光譜技術(shù)論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的光譜技術(shù)論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：光譜技術(shù)論文范文

關(guān)鍵詞： 決策樹； 高光譜； PCA降維； 分類

中圖分類號：TP751.1 文獻(xiàn)標(biāo)志碼：A 文章編號：1006-8228（2017）05- 40-03

Application of PCA dimensionality reduction and decision tree

in hyperspectral image classification

Hao Shangrong

（Institute of Data and Knowledge Engineering， School of computer and information engineering，Henan University， Kaifeng， Henan 475004， China）

Abstract： PCA dimensionality reduction and decision tree methods are used to classify and recognize the hyperspectral images of handwriting with different inks and the hyperspectral remote sensing images with different objects. The experimental results show that the classification effect of handwriting image is better but the remote sensing image is poor， which may be caused by the signal to noise ratio of the image. This paper provides a solution for the classification of different ink.

Key words： decision tree； hyperspectral； PCA dimensionality reduction； classification

0 引言

研究了C器學(xué)習(xí)[1]中分類算法之一的決策樹以及神經(jīng)網(wǎng)絡(luò)中PCA降維在高光譜圖像中的分類應(yīng)用。分析了可能受信噪比低的原因，可以利用高光譜分類的不同墨水；對于遙感信息由于衛(wèi)星拍攝時其信噪比較高的原因，具體表現(xiàn)為每一個光譜圖像產(chǎn)生的能量較小，而噪聲影響較大，這樣多光譜信息的有效信息太少而失去分類的意義。

1 樣本的提取

由于不同的墨水在紙張上畫的筆跡產(chǎn)生不同的化學(xué)反應(yīng)，進(jìn)而可以通過高光譜相機(jī)獲得含有不同高光譜信息筆跡的光譜圖。高光譜信息是指不同波段的圖像信息。本文的采樣過程如下。

對于筆跡，采用9只不同的筆，對于遙感影像，采用9類對象，對應(yīng)101個波段的光譜信息進(jìn)行采樣。筆跡的采樣是對每一類筆跡隨機(jī)采樣200個位置，獲得總的像素值為9*200*101維特征值。遙感影像采用boundingbox工具，對圖像中9類對象200個相應(yīng)4*4區(qū)域，取像素值的均值，總的特征值緯度是9*200*101。

2 訓(xùn)練過程

PCA降維的思想是，在特征較多的情況下，通過減少對分類產(chǎn)生很小影響特征數(shù)量的方式，達(dá)到簡化計算效果的目的。決策樹是機(jī)器學(xué)習(xí)中十分強大的方法，其重要作用在于分類，其特點是每一次只針對一個最重要的特征進(jìn)行分類，形成一層的決策樹的時候拋棄該特征，多次循環(huán)通過相對次重要特征分類的方式。采用機(jī)器學(xué)習(xí)的思想對這些信息進(jìn)行采樣、降維、采用決策樹的方法進(jìn)行訓(xùn)練，經(jīng)過擬合驗證后，獲得一棵決策樹用在高光譜圖像的分類工作中。

2.1 PCA降維

由于采樣后的樣本特征數(shù)太多，盡管采用了矩陣進(jìn)行數(shù)據(jù)運算的技術(shù)，但是由于特征數(shù)太多造成的緯度過大，對于矩陣的存儲、計算都會有很大的影響，而大部分的緯度并不對結(jié)果產(chǎn)生較大的影響。PCA降維[2-3]的思想就是對矩陣計算出協(xié)方差矩陣，進(jìn)而依據(jù)矩陣計算出每一列的特征向量、特征值。求出每一特征值與所有特征值之和的比例，對比例值由大到小排序，計算若干個最大值之和大于99%的特征向量對應(yīng)的特征作為有效特征。

2.2 決策樹的選取及訓(xùn)練

決策樹[4]按照不同的評判標(biāo)準(zhǔn)分為三種分別為：信息的增益、信息的增益比、基尼系數(shù)。但都是基于信息熵的思想。信息熵的計算公式為：

其中，P（ui）為類別為i的樣本個數(shù)在總樣本中的概率，S為樣例個數(shù)。

本文采用的C4.5的決策樹[5]算法，其評判條件為信息的增益，具體含義：以某特征進(jìn)行分類后的信息熵同分類前的信息熵的差值。同時，本文中對筆跡和遙感影像的分類是9類。所以，采用預(yù)剪枝的思想，限定了決策樹為九層。由于該分類方法是二分類的，所以就存在十個葉子節(jié)點，分別對應(yīng)九類結(jié)果和一類的其他類別。

接著，采用十折交叉驗證的思想進(jìn)行過擬合驗證。十折交叉驗證是數(shù)據(jù)分為十份，一份為訓(xùn)練，九份為測試，循環(huán)十次觀測準(zhǔn)確率變化。過擬合是訓(xùn)練時準(zhǔn)確率高而測試的準(zhǔn)確率偏低的現(xiàn)象。通過多次調(diào)整訓(xùn)練集、測試集的樣本個數(shù)的比例，最終獲得平均準(zhǔn)確率為實驗結(jié)果。

3 對比及結(jié)論

求準(zhǔn)確率和召回率時，分別對筆跡和遙感影像分類都要按照上述取樣的方式獲得101維的測試樣本，并進(jìn)行訓(xùn)練、測試，其對應(yīng)的準(zhǔn)確率為0.9504、0.671；對應(yīng)的召回率為0.796和0.971。結(jié)果表明本方法適合多光譜圖像不同墨水的分類；同時說明多光譜的遙感影像可能受信噪比高低的影響，需要進(jìn)一步研究。

4 結(jié)束語

本文結(jié)合了PCA降維和決策樹方法解決了不同墨水筆跡分類的問題，表現(xiàn)出了較高的準(zhǔn)確率。討論了PCA降維和決策的優(yōu)點，以及在高光譜圖像中分類的應(yīng)用，可以在跡偽造檢測中，通過是否是相同的墨水進(jìn)行第一步區(qū)別操作，具有一定的使用價值。未來可以進(jìn)一步研究高光譜圖像分類與信噪比的關(guān)系，以便于確定高光譜信息在分類問題中的應(yīng)用范圍。

參考文獻(xiàn)（References）：

[1] 李銳，，曲亞東（譯）.機(jī)器學(xué)習(xí)實戰(zhàn)[M].人民郵電出版社，2013.

[2] 肖招娣.高維數(shù)據(jù)集上的降維算法及其應(yīng)用[D].華南理工大學(xué)碩士學(xué)位論文，2013.

[3] 張小勤.基于PCA與K-NN的故障檢測與診斷方法的研究[D].西南大學(xué)碩士學(xué)位論文，2016.

第2篇：光譜技術(shù)論文范文

關(guān)鍵詞：原子吸收儀 方法原理 元素

一、原子吸收儀技術(shù)

1.方法原理

原子吸收是指呈氣態(tài)的原子對由同類原子輻射出的特征譜線所具有的吸收現(xiàn)象。它的原理是將光源輻射出的待測元素的特征光譜通過樣品的蒸汽中待測元素的基態(tài)原子所吸收，由發(fā)射光譜被減弱的程度，進(jìn)而求得樣品中待測元素的含量。

2.技術(shù)手段

化學(xué)形態(tài)分析主要采用色譜法。對一些具有揮發(fā)性的化合物，氣相色譜（GC）是主要的分析手段。但由于一般色譜檢測器對大多數(shù)金屬元素的測定不夠靈敏和特效，使得GC在有機(jī)金屬化合物的形態(tài)分析方面受到許多限制。原子吸收光譜（AAS）作為元素特效檢測器與GC聯(lián)用已成為金屬形態(tài)分析的主要方法，這種聯(lián)用技術(shù)既具備GC分離能力強、基體干擾少等優(yōu)點，也具備AAS靈敏度高和選擇性好的特點，彌補了GC檢測器對金屬不靈敏和AAS對同一元素的不同形態(tài)無法區(qū)分的缺陷。

3.GC―AAS聯(lián)用

它的原理是：待測樣品由進(jìn)樣口注入，在氣化室氣化后由載氣帶入色譜柱，由于進(jìn)入色譜柱的待分離組分具有不同的物理或化學(xué)性質(zhì)，它們在固定相和流動相中具有不同的分配系數(shù)，當(dāng)這些組分隨著流動相（載氣）移動時，它們在兩相間反復(fù)多次分配，從而使各組分得到完全分離，分離后的各組分在載氣和輔助尾吹氣的共同作用下進(jìn)入加熱的不銹鋼管，分解后得到待測物的元素態(tài)并通過T型管的吸收管進(jìn)入石英原子化器并被原子吸收儀測定。

二、原子吸收光譜技術(shù)分析的特點

原子吸收光譜分析能在短短的三十多年中迅速成為分析實驗室的有力武器，由于它具有許多分析方法無可比擬的特點。

1.檢出限低，靈敏度高

采用火焰原子方法，主要是通過高溫將樣品送人霧化室，其操作簡便，重現(xiàn)性好，大多數(shù)元素的靈敏度可達(dá)ppm級，少數(shù)元素可達(dá)ppb級；石墨爐原子化器，是一類將試樣放置在石墨管壁、石墨平臺、碳棒盛樣小孔或石墨坩堝內(nèi)用電加熱至高溫實現(xiàn)原子化的系統(tǒng)，其原子效率在可調(diào)的高溫下試樣利用率達(dá)100%，其靈敏度的檢測限達(dá)10-6～10-14。

2.操作簡單、方便

原子吸收光譜分析與分光光度分析極為相似，其儀器結(jié)構(gòu)、工作原理也大致相同，對長期從事化學(xué)分析的人來說，使用極為方便，其中火焰原子吸收分析的速度也比較快。

3.抗干擾能力強

在化學(xué)、物理、電離、光譜，背景等干擾下，可改變火焰溫度、加入釋放劑、保護(hù)絡(luò)合劑等化學(xué)藥品來減少干擾，從波爾茲曼方程我們還可以了解到，火焰溫度的波動對發(fā)射光譜的譜線強度影響很大，而對原子吸收分析的影響則要小的多，因此抗干擾能力強。

4.速度快

全自動分析光譜儀完全由微機(jī)自動控制的，是目前市場上最緊湊的原子吸收光譜儀，儀器可自動設(shè)定操作參數(shù)，自動調(diào)解燃燒頭高度及氣體流量和助燃比，自動進(jìn)樣，自動樣品測量，自動樣品稀釋、濃縮，自動校正；強大的方法開發(fā)擴(kuò)展能力，多元素序列分析操作，降低了分析時間和運行成本，提高了速度。

5.選擇性高

由于原子吸收線比原子發(fā)射線少得多，因此，本法的光譜干擾少，加之采用單元素制成

的空芯陰極燈作銳線光源，光源輻射的光譜較純，對樣品溶液中被測元素的共振線波長處不易產(chǎn)生背景發(fā)射干擾。

6.準(zhǔn)確度高

空芯陰極燈輻射出的特征譜線僅被其特定元素所吸收。所以，原子吸收分析的準(zhǔn)確度較高。當(dāng)然，原子吸收光譜分析也存在一些不足之處。原子吸收光譜法的光源是單元素空芯陰極燈，測定一種元素就必須選用該元素的空芯陰極燈，這一原因造成本法不適用于物質(zhì)組成的定性分析，對于難熔元素的測定不能令人滿意。

三、原子吸收儀技術(shù)分析應(yīng)用

1.在金屬材料的分析應(yīng)用

在用原子吸收光譜儀的技術(shù)方法進(jìn)行分析與測定鋁及鋁合金、銅合金、鈦合金等材料，以及銀鋅電池，隔鎳電池、熱電池與太陽電池等電源材料中，所得實驗數(shù)據(jù)的準(zhǔn)確度、精確度都很好，優(yōu)化了實驗條件。

2.在粉末材料的分析應(yīng)用

原子吸收光譜儀常用于各種混合粉末電源材料的微量和常量分析與測試，其中包括對各種中間產(chǎn)物和最終產(chǎn)品添加劑及雜質(zhì)含量的控制分析。如日本島津公司制造的AA-670型的原子吸收光譜儀的準(zhǔn)確度和精確度也很高，銀粉中銅鐵含量的回收率平均達(dá)到97%左右。

3.在液體材料的分析應(yīng)用

液體材料溶液分析包括電解液，電鍍液、浸漬液和其他各種溶液金屬離子含量的分析與測定。通常待測金屬離子已存在于溶液中，所以只需選擇一種有足夠靈感度的檢測方法即可。如被測濃度高于測定范圍上限。需要將試樣溶液進(jìn)一步稀釋，并根據(jù)情況適當(dāng)加入一定體積的硝酸銅、檸檬酸銨和硝酸稀釋液，提高原子吸收光譜儀在液體材料分析中的應(yīng)用，獲得相對較好的結(jié)果。

4.在化學(xué)試劑的分析應(yīng)用

原子吸收儀也常用于化學(xué)試劑的分析應(yīng)用中，如研制出的TH-2005紅外吸收法二氧化碳分析儀，它應(yīng)用于環(huán)境保護(hù)、衛(wèi)生防疫，勞動保護(hù)及科研院等部門。分析儀主要由采樣裝置，流程控制裝置，二氧化碳光學(xué)檢測室，微電腦檢測、控制、分析系統(tǒng)組成。還有美國熱電公司制造的M-5型的原子吸收光譜儀也常用于化學(xué)試劑的微量和常量元素分析，如化學(xué)試劑中的硝酸銀、硝酸鈷、氫氧化鈉等雜質(zhì)含量的相對標(biāo)準(zhǔn)偏差大約在0.5%左右，精確度較高。

5.在醫(yī)學(xué)方面的分析應(yīng)用

原子吸收光譜法因其強大的生命力，迅速應(yīng)用于分析化學(xué)的各個領(lǐng)域，尤其在醫(yī)學(xué)方面，使得正確檢測各種含量在ppm或ppb級的微量元素成為可能，在我國的各級醫(yī)保單位，已將人體元素檢測作為常規(guī)項目，其檢測結(jié)果精確可靠。因此，原子吸收光譜分析法在疾病控制中心更是作為“金標(biāo)準(zhǔn)”。

四、結(jié)論

原子吸收儀的不斷更新與發(fā)展，標(biāo)志著人類的不斷進(jìn)步與探索，會使得原子吸收儀應(yīng)用技術(shù)不斷提高，不斷強大，也為科學(xué)事業(yè)的良好發(fā)展奠定了基礎(chǔ)，更好的造福于人民，造福于社會。

參考文獻(xiàn)

第3篇：光譜技術(shù)論文范文

關(guān)鍵詞：甘蔗葉片；光譜反射率；葉綠素含量；PCA算法；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號：O657.3； TP722.4文獻(xiàn)標(biāo)識碼：ADOI：10.3969/j.issn.10036199.2017.01.008

1引言

甘蔗是廣西地區(qū)最重要的經(jīng)濟(jì)作物，新臺糖22號甘蔗是廣西蔗區(qū)種植面積最廣的品種。但是與發(fā)達(dá)地區(qū)相比，廣西的甘蔗生產(chǎn)水平相對較低，生產(chǎn)成本偏高，產(chǎn)品的國際競爭力不強。了解甘蔗的生長狀況，建立與作物長勢有關(guān)的作物生化指數(shù)（這里指的是葉綠素含量）的預(yù)測模型是精細(xì)農(nóng)業(yè)研究的重要內(nèi)容。葉片葉綠素含量植物的狀態(tài)，而光譜為無損估算葉片葉綠素含量提供了[1-4]。

Gitelson等[5]通過對不同作物的冠層反射光譜進(jìn)行研究，發(fā)現(xiàn)在波長550 nm和700 nm附近的光譜與葉綠素的含量相關(guān)性顯著；Hansena and Schjoerring[6]通過比較預(yù)先假設(shè)的NDVI的兩個長波段的預(yù)測模型，采用偏最小二乘法選擇相關(guān)性最高的波段組合，結(jié)果發(fā)現(xiàn)用于估算葉片葉綠素含量的模型準(zhǔn)確度高；趙春江、張金恒等[7-8]研究認(rèn)為利用紅邊波段的反射光譜可以估算葉片葉綠素含量。

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)通常是指基于誤差反向傳播算法的多層前向神經(jīng)網(wǎng)絡(luò)。目前BP神經(jīng)網(wǎng)絡(luò)已成為近紅外光譜定量分析中應(yīng)用最廣的非線性多元校正方法。劉建學(xué)等[9-12]基于BP神經(jīng)網(wǎng)絡(luò)建立了大米淀粉含量的預(yù)測模型；王艷斌[7]等針對不同餾程柴油的近紅外光譜進(jìn)行校正，認(rèn)為人工神經(jīng)網(wǎng)絡(luò)具有較好的準(zhǔn)確性和抗干擾性；張欽禮等[13]針對礦巖可爆性進(jìn)行預(yù)測分析，建立了基于主成分析（Principal Component Analysis，PCA）和BP組合的礦巖可爆性分級評價模型，預(yù)測值與期望值之間的相對誤差控制在6%以內(nèi)；陳建宏等[14]建立了基于PCA和BP相結(jié)合的采礦方法優(yōu)選模型了數(shù)據(jù)處理速度較慢的缺陷。王棟等[15]研究發(fā)現(xiàn)基于灰色關(guān)聯(lián)和BP神經(jīng)網(wǎng)絡(luò)的汽車保有量預(yù)測模型具有較高的精度，最大相對誤差為2.2%，平均相對誤差為1.5%。

人工神經(jīng)網(wǎng)絡(luò)方法具有很強的非線性逼近能力，已經(jīng)在近紅外分析中得到廣泛的應(yīng)用。針對甘蔗作物光譜特性進(jìn)行研究的文獻(xiàn)少，研究基于PCA和BP神經(jīng)網(wǎng)絡(luò)算法，建立了甘蔗葉片葉綠素含量的預(yù)測模型。

2實驗數(shù)據(jù)獲取

該實驗是在2015年5月26日，在廣西大學(xué)農(nóng)學(xué)院試驗田進(jìn)行。甘蔗品種選擇新臺糖22號（ROC22）。采用“3414”施肥方案，肥料選擇尿素（N）、氯化鉀（K）和鈣鎂磷肥（P）。此次試驗是在每個小區(qū)，共42個樣本。實驗使用的是島津紫外可見分光光度計UV-2600，其測量的測波長范圍是220-1400 nm，分辨率為0.1 nm?？捎糜跍y量甘蔗葉片的反射光譜和葉綠素含量

a和Cb分別為葉綠素a、b的濃度，葉綠素濃度。A645與A663分別為645 nm與663 nm波長下的萃取液吸光度。3基于PCA和BP神經(jīng)網(wǎng)絡(luò)的葉綠素含量預(yù)測模型設(shè)計

本實驗利用甘蔗葉片在可見光-近紅外區(qū)域的反射率數(shù)據(jù)作為該模型的輸入，光譜矩陣X，葉綠素的含量值作為其輸出。本研究主要基于BP算法的思想建立預(yù)測葉綠素含量的模型。但是直接將光譜矩陣X作為神經(jīng)元的輸入，導(dǎo)致BP網(wǎng)的規(guī)模比較大，訓(xùn)練也較為復(fù)雜。我們首先利用PCA消除光譜數(shù)據(jù)之間的多重共線性，對原始光譜矩陣進(jìn)行降維處理，提取出主成分。進(jìn)一步確定最終主成分的數(shù)目，并將這些主成分作為BP網(wǎng)的輸入。另外，根據(jù)BP神經(jīng)網(wǎng)絡(luò)理論，編寫B(tài)P算法的程序，建立葉綠素含量的預(yù)測模型。

3.1PCA算法和BP神經(jīng)網(wǎng)絡(luò)算法的原理

PCA是對多變量數(shù)據(jù)進(jìn)行統(tǒng)計處理的一種數(shù)據(jù)線性投影方法，它在盡可能保留原有信息的基礎(chǔ)上將高維空間中的樣本映射到較低維的主成分空間中。其基本思路是以一種最優(yōu)的方法把相互相關(guān)的一組數(shù)據(jù)，通過正交變換使其變?yōu)橐唤M相互無關(guān)的變量，以達(dá)到簡化光譜矩陣，降低維數(shù)的目的。對于一個具有n個樣本p個波長點光譜矩陣

以上測試結(jié)果表明：在一定的誤差范圍內(nèi)，利用經(jīng)過改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型能較好預(yù)測葉綠素含量。這主要是因為前5個主成分幾乎原始光譜信息另外BP神經(jīng)網(wǎng)絡(luò)自身的結(jié)構(gòu)特點也決定了其具有較好的預(yù)測能力。

4結(jié)語

本論文主要研究了處于分蘗初期的甘蔗葉片在可見-近紅外波段的光譜特性對其葉綠素含量的預(yù)測能力。首先對光譜范圍為400 nm～1000 nm的甘蔗葉片反射率進(jìn)行了主成分分析，以盡可能地減少冗余信息；接下來，采用前5個主成分作為BP神經(jīng)網(wǎng)絡(luò)的輸入，建立了葉綠素的預(yù)測模型。研究發(fā)現(xiàn)，采用PCA及BP神經(jīng)網(wǎng)絡(luò)算法相結(jié)合的方法建立的預(yù)測模型具有較強的預(yù)測能力（R2=0.8929，pvalue=0.0016）。但是，利用全波段的光譜信息來作為預(yù)測模型的輸入，數(shù)據(jù)量較大，數(shù)據(jù)獲取成本較高，增加了模型的復(fù)雜性及應(yīng)用成本，不利于后期推廣。另外，由于研究中用到的樣本數(shù)據(jù)較少，該模型仍存在一定的不穩(wěn)定因素，后期可通過增加訓(xùn)練樣本數(shù)量集，進(jìn)一步增加模型的魯棒性。

參考文獻(xiàn)

[1]THENKABAIL P S， SMITH R B， DE PAUW E. Hyperspectral vegetation indices and their relationships with agricultural crop characteristics[J]. Remote Sensing of Environment， 2001，71：158-182.

[2]FILELLA I， SERRANO I， SERRA J，et al.Evaluating wheat nitrogen status with canopy relfectance indices and discriminant analysis[J]. Crop Sci，1995，35：1400-1405.

[3]RICHARDSON A D， DUIGAN S P， BERLYN G P. An evaluation of noninvasive methods to estimate foliar chlorophyll content[J]. New Phytol，2002，153：185-194.

[4]李修華， 陳曉， 周永華，等. 不同施肥情況下甘蔗葉片光譜特性分析及其葉綠素含量預(yù)測[J].農(nóng)業(yè)工程學(xué)報，2015，31：118-123.

[5]GITELSON A A， MERZLYAK M N J. PhotochemPhotobiol， Quantitative estimation of chlorophyll a using reflectance spectra： Experiments with autumn chestnut and maple leaves. J Photochem Photobiol，1994a，（B） 22：247-252.

[6]HANSENA P M.，SCHJOERRING J K. Reflectance measurement of canopy biomass and nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J].Remote Sensing of Environment，2003，86： 542-553.

[7]趙春江，黃文江，王紀(jì)華，等.不同品種和肥水條件下冬小麥光譜紅邊參數(shù)研究[A]. 成像光譜技術(shù)與應(yīng)用研討會論文集[C]. 2002，69-73.

[8]張金恒，王珂，王人潮. 高光譜評價植被葉綠素含量的研究進(jìn)展[J].上海交通大學(xué)學(xué)報， 2003， 21（4）： 349-360.

[9]RIAR A. In： Bhullar GS， Bhullar NKA （eds） Agricultural Sustainability Progress and Prospects in Crop Research[J]， 1st edn. Jamestown Road， London. 2013.

[10]CRAMARIUC R，NISIPARU L，TANASE G.Test for the electrostatic crop spraying as a method of treatment with vctra low volume，the modern problems of electrostatics with applications in environment protection[J].NATO ASI Seriea，1998，118：33-38，379-392.

[11]O紅，李民贊，周志艷，等.玉米生長期葉片葉綠素含量檢測研究.光譜學(xué)與光譜分析，2010，4： 1080-1083.

[12]APARICIO N，VILLEGAS D，CASADESUS J，et al.Spectral vegetation indices as non-destructive Curran PJ[J]， Agronomy Journal，2000，92： 83-91.

[13]張欽禮，劉偉軍，楊偉，等. 基于PCA和改進(jìn)BP組合預(yù)測模型的礦巖可爆性研究[J]. 爆破， 2016，33（1）：19-30.

[14]陳建宏， 劉浪， 周智勇， 等. 基于主成分分析與神經(jīng)網(wǎng)絡(luò)的采礦方法優(yōu)選[J]. 中南大學(xué)學(xué)報：自然科學(xué)版，2010，41（5）：1967-1974.

[15]王棟，鄧北川. 山區(qū)高速公路直線段車速預(yù)測方法[J]. 交通科學(xué)與工程，2014，30（2）：81-86.

第4篇：光譜技術(shù)論文范文

本書共9章：1. 引言：以創(chuàng)新點為引線講述了LIBS的發(fā)展史；2. LIBS等離子體的基礎(chǔ)知識：講述了等離子體原子發(fā)射光譜學(xué)的基本原理，以及LIBS等離子體形成、壽命及衰敗等復(fù)雜過程；3. LIBS的基本裝置：LIBS是現(xiàn)代激光器、檢測器、計時電路、數(shù)據(jù)采集系統(tǒng)和傳統(tǒng)光譜儀系統(tǒng)的集成；4. LIIBS的分析校正曲線及特性曲線；5. 定性的LIBS分析；6. 定量的LIBS分析；7. LIBS的化學(xué)計量分析：論述了LIBS的模型計算，以及統(tǒng)計方法在LIBS中的應(yīng)用；8. LIBS的遠(yuǎn)程測量；9. LIBS的應(yīng)用案例。前言的后面有縮寫詞、常數(shù)及符號表。每章的結(jié)尾有參考書目。書的末尾有5個附錄：A. LIBS操作中的安全注意事項；B. 主要的LIBS參考文獻(xiàn)；C. 文獻(xiàn)中給出的檢出限；D. LIBS的光譜圖；E. 問題及解答。最后是主題索引。

本書第一著者David A.Cremers博士任職于美國應(yīng)用研究聯(lián)合公司，有60年從事激光誘導(dǎo)擊穿光譜學(xué)研究的經(jīng)驗，在LIBS的方法研究以及應(yīng)用研究方面曾發(fā)表過大量論文。

本書從LIBS的基本原理出發(fā)，全面地闡述了LIBS的裝備、方法和技術(shù)，并提供了大量的圖片和照片來清晰地說明主題，是從事光學(xué)儀器分析工作者的必備手冊，也可作為化學(xué)系或物理系大學(xué)生、研究生的參考書。

第5篇：光譜技術(shù)論文范文

相關(guān)熱搜：醫(yī)學(xué)檢驗  醫(yī)學(xué)檢驗論文范文  醫(yī)學(xué)檢驗論文題目

儀器分析是用精密儀器測量表征物質(zhì)的某些物理或物理化學(xué)性質(zhì)的參數(shù)以確定其化學(xué)組成、含量及化學(xué)結(jié)構(gòu)的分析方法，是化學(xué)、物理、數(shù)學(xué)、光學(xué)、電學(xué)、機(jī)械、自動控制、計算機(jī)等多門學(xué)科相互滲透、相互促進(jìn)的邊緣學(xué)科。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，各種分析儀器應(yīng)運而生，儀器分析的應(yīng)用日益廣泛，在化工冶金、環(huán)境保護(hù)、食品保健、衛(wèi)生檢驗、醫(yī)學(xué)檢驗和生物監(jiān)測等各領(lǐng)域中都發(fā)揮著重要作用。因此，儀器分析己成為高等院校許多專業(yè)教學(xué)中一門必修基礎(chǔ)課。

 

經(jīng)過近20年的高速發(fā)展，如化學(xué)發(fā)光、非質(zhì)子核磁共振波譜、電感耦合等離子體、原子質(zhì)譜、變性高效液相色譜、超臨界流體色譜和毛細(xì)管電泳等新技術(shù)己廣泛使用，儀器分析內(nèi)容日益豐富。如何在有限的課時內(nèi)讓學(xué)生更好地掌握儀器分析的內(nèi)容，同時了解到最新前沿，是分析工作者必須關(guān)注的問題。筆者在醫(yī)學(xué)檢驗等專業(yè)的教學(xué)實踐中進(jìn)行了一些探討，現(xiàn)提出有關(guān)教學(xué)改革問題，尚期同行商榷與指導(dǎo)。

 

1突出重點，精心安排教學(xué)內(nèi)容

 

儀器分析是教學(xué)內(nèi)容更新較快的技術(shù)基礎(chǔ)課，要在有限的學(xué)時內(nèi)完成教學(xué)任務(wù)，就要求教師對教學(xué)內(nèi)容融會貫通，在內(nèi)容上有所側(cè)重，重點系統(tǒng)學(xué)習(xí)某些儀器分析方法的基本概念及原理，并抽提出共性1]。例如光譜分析是儀器分析中內(nèi)容最多、最復(fù)雜的一部分。這部分包括原子發(fā)射、原子吸收、原子熒光、分子熒光、紫外、可見、紅外等光譜法，而這些方法可概括為兩部分一原子光譜和分子光譜。因此，我們授課時以原子吸收光譜法為重點講授原子儀器分析中有許多種分析方法，每種分析方法在不同專業(yè)中的應(yīng)用是不同的。如紅外分光光度法、核磁共振波譜法和質(zhì)譜法主要用于對物質(zhì)結(jié)構(gòu)的測定，在醫(yī)學(xué)檢驗專業(yè)中對物質(zhì)結(jié)構(gòu)的測定較少，所以只要求學(xué)生對紅外分光光度法、核磁共振波譜法和質(zhì)譜法有個了解，所需的教學(xué)時數(shù)就要適當(dāng)少些。而原子吸收分光光度法、紫外分光光度法、發(fā)光分析法和電位分析法等章的內(nèi)容在醫(yī)院檢驗科應(yīng)用很普及，對于這些章節(jié)的教學(xué)要適當(dāng)増加課時的投入，要求學(xué)生通過學(xué)習(xí)掌握其基本原理、定量分析方法、儀器結(jié)構(gòu)、具體操作程序和方法等。

 

現(xiàn)在的分析儀器，基本上帶有計算機(jī)及數(shù)據(jù)處理系統(tǒng)，過去較復(fù)雜的數(shù)據(jù)處理，現(xiàn)在也許只需按一下鍵就完成了。因此，教材中關(guān)于手工處理數(shù)據(jù)的內(nèi)容，可以不講。如離子選擇性電極的定量分析方法中介紹格氏作圖紙的繪制及應(yīng)用技巧。

 

2運用多媒體教學(xué)，提高教學(xué)效果

 

儀器分析課程信息量大，內(nèi)容多，所涉及的儀器品種和元件多而雜，教學(xué)內(nèi)容又涉及到多門學(xué)科，加之我校醫(yī)學(xué)檢驗儀器分析課程按50學(xué)時設(shè)置，理論教學(xué)30學(xué)時，實驗教學(xué)20學(xué)時，存在內(nèi)容多學(xué)時少，且抽象難于理解的問題。我校從1999年起對該課程運用多媒體教學(xué)進(jìn)行了嘗試，2001年開始普及，取得了非常好的教學(xué)效果。

 

2.1解決了內(nèi)容多課時少的矛盾，増大了教師授課信息量儀器分析內(nèi)容豐富，涉及面廣。如果將平時講課中很難甚至根本無法在黑板上畫出的實驗裝置、光路圖、電路圖、儀器外觀圖制作成PowerPoint省了課堂板書時間。

 

2.教學(xué)內(nèi)容形象生動，提高了學(xué)生的學(xué)習(xí)熱情儀器分析中有許多內(nèi)容需要發(fā)揮空間想象力如儀器的組成、結(jié)構(gòu)、圖譜等，采用傳統(tǒng)的教學(xué)模式學(xué)生感到枯燥和抽象，難以理解。但如果采用圖片、動畫和視頻演示方式，讓學(xué)生在動靜結(jié)合，圖文并茂的情景下學(xué)習(xí)，有利于激發(fā)學(xué)生學(xué)習(xí)興趣，提高教學(xué)效果。2.彌補了儀器設(shè)備的不足目前許多高等院校的分析儀器設(shè)備嚴(yán)重不足，而儀器分析又是一門實驗科學(xué)，為了培養(yǎng)學(xué)生的實驗技能，對于實驗室沒有的儀器，可通過計算機(jī)多媒體進(jìn)行模擬，在一定程度上掌握和増加學(xué)習(xí)內(nèi)容，使理論與實際操作有機(jī)結(jié)合^。對于實驗室有的儀器，學(xué)生可在完成了預(yù)習(xí)內(nèi)容的模擬實驗后，再進(jìn)入實驗室可更快更好地進(jìn)入實際操作過程。

 

筆者在多媒體教學(xué)實踐中體會到還需注意一些問題。如多媒體教學(xué)中信息量大，學(xué)生容易疲勞，情緒產(chǎn)生抑制。展現(xiàn)一張新的幻燈片時，應(yīng)稍作停頓，讓學(xué)生有足夠時間瀏覽，同時也驚醒一些己經(jīng)走神的學(xué)生。如每張幻燈片的文字?jǐn)⑹霰M量少而精，注意語言的錘煉，便于學(xué)生做筆記，同時幻燈片中顏色不宜太多，否則易產(chǎn)生眼花繚亂的感覺，反而會分散學(xué)生的注意力。由于筆者的學(xué)識水平的限制，制作的課件還較簡單、粗糙，有待在今后的教學(xué)實踐中不斷修改完善。

 

3科研促進(jìn)教學(xué)，介紹最新前沿知識

 

隨著分析儀器的快速發(fā)展，儀器分析是發(fā)展較快的基礎(chǔ)課之一，這就要求我們在教學(xué)中要根據(jù)檢驗專業(yè)的特點及本學(xué)科的發(fā)展現(xiàn)狀和發(fā)展趨勢，針對教學(xué)內(nèi)容作適當(dāng)?shù)恼{(diào)整，將一些舊的內(nèi)容適當(dāng)壓縮或作為閱讀材料，充實一些新的內(nèi)容和前沿性知識，使學(xué)生在學(xué)好基礎(chǔ)理論的同時，了解最新科技信息。如學(xué)習(xí)高效液相色譜時，介紹近年來在高效液相色譜基礎(chǔ)上發(fā)展起來的變性高效液相色譜。隨著人類基因組計劃的完成，迫切需要一種敏感、高效、經(jīng)濟(jì)的方法來檢測龐大的序列變異，變性高效液相色譜法是少數(shù)能同時滿足上述條件的技術(shù)之一。變性高效液相色譜主要用于基因變異的檢測、DNA微衛(wèi)星鑒定、腫瘤雜合性缺失的檢測等方面。將這些與檢驗專業(yè)有關(guān)的新知識、新領(lǐng)域適時地反映到課堂上，對教和學(xué)都起到了很好的促進(jìn)作用。

 

4加強學(xué)生綜合能力的培養(yǎng)

 

在實驗教學(xué)中，不僅要鍛煉學(xué)生的動手能力，也要培養(yǎng)學(xué)生的科研能力。以往的實驗只是機(jī)械地按書本的實驗步驟操作，照葫蘆畫瓢，片面追求結(jié)果，不明白實驗設(shè)計原理，結(jié)果學(xué)生做完實驗后很快就忘記，更不用說掌握。我們在實驗教學(xué)中不僅要求學(xué)生掌握實驗?zāi)康暮蛯嶒炘?，還要求學(xué)生了解實驗過程中實驗的關(guān)鍵和影響實驗結(jié)果的各種因素，充分調(diào)動學(xué)生的興趣和主動性。如鄰菲羅啉分光光度法測定鐵的實驗中，既要掌握鐵含量的測定，也要掌握分光光度法測定鐵的條件及方案的擬定方法。這樣不僅培養(yǎng)了學(xué)生的實驗技能，同時培養(yǎng)了學(xué)生嚴(yán)謹(jǐn)、實事求是的科學(xué)態(tài)度和掌握正確的實驗研究方法。

第6篇：光譜技術(shù)論文范文

關(guān)鍵詞：食品安全，檢測技術(shù)，現(xiàn)狀，原子熒光，免疫分析

前言

近幾年來我國食品安全問題不斷出現(xiàn)，從而引起了人民對食品安全的極大關(guān)注。盡管我國已經(jīng)出臺了新的食品安全法，但是就我國食品安全的現(xiàn)狀來看，人民對新的食品安全的認(rèn)知還是遠(yuǎn)遠(yuǎn)不夠的，如消費者對食品營養(yǎng)衛(wèi)生知識的貧乏，生產(chǎn)者為追求利益，不惜違反食品安全法，食品安全監(jiān)管力度不夠和分析檢測技術(shù)的水平低等導(dǎo)致了一些食品安全事件的發(fā)生。

1、食品安全的概論

1.1食品安全的認(rèn)知

國際食品衛(wèi)生法典委員會(CAC)對食品安全的定義是：消費者在攝入食品時，食品中不含有害物質(zhì)，不存在引起急性中毒、不良反應(yīng)或潛在疾病的危險性。在我國，食品安全一般理解為食品(食物)的生產(chǎn)、加工、包裝、儲藏、運輸、銷售和消費等活動中符合強制性標(biāo)準(zhǔn)和要求，不存在可能危害人體健康的有毒有害物質(zhì)以導(dǎo)致消費者病亡或者危及消費者后代的隱患。食品應(yīng)當(dāng)無毒、無害，符合人體必需的營養(yǎng)要求，具有相應(yīng)的色、香、味、形等感官性狀。

2、我國食品安全現(xiàn)狀

2.1我國食品安全現(xiàn)狀形成的原因

人們對食品營養(yǎng)衛(wèi)生知識不夠重視，我國人民日常的飲食安排，存在著一些缺陷。同時一些不法分子為了得到更大的利益，濫用食品添加劑、化學(xué)成分，使用劣質(zhì)原料。這些并不是因為科技落后，而是因為部分生產(chǎn)者素質(zhì)較低，衛(wèi)生意識淡薄，經(jīng)不住利益的誘惑，在生產(chǎn)食品的過程中不能嚴(yán)格按照生產(chǎn)規(guī)章制度來執(zhí)行等，都極易造成食品污染和中毒事件的發(fā)生。

3、食品分析檢測技術(shù)

3.1微波消解（輔助萃?。┘夹g(shù)在食品分析中的應(yīng)用

怎樣準(zhǔn)確測定食品樣品中的微量或痕量元素呢？關(guān)鍵是樣品的前處理，因樣品的前處理直接影響分析結(jié)果的精密度和準(zhǔn)確度。

微波消解法，它結(jié)合了高溫消解和微波快速加熱兩面性能。此方法具有加熱速度快且均勻，無滯后效應(yīng)，消解時間短只需幾分鐘至幾十分鐘，溶劑用量少且沒有蒸發(fā)損失，一般只需5-10ml，避免有害氣體排放，樣品采用密閉消解有效地減少了易揮發(fā)元素的損失等優(yōu)點。

3.2食品分析中常用的檢測技術(shù)

3.2.1近紅外光譜在食品分析中的應(yīng)用

近紅外光是指介于可見光和中紅外光之間的電磁波，波長范圍是700-2500nm，一般有機(jī)物在該區(qū)的近紅外光譜吸收主要是含氫基團(tuán)(OH，CH，NH，SH，PH)等的倍頻和合頻吸收[7]。近紅外光譜常用的測量技術(shù)有透射法、漫反射法和反射透射法，近紅外光線可以穿透許多透明材料，因此，無需打開玻璃瓶蓋，可以直接對玻璃瓶內(nèi)的物品進(jìn)行測量，極適合于生產(chǎn)過程和惡劣環(huán)境下的樣品分析等等。

3.2.2生物酶法和免疫分析技術(shù)在食品分析中的應(yīng)用

生物酶不僅在食品發(fā)酵工業(yè)中應(yīng)用廣泛，而且還在食品檢測技術(shù)中有著一定的作用。如在國際果汁市場中，蘋果汁是僅次于橙汁的第二大果汁產(chǎn)品，蘋果汁中添加蘋果酸是比較常見的摻假象。免疫分析主要是利用抗體能夠與相應(yīng)抗原及半抗原發(fā)生自發(fā)的、高選擇性的特異性結(jié)合這一性質(zhì)，通過將特定抗體（或抗原）作為選擇性試劑來對相應(yīng)待測抗原（或抗體）進(jìn)行分析測定的方法。

4、結(jié)論

就我國食品安全的現(xiàn)狀來看，食品安全存在著如下問題：消費者對食品營養(yǎng)衛(wèi)生知識的認(rèn)識不夠；生產(chǎn)者對《中華人民共和食品安全法》不夠重視；監(jiān)管體系的不完善；檢測技術(shù)水平落后等。

基于這個問題監(jiān)管部門采用一些新的檢測技術(shù)是必要的，如近紅外光譜、原子熒光、免疫分析技術(shù)等在食品分析中的應(yīng)用。新的檢測技術(shù)縮短了分析時間、提高了分析的靈敏度、實現(xiàn)了在線分析、定性和定量分析、多種組分同時進(jìn)行分析等優(yōu)點。

參考文獻(xiàn)：

[1]高陽，楊薇，王佳江等．我國食品安全現(xiàn)狀——問題及對策．中國食物與營養(yǎng)，2009（1）：15-16

[2]陳亞成，趙德明．中國食品安全現(xiàn)狀及其監(jiān)控體系的建立．《現(xiàn)代農(nóng)業(yè)科技》，2009（9）：281-283

[3]中華人民共和國食品安全法.畜牧獸醫(yī)科技信息，2009（11）：14-16

[4]蔡支農(nóng)，鄭豐杰．淺析我國食品安全現(xiàn)狀及其對策，科技創(chuàng)業(yè)月刊，2006（9）:88-89

[5]鄭豐杰．我國食品安全現(xiàn)狀及其對策．黃岡師范學(xué)院學(xué)報，2006（l2），26（6）：73-75

[6]蔣士強，陳萬金．食品安全保障體系建設(shè)與分析測試技術(shù)．現(xiàn)代科學(xué)儀器，2003（1）：4-7

[7]王多加，周向陽，金同銘等．近紅外光譜檢測技術(shù)在農(nóng)業(yè)和食品分析上的應(yīng)用．光譜學(xué)與光譜分析Spectroscopy and Spectral Analysis，2004（4），24（4）：447-450

[8]王海水，汪冬梅，席時權(quán)．近紅外光譜在品質(zhì)分析和定量分析中的應(yīng)用．分析測試技術(shù)與儀器，2002（9），8（3）：136-138

第7篇：光譜技術(shù)論文范文

論文關(guān)鍵詞：DT143DA紅外測溫儀，環(huán)境因子，操作因素，解決辦法，操作方法

 

0 前言

溫度作為研究物態(tài)的重要參數(shù)之一，它的精確測量一直是工業(yè)的重要需求，非接觸式測溫從上世紀(jì)初的隱絲式光學(xué)高溫計的出現(xiàn)到現(xiàn)在的多光譜測溫儀器的應(yīng)用，輻射測溫技術(shù)現(xiàn)在仍然在不斷的發(fā)展中。輻射測溫儀器的制造原理大多數(shù)是和黑體輻射定律相關(guān)。紅外測溫也屬于輻射測溫范疇，在高爐測溫時顯示了相對于熱電偶測溫的一系列優(yōu)越性，動態(tài)性好、不破壞溫度場的分布、不與鐵水接觸、節(jié)約重金屬、可多次使用等等。但是測量過程同時也顯示了其相對的不足，測溫的抗干擾性不強，易受操作和環(huán)境的影響物理論文，測得的溫度可靠性不好?，F(xiàn)在將針對這些造成測量結(jié)果偏差的原因進(jìn)行定性的分析并指出解決的方法。

2 鐵水表面的反射對測溫的影響試驗

任何的實際物體都有反射外來的光線的能力，鐵水表面肯定會反射周圍物體的紅外輻射，探頭接受的光線不只是鐵水的輻射，所以測得的數(shù)據(jù)并不能反映鐵水表面的實際紅外輻射特性，測出的結(jié)果將是不精確的。

2.1包鋼高爐現(xiàn)場試驗簡圖與試驗數(shù)據(jù)

在實際測量中未插入鐵水和插入鐵水中測得的溫度是不同的，插入鐵水則避免了外界的紅外輻射光波，下表時未插入鐵水和插入鐵水中測得的溫度對比表

表2 未插入鐵水和插入鐵水中測得的溫度對比表

Table 2 Molten iron and molten iron is notinserted into the temperature measured in comparison table

 

圖2-a測得鐵水溫度

1235

1137

1132

1139

1143

圖2-b測得鐵水溫度

1425

1426

1423

第8篇：光譜技術(shù)論文范文

關(guān)鍵詞：原子吸收光譜法 干擾消除 故障分析

原子吸收光譜法（AAS）是一種基于待測基態(tài)原子對特征譜線的吸收而建立的一種分析方法，是測定痕量和超痕量元素的有效方法。1953年，Walsh博士發(fā)明銳線光源，1954年全球第一臺原子吸收儀在澳大利亞誕生，1955年，Walsh的論文《原子吸收光譜在化學(xué)中的應(yīng)用》奠定了原子吸收光譜法的應(yīng)用基礎(chǔ)[1，2]。20世紀(jì)60年代初，PerkinElmer和Varian公司先后推出商品化原子吸收光譜儀，原子吸收技術(shù)進(jìn)入迅速發(fā)展時期。目前，商品化原子吸收光譜儀的生產(chǎn)廠家主要有PerkinElmer、Varian、Jena、Thermo和Unicam等。

1 原子吸收光譜法的原理及技術(shù)特點

1.1 基本原理 對于每種元素來說，它的原子核周圍都有特定數(shù)量的電子，每種原子常見的和最穩(wěn)定的軌道結(jié)構(gòu)稱為基態(tài)，當(dāng)原子獲得一定能量后其外層電子被激發(fā)到不穩(wěn)定的形態(tài)，即激發(fā)態(tài)。激發(fā)態(tài)原子是很不穩(wěn)定的，最終將會返回到基態(tài)，同時發(fā)射出一定波長的電磁波。原子吸收是指氣態(tài)自由原子對同種原子發(fā)射出的特征波長光的吸收現(xiàn)象，原子吸收光譜法是基于樣品蒸氣中被測元素的基態(tài)原子，對光源發(fā)出的該種元素的共振發(fā)射線的吸收程度大小進(jìn)行定量分析方法，其波長區(qū)域在近紫外和可見光區(qū)。

1.2 原子吸收光譜法的應(yīng)用 原子吸收光譜儀也稱原子吸收分光光度計，常見的有單光束和雙光束兩種類型，主要由光源、原子化器、分光系統(tǒng)、檢測器、數(shù)據(jù)處理及顯示系統(tǒng)等5個部分組成。它主要用于測定各類樣品中的微量、痕量金屬元素，如水質(zhì)分析、環(huán)境監(jiān)測、生命科學(xué)研究、農(nóng)林科學(xué)、地質(zhì)普查、食品商檢、醫(yī)療衛(wèi)生、藥檢、冶金和石油化工等領(lǐng)域，在部分領(lǐng)域已被列入標(biāo)準(zhǔn)分析方法。

①優(yōu)點：檢出限低，靈敏度高；選擇性好，精密度高；光譜干擾少，準(zhǔn)確度高；可測元素多（70多種），操作簡便，應(yīng)用范圍廣。②局限性：測定W、Ta、Zr等高溫元素不如發(fā)射光譜法，不能同時測定多種元素，測定復(fù)雜基體樣品中的微量元素時易受主要成分影響，火焰在紫外區(qū)存在一定程度的自吸現(xiàn)象。

環(huán)境監(jiān)測中常見重金屬的火焰原子吸收測定參數(shù)詳見表1。

2 原子吸收光譜測定中的干擾及其消除

原子吸收光譜法是一種干擾很少的技術(shù)，在實驗室檢測過程中，通常存在的干擾有背景吸收、化學(xué)干擾、電離干擾、基體干擾、發(fā)射干擾、吸收干擾及噪聲干擾等七類[3，4]，消除或補償這些干擾的方法如下。

2.1 背景吸收 產(chǎn)生原因：火焰中離子對光的散射，未分解的混合物分子對光的吸收。背景吸收特異性較差（區(qū)別于特征吸收），可在很寬波長范圍內(nèi)觀察到。消除方法：連續(xù)光源法（氘燈、碘鎢燈），自吸收法，塞曼效應(yīng)校正法。

2.2 化學(xué)干擾 化學(xué)干擾是指對于被測元素形成自由原子的干擾。消除方法：調(diào)節(jié)燃燒器高度，使用更高溫度火焰；加入釋放劑或保護(hù)劑；協(xié)調(diào)標(biāo)液與樣液的組成（讓標(biāo)準(zhǔn)液與樣液所含的無機(jī)酸種類和濃度相同），如：測定鈣時改用笑氣-乙炔火焰，或加入一定量的硝酸鑭溶液消除磷酸根的干擾。

2.3 電離干擾 電離干擾是指火焰提供的能量使待測元素外層電子脫離原子，降低了基態(tài)原子數(shù)量。消除方法：加入電離抑制劑，使用低溫火焰，調(diào)節(jié)燃燒器高度，如：測定肥料中鉀時加入電離電位更低的硝酸鑭或硝酸銫溶液。

2.4 基體干擾 產(chǎn)生原因：樣品的物理性質(zhì)（溫度、濃度、粘度、表面張力、燃燒性質(zhì)等）與標(biāo)液物理性質(zhì)相差過大。消除方法：使樣液、標(biāo)液、空白液的組分相匹配，加入基體改進(jìn)劑，標(biāo)準(zhǔn)物添加法。

2.5 發(fā)射干擾 發(fā)射干擾產(chǎn)生于空心陰極燈，包括被測元素本身各條發(fā)射線間的影響，即當(dāng)樣品濃度很高時，其他發(fā)射信號落在使用的光譜通帶內(nèi)。消除方法：減小狹縫寬度，增加等電流，稀釋樣品，改用溫度較低的火焰。

2.6 吸收干擾 吸收干擾指樣品中某共存元素的吸收波長落在待測元素的吸收線帶寬內(nèi)就會引起吸收干擾，使測定結(jié)果偏高。消除方法：減小狹縫寬度，選擇次靈敏線，降低原子化溫度，選擇適當(dāng)背景校正方式。

2.7 噪聲干擾 噪聲指測量信號（吸光度）隨時間的波動，如白噪聲、閃爍噪聲、漂移噪聲和分立頻率噪聲，光源、原子化器、檢測器等都有可能成為噪聲來源。白噪聲：主要指由光源及其與檢測器的相互作用產(chǎn)生的散粒噪聲，延長測量時間或增加發(fā)射譜線強度可有效降低吸光度的RSD。閃爍噪聲和漂移：低頻部分占主要成分，變化較慢，采用調(diào)制（光源或樣品）法可克服，但必須保證調(diào)制頻率遠(yuǎn)大于噪聲變化頻率。分立頻率噪聲有時具有周期性，有時則不固定，可以找出儀器設(shè)計或工作環(huán)境方面的原因進(jìn)行消除，或?qū)?shù)據(jù)進(jìn)行統(tǒng)計處理。

3 原子吸收光譜儀常見故障分析

3.1 基線偏移 靜態(tài)基線漂移。這是光源系統(tǒng)和檢測系統(tǒng)故障，方法：首先查明儀器是否受潮，放置吸潮硅膠，儀器通電去潮，一段時間后儀器會逐漸正常；任何電磁感應(yīng)都會使儀器產(chǎn)生漂移；用示波器檢查“同步解調(diào)控制電路”檢測點的波形，并與標(biāo)準(zhǔn)波形比較，如果波形異常，應(yīng)調(diào)整使之正常。點火基線漂移。這是靜態(tài)基線漂移或原子化系統(tǒng)故障，方法：排除靜態(tài)基線漂移；檢查毛細(xì)管有無堵塞和“氣泡”，廢液排放是否暢通和霧室內(nèi)有無積水；氣源壓力不穩(wěn)和燃燒器預(yù)熱不夠均會引起漂移；檢查波長是否調(diào)準(zhǔn)。

3.2 精密度變差 這是典型的分離頻率噪聲。方法：點火狀態(tài)下吸入純水或稀酸幾分鐘，沖走堵塞毛細(xì)管雜質(zhì)，或用銅絲清除雜物，甚至可將霧化器拆卸后清洗；此外，空氣和乙炔不純或壓力不穩(wěn)、試液基體濃度過高、燃燒器縫積炭也會引起讀數(shù)不穩(wěn)定。

3.3 標(biāo)準(zhǔn)曲線線性差 陰極燈老化或使用高的燈電流引起分析譜線的衰弱擴(kuò)寬，應(yīng)及時更換光源燈或調(diào)低燈電流；狹縫過寬，使通過的分析譜線超過一條，可減小狹縫寬度；測定樣品的濃度太大，高濃度溶液在原子化器中生成的基態(tài)原子不成比例，使校準(zhǔn)曲線產(chǎn)生彎曲，應(yīng)縮小測量濃度范圍或用靈敏度較低的分析譜線。

4 原子吸收光譜分析法發(fā)展趨勢

AAS的發(fā)展大致分為三個方面：一是原子化方式的改進(jìn)，二是背景校正方式的變化，三是聯(lián)用技術(shù)。激光光源和激光原子化技術(shù)的開發(fā)，將為微區(qū)分析和薄膜分析提供新方法。GC、LC高效分離技術(shù)的引入，拓展了AAS在痕量、超痕量分析領(lǐng)域內(nèi)的應(yīng)用空間。流動注射與AAS聯(lián)用技術(shù)的應(yīng)用，實現(xiàn)了基體復(fù)雜的元素，如As、Se等的測定。配合物、多元配合物與AAS的結(jié)合提高了檢測靈敏度，大大拓展了AAS的應(yīng)用范圍。隨著理論研究的深入與技術(shù)的不斷進(jìn)步，在不久的將來可能會出現(xiàn)更高分辨率、使用連續(xù)光源的原子吸收光譜儀。

參考文獻(xiàn)：

[1]葉憲曾，張新祥，等.儀器分析教程（第二版）[M].北京：北京大學(xué)出版社，2007.

[2]李昌厚.原子吸收分光光度計儀器及其應(yīng)用的最新進(jìn)展[J].生命科學(xué)儀器，2006，4（8）：3-8.

[3]張揚祖.原子吸收光譜分析技術(shù)應(yīng)用基礎(chǔ)[M].上海：華東理工大學(xué)出版社，2007.

[4]汪雨，陳舜琮，楊嘯濤.連續(xù)光源原子吸收光譜法的研究進(jìn)展及應(yīng)用[J].冶金分析，2011，31（2）： 38-47.

第9篇：光譜技術(shù)論文范文

提要：本文用分光光度計采集正常人及白血病患者血液吸收譜，分析200-800nm范圍內(nèi)的光譜，發(fā)現(xiàn)兩者的紫外光譜的峰峰比I275/I541和I541/I576的比值有差別。同時，由于血液蛋白質(zhì)各組分的含量與血漿不同，血液275nm附近的吸收峰較血漿279nm附近的吸收峰出現(xiàn)藍(lán)移。

關(guān)鍵詞：白血??；血液；紫外-可見吸收光譜

血液是人體特殊而重要的一種組織,含有各種營養(yǎng)成分，如無機(jī)鹽、氧、代謝產(chǎn)物、激素、酶和抗體等，人體各器官的生理和病理變化，往往會引起血液成分的改變。因此臨床上常常將化驗血的結(jié)果作為診斷很多疾病的重要依據(jù)，光譜技術(shù)在這方面具有良好的應(yīng)用前景[1-3]。

白血病是一種造血系統(tǒng)的惡性疾病，其主要特征為異常的白細(xì)胞及其幼稚細(xì)胞（即白血病細(xì)胞）在骨髓及其他造血組織中進(jìn)行性、失控制的異常增殖，最終浸潤、破壞全身任何器官組織，造成正常造血和免疫功能受抑，使正常血細(xì)胞生成減少，導(dǎo)致貧血、出血、感染和浸潤等征象，并伴有周圍血中白細(xì)胞質(zhì)和量的改變，是一種異質(zhì)性疾病[4，5]。

一、實驗部分

樣品：健康人樣品13例，由鄭州市骨科醫(yī)院提供；

白血病患者樣品17例，由鄭州大學(xué)第一附屬醫(yī)院檢驗科提供

試驗儀器：日本島津公司的UV-3150型分光光度計，石英池。

參數(shù)設(shè)定：測試范圍200-800nm，采樣間隔0.5nm，狹縫寬度5.0nm，中速自動掃描，檢測器為光電倍增管。

實驗方法：在參照池與樣品池(均為石英池)中分別加入3ml雙蒸水作基線校準(zhǔn)，之后參照池不動，從樣品池中取出0.01ml雙蒸水，再加入0.01ml健康人或白血病患者的血漿樣品混勻后測紫外光譜

二、實驗結(jié)果與分析

測得光譜如圖1所示：

圖1 血液的吸收光譜

a為健康人血液紫外光譜；b為白血病血液紫外光譜；c為抗凝劑肝素鈉紫外光譜

兩種血液的紫外光譜在276nm、344nm、414nm、541nm、576nm附近出現(xiàn)吸收峰 ，254nm、307nm、369nm、559.5nm附近出現(xiàn)吸收谷，414nm附近的吸收峰強度最大。而根據(jù)我們之前的研究血漿的紫外光譜只在279nm出現(xiàn)吸收峰在254nm附近出現(xiàn)吸收谷[6]，較血漿279nm附近的吸收峰血液的吸收峰出現(xiàn)在276nm附近，有位移。有資料表明414nm附近的吸收峰是紅細(xì)胞的貢獻(xiàn)[7]，葛向紅等也作實驗證明了這一點[8]。由于我們實驗采用的是雙蒸水，而紅細(xì)胞遇水后會發(fā)生溶血而破裂釋放出血紅蛋白，血紅蛋白（Hb）與O2結(jié)合生成氧合血紅蛋白（HbO2）。有資料表明氧合血紅蛋白的在可見區(qū)的吸收峰在540nm、576nm附近[9]； 275nm附近的吸收峰是血液中白蛋白的貢獻(xiàn) [10，11]，因此，我們認(rèn)為實驗中血液紫外光譜414nm、541nm、576nm附近的吸收峰是紅細(xì)胞的貢獻(xiàn)，275nm附近的吸收峰來自白蛋白。我們已知血漿紫外譜279nm的吸收峰是血漿蛋白質(zhì)的貢獻(xiàn)，來自蛋白質(zhì)中的吸收峰在272nm附近的酪氨酸、吸收峰在282nm附近的色氨酸和吸收峰在254nm附近的苯丙氨酸[12]，血液紫外譜275nm附近的吸收峰較血漿紫外譜279nm附近的吸收峰有藍(lán)移，這是血液蛋白質(zhì)各組分的含量較血漿不同引起的，我們推測可能是血液中酪氨酸含量較血漿多的緣故，具體原因有待于進(jìn)一步分析。

抗凝劑肝素鈉在大于250nm的區(qū)域幾乎沒有吸收，在200-250nm區(qū)域，其吸收率也遠(yuǎn)低于人血液的吸收率，因此，它基本不影響這一波段血液的吸收特性。

三、血液紫外光譜分析

數(shù)據(jù)處理：采用美國Microcal公司的Origin數(shù)據(jù)分析和繪圖軟件

圖2I275/I541的散點圖圖2 I541/I576的散點圖

對30例血漿光譜作白蛋白和氧合血紅蛋白相對峰峰比I275/I541和氧合血紅蛋白的兩個吸收峰的峰峰比I541/I576的散點圖（如圖2-3所示）。

散點圖2-3的分析：

I275/I541：

健康人血液I275/I541>3.25 12例符合率92.3%

白血病患者血液I275/I541

I541/I576：

健康人血液 I541/I576∈（0.975--0.985）10例 符合率占76.9%

白血病患者 I541/I576 （0.975--0.985）13例 符合率占76.4%

四、小結(jié)

我們研究了白血病患者血液的紫外光譜，試圖找出能區(qū)分健康人與白血病的血液光譜的參數(shù)，為白血病未來的快速、準(zhǔn)確的發(fā)現(xiàn)和辨別提供一個光譜基礎(chǔ)。研究結(jié)果表明通常情況下，健康人和白血病患者血液的紫外光譜是相似的，均在276nm、344nm、414nm、541nm、576nm附近出現(xiàn)吸收峰；254nm、307nm、369nm、559.5nm附近出現(xiàn)吸收谷；414nm附近的吸收峰強度最大； 275nm附近的吸收峰較血漿紫外光譜279nm附近的吸收峰有藍(lán)移。觀察到的峰谷比的變化表明白血病患者血液中某些成分的含量較健康人有所不同（如白蛋白、血紅蛋白）。

血液樣品的紫外光譜在不加任何處理手段的情況下，區(qū)分健康人和白血病患者符合率已經(jīng)較高，若能再使用模式識別等其它智能手段，對數(shù)據(jù)作進(jìn)一步處理分析，符合率可能會更高。

參考文獻(xiàn)：

[1]劉剛，俞帆，龔光林等. 血細(xì)胞的顯微光譜研究[J]. 光散射學(xué)報,1998，10（2）：90-93.

[2]血液百科［EB/OL］. baike.省略/view/18631.htm

[3] 人體血液的成份與功能［EB/OL］.

省略/blogger/post_show.asp?BlogID=559592&PostID=6876879

[4] 達(dá)萬明，裴雪濤.現(xiàn)代血液病學(xué)[M].北京：人民軍醫(yī)出版社,2003：773.

[5] 張東華，劉文勵，張瑤珍.白血病基礎(chǔ)與臨床[M].中國醫(yī)藥科技出版社,2005：61.

[6]趙倩倩，趙元黎，岳保紅等.白血病血漿的紫外-可見吸收光譜研究[J].激光雜志,2007,28(2)：83.

[7]Xie ji yun (謝濟(jì)運), Jiang zhi liang (蔣治良), Zhong fu xin (鐘福新). Analysis and Testing Technology and Instruments[J]. 2000,9(3):178-181

[8]葛向紅.癌細(xì)胞、乳腺疾病樣品的吸收光譜和拉曼光譜研究[D].中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫，2005：23.

[9]inf.hainmc.省略/jingpin/biochem/sy2.files/main.htm

[10]許少鋒，林上忠，陳榮.人和兔血液不同組分吸收光譜的研究[J].應(yīng)用激光.1997，17（6）：283-284.