时间：2023-06-05 09:57:18
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇光谱学与光谱学分析，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
古人“见微以知萌，见端以知末”。如今，他利用超快“摄像机”――亚10飞秒时间分辨光谱学技术观察微观量子世界里面的原子、分子甚至电子的“表演”，并给出它们连续的“动画”描述，由此架起从宏观世界通往微观世界的桥梁，探索宏观世界的微观物理学本质。在多年的科研工作中，他严谨务实，踏实求进，努力拼搏，成果显著。他，就是探索微观量子世界的“摄影师”，广东工业大学“百人计划”特聘教授聂兆刚博士。
微观量子“摄影师”的成长之路
聂博士于2007年毕业于中科院长春光机与物理研究所，凝聚态物理专业。他博士阶段的工作侧重于材料合成和发光动力学研究。从微观上来说，发光是接受能量跃迁到高能级的电子回到低能级并将能量以光的形式放出的过程。电子回到低能级之前，往往首先要经过一系列密集的电子组态或振动能级驰豫到一个亚稳态能级，而后通过发光释放能量回到基态。聂博士意识到，他研究的发光过程其实是整个过程后期阶段的表现，而当时他的实验条件不具备足够高的时间分辨来观察电子前期弛豫的超快动力学过程。拓展来讲，人们研究的各种现象往往都是事件发展过程中的某一个阶段的表现，那么事件的整体特征是什么，常常令人困惑。即使是对某一阶段的表现，由于时间分辨的逐步提高，人们对它的认识也是层层深入的，愈“深入”愈精彩。人们认识事件的时候，要么只是个大概，要么只是抓住了“大象”的一个“尾巴”或“耳朵”，对整头“大象”好似一无所知。聂博士常常问自己：我们真的可以认识这个世界吗？这个在聂博士现在看来近似幼稚的问题在他心中缠绕了很多年。
聂博士表示，他很幸运地遇到了他的恩师张家骅研究员和王笑军教授，他们都是激光光谱学专家，并且张家骅研究员还负责讲授《激光光谱学》这门课程。通过这门课程的学习他认识到，超短脉冲激光的持续周期可以为飞秒（1飞秒=10-15秒）甚至亚飞秒，这为我们研究超快现象提供了刻度非常精细的时间“尺”，由此成为多种时间分辨光谱技术的核心。这些超快激光技术就像“摄像机”一样，可以使人们能够对自然界的一些瞬态现象进行“录像”，以帮助人们了解这些超快现象变化的过程。这门课程的学习，在他心里种下了利用超快激光光谱学研究微观超快动力学的种子。
这颗种子在聂博士毕业后的时间里，一直成长了8年。在这期间，他先后在韩国（延世大学和国立忠北大学）、日本（电气通信大学小林孝嘉研究组）和新加坡（南洋理工大学Loh Zhiheng研究组）从事相关的超快和超强光物理研究。聂博士一路高歌猛进，直到2016年回到祖国怀抱，在广东工业大学物理与光电工程学院任“百人计划”特聘教授。回顾以往，他的研究工作涉及超快动力学、超快光学技术、高密度光存储、发光材料和发光动力学等多个交叉学科。累计共发表文章39篇，包括ACS Nano， Phys. Rev. B， J. Phys. Chem. Lett.， Appl. Phys. Lett.， Opt. Lett.等业界广泛认可的文章37篇（SCI或EI收录）。小种子已开花，这些工作已经引起超强和超快激光光谱学及材料物理学等研究领域的广泛关注。
回顾过去，量子“舞台”上看好“戏”
在国外近五年的研究工作中，聂博士沉浸在电子和声子的世界里，研究这些量子们的“表演”与宏观物理现象的必然联系。电子，声子，以及电-声子耦合是凝聚态物理中许多现象的核心问题。在这个世界里，最关键的过程往往发生在皮秒、飞秒甚至亚飞秒量级。人类本身视觉的分辨能力只有1/24秒，根本不满足这方面的要求。而亚10飞秒的时间分辨可以满足这一层次大部分动力学观察的需要。比如，它可以有效地观察载流子传输和弛豫、化学反应过程中化学键断裂和重新组合，还可以研究生物学上的光合作用等等。聂博士的工作主要是利用亚10飞秒的时间分辨泵浦-探测研究低维半导体纳米材料和生物分子的超快电-声子动力学过程。
他的成果主要包括：（1）用亚10飞秒时间分辨光谱学技术，在国际上首次通过实验得出MoS2载流子热能化时间小于20飞秒，同时发现载流子之间和载流子与声子之间的两种散射模式对载流子热能化过程都有重要影响。（2）以往泵浦-探测光谱学的研究工作往往只考虑三阶非线性极化率虚部的贡献。聂博士采用亚5飞秒泵浦-探测光谱学，重新评估了实部对碳纳米管声子振幅谱的贡献。这有利于人们深入理解当时国际上尚有争议的碳纳米管声子产生机理。（3）基于伯恩-奥本海默近似，电子和声子的动力学过程通常被认为是相互独立的。聂博士采用亚5飞秒激光脉冲，在碳纳米管中实现了通过控制电子运动来诱导纳米管轴向声子振荡模式的改变。这启示人们重新理解电-声子耦合现象。（4）到目前为止，大多数飞秒泵浦-探测光谱学注重了正向时间（泵浦光到达样品的时间早于探测光）的动力学分析，聂博士进一步研究了沿负向时间的动力学过程，讨论了碳纳米管激发电子态的电子失相和振动相位弛豫动力学。这加深了人们对超快激光光谱学的理解。（5）通过非线性多光子吸收的原理，实现了在有机玻璃材料内部不同深度层面上的多层数据点刻录，并诱导数据点本身的光致发光。这种三维存储模式可大大提高存储密度和信噪比。所用材料成本低，稳定性高，使用周期长，具有潜在的商用价值。
谈到超快动力学的研究意义，聂博士表示，超快动力学的研究往往不会直接带来实用的产品，但它是一项能协助多种学科在更深层次上认识客观世界本质的技术。如今，人们已经认识到，飞秒超快动力学的研究可以在实验和理论上，对光功能、新能源，化学反应，生命现象等诸多领域提供重要的机理性指导。
展望未来，把“镜头”对准明天
回到祖国怀抱的聂博士豪情万丈，他计划以超快光学平台为基础，以研究超快动力学过程为核心，注重材料、光学，化学和生物学等多学科的交叉和融合，极大地提高科研团队在激光光谱学和新型光电功能材料学科的综合实力和自主创新能力。在快速发展的祖国经济实力和互联网的时代背景下，他预期在3～5年时间内组建起一支拥有广泛国际合作和在超快激光光谱学领域具有国际影响力的团队，从事飞秒物理学、飞秒化学及飞秒生物学等相关领域的研究，为祖国的科研事业贡献力量，共创科研事业美好的未来。
【关键词】 头低位卧床； 人体； 尿液代谢产物谱
中图分类号 R334 文献标识码 B 文章编号 1674-6805（2014）6-0148-02
营养健康不论对长期（>30 d）航天特因环境下作业的航天员，还是对致力于解决各种航天医学问题的研究者，都是必须要首先考虑的问题。目前国内外对中长期太空飞行条件下机体营养代谢研究绝大多数局限在单个或几个营养素的宏观评价上，对作用机制的探讨还停留在推测阶段，而代谢组学从系统整体的思路的出发，通过对体液中营养代谢物的全面检测、筛选、反向追溯的途径，为航天营养学的深入广泛研究提供了应用前景[1-4]，也使实现我国航天员在轨营养监测、指导以及营养干预措施精确化制定成为了可能。本研究通过建立人体头低位卧床试验，对模拟失重条件下机体的尿液代谢变化产物谱的变化特点进行观察，现报道如下。
1 资料与方法
1.1 一般资料
选取健康成年男性15例，年龄22～40岁，初中以上文化程度，身高160～175 cm，体重55～75 kg，无不良嗜好，本试验通过中国航天员中心人体医学试验伦理委员会的审议批准，志愿者在试验前均被告知试验要求，并签署了知情同意书。
1.2 方法
1.2.1 卧床要求 卧床试验时分为3个阶段：卧床前适应期10 d，卧床阶段45 d，起床后恢复期10 d，模拟失重条件的建立采用卧床头低脚高-6°的，除大便和称体重外，其他活动均在床上进行，允许绕身体纵轴变换。
1.2.2 试验者膳食及作息安排 试验期间志愿者统一饮食，食谱编制以中国居民平衡膳食宝塔为依据，食谱周期为7 d；卧床阶段志愿者每日的作息时间为早6∶00起床，晚22∶00熄灯，室温控制在22 ℃～26 ℃。
1.3 样本收集及处理
采集被试者的晨起中段尿，采集时间安排卧床前第10天（R-10）、第2天（R-2），卧床中第2天（R2）、第4天（R4）、第7天（R7）、第14天（R14）、第21天（R21）、第30天（R30）、第37天（R37）、第44天（R44），起床后第7天（R+7），共计11次，每人每次采集的尿量约0.5 ml。采集的尿样于离心机中，以14 000 r/m离心10 min后于拉曼光谱仪中检测。拉曼光谱分析仪工作参数设置：光谱采集范围为250 cm-1～2339 cm-1，扫描时间为10 s，扫描次数为2，平滑参数为1，每个样本重复检测两次。
1.5 主要试验仪器
拉曼光谱仪（型号Ramtracer-200，Optotrace公司），信噪比≥2000，波长准确度为1 cm-1。
1.6 统计学处理
拉曼检测数据均以TXT格式文件保存整理，数据处理采用中国航天员科研训练中心与中国农业大学联合研制的“拉曼光谱代谢组学分析系统”中的基于主成分和Fisher准则的投影方法（projection of basing on principal component and fisher criterion，PPF）进行数据处理，数据处理各环节中采用的数学方法和参数分别为：谱区分析范围采用400 cm-1～1600 cm-1，光谱预处理方法采用1阶导数和主成分分析，结果以光谱因子二维投影图表示。
2 结果
应用PPF方法得到11类尿液的二维投影图，见图1和图2。应用图1和图2中得到的类间距离可对不同尿样之间的相似程度（或远近关系）进行方便直观的评价，也可根据类内离散度对各类内样品的一致性进行客观的评价。依据PPF方法投影体现的样品间的距离关系，以相近可合，相远不合，考虑距离之间的连续性和过渡性等为参考指导原则，图2中所画的圆圈从左到右分别以各类投影均值为圆心，其半径表示类内投影值的离散度。可以看出：卧床者尿液代谢谱可以分为4种状态，即状态1：R-10、R-2、R2；状态2：R4、R7、R14；状态3：R21、R30；状态4：R37、R44、R+7。状态1到状态4之间的差异为逐渐变大的趋势。状态之间的变化点依次为R4、R21、R37。不同卧床天数下个体之间状态的离散性特点为：从R-10到R+7，除R30组内变异急遽变大（其原因有待进一步探究）外，个体之间差异有逐渐缩小的趋势。
图1 按时间尿液代谢谱分类投影图
3 讨论
PPF方法所求得的二维投影图中含有更多原始信息，这些信息中包含了类间和类内的差异[5]。该方法能在二维空间最大限度的体现类间和类内的差异性信息，是一种典型的用有监督方法来实现无监督方法所能体现的相似性关系的一种方法。经过投影可以直观的评价各类尿样之间的相似程度及各类内样品之间的差异性和一致性[6-7]。
图2 按时间尿液代谢谱类内离散度投影图
本试验观察到，头低位卧床条件下，被试者分别在卧床第4天、第21天、第37天出现明显变化，另外本试验还观察到，随着卧床试验时间的延长，被试者尿液代谢产物谱的变化的个体差异有逐渐减小的趋势，这为本项目今后进一步失重条件下代谢指纹的寻找以及个体化和阶段性营养干预措施的探索提供了数据基础。
参考文献
[1]冉小蓉，罗国安，梁琼麟，等.代谢物组学应用的领域之五-营养代谢物组学[J].中成药，2007，29（1）：107-110.
[2]颜贤忠，赵剑宇，彭双清，等.代谢组学在后基因组时代的作用[J].波谱学杂志，2004，2（2）：263-271.
[3]董良广，何桂珍.代谢组学在临床营养研究中的应用[J].中国临床营养杂志，2006，14（4）：238-242.
[4]赵剑宇，颜贤忠.基于核磁共振的代谢组学研究进展[J].国外医学・药学分册，2004，31（5）：308-313.
[5]陶帅，马翔，李军会，等.基于烟叶近红外光谱主成分数据的投影方法研究及其在复烤配方中的应用[J].光谱学与光谱分析，2009，29（11）：2970-2974.
[6]张雅娟，马翔，张晔晖，等.近红外漫反射线性加和光谱在烟叶复烤配方中的应用[J].光谱学与光谱分析，2011，31（2）：390-394.
关键词 镁 原子吸收光谱法最佳操作条件
1.仪器与试剂
PE－3110原子吸收分光光度计，编号：94071150。日本岛津AEG－45SM十万分之一全自动电子天平，编号：94011019。分析纯镁带批号：200305199。分析纯盐酸批号：040921。
2.最佳条件选择
2.1最佳波长的选择
用5μg／ml的镁溶液，分别在不同波长下，测出其吸光度，选择最大吸光度所对应的波长。
镁的吸收波长理论值为285.2nm。我们在265nm到295nm区间，每隔1nm测量其吸光度，做出吸光度和波长曲线，发现拐点出现在285nm附近。再从284.6nm到285.8nm每隔0.2nm测量吸光度，测出最大吸光度出现在285.0nm处。
故本仪器测定镁最佳波长为285.0nm。
2.2助燃比的选择
固定空气流量，改变乙炔流量，分别在不同乙炔流量下测定5μg／ml镁标准溶液的吸光度。做出不同乙炔流量时吸光度曲线，从曲线上找出最大吸光度所对应的乙炔流量。固定乙炔流量，改变空气流量，找出最大吸光度所对应的助燃比为最佳助燃比。通过实验得出最大吸光度出现时的助燃比为：1：3.25。
故本仪器测定镁最佳助燃比是1：3.25。
2.3灯电流的选择
在最佳波长和最佳助燃比下，分别设置灯电流为6、8、10、12、14mA的条件下测定5μg／ml的镁溶液的吸光度。并观察不同灯电流的稳定性，读数稳定且大的吸光度所对应的灯电流为最佳灯电流。实验结果表明：当灯电流大于12mA时，灵敏度与稳定性都降低，这是由于谱线变宽的缘故。灯电流小于12mA时，随工作电流的增大，吸光度逐渐增大，到12mA时，吸光度最大，且重现性较好，灵敏度较高。14mA时吸光度变小。
故本仪器测定镁最佳工作电流为12mA。
2.4狭缝宽度的选择
在保持上述条件都为最佳情况下，分别在不同狭缝宽度下测定镁标准溶液的吸光度，所得结果为：狭缝宽度为0.2mm时，灵敏度略低；当狭缝宽度为0.7mm时，灵敏度较高且重现性较好，因此，测定镁时，狭缝宽度宜选择0.7mm为最佳。固定狭缝宽度为0.7mm，改变狭缝的高低。狭缝为高狭缝时，吸光度小，灵敏度较低；狭缝为低狭缝时，吸光度大且重现性好，因此，狭缝高度应选择低狭缝。
故仪器测定镁最佳时，狭缝宽度选择0.7mm，狭缝高度应选择低狭缝。
3、结论
原子吸收光谱分析具有灵敏度高，准确度高，选择性好，操作方便、快速以及所测定元素多的优点，使其得到广泛应用和发展。但是影响原子吸收光谱分析的可变因素很多，实验条件不容易重复，各因素之间往往互相联系。分析的准确度和灵敏度的高低，以及干扰能否有效的抑制，很大程度上取决于测量条件的选择。能否选择合适的测量条件直接关系到分析测试结果的优劣。
根据实验结果，我们认为PE3110原子吸收光谱仪测定镁最佳操作条件如下：测定波长为285.0nm；空心阴极灯工作电流应控制在12mA；燃气与助燃气流量最佳比（助燃比）为1：3.25；狭缝最佳宽度为0.7mm；狭缝高低应选择低狭缝。
参考文献：
［1］马戈，张景彦.火焰原子吸收光谱法连续测定茶叶中的钙和镁.光谱学与光谱分析，1999，（4）：66.
［2］华东理工大学分析化学教研组，成都科学技术大学分析化学教研组.分析化学.北京：高等教育出版社，1995，335～361.
关键词：土壤中；重金属检测；样品前处理技术
DOI：10.16640/ki.37-1222/t.2017.14.081
在样品化学分析技术中，导致分析产生最大误差的是样品前处理，因为仪器本身产品误差的可能性相对较小。不同前处理技术在对同一样品进行操作时，所获取的最终结果也会有一定区别。所以，在样品前处理技术中提出一个更加快速、简单的操作方法是当务之急。
1 湿法消解
湿法消解是将氧化性强酸加入到样品中，通过对有机物的加热破坏，达到待测无机成分的释放，最终形成稳定的无机化合物用于实际分析。湿法消解是目前较为简单的一种操作技术，故被广泛用于土壤中重金属检测样品前处理。
1.1 湿法消解的试剂选择
在实际操作中，湿法消解主要使用几种试剂，第一是盐酸；第二是硝酸；第三是高氯酸；第四是氢氟酸。首先，盐酸是一种效果较强的试剂，其在高温高压下的多种物质，如硫酸盐和硅酸盐等都能和盐酸形成可溶的盐酸盐。其次，硝酸是一种强氧化剂，实验室通常对其应用重金属元素的释放样品中，并形成可溶性的硝酸盐。再次是高氯酸，其也具有很强的氧化性，不仅能形成金属反应，还能对有机物进行消解，但需要注意的是高氯酸在热浓条件下，很容易与氧化过的无机物产生爆炸。最后是氢氟酸，其是一种有效溶剂，能对硅基物料进行有效溶解，并将其转化为能挥发的SiF，之后需要对相关元素加以检测。
1.2 湿法消解技术现状
总的来说，湿法消解是一种操作简单的技术，几乎所有实验室都能通过其进行样品前处理，但其中还是存在一些需要化的问题。第一，湿法消解主要是一种氧化法应，其在过程中需要消耗大量时间，通常需要五到十小时左右，主要根据检测样品的成分来决定。湿法消解所常用的四种酸实际都属于相对危险的物质，其中的高氯酸更有可能产生爆炸的可能，氢氟酸的缺陷在于会腐蚀玻璃，如果操作不当会对仪器造成损害。电热板加热消解，石墨消解仪加热时间在十个小时左右，时间长，消解不彻底，消解后的溶液常有残渣，用仪器进行分析测试时容易堵塞进样的毛细管，全自动石墨消解，自动设定升降温，加酸，定容，摇匀等程序，消解时间在五六个小时，时间短，消解也彻底，消解后的溶液澄清明亮，解放了人力，适合批量样品的消解，一批最多可消解60个样品。
2 干灰化法消解
2.1 干灰化法消解的原理
高温灼烧是干灰化法的主要方式，以利于分解氧化有机物，再测定所剩下的无机物。在利用干灰化法进行样品前处理时，温度需要及时调整，其能对不同元素产生影响。为了提升干灰化法的灰化时间，实验中通常会加入一些试剂，第一是HNO3；第二是Mg（NO3）2等灰助剂，由于加入试剂的不同对元素产生的作用也会有相应的区别。
2.2 干灰化法的现状
干灰化法是通过高温氧化样品中的有机质，其操作方法容易，需要使用的试剂也较小，不会形成太大的样品污染。同时，干灰化法要实现分析样品准确度的提高，还可以通过称样量的增加来实现。但是干灰化法也有需要优化的问题，通常，灰化需要持续六小时以上，如果最终灰化效果不理想还可能需要及时进行降温，然后将混酸加入继续灰化。
3 微波消解
3.1 微波消解的操作原理
根据各自应用方法的情况来看，微波消解操作技术在实践操作中具有如下几个特点：第一，消解能力强；第二，样品污染少；第三，分析结果准确，也是其拥有的独特优势，从而是土壤中重金属检测样品前处理的一种常用方法。微波消解技术和传统加热有一定的区别，其是属于内加热，通过微波能达到快速的深层加热，微波的变交磁场会随机产生并极化介质分子，高频磁场促使极性分子交替进行排列，最终分子高速震荡。同时，震荡因为分子的分子间和热运动受到影响，以此获取很高的能量。这种相互作用导致样品表面层产生破裂，形成酸反应和新的表面层，以达到快速溶解样品的效果。
3.2 微波消解技术的现状
在先进技术应用越来越广泛的情况下，微波消解技术的合理应用，是提高其检测结果准确性的重要途径。当前，通过其实践操作，可以总结出如下几个方面的优势，第一是，快速加热且具有高温，并具有很强的消解功能，使样品溶解时间有效缩短。同时，微波的加热是直接实施到样品，能使高温高压在罐内快速形成，要对样品进行消解只需要十分钟左右即可完成，比干灰化法和湿法消解都效率很多。第二是，所需耗费的酸较少，空白值低。通常情况下，微波消解所需要的酸溶剂只需10ml就能完成一个样品，不仅降低试剂的使用率，还能降低由于试剂所形成的干扰，并有效减小空白值。第三是，样品挥发得到有效控制，湿法消解加热是通过电热板，其缺点是挥发性极易损失，而微波消解是在密封的罐内进行，在消解过程中不会出现样品的挥发，并能使结果准确性有效提高。
4 结束语
总而言之，土壤中重金属检测样品前处理技术是一个十分重要的环节，其能对分析结果的准确性产生很大影响。要达到统一重金属样品前处理技术还需要大量分析人员们进一步探索和研究，将几种方法的优势进行综合，并有效避免其存在的弊端，以提出一种高效、简单且不会对样品产生污染的处理方法。
参考文献 ：
[1]杨桂兰，商照聪，李良君等.便携式X射线荧光光谱法在土壤重金属快速检测中的应用[J].应用化工，2016，45（08）：1586-1591.
关键词 水平衰减全反射傅里叶变换红外光谱； 离散小波特征提取； 人工神经网络； 鳞毛蕨科植物； 识别分析
2011-05-15收稿；2011-09-09接受
* E-mail:
1 引 言
随着现代科学技术的发展，学科之间的联系越来越密切，出现了许多相互交叉、相互渗透的边缘科学。20世纪60年代前后，在植物分类学与植物化学这两门科学之间出现了一门新的边缘科学――植物化学分类学[1]。植物化学分类学亦称植物化学系统学，是利用化学的特征，来研究植物各类群间的亲缘关系，探讨植物界的演化规律。对于一个植物体而言，其化学成分不是单一的，如何利用其复杂的化学成分来进行物种间的鉴别成为一个植物化学分类学的焦点问题[2]。傅里叶变换红外光谱由于能给出复杂体系的所有物质的化学结构信息，不同植物体具有不同的化学成分或相同的化学成分所占比例的不同，都可以产生不同的傅里叶变换红外光谱，因而将傅里叶变换红外光谱技术作为一种分析工具应用于植物的识别具有重要的理论意义和现实依据[3]。借助于化学计量学，能够更为准确和快速地利用傅里叶变换红外光谱法进行植物的分类与识别[4～9]。
蕨类植物早在4亿年前便已遍布地球表面，它同时兼具原始维管束植物与高等隐花植物双重演化的地位。大多数蕨类植物均有药用价值，药用蕨类植物含有黄酮、甾类、生物碱等活性物质，对多种疾病有明显疗效[10]。本研究选择形态较为相似的3种鳞毛蕨科的中型草本植物贯众、阔鳞鳞毛蕨及变异鳞毛蕨为分析对象，采用水平衰减全反射傅里叶变换红外光谱法测定FT-IR后运用离散小波进行特征提取，得到特征向量值后进行人工神经网络训练及检验，得到了较高的识别率。
2 实验部分
2.1 仪器与样品
NEXUS 670型傅里叶变换红外光谱仪（美国Thermo公司），配DTGS 检测器，OMNIC E.S.P. 5.1智能操作软件，水平衰减全反射（HATR）附件，光谱范围为4000～650 cm
Symbolm@@ 1，分辨率2 cm
Symbolm@@ 1， 扫描累加次数64次。
贯众为鳞毛蕨科植物贯众（Cyrtomium fortunei J. Sm）的干燥全草；阔鳞鳞毛蕨为鳞毛蕨科植物阔鳞鳞毛蕨（Dryopteris championii （Bench） C. Chr. apud Ching）的干燥全草；变异鳞毛蕨为鳞毛蕨科植物变异鳞毛蕨（Dryopteris varia （L.） O. Ktze.）的干燥全草。所有样品均于2008年3月分别采自于浙江金华北山及四川峨眉山，并经过浙江师范大学植物学教研室及上海师范大学植物学教研室鉴定。将采得的样品洗净，不经过任何化学处理，于避光处晾干。然后分别裁取样品的根部作为分析的对象，放入粉碎机中粉碎，再置于玛瑙研钵上研磨成约75
SymbolmA@ m的细小均匀粉末。准确称取每种样品8 mg，待测。
2.2 测定方法
在采集数据前，按要求将HATR附件水平放置于傅里叶变换红外光谱仪的样品仓中，分别将样品粉末置于锗晶片与校正压力装置之间，转紧压力装置后直接测定样品的FT-IR。为了降低测定误差，每次测定接触面积均固定为0.314 mm.2，图谱基线采用自动校正法进行校正。
2.3 数据处理
通过测定，得到样品的FT-IR。采用Matlab 6.1软件，对拷贝自实验中所给定的样品的FT-IR进行一维离散小波变换，在各个分辨率下观察样品的FT-IR差异程度，从中选择两个具有代表性的分辨率进行提取特征向量值。进行人工神经网络识别时，以3种蕨类根部的FT-IR作为实验样本。样本的训练集和测试集各选取240个，每种植物不同产地的训练数及预测样本数各选择40个，样本经过FT-IR测定后进行一维离散小波特征提取，其所选择的特征向量值作为特征信息进行ANN的训练与预测。
3 结果与讨论
3.1 鳞毛蕨科3种植物根的HATR-FTIR谱图比较
贯众、阔鳞鳞毛蕨和变异鳞毛蕨3种植物根部典型的FT-IR如图1所示。
图1 3种蕨类植物根部的FT-IR
Fig．1 FT-IR spectra of the root of three kinds of pteridophyte plants
a. 贯众； b. 阔鳞鳞毛蕨； c. 变异鳞毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii （Bench） C. Chr. apud Ching; c. Dryopteris varia （L.） O. Ktze.
从图1可见，由于黄酮、甾类、生物碱、三萜类化合物、鞣质、甾醇、内酯、氨基酸等是蕨类植物中主要的活性物质，故在3300 cm
Symbolm@@ 1均有羟基伸缩振动吸收峰，并在1030～1200 cm
Symbolm@@ 1间出现不同的CO键伸缩振动吸收峰。在3378 cm
Symbolm@@ 1处的吸收峰为三萜类、多糖类和甾醇类化合物的羟基吸收峰。3328，1612和1434 cm
Symbolm@@ 1处的吸收峰为氨基酸的氨基和酸根吸收峰。1031 cm
Symbolm@@ 1处为糖类的CO吸收峰，由于1031 cm
Symbolm@@ 1处的吸收峰为第一强峰，可推断属多糖类化合物。在2921和1373 cm
Symbolm@@ 1处的吸收峰为CH2和CH3的吸收峰。
由于3种蕨类植物为同科植物，所含化学成分比较相近，所以从所得FT-IR图谱很难直接获得更多分类识别的信息。小波变换是继傅里叶变换后所出现的一种更为有效的信号处理及特征提取方法，素有“数学显微镜”之称。为了更为直观地识别3种鳞毛蕨科植物，采用离散小波变换进行提取特征向量值。它能将图谱变换为一系列小波系数，这些系数可以被高效压缩和存储。提取特征向量后进一步采用人工神经网络进行分类识别。
3.2 3种蕨类植物的离散小波特征提取
在进行离散小波分解时，应该根据信号的光谱特性选择适当的小波基函数和分解层数。在小波多分辨率分解过程中，根据HATR-FT-IR信号的特性并比较不同分辨率下信号分解的效果， 确定合适的小波基及小波尺度。其标准是突出原始光谱中的若干个特征峰，并选取平滑性好的小波基。常用的小波基有Mexicon hat，Meyer，Morlet，Daubechies，Coiflet及Symlets等（图2）。以小波基形状与待分析信号形状是否更接近及衰减信号是否更快作为选择的前提，经比较分析，选取了Daubechies小波作为“分析小波”。本研究提取小波域中原始信号FT-IR中的两个特征峰，以提取其特征值。对3种蕨类植物的FT-IR分别进行了一维离散小波变换，分解的层数为5。经过比较分析，选择其中两层（4和5）提取特征值。
图3为利用离散小波变换分别对贯众、阔鳞鳞毛蕨及变异鳞毛蕨的FT-IR进行多分辨率离散小波变换分解的结果。由图3可见，当离散小波变换的分辨率比较低时，从小波域上无法分辨其光谱的主要特征，因为其中有较多的细节干扰信号。而细节信号对光谱变化比较敏感，对原始光谱中各个特征峰反应过于强烈，不利于特征提取。因此，取第4层和第5层这2个分辨率的离散小波细节信号作为特征变
图2 小波基函数的曲线
Fig．2 Wavelet basis function curves in time domain
（a） Mexicon hat wavelet；（b） Meyer wavelet；（c） Morlet wavelet；（d） Daubechies wavelet；（e） Coiflet wavelet；（f） Symlets wavelet.
图3 离散小波分解3种蕨类根部FT-IR的结果
Fig．3 Result of pre-processed spectra of FTIR spectra of the root of three kinds of pteridophyte plants with multiresolution discrite wavelet transform （DWT）
量提取空间。特征变量定义为离散小波域内第4层和第5层这2个分辨率下光谱的能量。为了有效提取离散小波域内两个分辨率下的具有代表性的特征值，对每个分辨率下的光谱分别划分特征区间。考虑到植物FT-IR谱的复杂性，本研究从区别比较大的两个区域划分了特征区间（图4）。由图4可见，第4层和第5层每层划分为两个区域，每种植物共获得4个特征值，作为人工神经网络的输入与输出值。
图4 3种蕨类植物特征区间划分示意图
Fig．4 Division of two feature regions of detail signal in DWT domain
a. 贯众； b. 阔鳞鳞毛蕨； c. 变异鳞毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii （Bench） C. Chr. apud Ching; c. Dryopteris varia （L.） O. Ktze.
3.3 反向传播（Back-propagation，BP）算法
由于本研究主要用于植物的分类和识别，故采用人工神经网络的反向传播（BP）网络模型。对于反向传播神经元网络，当各节点均采用Sigmoid 型函数时，一个隐含层就足以实现任意的判决分类问题。采用本研究组已建立的算法[11]，并采用随机输入方式。
3.4 网络确定与应用结果
经实验确定BP网络结构为4个输入节点、6个隐层节点和3个输出节点，误差0.05， α为0.8，η为0.02。考察训练成功的网络对3种蕨类植物如何进行识别。所用的BP网络结构中4个输入节点依次为归一化为0～1之间的4个特征向量，输出节点按作为教师信号的蕨类植物种类分为：1类（贯众）；2类（阔鳞鳞毛蕨）；3类（变异鳞毛蕨）。训练后的网络对240个不同产地样品的FT-IR经过离散小波变换后的特征向量数据的预测结果见表1。
从预测结果可见，贯众、阔鳞鳞毛蕨及变异鳞毛蕨这3种蕨类植物均基本上被正确判别，只有采自四川峨眉山的阔鳞鳞毛蕨和变异鳞毛蕨各有一个样本被错误分类，两产地的预测准确率平均值分别达100.00%, 98.75%和98.75%。
3.5 结论
（1）蕨类植物作为药用多使用根部，考虑到根部受环境的影响相对比较小，所以研究时采用蕨类根部作为实验对象；（2）与压片法及液膜法不同，利用HATR-FT-IR法测定蕨类植物，能进行直接测定获得谱图，从而使所得FT-IR有较好的可比性。采用离散小波变换进行数据压缩可以对红外吸收较为相似的贯众、阔鳞鳞毛蕨及变异鳞毛蕨3种蕨类植物的FT-IR进行特征提取。选择第4层和第5层分辨率下的特征值作为分析的基础，从所得特征值进行人工神经网络分类能够较为有效地进行分类。此方法在形态较为相似的同科植物贯众、阔鳞鳞毛蕨及变异鳞毛蕨3种蕨类植物的分类上具有较高的可行性，从而为光谱学与计算机科学技术相结合在植物分类学中的更为广泛的应用提供了较为科学的研究基础。
References
1 LIU Shu-Qian, ZHENG Jun-Hua, GUO De-An, XU Bing-Jiu. Northwest Pharmaceutical J., 1999, 14（5）: 222～225
刘叔倩, 郑俊华, 果德安, 徐秉玖. 西北药学杂志, 1999, 14（5）: 222～225
2 HUANG Hao, SUN Su-Qin, XU Jin-wen, WANG Zhao. Spectrosc. Spec. Anal., 2003, 23（2）: 253～257
黄 昊, 孙素琴, 许锦文, 王 钊. 光谱学与光谱分析, 2003, 23（2）: 253～257
3 Lv H F, Cheng C G, Tang X, Hu Z H. Acta Bot. Sinica, 2004, 46（4）: 401～406
4 CHENG Cun-Gui, TIAN Yu-Mei, ZHANG Chang-Jiang. Chinese J. Anal. Chem., 2008,36（8）: 1051～1055
程存归, 田玉梅, 张长江. 分析化学, 2008,36（8）: 1051～1055
5 CHENG Cun-Gui, XIONG Wei, JIN Wen-Ying. Chinese J. Anal. Chem., 2009, 37（5）: 676～680
程存归, 雄 玮, 金文英. 分析化学, 2009, 37（5）: 676～680
6 Cheng C G, Liu J, Zhang C J, Cai M Z, Xiong W. Appl. Spectros. Rev., 2010, 45（2）: 148～164
7 Cheng C G, L J, Wang H, Xiong W. Appl. Spectros. Rev., 2010, 45（3）: 165～178
8 CHENG C G, Liu J, Cao W Q, Zheng R W, Wang H, Zhang C J. Vib. Spectrosc., 2010, 54（1）: 50～55
9 CHEN Zhi-Cheng, LIU Jun-Xian, HUANG Shu-Shi, TAO Zhan-Hua, WANG Yi-Bing. Com. Appl. Chem., 2009, 26（4）: 482～486
陈植成, 刘军贤, 黄庶识, 陶站华, 王一兵. 计算机与应用化学, 2009, 26（4）: 482～486
10 CHENG Cun-Gui, MAO Jiao-Yan. Chem. Indu. Forest Prod., 2005, 25（2）: 107～110
程存归, 毛姣艳. 林产化学与工业, 2005, 25（2）: 107～110
11 CHENG Cun-Gui, Tian Yu-Mei, Zhang Chang-Jiang. Acta Chim. Sinica, 2008,66（7）: 793～798
程存归, 田玉梅, 张长江. 化学学报, 2008, 66（7）： 793～798
Recognition Among Three Kinds of Pteridophyte Plants Based on
Fourier Transform Infrared-Discrete Wavelet Feature Extraction
and Artificial Neural Network Classification Method
YU Peng.1, XU Rui.2, CHENG Cun-Gui*1
.1（College of Chemistry and Life Science, Zhejiang Normal University, Jinhua 321004, China）
.2（College of Chemical and Pharmaceutical Engineering,
Henan University of Science and Technology, Luoyang 471003, China）
Abstract Fourier transform infrared （FT-IR） and horizontal attenuated total reflectance （HATR） techniques were used to obtain the FT-IR of three kinds of pteridophyte plants （the root of Cyrtomium fortunei J. Sm, Dryopteris championii （Bench） C. Chr. apud Ching and Dryopteris varia （L.） O. Ktze.）. The similar features of FT-IR among the root of Cyrtomium fortunei J. Sm, Dryopteris championii （Bench） C. Chr. apud Ching and Dryopteris varia （L.） O. Ktze. were extracted by discrete wavelet transform. The scale 4 and 5 were used to extract the feature vectors, which were used to train the artificial neural network（ANN）. The trained neural network was used to classify the root of Cyrtomium fortunei J. Sm, Dryopteris championii （Bench） C. Chr. apud Ching and Dryopteris varia （L.） O. Ktze., which were collected from different places. According to 240 prediction samples, we could effectively identify the root of Cyrtomium fortunei J. Sm, Dryopteris championii （Bench） C. Chr. apud Ching and Dryopteris varia （L.） O. Ktze. by FT-IR with discrete wavelet feature extraction and artificial neural network classification.
1计算机化学软件在分析立体模型显示方面的分析
纵观以往的有机化学教学而言，在分子立体结构降解方面，很多教师仅仅依靠分子结构进行展示，但是这种展示方式一般缺少形象直观因素作支撑，为此对于学生而言学生依旧很难懂得分析立体结构知识，导致学生无法想象出分子结构，无法深入理解，更加无法达到学以致用的目的。可在化学教学中，有机化合物分子结构是化学整体教学的重点，它的立体几何构成与化学分子反应机理与物理、化学性质等之间存在着极大的关联。伴随计算机技术的发展，已经有很多软件能够对分子结构展开模拟演示，教师也能够利用这些软件进行教学，从而使得学生能够更加清楚的认识到化学分子结构模式，使学生能够真正理解分子结构，应用这部分知识。例如ChemOffice等相关化学辅助教学软件，都能够利用3D技术完成分子立体结构模拟演示操作，并且对化学分子中各种模型结构都能够完成模拟，例如球棍模型等，都能够提升学生对分子结构的理解，也能够提升学生的想象力等。例如在对乙烷分子构象教学过程中，教师可以应用Gaussian03软件进行教学，通过对该软件的操作来完成分子构成，将其和分子能量展开关联。具体做法为：首先需要建立乙烷分子模型，之后优化分子模型。其次，为了能够有效的完成360度旋转C-C，就需要改变H4-C3-C2-H1二面角，将Scan输入其中，扫描所有旋转过程中的势能曲线。最后，对C-C旋转曲线先开分析，同时研究分子势能构象变化规律，最终和势能曲线最低点对应的构象便为稳定构象，也可以被称之为交叉型构象。
2计算化学软件对分子光学模拟的分析
在有机化合物分子光谱学习中，对其特征的学习能够使得学生更加灵活的应用相应的化学知识来分析物质世界。在现代社会发展中，科学家们要真正的完成对分子光谱的分析与了解工作，一般需要现代仪器对有机物的分子结构展开分析，但是这些仪器却不能在实际教学课堂上应用。但是Gaussian03软件却与之不同，该软件能够被应用在实际混血教学课堂当中，在课堂上完成对分子光谱的模拟和预测操作。例如在对有机分子红外光谱与振动模式学习的过程中便可利用这款软件，引导学生分析与观察模型演示，从而使得学生更加直观的学习其知识，并且理解与运用化学知识。另外在化学教学课堂上利用软件ChemOffice也可以对有机化物的质荷比与核磁共振谱图实施预测与模拟工作。例如，可以对苯内酮模拟测试等。除此之外，计算机软件也可以对化学反应机理展开演示。在相应有机化学教学过程中，化合物的有机反应是教学的一个重点，同时也是教学难点，由于机理反应后所带来的影响一般较为复杂，并且具有较多的种类，过于抽象，因此学生在学习这部分知识的过程中感觉到很吃力，对知识点也是很难理解，无法深入的把我与研究。可实际上掌握这部分的知识，能够帮助学生对日后学习合成工艺与合理选择等有着极大的帮助，具有提升学生科研能力的作用。为此，我们可以认为有机反应教学能够对学生的学习带来较大的意义，能够推动学生的发展。实践表明，Gaussian03软件在这部分知识教学中能够有效的解决其中的问题，不仅可以让学生理解其中的知识，还能够让学生较为轻松的掌握与了解这一理论。例如，在学习双分子亲核反应的过程中，具体操作可为：第一，需要建立起相应的模型，如CH3CL+BR-等等，并且对所建模型进行优化；第二，利用相应程序将相关反应形态表现出来，并且对其包含的关键词展开深入的计算与设计；第三，通过相应的计算，将分子结构与能量在化学反应过程中将其变化规律展现出来，并且通过软件对该反应的演示，学生更容易观察亲核试剂以及离去基团等之间的演变过程，从而使得学生更轻松的理解该部分的知识，在仔细观察之下，学生对反应过程中呈现的状态有所了解，这有利于学生在实际应用该部分知识的时候灵活思考与使用，最终实现大学有机化学教学效率提升的目的。
3总结
本文主要针对计算化学软件在大学有机化学教学中的实际应用进行分析，通过对计算机化学软件在分析立体模型显示方面的分析以及计算化学软件对分子光学模拟的分析等，明确在大学有机化学教学中，计算机软件占据着极为重要的位置。它的应用不仅有利于协助教师的化学教学任务的完成，还有利于学生理解其化学知识，通过计算机软件模拟演示的观察，对化学分子知识进行深入理解，从而提升化学课堂教学效率，更加提升学生的知识运用能力等。
作者：孙林 王素玲 单位：宣化科技职业学院
关键词：近红外光谱；在线检测；农产品/食品品质
当前，人们的生活质量和女生活水平都有了非常显著的提升，而农产品/食品品质安全事故的数量也呈现出了明显的增加趋势。快速检测是非常重要的方法和手段，近红外光谱法是多种技术和方法当中应用最为广泛的，近红外光谱法不会对检测过程产生不利的影响，同时也不需要对样品进行预处理，不会对环境构成污染，同时其成本投入也相对较低。
1 国内外研究进展
1.1 水果内部有品质在线检验
在国内的一些研究当中，研究人员简历了水果的近红外光谱在线检测系统，同时在这一过程中也开发出了一些相对应的在线检测软件系统，近红外光谱仪采用的是微型的光纤光谱仪，CCD检测器，其中还有2048个像素，其波长的范围为345-1100nm，信噪比达到嘞250：1，在检测中使用的光源是卤钨灯，将其以环形的方式进行布置和设计，其主要采用这一系统对一些水果的糖分和酸度进行了在线检测和研究。
1.2 鱼、畜肉内品质在线检测
相关的研究人员采用近红外一起建立了肉品质在线检测系统，在近红外仪器上面安装了5种波长不同的滤光片，同时还要用20Hz的频率对滤波片进行旋转处理，这样就可以获得不同波长之下的肉品吗吸光度，相关的研究人员对154个肉样本的脂肪、水分和女蛋白质的含量进行了详细的在线检测，同时在这一过程中也建立了猪肉以及牛肉的脂肪、水分以及蛋白质环梁的联合模型。能够有效的保证检测的合理性和科学性。研究人员在工业范围之内还要对半冰冻状态的牛肉化学成分进行检测，在实验的过程中将不同温度对光谱的影响以及不同的颗粒度对建模效果的影响进行了细致的研究，此外在这一过程中还针对所有的样本都建立了模型。
国外的一些研究小组用近红外反射仪器对传送带上的较细牛肉成分开展了在线检测的工作。检测器的波长范围设定在了380nm-1700nm，光源设定为钨灯，在研究的过程中发现牛肉的脂肪、水分和蛋白质之间存在着互相对应的关系，此外，研究人员还认为传送带所输送的绞细牛肉的均匀度不是很高，采集牛肉光谱信息当中也可能会有传送带当中所具备的光谱信息，在这一过程中也应该充分的提出SIMCA方法对其中的光谱信息进行具体的区分。
还有一些研究学者采用上也的近红外成像仪建立了一个在线检测的系统，他们对干燥状态下所腌制的黑鳕鱼湿度开展了一系列的检测工作，同时还对不同光谱的采集部位对建模效果的影响进行了对比性研究，此外对不同的光谱采集方式也进行了实验对比，三种方式都能展现出非常好的效果，但是针对完整性比较强的样品，接触式漫射和非接触式漫射的效果要比漫射效果更加的准确。
1.3 牛奶品质在线检测
研究人员利用光栅光谱仪等构建了牛奶品质的在线检测系统。检测器为CCD检测器，2048个像素，波长范围为600～1050nm，光谱积分时间为10s。研究人员分别在2003年，2004年和2007年对奶牛个体的牛奶质量进行了在线检测。检测的指标主要有牛奶成分（脂肪、蛋白质、乳糖），肉体细胞数目，牛奶尿素氮。应用PLS方法建立各检测指标的模型，测得脂肪（R2=0.95，SEP=0.24～0.42），蛋白质（R2=0.72～0.91，SEP=0.09～0.15），乳糖（R2=0.85～0.94，SEP=0.05～0.18），肉体细胞数目（R2=0.62～0.82，SEP=0.27～0.32），牛奶尿素氮（R2=0.68～0.90，SEP=1.33～2.08）。
1.4 谷物类品质检测在线检验
相关的研究人员使用了联合收割机，同时在联合收割机上还装设了传感器对鼓舞中的蛋白质含量和湿度浓度开展了在线检测工作，这一系统的波长范围设定在了940-1700nm，光源选择了功率为9W的卤钨灯，同时还要对四种不同的方法在精度上的表现进行了研究，在研究中发现，蛋白质预处理效果最好的方法就是SNV，在湿度的检测方面，不对其开展预处理工作的效果是最好的。
1.5 奶酪酒精发酵品质在线监控
2001年，研究人员应用Insta1ab600-Dickey-John分析仪对羊乳酪生产过程进行在线监控。该分析仪集成了近红外仪器和化学计量学算法。建立了羊乳酪生产过程中6个关键点的湿度、脂肪以及蛋自质浓度的在线预测模型，发现所建立模型的万都在086以上，SEC都在0.5以下。研究人员对应用近红外光谱技术与多元变量回归技术对红葡萄酒发酵过程进行在线监控的可行性进行探索。光谱仪为FOSSNIRSystems6500，波长范围为400～2500nm，光谱采集软件为Visionsoftare。研究了不同的温度以及不同的酵母对发酵过程的影响，结果温度和酵母种类的影响均不显著。
2 近红外光谱分析技术存在的问题
虽然近红外光谱分析技术在在线检测农产品/食品品质上的研究已将近持续了10年，但大多数还只是在实验室范围内进行在线检测，形成真正的商业化产品的很少。目前，农产品/食品品质的在线检测研究还存在着以下几个方面的问题。
2.1 大多数研究只是进行可行性探索，没有进行深入研。
2.2 近红外光谱很容易受到各个因素的影响。而对于在线检测来说，样品饲运动的，因而近红外光谱更容易受到影响，如何获得较稳定的光谱仍是一个问题。
2.3 在在线检测研究中所应用的模型大多为PLS或是神经网络模型，而这些模型都是抽象的，不可描述的。对可描述模型的研究以及可描述模型在在线检测中的应用研究有所欠缺。
3 近红外光谱分析技术展望
经过40多年的发展，近红外光谱分析技术已逐渐成为一种快速的现代分析技术。光纤技术与近红外技术结合必然使近红外在线检测技术广泛应用于农产品/食品以及其他各个领域，并在今后的发展中逐渐形成成熟的在线检测装备投放于市场。随着近红外光谱分析技术应用的不断深入，近红外光谱分析技术必然将与网络技术结合，实现近红外分析模型的在线更新与升级。成像光谱学将是近红外未来的发展方向，二维阵列检测器的开发，使测量成分和成分分布成为可能。光谱成像技术将成为21世纪近红外光谱分析技术的发展趋势。
结束语
在农产品食品检测的过程中可以使用多种多样的方法，而在这些方法中，近红外光谱分析法具有非常明显的优势，。本文主要阐述了其在多个领域的应用研究发展，同时也阐述了近红外光谱分析技术当前存在的一些不足，对该技术的发展提出了一些建议，希望能够给相关的工作人员提供一定的经验和借鉴。
参考文献
关键词：橡胶 微量元素 检测
所谓的微量元素，是指在地球的主要构成中仅占据0.01%的元素，共有60余种，由于含量极小，为了可以准确检测元素的含量，对于检测的精准度要求十分严格。检测的关键在于对样品的前处理，这也直接影响着分析结果的准确度和精密度。通常情况下，微量元素的检测方法有高温灰化法、微波消解法、湿法分解法等。相对于橡胶工业沿，主要测定方法有分光广度法、原子发射光谱法、X射线荧光法、电化学法、色谱法等，不同的检测方法会由于本身的性质以及仪器检出限度而各不相同。
一、分光光度法
其基本原理是：利用相关仪器，将一束单色光透过被测溶液，其中的一部分光会被溶液吸收，且吸收的强度与溶液中物质的浓度成正比。这种方法是一种较为传统的分析方法，检测速度快，也相对准确。但是，涉及的数据众多，步骤繁琐，并且不适合多元素同时测定，一般只用于检测单一的元素，如氮、硅等。例如，孙田增使用EGTA（乙二醇二乙醚二胺四乙酸）滴定钙，CyDTA（环已烷二胺四乙酸）滴定镁，对硫化橡胶中钙镁的含量进行了检测，滴定终点稳定，敏锐，测定结果有较高的准确度和精密度，且测定快速。
二、X射线荧光光谱分析法
如果能量高于原子内层电子结合能的X射线与原子发生碰撞，会对内层电子进行驱逐，形成一个空穴，使得整个原子体系处于不稳定的激发态，之后又会由能量高的状态自发跃迁至能量低的状态，这个过程称为弛豫过程。在这个过程中，X射线荧光的能量和波长与元素有着特殊的对应关系，因此，只需要测出荧光X射线的波长，就可以分析出元素的种类，这也是X射线荧光光谱分析法的原理。这种方法准确度较高，操作简便，在橡胶微量元素的检测中得到了广泛应用。例如，徐燧伟使用X射线衍射法，对硫化橡胶中无机物的含量进行测定，误差一般只有千分之几，最大误差也只达到1%，既可以定性，又可以定量，可以说十分方便。
三、电感耦合等离子体原子发射光谱法
这种方法的基本原理是原子发射光谱法（AES），主要是利用样品在受到激发后，发射出的光谱的波长和强度的差异，对样品进行定性及定量分析。由于目前原子发射光谱法普遍采用ICP作为光源，利用等离子体的高温消除火焰中存在的化学干扰，使得大多数微量元素容易被激发，因此也就成为电感耦合等离子体原子发射光谱法（ICP-AES）。这种方法具有基体干扰小、精度好、灵敏度高、线性范围宽等诸多优点，因此得到了广泛的应用。这里进行重点分析。
1.检测方法
1.1检测准备：采用SPECTRO GENESIS电感耦合等离子体原子发射光谱仪，27.12 MHz自激式高频发生器，水冷循环系统，三通道蠕动泵，15块线性电荷耦合检测器（CCD）。
试剂方面，采用混合标准储备溶液，使用光谱纯试剂配制，在使用时通过添加离子水，满足试验的需求。试验中使用的容器统一进行以下处理：首先使用硝酸溶液浸泡24小时，之后使用自来水进行反复冲洗，最后使用离子水清洗并烘干。
1.2工作条件：高频发生器的功率为1.3kW，冷却循环系统的气流量为12.0L·min-1，辅助气流量和载气流量均为1.0L·min-1。
1.3试验方法：首先，要对样品进行相应的处理。在制作样品之前，要使用软布配合清洁剂等，除去试样表面的脏污，如果试样的表面存在聚合物涂层，可以使用800碳化硅砂纸去除，需要注意的是，摩擦是一定要轻柔，避免对于试样主体的破坏。同时，试样不能在高于35℃的环境下强制干燥，而应该放置在阴凉通风处自然干燥。拆分试样的工具需要提前使用乙醇溶液进行清洁，避免其对于检测结果的影响。样品的主要处理方法有以下几种：
1.3.1干灰化法：取剪为1mm3大小的橡胶试样0.5g，放置在50mL的瓷质坩埚中，之后将坩埚放入高温炉，确保炉内温度保持在200℃，加热2h后，升温至300℃，直到不再冒出黑烟，完全关闭炉门，升温至500℃灰化4h。之后取出坩埚，添加硝酸溶液5mL，放置于电炉上溶解灰分，然后将溶液倒入50mL的容量瓶中，定容，摇晃均匀，进行干过滤后，放置待测。
1.3.2硫酸消解法：取剪为1mm3大小的橡胶试样0.5g，放置在100mL的平底烧瓶中，加入浓硫酸10mL，在电炉上加热至完全裂解，冷却后，加入10mL硝酸溶液，缓慢加热至没有棕色气体逸出，之后，提高温度，加热至有少量白色烟雾冒出。重复上述步骤，直到溶液的颜色不再褪色。然后，加热至溶液将近干涸，加入少量蒸馏水，继续加热到白烟不再冒出，加入5mL硝酸溶液，加热，将残余物溶解，之后将溶液倒入50mL容量瓶中，定容，摇晃均匀，进行干过滤后，放置待测。
1.3.3硝酸-高氯酸-氢氟酸消解法：取剪为1mm3大小的橡胶试样0.5g，放置在100mL的聚四氟乙烯烧杯中，加硝酸30mL，高氯酸8mL，氢氟酸8mL，盖上表面皿，浸泡24h。在消解前，将表面皿取下，烧杯放置于控温电热板上，以100-120℃的温度，进行加热消解。黄烟冒尽后，提升温度至140-150℃，加热至溶液近干，加入少量蒸馏水，加热至白烟不再冒出，之后加入5mL硝酸溶液，加热，溶解残余物，然后将溶液倒入50mL的容量瓶中，定容，摇晃均匀，进行干过滤后，放置待测。
其次，要对样品进行分析。开机预热点燃等离子体光源后，对相关仪器参数进行调试，确保其处于最佳测试状态，利用蠕动泵将试样溶液引入等离子体光源。试样溶液在激发过程中，其中含有的微量元素会产生特定的光谱线，经过分光系统分光后，被光电元件接收后，会转变为电信号并被记录。结合数据库中的信息，通过对比，系统可以自动计算并记录被测试样中各元素的含量和特性。
2.结果分析
通过对不同量的溶解酸的比较，结果显示：各种酸的体积分数在0.5%～2%时，分析结果呈现下降趋势；体积分数在2%～5%时，分析结果基本稳定；体积分数大于5%，再次呈现下降趋势，盐酸与硝酸的测定结果完全一致。因此，在实验中选择体积分数为2%～5%的硝酸作为溶解酸。通过对三种消解方法的对比，采用硝酸-高氯酸-氢氟酸消解法结合ICP-AES测定橡胶中微量元素的方法，具有快速、简便、污染小、精度高的优点，适用于橡胶中微量元素的定量分析。
四、结语
总之，对橡胶中的微量元素进行检测，可以有效分析橡胶成分，便于橡胶制品的生产和仿制，对橡胶工业的发展有着巨大的促进作用。
参考文献
[1]邓江华，王进，杨柳，昌慧娟.电感耦合等离子体原子发射光谱法测定橡胶中微量元素[J].理化检验（化学分册），2011，（2）：151-154.
[2]刘立行，刘旭东.消解乳化技术-火焰原子光谱法测定天然橡胶中微量元素[J].山东师范大学学报（自然科学版），2007，（5）：212-217.
关键词：粉色、蛋白石、相似品种、鉴别、特征；
正文：蛋白石可粗分为两大类，具有变彩效应的贵重蛋白石，以及没有变彩的普通蛋白石[1]。粉红色蛋白石，又名“粉欧泊”，是一种不具有变彩效应的普通蛋白石。但是在庞大的蛋白石家族里，粉红色蛋白石是非常稀有的一种。主要产自于秘鲁和墨西哥等国。在蛋白石矿区开采出来95%都是普通欧泊，绝大多数只有白、灰或黑等颜色暗淡的单体色蛋白石。剩下的5%是带有有一些彩色体色的蛋白石，比如粉红色、红色、紫青色、棕色、黄色等。其中最为罕见、最为珍贵的便是被称为“单色蛋白石新贵”――粉色蛋白石。粉红蛋白石质地细腻温润、颜色娇嫩柔美、具有陶瓷般光泽。因此，它在西方被冠以“最能代表女人的宝石”的称号，而“玫瑰蛋白石”更是它的别名。由于黑色细纹、白色斑点、表层龟裂等直接影响整体感的情形出现可能性大，因此大颗粒的粉红蛋白石便更为珍贵，商业价值也高。因产量稀少，不是常见宝石，认知度较低，所以不免有人很可能将它与有着类似粉红体色的常见宝玉石品种相混淆。本文归纳总结出5种外观与之有可能混淆的常见天然宝玉石品种[2]：海螺珍珠、珊瑚（“天使肤”）、菱锰矿、蔷薇辉石、粉晶（芙蓉石）。并选择典型测试样品（图1所示）在常规实验测试和大型仪器测试下的主要鉴别特征[1]的不同进行分析对比研究。
粉色蛋白石的宝石学特征如下[3]：
化学成分：属硅酸盐矿物，其化学分子式为：SiO・nH2O，是一种含水的二氧化硅凝胶，含水量一般在4%―9%，最高可达20%；
结晶习性：非晶质体，无解理，具有贝壳状端口；
摩氏硬度：5-6.5；
相对密度：2.15；
折射率：1.45；
光泽：树脂光泽；
颜色：深浅不同的分红色调；
透明度：半透明至不透明；
紫外荧光下：长波和短波均显示弱荧光；
吸收光谱：无特征吸收光谱线；
特殊光学效应：不具变彩效应；
稳定性：遇酸无反应；因含水，少数结构不稳定者受高温或热抛光会有颜色变淡现象。
只要足够的耐心和细心在常规仪器下检测粉色蛋白石与以上5个常见粉色宝玉石品种，是可以加以鉴别的。当然，为了使以上宝玉石品种与粉色蛋白快速得以区分，采用大型仪器红外光谱仪来做矿物红外光谱分析，即可快速、准确的将其区分开来。
1、常规仪器测试：
选样品为6粒抛光好的粉色蛋白石与相似宝玉石品种（如图1），样品由分别命名为：T1粉色蛋白石，T2海螺珍珠，T3珊瑚（“天使肤”），T4菱锰矿，T5蔷薇辉石，T6粉晶，常规仪器测试不同鉴别特征【2】如下：
总结：在常规仪器下以上5种粉色常见宝玉石品种的样品具有明显可以与粉色蛋白石相区分的鉴定特征，在时间和实验条件允许的前提下完全通过常规宝石学测试方法将它们加以区分。
2、样品大型器测试：以上6粒不同样品的分子结构和光谱特征的测定所用仪器为Nicolet550傅里叶变换红外光谱仪及镜面反射附件，采用反射测试方法对样品进行测试，扫描次数为32次，测试范围2000～ 400cm-1[5]。经过测试，图1中6个样品所得的红外图谱分别如图2依次所示：通过红外图谱分析可以将以上6种外观十分相似的样品快速、准确的区分开来。同时，过对红外标准图谱的比对分析，可以对其准确定性。
总结：扫描得出以上6粒样品的不同特征红外吸收图谱：样品T1在1250M-1，1120M-1，790M-1有特征吸收峰；样品T2在1480M-1，890M-1，710M-1，625M-1有特征吸收峰；样品T3在1477M-1，880M-1，630M-1有特征吸收峰；样品T4在1475M-1，860M-1，730M-1有特征吸收峰；样品T5在1070M-1，1030M-1，960M-1，875M-1，725M-1，675M-1，600M-1，448M-1有特征吸收峰；样品T6在1170M-1，1060M-1，800M-1，469M-1有特征吸收峰[4]；通过以上红外图谱的特征反射峰位的不同，可以将以上6种相似颜色外观的样品快速、准确的区分开来；再者通过对红外标准图谱库的检索分析，可以对其准确定性，结果为：样品T1为：粉色蛋白石；样品T2为：海螺珍珠；样品T3为：珊瑚（“天使肤”品种）；样品T4为：菱锰矿（粉色）；样品T5为：蔷薇辉石（粉色）；样品T6为：粉晶（芙蓉石）。
参考文献：
[1]张蓓莉《系统宝石学》，北京，地质出版社，2006年，第二版；
[2]陈钟惠《宝石学基础教程》，武汉，地质出版社，2012年；
[3]英国宝石协会和宝石检测实验室（作者），陈钟惠（译者）《宝石学基础教程》武汉，中国地质出版社，2006年；
[4]彭文世，刘高魁《矿物红外光谱图集》1982年，第一版；
[5]尹文萱，陈航，李壮福，张模涛《傅里叶变换红外光谱在宝玉石鉴定研究中的应用》，出自《光谱学与光谱分析》2010年11月，第30卷，第11期；
作者简介：
甘彦超（1982-），女，学士，GIC，FGA，CGC珠宝鉴定师，主要从事珠宝专业教研，珠宝贵金属检测和实验室管理；
【摘要】 多组分同时测定时，组分间发生相互作用，应作波段选择。提出了改进的粒子群优化算法进行随机的波段选择。所提出的方法用于邻、间、对硝基苯酚的浓度预测，在208～481 nm范围内，以0.15 mol/L NaOH为溶剂，配置27组混合液作训练集，27组作预测集。训练集的均方根误差(RMSE)分别为0.1257、0.2228 和 0.0846; 预测集RMSE分别为0.2070、0.1507 和0.394，得到了较好的预测结果。
【关键词】 粒子群优化算法，波段选择，硝基苯酚
1 引 言
多组分体系的同时测定是化学分析较活跃的研究领域之一。由于多组分吸收光谱相互重叠，组分间相互干扰等原因，全谱中会出现与组分浓度无关或呈非线性关系的波段。筛选与待分析组分相关的波长不仅能提高模型的预测能力和稳健性[1～4]， 还可简化模型。波长选择方法主要有相关系数法[5]、逐步回归法、无信息变量消除法[6]及间隔偏最小二乘法，基于支持向量机和子空间划分的波段选择[7]和基于组合优化的方法，如模拟退火法、遗传算法[8]等。优化方法选择离散的波长点建模，由于未考虑光谱数据连续相关性的特点，可能导致过拟合现象，模型稳健性差[9]。常用的波段选择方法由于固定了波段位置或区间长度，也难以达到最优结果。粒子群优化是一种较新的组合优化算法，概念简明，需要参数少，易于实现。本实验采用改进的粒子群优化算法进行随机的波段选择，确定与分析物相关的波段，并进行PLS建模。本方法应用于邻、间、对硝基苯酚的实验表明，方法能最大地利用全波谱中的有用信息，提高预测能力。
2 计算方法
2.1 改进的粒子群优化算法(particle swarm optimization，PSO)
PSO是由Kennedy和Eberhart于1995年提出的全局随机优化技术，源于人工生命。在搜索空间中随机产生一群粒子，每个粒子是D维空间的一个点，代表一个可行解。第i个粒子表示为xi=(xi1，xi2，…，xiD)。采用适当的目标函数确定每个粒子的适应度。每个粒子通过速率决定移动的方向和距离。速率是一个D维向量，记为vi=(vi1，vi2，…，viD)。粒子追踪当前的两个已知最优解在搜索空间中运动：粒子自身迄今找到的最优解pi=(pi1， pi2，……piD)和种群迄今找到的最优解pg=(pg1， pg2，……pgD)。根据粒子群算法的信息共享机制，作者曾提出了改进的离散粒子群优化算法[10]。粒子通过下式来更新自己的位置:
If(0
If(a
If ((1+a)/2
其中，个体速率vid是(0，1)之间的随机数;α为静态几率因子，是(0，1)之间的随机数。a越大，算法能跳出局部最优的几率越大; a越小，越有利于粒子追随两个最优粒子，使算法快速收敛。本实验中a取值0.33。
2.2 粒子群优化算法用于波长选择
随机初始化个体，个体长度等于全部的波长点数，个体采用二进制编码。PSO用于波段选择的解码方式与一般优化方法选择波长点不同。波长点选择方法是个体元素值为1表示该波长点被选中，为0表示该波长点未选中。因为波谱具有连续性，这些分离的孤立波长点并不能代表全波谱的有用信息。为了能最大程度地利用有效信息，提高模型的稳健性和抗干扰能力，需采用波段选择的方法。常用的波段选择方法，由于波段宽度为一个固定值，具有机械性和固定性。波谱中有用相关的信息可能为不确定的波长区间，并非一个固定长度的波长段。为克服此缺点，采用了新的解码方式来进行波段选择。先将个体元素值为1的波长点选出，得到一系列的波长值。第1个波长点到第2个波长点为选择的第1个波长段，第3个波长点到第4个波长点为选择的第2个波长段，依此类推得到一系列的波段。以所选波长段中连续相邻的波长点的吸光度为自变量，进行偏最小二乘建模对多组分含量预测，得到的均方根误差作为个体的适应度函数。均方根误差如下:
RMSE=∑ni=1(ypred-yobs)2n(4)
其中，ypred表示样品中的预测浓度值，yobs表示样品中的实际浓度值。n为样本数。算法首先随机初始化50个个体，为了避免初始选入的波段过多，初始化的二进制个体中90%的点设置为1。a取值0.33，算法循环100代。
3 实验部分
3.1 仪器与试剂
UV2102PC型紫外可见分光光度计。
邻硝基苯酚、间硝基苯酚、对硝基苯酚、乙醇、NaOH均为分析纯。标准溶液：分别准确称取邻硝基苯酚、间硝基苯酚、对硝基苯酚各0.4000 g，用22 mL 0.15 mol/L NaOH溶解并以2%乙醇定容至100 mL，配制成4 g/L的储备液。然后用2%乙醇稀释得到0.4 g/L的标准溶液。参比溶液：移取3.2 mL 0.15 mol/L NaOH于100 mL容量瓶中，用2%乙醇定容。
3.2 实验方法
准确吸取适量的邻、间、对硝基酚标准溶液于25 mL容量瓶中，以2%乙醇定容。共配制54组混合标准溶液，其中27组作为训练集建模，其余27组作为预测集以检验模型。用1 cm比色皿，在208～481 nm范围内扫描，间隔1 nm采集吸光度值。测定数据由计算机处理，程序用Matlab编写。
4 结果与讨论
4.1 吸收光谱
邻、间、对硝基苯酚的吸收曲线见图1。由图1可知，它们的最大吸收波长分别为227， 228和400 nm。紫外吸收光谱相互重叠， 图1 硝基苯酚的紫外吸收光谱
1. 间硝基苯酚(mnitrophenol); 2. 邻硝基苯酚(onitrophenol); 3. 对硝基苯酚(pnitrophenol)。采用常规分析方法难以直接测定单一组分的含量。在最大吸收波长处对单组分分别测定，得到邻硝基苯酚和间硝基苯酚的线性范围均为2～28 mg/L; 对硝基苯酚在2～24 mg/L范围内线性关系良好。
4.2 波长选择和模型预测
为了提高模型的预测力和稳健性，采用粒子群优化算法挑出信息含量丰富的波长段。所选出的波段为247～254 nm，262～264 nm，273～278 nm，288～328 nm和371～379 nm。以所选波长段中连续相邻的波长点的吸光度为自变量对训练集样本进行PLS建模(PSOPLS)，并对预测集样本进行预测。表1列出了预测集样本的硝基苯酚含量和粒子群优化算法的计算值。邻、间、对硝基苯酚预测的相对误差分别为-1.44%，-0.77%和-0.59%。与全波谱PLS建模(FULLPLS)进行对比，采用全部274个波长(208～481 nm)，邻、间、对硝基苯酚预测的相对误差分别为5.77%，-6.50%和-1.53%。可见，粒子群优化选择波段后，各组分预测的平均相对误差均减小。表2列出了全波谱建模和粒子群优化波段选择建模的均方根误差RMSE值。由表2可知，进行波段选择后3种硝基苯酚训练集和预测集的RMSE值均明显降低，预测集的RMSE分别降低了80.48%，44.75%和11.58%，表明了粒子群优化法的波段选择方法对多组分混合物同时测定的预测能力明显提高，模型的稳健性较好。表1 粒子群优化波段选择算法的预测集结果
参考文献
1 Cheng Biao(成 飙)， Wu XiaoHua(吴晓华)， Chen DeZhao(陈德钊). Spectroscope and Spectral Analysis(光谱学与光谱分析)，2006， 26(10): 1923～1927
2 Li YanWei (李彦威)， Fang HuiWen(方慧文)， Liang SuXia(梁素霞)， Wang ZhiZhong(王志忠). Chinese J. Anal. Chem.(分析化学)， 2008， 36(1)： 95～98
3 Liu BoPing(刘波平)， Qin HuaJun(秦华俊)， Luo Xiang(罗 香)， Cao ShuWen(曹树稳)， Wang JunDe(王俊德). Chinese J. Anal. Chem.(分析化学)， 2007， 35(4)： 525～528
4 Fang LiMin(方利民)， Lin Min(林 敏). Chinese J. Anal. Chem.(分析化学)， 2008， 36(7)： 815～818
5 Wang YanBin(王艳斌)， Yuan HongFu(袁洪福)， Lu WanZhen(陆婉珍). Lubricating Oil(油)， 2001， 16(16): 53～56
6 Han Q J， Wu H L， Cai C B， Xu L， Yu R Q. Anal. Chim. Acta， 2008， 612: 121～125
7 Zou XiaoBo(邹小波)， Zhu Zeng(朱 曾)， Zhao JieWen(赵杰文). Modern Scientific Instruments(现代科学仪器)， 2007， 1: 86～88
8 Ghasemi J， Niazi A， Leardi R. Talanta， 2003， 59: 311～317
[关键词]原子吸收 光谱分析 岩矿测试
[中图分类号] P575.4 [文献码] B [文章编号] 1000-405X（2013）-7-170-2
0引言
原子吸收光谱分析法提出于上个世纪中期，并且经过多年来不断地尝试和探索，其在实验中获得了长足的发展[1]。尤其是在地质找矿中，原子吸收光谱分析法发挥了明显的优势和重要的作用。因此，在实际的野外岩矿测试中原子吸收光谱分析法具有广阔的应用前景。
1原子吸收光谱分析法的相关理论
在野外岩矿测试中经常需要对岩矿的样品规格以及特点进行分析和检测，因此原子吸收光谱分析法能够充分地发挥其优势。原子吸收光谱分析法，英文简称：AAS，在应用的过程中可以对样品中的金属含量进行准确地分析和检测。因此，无论是在化工工业领域，还是在食品行业中原子吸收光谱分析法都发挥了不可替代的作用[2]。然而，通过原子吸收光谱分析法的不断应用和实践，其缺点也在慢慢地暴露出来。例如，原子吸收光谱分析法在对相关的样品进行检测和分析的过程中会受到很多的因素的干扰并且会影响检测的结果。因此，如何科学有效地消除对原子吸收光谱分析法的干扰因素有利于野外岩矿测试的顺利开展。
2野外岩矿测试中消除干扰以及校正数据的因素分析
野外岩矿利用原子吸收光谱分析法进行测试的过程中主要的干扰因素体现在以下几个方面：
2.1化学干扰
在对相关的样品进行检测的过程中将一定量的溶液转化成一种自由状态下的离子。化学干扰主要表现在阳离子干扰和阴离子干扰以及阴阳离子的混合干扰等等。其中，阳离子干扰主要是在原子吸收光谱分析法检测的过程中由于阳离子会对检测中的信号产生不同程度的抑制从而会影响原子吸收光谱分析法的检测效果。
2.2光谱干扰
利用原子吸收光谱分析法在对岩矿进行检测的过程中通过不同的光源以及背景，从而会对相关金属元素的吸收和检测造成不同程度的干扰。由于光谱干扰因为重线性干扰以及非吸收线干扰会影响岩矿检测的重点，因此对相关的原子化温度可以使用不同的方法来进行技术改造从而达到消除的效果。原子吸收光谱分析法可以利用几条不同的发射线并且每一条发射线都会参与吸收从而会形成不同程度的干扰。如果不同的发射线会因为灵敏度的差异而产生不同的干扰，那么整个检测过程中的信噪会相对低减少。
2.3电离干扰
原子吸收光谱分析法在进行野外岩矿的测试过程中会因为火焰使自由原子发生电离反应从而形成不同程度的干扰。如果野外岩矿的测试过程中出现电离干扰会相对低减少自由状态中原子的浓度。同时，整个岩矿中的需要检测的元素中的吸光度也会发生弯曲现象[3]。
2.4物理干扰
如果在野外岩矿测试过程中抽取的样品发生了不同程度地转移会对该样品的物理性质产生一定的影响。相关岩矿的粘度和表面张力会因为不同的干扰而发生改变并且影响了自由状态下原子的吸收效果。每一个样品中的金属元素的吸光度会因为细管的内径不同而形成不同的影响。
3原子吸收光谱分析法在野外岩矿测试中消除干扰以及校正数据的研究进展
在利用原子吸收光谱分析法在野外岩矿测试中可以对那些需要检测的元素进行加温以提高火焰的温度。如果高温火焰代替低温火焰可以有效地消除检测过程中化学干扰所产生的影响。其次，不同的火焰会营造不同的火焰氛围，因此在检测的过程中相关的工作人员要根据实际的情况适时地改变不同火焰的气氛从而提高原子吸收光谱分析法在野外岩矿测试中的灵敏度。同时，不同量的释放剂也会对野外岩矿测试产生一定的影响。所以在需要检测的元素和已经受到干扰元素的过程中会形成相对稳定的化合物。原子吸收光谱分析法可以利用几条不同的发射线并且每一条发射线都会参与吸收从而会形成不同程度的干扰。每一条分析线的附近都会出现一些待检测的谱线。谱线既可以是待检测的元素，又可以是检测元素。因此，此种类型的谱线会大大地降低整个检测过程中的灵敏度。因此只有尽可能地降低和减少这种干扰才会提高原子吸收光谱分析法的实际性和可靠性。如果加入适量的释放剂可以消除定量的化学干扰（如下表1所示）。
例如，在检测铝的过程中，镁离子的存在会对铝离子的信号产生一定的抑制作用；然而在对铝的检测过程中氯离子的存在又可能会增强铝离子的信号。因此两者之间会形成不同的反应从而会对检测效果产生影响。阴离子的化学干扰主要是在利用原子吸收光谱分析法进行野外岩矿测试的过程中会因为阴离子的存在而对岩矿中的金属原子形成一定的影响。如果铝具有很强的吸收作用会因为阴离子的存在和浓度的高低而形成负干扰。
对于电离干扰的消除方法可以通过两种方法来进行。第一种方法就是可以通过加入适量的消电离剂，其在检测的过程中可以更容易地被电离。消电离剂的使用可以控制火焰中的待测元素。同时，工作人员还可以通过降低火焰的温度来达到消除干扰的目的。尤其是地质测试实验中，原子吸收光谱分析法能够以自动化操作的形式在最短的时间内获得可靠的数据。原子吸收光谱分析法能够从室外的光源辐射出一些需要待检测的元素，通过对样品中的蒸汽进行有效地吸收从而检测中所取的样品中相关元素的含量。
如何有效地降低原子吸收光谱分析法在野外岩矿测试中的物理干扰。首先，工作人员要根据相关的标准来设置测试样品，并且还可以考虑使用内标法以减少物理干扰对整个检测的影响。光谱干扰会对整个野外岩矿测试采用多种方法对其进行干扰消除。其次，在以后的野外岩矿测试中要及时地对基体进行改善，保持整个检测过程中的温度保持正常。最后，工作人员在通过对实地进行考察之后选择一种合理科学的方法以保证测量结果的可靠性和科学性。同时，原子吸收光谱分析法还拥有较高的灵敏度，可以对相关的标准进行清晰地测试。而且，原子吸收光谱分析法还能够减少对相关因素的干扰并且方便操作人员进行野外作业。
4结束语
综上所述，原子吸收光谱分析法在野外岩矿测试中具有明显的优势[4]。因此在实际的野外岩矿测试过程中需要工作人员对实地进行详细地考察，分析出相关的干扰因素从而采取相应的方法以消除干扰对整个检测的影响。
参考文献
[1]玉清.正交信号矫正法在消除非变量诱导信号对二维相关光谱干扰中的应用[A].第十四届全国分子光谱学术会议论文集[C].2011年.
[2]梁斌，范素珍.ICP-OES法直接测定钬铒富集物中包含主量和微量成分的7个稀土元素含量[A].第十三届全国稀土化学分析学术研讨会论文集[C].2011年.
关键词：金属材料；成分分析；重要性；分析方法；发展趋势
中图分类号：TG115 文献标识码：A
1 概述
国家建设与金属材料密不可分，随着科技的发展，金属材料的分析方法也在不断改进，从最初被应用的传统方法到如今的最新技术。由于金属材料可以广泛应用于各个不同行业，因此，社会对其的需求量也在不断增长。随着不断的创新和改进，一些新型复合金属材料应运而生，对它们进行成分分析，才能更全面的了解其特性，同时也能为以后开发更加新型的材料奠定基础。
2 金属材料成分分析的重要性
2.1 有利于了解金属材料的性能成因
金属材料成分分析的最重要意义，在于通过分析有利于了解金属材料的性能成因，并通过多种材料分析总结规律。金属材料显微组织的五大要素—晶粒类型、形状、大小、相对数量和相对分布对金属材料的性能有重大影响。决定金属材料显微组织中各种晶粒相对数量的主要因素在于不同成分的金属材料在其原子结构、原子之间的结合键和晶体结构等方面存在巨大的差异，从而对其性能产生大的影响。
2.2 有利于合理选择金属材料加工方法
金属材料的成分有利于合理选择金属材料的加工方法，这是因为在确定了金属材料的化学成分后，可以对其性能和加工要求有详细的了解，进而通过经验和理论知识确定最合理的材料加工方法。合理的加工方法对于金属制造会起到事半功倍的效果，且可以在最大程度上保证金属材料性能。因此，通过对金属材料进行精准的惩成分分析才能更好的了解其成分组成和基本特性，并由此确定采用哪一种加工方法。
2.3 有利于合理选择热处理方法和设备
金属材料加工完成后，还有性能并不能完全得到发挥，对于大多数金属材料在加工后还要进行热处理，热处理一方面可以改善金属材料的性能，另一方面也能够有效消除加工中产生的组织缺陷，应用普遍。而对金属材料而言，能否采取热处理，采用何种方式，处理过程中工艺参数的控制以及效果，都由其成分来决定。
所以金属材料成分分析有利于合理选择热处理方法和设备。
2.4 有利于经济、安全、合理地应用金属材料
对金属材料进行成分分析，还有利于对其进行更加经济、安全、合理地应用，使其更好的发挥优良性能。最基本也是最重要的是，首先必须使金属材料充分发挥潜力，达到人们所要的使用性能。可以对基体金属与合金组元的合理搭配，采用一定的加工方式和热处理工艺，使其性能达到最佳。除此之外，需要考虑的就是降低成本，使经济效益达到最大化。伴随着科技的不断进步，金属材料的分析方法也在逐渐被改进，变得更加先进实用，精准度也得到了较大幅度的改善。
3 金属材料成分分析的传统方法
3.1 分光光度法
金属材料成分分析的传统方法中最常见的是分光光度法，是一种根据Lambert（朗伯）-Beer（比尔）定律，通过测定被测物质在特定波长处或一定波长范围内光的吸光度或发光强度，对该物质进行定性和定量分析的方法。采用的检测仪器为紫外分光光度计，可见分光光度计（或比色计）、红外分光光度计或原子吸收分光光度计。在分光光度计中，将不同波长的光连续地照射到一定浓度的样品溶液时，便可得到与不同波长相对应的吸收强度。如以波长（λ）为横坐标，吸收强度（A）为纵坐标，就可绘出该物质的吸收光谱曲线。通过该曲线便可对物质进行相应的定性、定量分析。
3.2 滴定分析法
滴定分析法，又称为容量分析法。其原理是将已知准确浓度的标准溶液，滴加到被测溶液中（或者将被测溶液滴加到标准溶液中），直到所加的标准溶液与被测物质按化学计量关系定量反应为止，然后测量标准溶液消耗的体积，根据标准溶液的浓度和所消耗的体积，算出待测物质的含量。这种分析方法简便快捷，现在仍有一定通用性，实验表明改方法的分析结果与理论值相符。
3.3 原子光谱分析法
金属材料的成分分析传统方法还包括原子光谱分析法，这种方法又分为原子发射光谱法和原子吸收光谱法两种。原子发射光谱法是依据各种元素的原子或离子在热激发或电激发下，发射特征的电磁辐射，而进行元素的定性与定量分析的方法，是光谱学各个分支中最为古老的一种。其优点是多元素同时检出能力强、选择性好、分析速度快、检出限低、样品消耗少，适于整批样品的多组分测定。缺点是准确度较差、只能用于元素分析、大多数非金属元素难以得到灵敏的光谱线。原子吸收光谱法是基于气态的基态原子外层电子对紫外光和可见光范围的相对应原子共振辐射线的吸收强度来定量被测元素含量为基础的分析方法，是一种测量特定气态原子对光辐射的吸收的方法。其优点是选择性强、灵敏度高、分析范围广、抗干能力强、精密度高。缺点在于不能多元素同时分析，测定难熔元素的灵敏度还不令人满意，对于某些基体复杂的样品分析，尚存某些干扰问题需要解决。
3.4 X射线荧光光谱法
金属材料成分分析传统方法还包括X射线荧光光谱法，其原理是基态原子（一般蒸汽状态）吸收合适的特定频率的辐射而被激发至高能态，而后激发过程中以光辐射的形式发射出特征波长的荧光。通过测出一系列X射线荧光谱线的波长，即能确定元素的种类，将测得的谱线强度与标准样品比较，即可确定该元素的含量。主要用于金属元素的测定，在环境科学、高纯物质、矿物、水质监控、生物制品和医学分析等方面有广泛的应用。
3.5 电分析法
金属材料成分分析传统方法还包括电分析法，这种方法最初是被用来研究金属电池中所进行的化学反应，其原理是利用了金属材料的组成和含量与金属材料的电性质的关联性。但是因为其准确度不高，而且实施也很不方便，受其他干扰时误差很大，如今已很少采用。
4 金属材料成分分析新方法
4.1 电感耦合等离子体质谱法
该方法是20世纪80年展起来的无机元素和同位素分析测试技术，它以独特的接口技术将电感耦合等离子体的高温电离特性与质谱计的灵敏快速扫描的优点相结合而形成一种高灵敏度的分析技术。主要用于金属材料中的稀有金属、贵金属、难熔金属和稀土金属进行测量。这种方法具有相当高的灵敏度，速度快、谱线简单，所以应用起来准确度高，但使用成本也相对较高，所以只在上述特殊金属中采用。
4.2 激光诱导等离子体光谱法
金属材料成分分析的新方法包括激光诱导等离子体光谱法，其也是近几年才被发明的新方法。特点是检测设备简单，操作方便，成本较低，可以同时测量多种元素，便于提高效率，常用来测量不锈钢钟的微量元素。唯一的不足之处就是适用范围较窄。
4.3 电感耦合等离子体原子发射光谱法
该方法也是一种新型的原子发射光谱法，其原理为利用金属元素受到激发而产生电子跃迁，在谱线上表现出一定强度而进行测量的方法，测量范围较广且灵敏度高。电感耦合等离子原子发射光谱法是一种发展比较完善的测量方法，不仅保证了测量的高灵敏度，而且也保证了应用范围的广泛性。
4.4 石墨炉原子吸收法
石墨炉原子吸收法是利用石墨材料制成管、杯等形状的原子化器，用电流加热原子化进行原子吸收分析的方法。由于样品全部参加原子化，并且避免了原子浓度在火焰气体中的稀释，分析灵敏度得到了显著的提高。该法用于测定痕量金属元素，在性能上比其他许多方法好，并能用于少量样品的分析和固体样品直接分析。因而其应用领域十分广泛。
5 金属材料分析方法的发展趋势
随着科技的发展，更多更复杂的金属材料正在被研发，对于这些材料的成分分析，传统方法因为各种原因已经远远达不到人们的要求。为了更好的对这些新型复杂材料进行成分分析，只有开发出与时俱进的新方法才能满足人们科研的需求，越来越多的现代分析法防随之应运而生。这些新方法更加专注于材料成分、结构、缺陷等的分析。同时，更多的分析检测仪器也被不断的研究出来，从而使一些新方法的实施成为了可能。在这样的发展趋势之下，金属材料的分析方法朝着准确、高效的方向发展，也就是操作上要不断简捷方便，测量结果上灵敏度、准确度也要加强。
结语
综上所述，金属材料成分分析对金属其性能研究和改善影响重大，可以通过准确的成分分析并采取相应的改善措施来提高金属材料的性能。本文主要分析金属材料成分分析的方法，主要从传统分析方法和新方法两个方面来介绍，可以看到现在科学技术在分析方法中得到应用，不仅提高了金属材料成分分析的效率，而且从多个角度提高了金属材料成分分析的准确性。金属材料分析方法还是存在一些局限性，需要通过不断探索来改善，所以本文还分析了金属材料成分分析的发展趋势，可见发展方向从主要从准确性和效率两个方面展开，方法则是利用现代技术，不断将更新的科学技术手段应用到金属材料成分分析中去。
参考文献
[1]薛广鹏.浅析金属材料的分析方法[J].科技资讯，2012（25）：84.
[2]李大为.金属材料成分分析方法现状与趋势[J].工业设计，2012（03）：28.
[3]赵黎锋.各种金属材料成分分析方法现状与趋势[J].科技创新导报，2012（05）：143.
[4]陈文哲.材料现代分析方法与新材料技术的发展[J].理化检验，2002（11）：466-472.
