正建模或模式分类等方法往往不能取得理想的定性或定量分析结果，导致其成为阻碍中药NIR光谱分析技术应用发展的瓶颈。为此，有必要进一步研究中药材的NIR光谱计算分析方法学。

三、NIR技术在中药材分析中的应用

中药材分析包括定性分析和定量分析两个方面。定性分析多为对中药材及中成药的真假鉴别、产地鉴别和来源鉴别。汤彦丰等[1]将近红外漫反射光谱分析技术与人工神经网络方法相结合, 对52种大黄样品进行了测定和鉴别, 正确率可达96%。刘沭华等[2]采用近红外光谱法结合近邻法和多类支持向量机等模式识别技术对来自4个不同产地的269个白芷样本和6个不同产地的350个野生和栽培丹参样本进行了产地鉴别。刘荔荔等[3]采用傅立叶变换近红外光谱结合聚类分析对7种红曲霉属真菌发酵制成的红曲药材进行了成功鉴别。

中药材的定量分析主要指对中药材有效成分含量的测定, 于晓辉等[4]将近红外光谱技术与径向基函数神经网络相结合,对42种大黄样品中的主要有效成分: 蒽醌类化合物、水溶性蒽甙类化合物、芪甙类化合物和鞣质类化合物进行了定量预测分析。朱向荣[5]应用近红外光谱分析技术结合化学计量学方法, 成功的测出中药清开灵注射液中间体总氮和栀子苷的含量。赵玉清等[6]采用近红外光谱建立了偏最小二乘模型，实现了对黄芪提取液中总皂苷含量的测定。

四、展望

为了更好发挥近红外光谱法在中药领域的快速分析作用，拓展各种化学计量学方法的应用范围，为其在中药材分析中的应用打下一定基础，当前必须进行中药材近红外光谱的化学计量学方法研究，特别是发展近红外光谱非线性建模方法、特征光谱信息提取、化学信息模式识别以及模糊聚类分析等方法，发展形成中药材快速分析新技术，实现中药生产全过程质量监控，这对于推进我国中药产业现代化进程具有重大理论意义和实际应用价值。

参考文献

[1]汤彦丰, 张卓勇, 范国强 光谱学与光谱分析 2004, 24 (11): 1348-1351

[2]刘沭华，张学工，周群，光谱学与光谱分析 2006，26（4）∶629-632.

[3]刘荔荔, 邢旺兴, 贾暖, 林培英, 必鹤鸣, 吴玉田 第二军医大学学报2002，23（11）:1230-1232

[4] 于晓辉, 张卓勇, 马群, 范国强 光谱学与光谱分析 2007, 27 (3): 481-485

第9篇：光谱技术论文范文

关键词：遥感岩石矿物识别；矿化蚀变信息提取；地质构造信息提取；植被波谱特征；多光谱遥感技术；高光谱遥感技术；遥感生物地球化学技术；地质找矿

中图分类号：TP7文献标识码： A 文章编号：

一、遥感技术的地质应用

地质是指地球的性质和特征。主要指地球的物质组成、结构、构造、发育历史等，包括地球的圈层分异、物理性质、化学性质、岩石性质、矿物成分、岩层和岩体的产出状态、接触关系，地球的构造发育史、生物进化史、气候变迁史，以及矿产资源的赋存状况和分布规律等。遥感图像提供了大量的地质信息，包括矿产和环境地质信息，利用这些信息，可以使地质工作者预先熟悉工作区的地质情况，科学决策拟投入的工作量、工作方法和研究目的。所谓遥感地质制图就是利用遥感的方法完成地质图的绘制。分为航天遥感地质制图和航空遥感地质制图。

1、航天遥感地质制图

航天遥感是指以航天器为传感器承载平台的遥感技术。航天遥感实践中，针对具体应用需求，选择不同的传感器，如成像雷达、多光谱扫描仪等，通过卫星地面站获取合适的覆盖范围的最新图像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理。同时，借助应用区域现有较大比例尺的地形数据，对影像数据进行投影变换和几何精确纠正，并从地形图上获得主要地名点、主干构造、底层、岩体，以及矿床矿点、物化探异常信息，进行相应的标注和整饰，制作地质数字正射影像图。

2、 航空遥感地质制图

所谓航空遥感是指以航空器如飞机、飞艇、热气球等为传感器承载平台的遥感技术。根据不同的应用目的，选用不同的传感器，如航空摄影机、多光谱扫描仪、热红外扫描仪、CCD 像机等，获取所需航摄像片和扫描数据进行地质制图。实践表明，遥感地质制图是一项新技术，不仅有它的优点而且也有它的缺点。遥感地质制图比常规的地质制图节省了大量的野外工作量，而且对客观现象的表示优于常规地质图，其主要的优势在于周期短、成本低。但是，因为野外工作量少，也带来一定的缺点。例如地质观测点的数量、样品种类和数量、地层和构造产状等不如常规地质图详细充实。

二、遥感技术的找矿应用

1、直接应用———遥感蚀变信息的提取岩浆热液或汽水热液使围岩的结构、构造和成分发生改变的地质作用称为围岩蚀变。围岩蚀变是成矿作用的产物，围岩蚀变的种类（组合）与围岩成分、矿床类型有一定的内在联系，围岩蚀变的范围往往大于矿化的范围，而且不同的蚀变类型与金属矿化在空间分布上常具规律可循，因此，围岩蚀变可作为有效的找矿标志。

1.1 蚀变遥感异常找矿标志围岩蚀变是热液与原岩相互作用的产物。常见的蚀变有硅化、绢云母化、绿泥石化、云英岩化、夕卡岩化等。

1.2 信息提取的实现与地物发生反射、透射等作用的电磁波是地物信息的载体，地物的光谱特性与其内在的物理化学特性紧密相关，物质成分和结构的差异造成物质内部对不同波长光子的选择性吸收和反射。具有稳定化学组分和物理结构的岩石矿物具有稳定的本征光谱吸收特征，光谱特征的产生主要是由组成物质的内部离子、基团的晶体场效应或基团的振动效果引起的。各种矿物都有自己独特的电磁辐射，利用波谱仪对野外采样进行光谱曲线测量，根据实测光谱与参考资料库中的参考光谱进行对比，可以确定出样品的吸收谷，识别出矿物组合。根据曲线的吸收特征，选择合适的图像波段进行信息提取。根据量子力学分子群理论，物质的光谱特征为各组成分子光谱特征的简单叠加。传感器在空中接收地表物质的光谱特性，因为探测范围内有干扰介质存在（白云、大气、水体、阴影、植被、土壤等），因此，在进行蚀变矿物信息提取时，根据干扰物质的光谱曲线出发，进行预处理消除干扰。目前遥感找矿蚀变异常信息的提取有多种方法，例如波段比值法、主成分分析法、光谱角识别法和MPH 技术（MaskPCAandHIS）、混合象元分解等。

2、遥感技术间接找矿的应用

2.1 地质构造信息的提取内生矿产在空间上常产于各类地质构造的边缘部位及变异部位，重要的矿产主要分布于板块构造不同块体的结合部或者近边界地带，在时间上一般与地质构造事件相伴而生，矿床多成带状分布，成矿带的规模和地质构造变异大致相当。遥感找矿的地质标志主要反映在空间信息上。从与区域成矿相关的线状影像中提取信息（主要包括断裂、节理、推覆体等类型），从中酸性岩体、火山盆地、火山机构及深部岩浆、热液活动相关的环状影像提取信息（包括与火山有关的盆地、构造），从矿源层、赋矿岩层相关的带状影像提取信息（主要表现为岩层信息），从与控矿断裂交切形成的块状影像及与成矿有关的色异常中提取信息（如与蚀变、接触带有关的色环、色带、色块等）。当断裂是主要控矿构造时，对断裂构造遥感信息进行重点提取会取得一定的成效。遥感系统在成像过程中可能产生“模糊作用”，常使用户感兴趣的线性形迹、纹理等信息显示得不清晰、不易识别。人们通过目视解译和人机交互式方法，对遥感影像进行处理，如边缘增强、灰度拉伸、方向滤波、比值分析、卷积运算等，可以将这些构造信息明显地突现出来。除此之外，遥感还可通过地表岩性、构造、地貌、水系分布、植被分布等特征来提取隐伏的构造信息，如褶皱、断裂等。提取线性信息的主要技术是边缘增强。

2.2 矿床改造信息标志矿床形成以后，由于所在环境、空间位置的变化会引起矿床某些性状的改变。利用不同时相遥感图像的宏观对比，可以研究矿床的剥蚀改造作用;结合矿床成矿深度的研究，可以对此类矿床的产出部位进行判断。通过研究区域夷平面与矿床位置的关系，可以找寻不同矿床在不同夷平面的产出关系及分布规律，建立夷平面的找矿标志。另外，遥感图像还可进行岩性类型的区分应用于地质填图，是区域地质填图的理想技术之一，有利于在区域范围内迅速圈定找矿靶区。

三、遥感找矿的发展前景

1、高光谱数据及微波遥感的应用

高光谱是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。它利用成像光谱仪以纳米级的光谱分辨率,成像的同时记录下成百条的光谱通道数据, 从每个像元上均可以提取一条连续的光谱曲线, 实现了地物空间信息、辐射信息、光谱信息的同步获取, 因而具有巨大的应用价值和广阔的发展前景。成像光谱仪获得的数据具有波段多, 光谱分辨率高、波段相关性高、数据冗余大、空间分辨率高等特点。高光谱图像的光谱信息层次丰富, 不同的波段具有不同的信息变化量, 通过建立岩石光谱的信息模型, 可反演某些指示矿物的丰度。充分利用高光谱的窄波段、高光谱分辨率的优势, 结合遥感专题图件以及利用丰富的纹理信息, 加强高光谱数据的处理应用能力。微波遥感的成像原理不同于光学遥感, 是利用红外光束投射到物体表面, 由天线接收端接收目标返回的微弱回波并产生可监测的电压信号, 由此可以判定物体表面的物理结构等特征。

2、3S 的结合。

3S 是遥感（RS）、地理信息系统（GIS）及全球定位系统（GPS）的简称。利用GPS 能迅速定位，确定点的位置坐标并科学地管理空间点坐标。海量的遥感数据需庞大的空间，因此要有强大的管理系统，随着当今人力资源价格的升高，在区域范围内找矿时，遥感表现出最小投入获得最大回报的优势，那么RS 与GIS 的结合也就势在必行，因为GIS 更有利于区域范围的影像管理及浏览。随着3S 技术的进展，遥感数据的可解译程度与解译速度得到进一步提高。目前，地质工作者尝试将3S 与VS（可视化系统）、CS（卫星通讯系统）等技术综合应用，取得了较好的效果.

3、地物化遥的有机融合

矿床的形成是多种地质作用综合的结果，矿床形成后又会经历后期的破坏或者叠加成矿作用，因此，任何一种单一的找矿手段都不可避免地遭遇地质多解性的困扰，实现地物化遥多种找矿方法与手段的有机融合，能有效地提高找矿效果，并从总体上降低找矿成本。目前，以遥感信息为主体，结合地质、地球物理、地球化学等多源地学数据的综合信息找矿法已经形成。

4、遥感植物地球化学

在高植被覆盖区实现遥感波谱数据与矿致植物地球化学异常的有机融合，将会较好地推进遥感找矿技术在植被覆盖区的应用。

四、结束语

遥感技术应用于地质找矿必须以现代成矿理论为指导, 以图像处理手段和综合解译分析为主要工作方法, 密切结合野外地质调查, 建立遥感地质找矿模式, 预测找矿远景区, 缩小找矿靶区, 实现遥感找矿的日的。遥感技术应用于地质找矿, 在地质工作程度较低、地形条件较差、交通不便的高寒地区具有常规地质方法不可替代的优越性, 应综合运用多种手段, 进行综合分析研究, 才能充分发抨遥感技术的优势, 取得更好的找矿效果。

参考文献

[1]耿新霞.杨建民.张玉君等．遥感技术在地质找矿中的应用及发展前景［J］.地质找矿论丛.2012，23（2）：89－93．