時(shí)間：2023-06-05 09:57:18
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇光譜學(xué)與光譜學(xué)分析，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
古人“見微以知萌，見端以知末”。如今，他利用超快“攝像機(jī)”――亞10飛秒時(shí)間分辨光譜學(xué)技術(shù)觀察微觀量子世界里面的原子、分子甚至電子的“表演”，并給出它們連續(xù)的“動(dòng)畫”描述，由此架起從宏觀世界通往微觀世界的橋梁，探索宏觀世界的微觀物理學(xué)本質(zhì)。在多年的科研工作中，他嚴(yán)謹(jǐn)務(wù)實(shí)，踏實(shí)求進(jìn)，努力拼搏，成果顯著。他，就是探索微觀量子世界的“攝影師”，廣東工業(yè)大學(xué)“百人計(jì)劃”特聘教授聶兆剛博士。
微觀量子“攝影師”的成長(zhǎng)之路
聶博士于2007年畢業(yè)于中科院長(zhǎng)春光機(jī)與物理研究所，凝聚態(tài)物理專業(yè)。他博士階段的工作側(cè)重于材料合成和發(fā)光動(dòng)力學(xué)研究。從微觀上來說，發(fā)光是接受能量躍遷到高能級(jí)的電子回到低能級(jí)并將能量以光的形式放出的過程。電子回到低能級(jí)之前，往往首先要經(jīng)過一系列密集的電子組態(tài)或振動(dòng)能級(jí)馳豫到一個(gè)亞穩(wěn)態(tài)能級(jí)，而后通過發(fā)光釋放能量回到基態(tài)。聶博士意識(shí)到，他研究的發(fā)光過程其實(shí)是整個(gè)過程后期階段的表現(xiàn)，而當(dāng)時(shí)他的實(shí)驗(yàn)條件不具備足夠高的時(shí)間分辨來觀察電子前期弛豫的超快動(dòng)力學(xué)過程。拓展來講，人們研究的各種現(xiàn)象往往都是事件發(fā)展過程中的某一個(gè)階段的表現(xiàn)，那么事件的整體特征是什么，常常令人困惑。即使是對(duì)某一階段的表現(xiàn)，由于時(shí)間分辨的逐步提高，人們對(duì)它的認(rèn)識(shí)也是層層深入的，愈“深入”愈精彩。人們認(rèn)識(shí)事件的時(shí)候，要么只是個(gè)大概，要么只是抓住了“大象”的一個(gè)“尾巴”或“耳朵”，對(duì)整頭“大象”好似一無所知。聶博士常常問自己：我們真的可以認(rèn)識(shí)這個(gè)世界嗎？這個(gè)在聶博士現(xiàn)在看來近似幼稚的問題在他心中纏繞了很多年。
聶博士表示，他很幸運(yùn)地遇到了他的恩師張家驊研究員和王笑軍教授，他們都是激光光譜學(xué)專家，并且張家驊研究員還負(fù)責(zé)講授《激光光譜學(xué)》這門課程。通過這門課程的學(xué)習(xí)他認(rèn)識(shí)到，超短脈沖激光的持續(xù)周期可以為飛秒（1飛秒=10-15秒）甚至亞飛秒，這為我們研究超快現(xiàn)象提供了刻度非常精細(xì)的時(shí)間“尺”，由此成為多種時(shí)間分辨光譜技術(shù)的核心。這些超快激光技術(shù)就像“攝像機(jī)”一樣，可以使人們能夠?qū)ψ匀唤绲囊恍┧矐B(tài)現(xiàn)象進(jìn)行“錄像”，以幫助人們了解這些超快現(xiàn)象變化的過程。這門課程的學(xué)習(xí)，在他心里種下了利用超快激光光譜學(xué)研究微觀超快動(dòng)力學(xué)的種子。
這顆種子在聶博士畢業(yè)后的時(shí)間里，一直成長(zhǎng)了8年。在這期間，他先后在韓國(guó)（延世大學(xué)和國(guó)立忠北大學(xué)）、日本（電氣通信大學(xué)小林孝嘉研究組）和新加坡（南洋理工大學(xué)Loh Zhiheng研究組）從事相關(guān)的超快和超強(qiáng)光物理研究。聶博士一路高歌猛進(jìn)，直到2016年回到祖國(guó)懷抱，在廣東工業(yè)大學(xué)物理與光電工程學(xué)院任“百人計(jì)劃”特聘教授。回顧以往，他的研究工作涉及超快動(dòng)力學(xué)、超快光學(xué)技術(shù)、高密度光存儲(chǔ)、發(fā)光材料和發(fā)光動(dòng)力學(xué)等多個(gè)交叉學(xué)科。累計(jì)共發(fā)表文章39篇，包括ACS Nano， Phys. Rev. B， J. Phys. Chem. Lett.， Appl. Phys. Lett.， Opt. Lett.等業(yè)界廣泛認(rèn)可的文章37篇（SCI或EI收錄）。小種子已開花，這些工作已經(jīng)引起超強(qiáng)和超快激光光譜學(xué)及材料物理學(xué)等研究領(lǐng)域的廣泛關(guān)注。
回顧過去，量子“舞臺(tái)”上看好“戲”
在國(guó)外近五年的研究工作中，聶博士沉浸在電子和聲子的世界里，研究這些量子們的“表演”與宏觀物理現(xiàn)象的必然聯(lián)系。電子，聲子，以及電-聲子耦合是凝聚態(tài)物理中許多現(xiàn)象的核心問題。在這個(gè)世界里，最關(guān)鍵的過程往往發(fā)生在皮秒、飛秒甚至亞飛秒量級(jí)。人類本身視覺的分辨能力只有1/24秒，根本不滿足這方面的要求。而亞10飛秒的時(shí)間分辨可以滿足這一層次大部分動(dòng)力學(xué)觀察的需要。比如，它可以有效地觀察載流子傳輸和弛豫、化學(xué)反應(yīng)過程中化學(xué)鍵斷裂和重新組合，還可以研究生物學(xué)上的光合作用等等。聶博士的工作主要是利用亞10飛秒的時(shí)間分辨泵浦-探測(cè)研究低維半導(dǎo)體納米材料和生物分子的超快電-聲子動(dòng)力學(xué)過程。
他的成果主要包括：（1）用亞10飛秒時(shí)間分辨光譜學(xué)技術(shù)，在國(guó)際上首次通過實(shí)驗(yàn)得出MoS2載流子熱能化時(shí)間小于20飛秒，同時(shí)發(fā)現(xiàn)載流子之間和載流子與聲子之間的兩種散射模式對(duì)載流子熱能化過程都有重要影響。（2）以往泵浦-探測(cè)光譜學(xué)的研究工作往往只考慮三階非線性極化率虛部的貢獻(xiàn)。聶博士采用亞5飛秒泵浦-探測(cè)光譜學(xué)，重新評(píng)估了實(shí)部對(duì)碳納米管聲子振幅譜的貢獻(xiàn)。這有利于人們深入理解當(dāng)時(shí)國(guó)際上尚有爭(zhēng)議的碳納米管聲子產(chǎn)生機(jī)理。（3）基于伯恩-奧本海默近似，電子和聲子的動(dòng)力學(xué)過程通常被認(rèn)為是相互獨(dú)立的。聶博士采用亞5飛秒激光脈沖，在碳納米管中實(shí)現(xiàn)了通過控制電子運(yùn)動(dòng)來誘導(dǎo)納米管軸向聲子振蕩模式的改變。這啟示人們重新理解電-聲子耦合現(xiàn)象。（4）到目前為止，大多數(shù)飛秒泵浦-探測(cè)光譜學(xué)注重了正向時(shí)間（泵浦光到達(dá)樣品的時(shí)間早于探測(cè)光）的動(dòng)力學(xué)分析，聶博士進(jìn)一步研究了沿負(fù)向時(shí)間的動(dòng)力學(xué)過程，討論了碳納米管激發(fā)電子態(tài)的電子失相和振動(dòng)相位弛豫動(dòng)力學(xué)。這加深了人們對(duì)超快激光光譜學(xué)的理解。（5）通過非線性多光子吸收的原理，實(shí)現(xiàn)了在有機(jī)玻璃材料內(nèi)部不同深度層面上的多層數(shù)據(jù)點(diǎn)刻錄，并誘導(dǎo)數(shù)據(jù)點(diǎn)本身的光致發(fā)光。這種三維存儲(chǔ)模式可大大提高存儲(chǔ)密度和信噪比。所用材料成本低，穩(wěn)定性高，使用周期長(zhǎng)，具有潛在的商用價(jià)值。
談到超快動(dòng)力學(xué)的研究意義，聶博士表示，超快動(dòng)力學(xué)的研究往往不會(huì)直接帶來實(shí)用的產(chǎn)品，但它是一項(xiàng)能協(xié)助多種學(xué)科在更深層次上認(rèn)識(shí)客觀世界本質(zhì)的技術(shù)。如今，人們已經(jīng)認(rèn)識(shí)到，飛秒超快動(dòng)力學(xué)的研究可以在實(shí)驗(yàn)和理論上，對(duì)光功能、新能源，化學(xué)反應(yīng)，生命現(xiàn)象等諸多領(lǐng)域提供重要的機(jī)理性指導(dǎo)。
展望未來，把“鏡頭”對(duì)準(zhǔn)明天
回到祖國(guó)懷抱的聶博士豪情萬丈，他計(jì)劃以超快光學(xué)平臺(tái)為基礎(chǔ)，以研究超快動(dòng)力學(xué)過程為核心，注重材料、光學(xué)，化學(xué)和生物學(xué)等多學(xué)科的交叉和融合，極大地提高科研團(tuán)隊(duì)在激光光譜學(xué)和新型光電功能材料學(xué)科的綜合實(shí)力和自主創(chuàng)新能力。在快速發(fā)展的祖國(guó)經(jīng)濟(jì)實(shí)力和互聯(lián)網(wǎng)的時(shí)代背景下，他預(yù)期在3～5年時(shí)間內(nèi)組建起一支擁有廣泛國(guó)際合作和在超快激光光譜學(xué)領(lǐng)域具有國(guó)際影響力的團(tuán)隊(duì)，從事飛秒物理學(xué)、飛秒化學(xué)及飛秒生物學(xué)等相關(guān)領(lǐng)域的研究，為祖國(guó)的科研事業(yè)貢獻(xiàn)力量，共創(chuàng)科研事業(yè)美好的未來。
【關(guān)鍵詞】 頭低位臥床； 人體； 尿液代謝產(chǎn)物譜
中圖分類號(hào) R334 文獻(xiàn)標(biāo)識(shí)碼 B 文章編號(hào) 1674-6805（2014）6-0148-02
營(yíng)養(yǎng)健康不論對(duì)長(zhǎng)期（>30 d）航天特因環(huán)境下作業(yè)的航天員，還是對(duì)致力于解決各種航天醫(yī)學(xué)問題的研究者，都是必須要首先考慮的問題。目前國(guó)內(nèi)外對(duì)中長(zhǎng)期太空飛行條件下機(jī)體營(yíng)養(yǎng)代謝研究絕大多數(shù)局限在單個(gè)或幾個(gè)營(yíng)養(yǎng)素的宏觀評(píng)價(jià)上，對(duì)作用機(jī)制的探討還停留在推測(cè)階段，而代謝組學(xué)從系統(tǒng)整體的思路的出發(fā)，通過對(duì)體液中營(yíng)養(yǎng)代謝物的全面檢測(cè)、篩選、反向追溯的途徑，為航天營(yíng)養(yǎng)學(xué)的深入廣泛研究提供了應(yīng)用前景[1-4]，也使實(shí)現(xiàn)我國(guó)航天員在軌營(yíng)養(yǎng)監(jiān)測(cè)、指導(dǎo)以及營(yíng)養(yǎng)干預(yù)措施精確化制定成為了可能。本研究通過建立人體頭低位臥床試驗(yàn)，對(duì)模擬失重條件下機(jī)體的尿液代謝變化產(chǎn)物譜的變化特點(diǎn)進(jìn)行觀察，現(xiàn)報(bào)道如下。
1 資料與方法
1.1 一般資料
選取健康成年男性15例，年齡22～40歲，初中以上文化程度，身高160～175 cm，體重55～75 kg，無不良嗜好，本試驗(yàn)通過中國(guó)航天員中心人體醫(yī)學(xué)試驗(yàn)倫理委員會(huì)的審議批準(zhǔn)，志愿者在試驗(yàn)前均被告知試驗(yàn)要求，并簽署了知情同意書。
1.2 方法
1.2.1 臥床要求 臥床試驗(yàn)時(shí)分為3個(gè)階段：臥床前適應(yīng)期10 d，臥床階段45 d，起床后恢復(fù)期10 d，模擬失重條件的建立采用臥床頭低腳高-6°的，除大便和稱體重外，其他活動(dòng)均在床上進(jìn)行，允許繞身體縱軸變換。
1.2.2 試驗(yàn)者膳食及作息安排 試驗(yàn)期間志愿者統(tǒng)一飲食，食譜編制以中國(guó)居民平衡膳食寶塔為依據(jù)，食譜周期為7 d；臥床階段志愿者每日的作息時(shí)間為早6∶00起床，晚22∶00熄燈，室溫控制在22 ℃～26 ℃。
1.3 樣本收集及處理
采集被試者的晨起中段尿，采集時(shí)間安排臥床前第10天（R-10）、第2天（R-2），臥床中第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），共計(jì)11次，每人每次采集的尿量約0.5 ml。采集的尿樣于離心機(jī)中，以14 000 r/m離心10 min后于拉曼光譜儀中檢測(cè)。拉曼光譜分析儀工作參數(shù)設(shè)置：光譜采集范圍為250 cm-1～2339 cm-1，掃描時(shí)間為10 s，掃描次數(shù)為2，平滑參數(shù)為1，每個(gè)樣本重復(fù)檢測(cè)兩次。
1.5 主要試驗(yàn)儀器
拉曼光譜儀（型號(hào)Ramtracer-200，Optotrace公司），信噪比≥2000，波長(zhǎng)準(zhǔn)確度為1 cm-1。
1.6 統(tǒng)計(jì)學(xué)處理
拉曼檢測(cè)數(shù)據(jù)均以TXT格式文件保存整理，數(shù)據(jù)處理采用中國(guó)航天員科研訓(xùn)練中心與中國(guó)農(nóng)業(yè)大學(xué)聯(lián)合研制的“拉曼光譜代謝組學(xué)分析系統(tǒng)”中的基于主成分和Fisher準(zhǔn)則的投影方法（projection of basing on principal component and fisher criterion，PPF）進(jìn)行數(shù)據(jù)處理，數(shù)據(jù)處理各環(huán)節(jié)中采用的數(shù)學(xué)方法和參數(shù)分別為：譜區(qū)分析范圍采用400 cm-1～1600 cm-1，光譜預(yù)處理方法采用1階導(dǎo)數(shù)和主成分分析，結(jié)果以光譜因子二維投影圖表示。
2 結(jié)果
應(yīng)用PPF方法得到11類尿液的二維投影圖，見圖1和圖2。應(yīng)用圖1和圖2中得到的類間距離可對(duì)不同尿樣之間的相似程度（或遠(yuǎn)近關(guān)系）進(jìn)行方便直觀的評(píng)價(jià)，也可根據(jù)類內(nèi)離散度對(duì)各類內(nèi)樣品的一致性進(jìn)行客觀的評(píng)價(jià)。依據(jù)PPF方法投影體現(xiàn)的樣品間的距離關(guān)系，以相近可合，相遠(yuǎn)不合，考慮距離之間的連續(xù)性和過渡性等為參考指導(dǎo)原則，圖2中所畫的圓圈從左到右分別以各類投影均值為圓心，其半徑表示類內(nèi)投影值的離散度。可以看出：臥床者尿液代謝譜可以分為4種狀態(tài)，即狀態(tài)1：R-10、R-2、R2；狀態(tài)2：R4、R7、R14；狀態(tài)3：R21、R30；狀態(tài)4：R37、R44、R+7。狀態(tài)1到狀態(tài)4之間的差異為逐漸變大的趨勢(shì)。狀態(tài)之間的變化點(diǎn)依次為R4、R21、R37。不同臥床天數(shù)下個(gè)體之間狀態(tài)的離散性特點(diǎn)為：從R-10到R+7，除R30組內(nèi)變異急遽變大（其原因有待進(jìn)一步探究）外，個(gè)體之間差異有逐漸縮小的趨勢(shì)。
圖1 按時(shí)間尿液代謝譜分類投影圖
3 討論
PPF方法所求得的二維投影圖中含有更多原始信息，這些信息中包含了類間和類內(nèi)的差異[5]。該方法能在二維空間最大限度的體現(xiàn)類間和類內(nèi)的差異性信息，是一種典型的用有監(jiān)督方法來實(shí)現(xiàn)無監(jiān)督方法所能體現(xiàn)的相似性關(guān)系的一種方法。經(jīng)過投影可以直觀的評(píng)價(jià)各類尿樣之間的相似程度及各類內(nèi)樣品之間的差異性和一致性[6-7]。
圖2 按時(shí)間尿液代謝譜類內(nèi)離散度投影圖
本試驗(yàn)觀察到，頭低位臥床條件下，被試者分別在臥床第4天、第21天、第37天出現(xiàn)明顯變化，另外本試驗(yàn)還觀察到，隨著臥床試驗(yàn)時(shí)間的延長(zhǎng)，被試者尿液代謝產(chǎn)物譜的變化的個(gè)體差異有逐漸減小的趨勢(shì)，這為本項(xiàng)目今后進(jìn)一步失重條件下代謝指紋的尋找以及個(gè)體化和階段性營(yíng)養(yǎng)干預(yù)措施的探索提供了數(shù)據(jù)基礎(chǔ)。
參考文獻(xiàn)
[1]冉小蓉，羅國(guó)安，梁瓊麟，等.代謝物組學(xué)應(yīng)用的領(lǐng)域之五-營(yíng)養(yǎng)代謝物組學(xué)[J].中成藥，2007，29（1）：107-110.
[2]顏賢忠，趙劍宇，彭雙清，等.代謝組學(xué)在后基因組時(shí)代的作用[J].波譜學(xué)雜志，2004，2（2）：263-271.
[3]董良廣，何桂珍.代謝組學(xué)在臨床營(yíng)養(yǎng)研究中的應(yīng)用[J].中國(guó)臨床營(yíng)養(yǎng)雜志，2006，14（4）：238-242.
[4]趙劍宇，顏賢忠.基于核磁共振的代謝組學(xué)研究進(jìn)展[J].國(guó)外醫(yī)學(xué)?藥學(xué)分冊(cè)，2004，31（5）：308-313.
[5]陶帥，馬翔，李軍會(huì)，等.基于煙葉近紅外光譜主成分?jǐn)?shù)據(jù)的投影方法研究及其在復(fù)烤配方中的應(yīng)用[J].光譜學(xué)與光譜分析，2009，29（11）：2970-2974.
[6]張雅娟，馬翔，張曄暉，等.近紅外漫反射線性加和光譜在煙葉復(fù)烤配方中的應(yīng)用[J].光譜學(xué)與光譜分析，2011，31（2）：390-394.
關(guān)鍵詞 鎂 原子吸收光譜法最佳操作條件
1.儀器與試劑
PE－3110原子吸收分光光度計(jì)，編號(hào)：94071150。日本島津AEG－45SM十萬分之一全自動(dòng)電子天平，編號(hào)：94011019。分析純鎂帶批號(hào)：200305199。分析純鹽酸批號(hào)：040921。
2.最佳條件選擇
2.1最佳波長(zhǎng)的選擇
用5μg／ml的鎂溶液，分別在不同波長(zhǎng)下，測(cè)出其吸光度，選擇最大吸光度所對(duì)應(yīng)的波長(zhǎng)。
鎂的吸收波長(zhǎng)理論值為285.2nm。我們?cè)?65nm到295nm區(qū)間，每隔1nm測(cè)量其吸光度，做出吸光度和波長(zhǎng)曲線，發(fā)現(xiàn)拐點(diǎn)出現(xiàn)在285nm附近。再從284.6nm到285.8nm每隔0.2nm測(cè)量吸光度，測(cè)出最大吸光度出現(xiàn)在285.0nm處。
故本儀器測(cè)定鎂最佳波長(zhǎng)為285.0nm。
2.2助燃比的選擇
固定空氣流量，改變乙炔流量，分別在不同乙炔流量下測(cè)定5μg／ml鎂標(biāo)準(zhǔn)溶液的吸光度。做出不同乙炔流量時(shí)吸光度曲線，從曲線上找出最大吸光度所對(duì)應(yīng)的乙炔流量。固定乙炔流量，改變空氣流量，找出最大吸光度所對(duì)應(yīng)的助燃比為最佳助燃比。通過實(shí)驗(yàn)得出最大吸光度出現(xiàn)時(shí)的助燃比為：1：3.25。
故本儀器測(cè)定鎂最佳助燃比是1：3.25。
2.3燈電流的選擇
在最佳波長(zhǎng)和最佳助燃比下，分別設(shè)置燈電流為6、8、10、12、14mA的條件下測(cè)定5μg／ml的鎂溶液的吸光度。并觀察不同燈電流的穩(wěn)定性，讀數(shù)穩(wěn)定且大的吸光度所對(duì)應(yīng)的燈電流為最佳燈電流。實(shí)驗(yàn)結(jié)果表明：當(dāng)燈電流大于12mA時(shí)，靈敏度與穩(wěn)定性都降低，這是由于譜線變寬的緣故。燈電流小于12mA時(shí)，隨工作電流的增大，吸光度逐漸增大，到12mA時(shí)，吸光度最大，且重現(xiàn)性較好，靈敏度較高。14mA時(shí)吸光度變小。
故本儀器測(cè)定鎂最佳工作電流為12mA。
2.4狹縫寬度的選擇
在保持上述條件都為最佳情況下，分別在不同狹縫寬度下測(cè)定鎂標(biāo)準(zhǔn)溶液的吸光度，所得結(jié)果為：狹縫寬度為0.2mm時(shí)，靈敏度略低；當(dāng)狹縫寬度為0.7mm時(shí)，靈敏度較高且重現(xiàn)性較好，因此，測(cè)定鎂時(shí)，狹縫寬度宜選擇0.7mm為最佳。固定狹縫寬度為0.7mm，改變狹縫的高低。狹縫為高狹縫時(shí)，吸光度小，靈敏度較低；狹縫為低狹縫時(shí)，吸光度大且重現(xiàn)性好，因此，狹縫高度應(yīng)選擇低狹縫。
故儀器測(cè)定鎂最佳時(shí)，狹縫寬度選擇0.7mm，狹縫高度應(yīng)選擇低狹縫。
3、結(jié)論
原子吸收光譜分析具有靈敏度高，準(zhǔn)確度高，選擇性好，操作方便、快速以及所測(cè)定元素多的優(yōu)點(diǎn)，使其得到廣泛應(yīng)用和發(fā)展。但是影響原子吸收光譜分析的可變因素很多，實(shí)驗(yàn)條件不容易重復(fù)，各因素之間往往互相聯(lián)系。分析的準(zhǔn)確度和靈敏度的高低，以及干擾能否有效的抑制，很大程度上取決于測(cè)量條件的選擇。能否選擇合適的測(cè)量條件直接關(guān)系到分析測(cè)試結(jié)果的優(yōu)劣。
根據(jù)實(shí)驗(yàn)結(jié)果，我們認(rèn)為PE3110原子吸收光譜儀測(cè)定鎂最佳操作條件如下：測(cè)定波長(zhǎng)為285.0nm；空心陰極燈工作電流應(yīng)控制在12mA；燃?xì)馀c助燃?xì)饬髁孔罴驯龋ㄖ急龋?：3.25；狹縫最佳寬度為0.7mm；狹縫高低應(yīng)選擇低狹縫。
參考文獻(xiàn)：
［1］馬戈，張景彥.火焰原子吸收光譜法連續(xù)測(cè)定茶葉中的鈣和鎂.光譜學(xué)與光譜分析，1999，（4）：66.
［2］華東理工大學(xué)分析化學(xué)教研組，成都科學(xué)技術(shù)大學(xué)分析化學(xué)教研組.分析化學(xué).北京：高等教育出版社，1995，335～361.
關(guān)鍵詞：土壤中；重金屬檢測(cè)；樣品前處理技術(shù)
DOI：10.16640/ki.37-1222/t.2017.14.081
在樣品化學(xué)分析技術(shù)中，導(dǎo)致分析產(chǎn)生最大誤差的是樣品前處理，因?yàn)閮x器本身產(chǎn)品誤差的可能性相對(duì)較小。不同前處理技術(shù)在對(duì)同一樣品進(jìn)行操作時(shí)，所獲取的最終結(jié)果也會(huì)有一定區(qū)別。所以，在樣品前處理技術(shù)中提出一個(gè)更加快速、簡(jiǎn)單的操作方法是當(dāng)務(wù)之急。
1 濕法消解
濕法消解是將氧化性強(qiáng)酸加入到樣品中，通過對(duì)有機(jī)物的加熱破壞，達(dá)到待測(cè)無機(jī)成分的釋放，最終形成穩(wěn)定的無機(jī)化合物用于實(shí)際分析。濕法消解是目前較為簡(jiǎn)單的一種操作技術(shù)，故被廣泛用于土壤中重金屬檢測(cè)樣品前處理。
1.1 濕法消解的試劑選擇
在實(shí)際操作中，濕法消解主要使用幾種試劑，第一是鹽酸；第二是硝酸；第三是高氯酸；第四是氫氟酸。首先，鹽酸是一種效果較強(qiáng)的試劑，其在高溫高壓下的多種物質(zhì)，如硫酸鹽和硅酸鹽等都能和鹽酸形成可溶的鹽酸鹽。其次，硝酸是一種強(qiáng)氧化劑，實(shí)驗(yàn)室通常對(duì)其應(yīng)用重金屬元素的釋放樣品中，并形成可溶性的硝酸鹽。再次是高氯酸，其也具有很強(qiáng)的氧化性，不僅能形成金屬反應(yīng)，還能對(duì)有機(jī)物進(jìn)行消解，但需要注意的是高氯酸在熱濃條件下，很容易與氧化過的無機(jī)物產(chǎn)生爆炸。最后是氫氟酸，其是一種有效溶劑，能對(duì)硅基物料進(jìn)行有效溶解，并將其轉(zhuǎn)化為能揮發(fā)的SiF，之后需要對(duì)相關(guān)元素加以檢測(cè)。
1.2 濕法消解技術(shù)現(xiàn)狀
總的來說，濕法消解是一種操作簡(jiǎn)單的技術(shù)，幾乎所有實(shí)驗(yàn)室都能通過其進(jìn)行樣品前處理，但其中還是存在一些需要化的問題。第一，濕法消解主要是一種氧化法應(yīng)，其在過程中需要消耗大量時(shí)間，通常需要五到十小時(shí)左右，主要根據(jù)檢測(cè)樣品的成分來決定。濕法消解所常用的四種酸實(shí)際都屬于相對(duì)危險(xiǎn)的物質(zhì)，其中的高氯酸更有可能產(chǎn)生爆炸的可能，氫氟酸的缺陷在于會(huì)腐蝕玻璃，如果操作不當(dāng)會(huì)對(duì)儀器造成損害。電熱板加熱消解，石墨消解儀加熱時(shí)間在十個(gè)小時(shí)左右，時(shí)間長(zhǎng)，消解不徹底，消解后的溶液常有殘?jiān)脙x器進(jìn)行分析測(cè)試時(shí)容易堵塞進(jìn)樣的毛細(xì)管，全自動(dòng)石墨消解，自動(dòng)設(shè)定升降溫，加酸，定容，搖勻等程序，消解時(shí)間在五六個(gè)小時(shí)，時(shí)間短，消解也徹底，消解后的溶液澄清明亮，解放了人力，適合批量樣品的消解，一批最多可消解60個(gè)樣品。
2 干灰化法消解
2.1 干灰化法消解的原理
高溫灼燒是干灰化法的主要方式，以利于分解氧化有機(jī)物，再測(cè)定所剩下的無機(jī)物。在利用干灰化法進(jìn)行樣品前處理時(shí)，溫度需要及時(shí)調(diào)整，其能對(duì)不同元素產(chǎn)生影響。為了提升干灰化法的灰化時(shí)間，實(shí)驗(yàn)中通常會(huì)加入一些試劑，第一是HNO3；第二是Mg（NO3）2等灰助劑，由于加入試劑的不同對(duì)元素產(chǎn)生的作用也會(huì)有相應(yīng)的區(qū)別。
2.2 干灰化法的現(xiàn)狀
干灰化法是通過高溫氧化樣品中的有機(jī)質(zhì)，其操作方法容易，需要使用的試劑也較小，不會(huì)形成太大的樣品污染。同時(shí)，干灰化法要實(shí)現(xiàn)分析樣品準(zhǔn)確度的提高，還可以通過稱樣量的增加來實(shí)現(xiàn)。但是干灰化法也有需要優(yōu)化的問題，通常，灰化需要持續(xù)六小時(shí)以上，如果最終灰化效果不理想還可能需要及時(shí)進(jìn)行降溫，然后將混酸加入繼續(xù)灰化。
3 微波消解
3.1 微波消解的操作原理
根據(jù)各自應(yīng)用方法的情況來看，微波消解操作技術(shù)在實(shí)踐操作中具有如下幾個(gè)特點(diǎn)：第一，消解能力強(qiáng)；第二，樣品污染少；第三，分析結(jié)果準(zhǔn)確，也是其擁有的獨(dú)特優(yōu)勢(shì)，從而是土壤中重金屬檢測(cè)樣品前處理的一種常用方法。微波消解技術(shù)和傳統(tǒng)加熱有一定的區(qū)別，其是屬于內(nèi)加熱，通過微波能達(dá)到快速的深層加熱，微波的變交磁場(chǎng)會(huì)隨機(jī)產(chǎn)生并極化介質(zhì)分子，高頻磁場(chǎng)促使極性分子交替進(jìn)行排列，最終分子高速震蕩。同時(shí)，震蕩因?yàn)榉肿拥姆肿娱g和熱運(yùn)動(dòng)受到影響，以此獲取很高的能量。這種相互作用導(dǎo)致樣品表面層產(chǎn)生破裂，形成酸反應(yīng)和新的表面層，以達(dá)到快速溶解樣品的效果。
3.2 微波消解技術(shù)的現(xiàn)狀
在先進(jìn)技術(shù)應(yīng)用越來越廣泛的情況下，微波消解技術(shù)的合理應(yīng)用，是提高其檢測(cè)結(jié)果準(zhǔn)確性的重要途徑。當(dāng)前，通過其實(shí)踐操作，可以總結(jié)出如下幾個(gè)方面的優(yōu)勢(shì)，第一是，快速加熱且具有高溫，并具有很強(qiáng)的消解功能，使樣品溶解時(shí)間有效縮短。同時(shí)，微波的加熱是直接實(shí)施到樣品，能使高溫高壓在罐內(nèi)快速形成，要對(duì)樣品進(jìn)行消解只需要十分鐘左右即可完成，比干灰化法和濕法消解都效率很多。第二是，所需耗費(fèi)的酸較少，空白值低。通常情況下，微波消解所需要的酸溶劑只需10ml就能完成一個(gè)樣品，不僅降低試劑的使用率，還能降低由于試劑所形成的干擾，并有效減小空白值。第三是，樣品揮發(fā)得到有效控制，濕法消解加熱是通過電熱板，其缺點(diǎn)是揮發(fā)性極易損失，而微波消解是在密封的罐內(nèi)進(jìn)行，在消解過程中不會(huì)出現(xiàn)樣品的揮發(fā)，并能使結(jié)果準(zhǔn)確性有效提高。
4 結(jié)束語
總而言之，土壤中重金屬檢測(cè)樣品前處理技術(shù)是一個(gè)十分重要的環(huán)節(jié)，其能對(duì)分析結(jié)果的準(zhǔn)確性產(chǎn)生很大影響。要達(dá)到統(tǒng)一重金屬樣品前處理技術(shù)還需要大量分析人員們進(jìn)一步探索和研究，將幾種方法的優(yōu)勢(shì)進(jìn)行綜合，并有效避免其存在的弊端，以提出一種高效、簡(jiǎn)單且不會(huì)對(duì)樣品產(chǎn)生污染的處理方法。
參考文獻(xiàn) ：
[1]楊桂蘭，商照聰，李良君等.便攜式X射線熒光光譜法在土壤重金屬快速檢測(cè)中的應(yīng)用[J].應(yīng)用化工，2016，45（08）：1586-1591.
關(guān)鍵詞 水平衰減全反射傅里葉變換紅外光譜； 離散小波特征提取； 人工神經(jīng)網(wǎng)絡(luò)； 鱗毛蕨科植物； 識(shí)別分析
2011-05-15收稿；2011-09-09接受
* E-mail:
1 引 言
隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，學(xué)科之間的聯(lián)系越來越密切，出現(xiàn)了許多相互交叉、相互滲透的邊緣科學(xué)。20世紀(jì)60年代前后，在植物分類學(xué)與植物化學(xué)這兩門科學(xué)之間出現(xiàn)了一門新的邊緣科學(xué)――植物化學(xué)分類學(xué)[1]。植物化學(xué)分類學(xué)亦稱植物化學(xué)系統(tǒng)學(xué)，是利用化學(xué)的特征，來研究植物各類群間的親緣關(guān)系，探討植物界的演化規(guī)律。對(duì)于一個(gè)植物體而言，其化學(xué)成分不是單一的，如何利用其復(fù)雜的化學(xué)成分來進(jìn)行物種間的鑒別成為一個(gè)植物化學(xué)分類學(xué)的焦點(diǎn)問題[2]。傅里葉變換紅外光譜由于能給出復(fù)雜體系的所有物質(zhì)的化學(xué)結(jié)構(gòu)信息，不同植物體具有不同的化學(xué)成分或相同的化學(xué)成分所占比例的不同，都可以產(chǎn)生不同的傅里葉變換紅外光譜，因而將傅里葉變換紅外光譜技術(shù)作為一種分析工具應(yīng)用于植物的識(shí)別具有重要的理論意義和現(xiàn)實(shí)依據(jù)[3]。借助于化學(xué)計(jì)量學(xué)，能夠更為準(zhǔn)確和快速地利用傅里葉變換紅外光譜法進(jìn)行植物的分類與識(shí)別[4～9]。
蕨類植物早在4億年前便已遍布地球表面，它同時(shí)兼具原始維管束植物與高等隱花植物雙重演化的地位。大多數(shù)蕨類植物均有藥用價(jià)值，藥用蕨類植物含有黃酮、甾類、生物堿等活性物質(zhì)，對(duì)多種疾病有明顯療效[10]。本研究選擇形態(tài)較為相似的3種鱗毛蕨科的中型草本植物貫眾、闊鱗鱗毛蕨及變異鱗毛蕨為分析對(duì)象，采用水平衰減全反射傅里葉變換紅外光譜法測(cè)定FT-IR后運(yùn)用離散小波進(jìn)行特征提取，得到特征向量值后進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練及檢驗(yàn)，得到了較高的識(shí)別率。
2 實(shí)驗(yàn)部分
2.1 儀器與樣品
NEXUS 670型傅里葉變換紅外光譜儀（美國(guó)Thermo公司），配DTGS 檢測(cè)器，OMNIC E.S.P. 5.1智能操作軟件，水平衰減全反射（HATR）附件，光譜范圍為4000～650 cm
Symbolm@@ 1，分辨率2 cm
Symbolm@@ 1， 掃描累加次數(shù)64次。
貫眾為鱗毛蕨科植物貫眾（Cyrtomium fortunei J. Sm）的干燥全草；闊鱗鱗毛蕨為鱗毛蕨科植物闊鱗鱗毛蕨（Dryopteris championii （Bench） C. Chr. apud Ching）的干燥全草；變異鱗毛蕨為鱗毛蕨科植物變異鱗毛蕨（Dryopteris varia （L.） O. Ktze.）的干燥全草。所有樣品均于2008年3月分別采自于浙江金華北山及四川峨眉山，并經(jīng)過浙江師范大學(xué)植物學(xué)教研室及上海師范大學(xué)植物學(xué)教研室鑒定。將采得的樣品洗凈，不經(jīng)過任何化學(xué)處理，于避光處晾干。然后分別裁取樣品的根部作為分析的對(duì)象，放入粉碎機(jī)中粉碎，再置于瑪瑙研缽上研磨成約75
SymbolmA@ m的細(xì)小均勻粉末。準(zhǔn)確稱取每種樣品8 mg，待測(cè)。
2.2 測(cè)定方法
在采集數(shù)據(jù)前，按要求將HATR附件水平放置于傅里葉變換紅外光譜儀的樣品倉中，分別將樣品粉末置于鍺晶片與校正壓力裝置之間，轉(zhuǎn)緊壓力裝置后直接測(cè)定樣品的FT-IR。為了降低測(cè)定誤差，每次測(cè)定接觸面積均固定為0.314 mm.2，圖譜基線采用自動(dòng)校正法進(jìn)行校正。
2.3 數(shù)據(jù)處理
通過測(cè)定，得到樣品的FT-IR。采用Matlab 6.1軟件，對(duì)拷貝自實(shí)驗(yàn)中所給定的樣品的FT-IR進(jìn)行一維離散小波變換，在各個(gè)分辨率下觀察樣品的FT-IR差異程度，從中選擇兩個(gè)具有代表性的分辨率進(jìn)行提取特征向量值。進(jìn)行人工神經(jīng)網(wǎng)絡(luò)識(shí)別時(shí)，以3種蕨類根部的FT-IR作為實(shí)驗(yàn)樣本。樣本的訓(xùn)練集和測(cè)試集各選取240個(gè)，每種植物不同產(chǎn)地的訓(xùn)練數(shù)及預(yù)測(cè)樣本數(shù)各選擇40個(gè)，樣本經(jīng)過FT-IR測(cè)定后進(jìn)行一維離散小波特征提取，其所選擇的特征向量值作為特征信息進(jìn)行ANN的訓(xùn)練與預(yù)測(cè)。
3 結(jié)果與討論
3.1 鱗毛蕨科3種植物根的HATR-FTIR譜圖比較
貫眾、闊鱗鱗毛蕨和變異鱗毛蕨3種植物根部典型的FT-IR如圖1所示。
圖1 3種蕨類植物根部的FT-IR
Fig．1 FT-IR spectra of the root of three kinds of pteridophyte plants
a. 貫眾； b. 闊鱗鱗毛蕨； c. 變異鱗毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii （Bench） C. Chr. apud Ching; c. Dryopteris varia （L.） O. Ktze.
從圖1可見，由于黃酮、甾類、生物堿、三萜類化合物、鞣質(zhì)、甾醇、內(nèi)酯、氨基酸等是蕨類植物中主要的活性物質(zhì)，故在3300 cm
Symbolm@@ 1均有羥基伸縮振動(dòng)吸收峰，并在1030～1200 cm
Symbolm@@ 1間出現(xiàn)不同的CO鍵伸縮振動(dòng)吸收峰。在3378 cm
Symbolm@@ 1處的吸收峰為三萜類、多糖類和甾醇類化合物的羥基吸收峰。3328，1612和1434 cm
Symbolm@@ 1處的吸收峰為氨基酸的氨基和酸根吸收峰。1031 cm
Symbolm@@ 1處為糖類的CO吸收峰，由于1031 cm
Symbolm@@ 1處的吸收峰為第一強(qiáng)峰，可推斷屬多糖類化合物。在2921和1373 cm
Symbolm@@ 1處的吸收峰為CH2和CH3的吸收峰。
由于3種蕨類植物為同科植物，所含化學(xué)成分比較相近，所以從所得FT-IR圖譜很難直接獲得更多分類識(shí)別的信息。小波變換是繼傅里葉變換后所出現(xiàn)的一種更為有效的信號(hào)處理及特征提取方法，素有“數(shù)學(xué)顯微鏡”之稱。為了更為直觀地識(shí)別3種鱗毛蕨科植物，采用離散小波變換進(jìn)行提取特征向量值。它能將圖譜變換為一系列小波系數(shù)，這些系數(shù)可以被高效壓縮和存儲(chǔ)。提取特征向量后進(jìn)一步采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分類識(shí)別。
3.2 3種蕨類植物的離散小波特征提取
在進(jìn)行離散小波分解時(shí)，應(yīng)該根據(jù)信號(hào)的光譜特性選擇適當(dāng)?shù)男〔ɑ瘮?shù)和分解層數(shù)。在小波多分辨率分解過程中，根據(jù)HATR-FT-IR信號(hào)的特性并比較不同分辨率下信號(hào)分解的效果， 確定合適的小波基及小波尺度。其標(biāo)準(zhǔn)是突出原始光譜中的若干個(gè)特征峰，并選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（圖2）。以小波基形狀與待分析信號(hào)形狀是否更接近及衰減信號(hào)是否更快作為選擇的前提，經(jīng)比較分析，選取了Daubechies小波作為“分析小波”。本研究提取小波域中原始信號(hào)FT-IR中的兩個(gè)特征峰，以提取其特征值。對(duì)3種蕨類植物的FT-IR分別進(jìn)行了一維離散小波變換，分解的層數(shù)為5。經(jīng)過比較分析，選擇其中兩層（4和5）提取特征值。
圖3為利用離散小波變換分別對(duì)貫眾、闊鱗鱗毛蕨及變異鱗毛蕨的FT-IR進(jìn)行多分辨率離散小波變換分解的結(jié)果。由圖3可見，當(dāng)離散小波變換的分辨率比較低時(shí)，從小波域上無法分辨其光譜的主要特征，因?yàn)槠渲杏休^多的細(xì)節(jié)干擾信號(hào)。而細(xì)節(jié)信號(hào)對(duì)光譜變化比較敏感，對(duì)原始光譜中各個(gè)特征峰反應(yīng)過于強(qiáng)烈，不利于特征提取。因此，取第4層和第5層這2個(gè)分辨率的離散小波細(xì)節(jié)信號(hào)作為特征變
圖2 小波基函數(shù)的曲線
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.
圖3 離散小波分解3種蕨類根部FT-IR的結(jié)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）
量提取空間。特征變量定義為離散小波域內(nèi)第4層和第5層這2個(gè)分辨率下光譜的能量。為了有效提取離散小波域內(nèi)兩個(gè)分辨率下的具有代表性的特征值，對(duì)每個(gè)分辨率下的光譜分別劃分特征區(qū)間。考慮到植物FT-IR譜的復(fù)雜性，本研究從區(qū)別比較大的兩個(gè)區(qū)域劃分了特征區(qū)間（圖4）。由圖4可見，第4層和第5層每層劃分為兩個(gè)區(qū)域，每種植物共獲得4個(gè)特征值，作為人工神經(jīng)網(wǎng)絡(luò)的輸入與輸出值。
圖4 3種蕨類植物特征區(qū)間劃分示意圖
Fig．4 Division of two feature regions of detail signal in DWT domain
a. 貫眾； b. 闊鱗鱗毛蕨； c. 變異鱗毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii （Bench） C. Chr. apud Ching; c. Dryopteris varia （L.） O. Ktze.
3.3 反向傳播（Back-propagation，BP）算法
由于本研究主要用于植物的分類和識(shí)別，故采用人工神經(jīng)網(wǎng)絡(luò)的反向傳播（BP）網(wǎng)絡(luò)模型。對(duì)于反向傳播神經(jīng)元網(wǎng)絡(luò)，當(dāng)各節(jié)點(diǎn)均采用Sigmoid 型函數(shù)時(shí)，一個(gè)隱含層就足以實(shí)現(xiàn)任意的判決分類問題。采用本研究組已建立的算法[11]，并采用隨機(jī)輸入方式。
3.4 網(wǎng)絡(luò)確定與應(yīng)用結(jié)果
經(jīng)實(shí)驗(yàn)確定BP網(wǎng)絡(luò)結(jié)構(gòu)為4個(gè)輸入節(jié)點(diǎn)、6個(gè)隱層節(jié)點(diǎn)和3個(gè)輸出節(jié)點(diǎn)，誤差0.05， α為0.8，η為0.02。考察訓(xùn)練成功的網(wǎng)絡(luò)對(duì)3種蕨類植物如何進(jìn)行識(shí)別。所用的BP網(wǎng)絡(luò)結(jié)構(gòu)中4個(gè)輸入節(jié)點(diǎn)依次為歸一化為0～1之間的4個(gè)特征向量，輸出節(jié)點(diǎn)按作為教師信號(hào)的蕨類植物種類分為：1類（貫眾）；2類（闊鱗鱗毛蕨）；3類（變異鱗毛蕨）。訓(xùn)練后的網(wǎng)絡(luò)對(duì)240個(gè)不同產(chǎn)地樣品的FT-IR經(jīng)過離散小波變換后的特征向量數(shù)據(jù)的預(yù)測(cè)結(jié)果見表1。
從預(yù)測(cè)結(jié)果可見，貫眾、闊鱗鱗毛蕨及變異鱗毛蕨這3種蕨類植物均基本上被正確判別，只有采自四川峨眉山的闊鱗鱗毛蕨和變異鱗毛蕨各有一個(gè)樣本被錯(cuò)誤分類，兩產(chǎn)地的預(yù)測(cè)準(zhǔn)確率平均值分別達(dá)100.00%, 98.75%和98.75%。
3.5 結(jié)論
（1）蕨類植物作為藥用多使用根部，考慮到根部受環(huán)境的影響相對(duì)比較小，所以研究時(shí)采用蕨類根部作為實(shí)驗(yàn)對(duì)象；（2）與壓片法及液膜法不同，利用HATR-FT-IR法測(cè)定蕨類植物，能進(jìn)行直接測(cè)定獲得譜圖，從而使所得FT-IR有較好的可比性。采用離散小波變換進(jìn)行數(shù)據(jù)壓縮可以對(duì)紅外吸收較為相似的貫眾、闊鱗鱗毛蕨及變異鱗毛蕨3種蕨類植物的FT-IR進(jìn)行特征提取。選擇第4層和第5層分辨率下的特征值作為分析的基礎(chǔ)，從所得特征值進(jìn)行人工神經(jīng)網(wǎng)絡(luò)分類能夠較為有效地進(jìn)行分類。此方法在形態(tài)較為相似的同科植物貫眾、闊鱗鱗毛蕨及變異鱗毛蕨3種蕨類植物的分類上具有較高的可行性，從而為光譜學(xué)與計(jì)算機(jī)科學(xué)技術(shù)相結(jié)合在植物分類學(xué)中的更為廣泛的應(yīng)用提供了較為科學(xué)的研究基礎(chǔ)。
References
1 LIU Shu-Qian, ZHENG Jun-Hua, GUO De-An, XU Bing-Jiu. Northwest Pharmaceutical J., 1999, 14（5）: 222～225
劉叔倩, 鄭俊華, 果德安, 徐秉玖. 西北藥學(xué)雜志, 1999, 14（5）: 222～225
2 HUANG Hao, SUN Su-Qin, XU Jin-wen, WANG Zhao. Spectrosc. Spec. Anal., 2003, 23（2）: 253～257
黃 昊, 孫素琴, 許錦文, 王 釗. 光譜學(xué)與光譜分析, 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
程存歸, 田玉梅, 張長(zhǎng)江. 分析化學(xué), 2008,36（8）: 1051～1055
5 CHENG Cun-Gui, XIONG Wei, JIN Wen-Ying. Chinese J. Anal. Chem., 2009, 37（5）: 676～680
程存歸, 雄 瑋, 金文英. 分析化學(xué), 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
陳植成, 劉軍賢, 黃庶識(shí), 陶站華, 王一兵. 計(jì)算機(jī)與應(yīng)用化學(xué), 2009, 26（4）: 482～486
10 CHENG Cun-Gui, MAO Jiao-Yan. Chem. Indu. Forest Prod., 2005, 25（2）: 107～110
程存歸, 毛姣艷. 林產(chǎn)化學(xué)與工業(yè), 2005, 25（2）: 107～110
11 CHENG Cun-Gui, Tian Yu-Mei, Zhang Chang-Jiang. Acta Chim. Sinica, 2008,66（7）: 793～798
程存歸, 田玉梅, 張長(zhǎng)江. 化學(xué)學(xué)報(bào), 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計(jì)算機(jī)化學(xué)軟件在分析立體模型顯示方面的分析
縱觀以往的有機(jī)化學(xué)教學(xué)而言，在分子立體結(jié)構(gòu)降解方面，很多教師僅僅依靠分子結(jié)構(gòu)進(jìn)行展示，但是這種展示方式一般缺少形象直觀因素作支撐，為此對(duì)于學(xué)生而言學(xué)生依舊很難懂得分析立體結(jié)構(gòu)知識(shí)，導(dǎo)致學(xué)生無法想象出分子結(jié)構(gòu)，無法深入理解，更加無法達(dá)到學(xué)以致用的目的。可在化學(xué)教學(xué)中，有機(jī)化合物分子結(jié)構(gòu)是化學(xué)整體教學(xué)的重點(diǎn)，它的立體幾何構(gòu)成與化學(xué)分子反應(yīng)機(jī)理與物理、化學(xué)性質(zhì)等之間存在著極大的關(guān)聯(lián)。伴隨計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有很多軟件能夠?qū)Ψ肿咏Y(jié)構(gòu)展開模擬演示，教師也能夠利用這些軟件進(jìn)行教學(xué)，從而使得學(xué)生能夠更加清楚的認(rèn)識(shí)到化學(xué)分子結(jié)構(gòu)模式，使學(xué)生能夠真正理解分子結(jié)構(gòu)，應(yīng)用這部分知識(shí)。例如ChemOffice等相關(guān)化學(xué)輔助教學(xué)軟件，都能夠利用3D技術(shù)完成分子立體結(jié)構(gòu)模擬演示操作，并且對(duì)化學(xué)分子中各種模型結(jié)構(gòu)都能夠完成模擬，例如球棍模型等，都能夠提升學(xué)生對(duì)分子結(jié)構(gòu)的理解，也能夠提升學(xué)生的想象力等。例如在對(duì)乙烷分子構(gòu)象教學(xué)過程中，教師可以應(yīng)用Gaussian03軟件進(jìn)行教學(xué)，通過對(duì)該軟件的操作來完成分子構(gòu)成，將其和分子能量展開關(guān)聯(lián)。具體做法為：首先需要建立乙烷分子模型，之后優(yōu)化分子模型。其次，為了能夠有效的完成360度旋轉(zhuǎn)C-C，就需要改變H4-C3-C2-H1二面角，將Scan輸入其中，掃描所有旋轉(zhuǎn)過程中的勢(shì)能曲線。最后，對(duì)C-C旋轉(zhuǎn)曲線先開分析，同時(shí)研究分子勢(shì)能構(gòu)象變化規(guī)律，最終和勢(shì)能曲線最低點(diǎn)對(duì)應(yīng)的構(gòu)象便為穩(wěn)定構(gòu)象，也可以被稱之為交叉型構(gòu)象。
2計(jì)算化學(xué)軟件對(duì)分子光學(xué)模擬的分析
在有機(jī)化合物分子光譜學(xué)習(xí)中，對(duì)其特征的學(xué)習(xí)能夠使得學(xué)生更加靈活的應(yīng)用相應(yīng)的化學(xué)知識(shí)來分析物質(zhì)世界。在現(xiàn)代社會(huì)發(fā)展中，科學(xué)家們要真正的完成對(duì)分子光譜的分析與了解工作，一般需要現(xiàn)代儀器對(duì)有機(jī)物的分子結(jié)構(gòu)展開分析，但是這些儀器卻不能在實(shí)際教學(xué)課堂上應(yīng)用。但是Gaussian03軟件卻與之不同，該軟件能夠被應(yīng)用在實(shí)際混血教學(xué)課堂當(dāng)中，在課堂上完成對(duì)分子光譜的模擬和預(yù)測(cè)操作。例如在對(duì)有機(jī)分子紅外光譜與振動(dòng)模式學(xué)習(xí)的過程中便可利用這款軟件，引導(dǎo)學(xué)生分析與觀察模型演示，從而使得學(xué)生更加直觀的學(xué)習(xí)其知識(shí)，并且理解與運(yùn)用化學(xué)知識(shí)。另外在化學(xué)教學(xué)課堂上利用軟件ChemOffice也可以對(duì)有機(jī)化物的質(zhì)荷比與核磁共振譜圖實(shí)施預(yù)測(cè)與模擬工作。例如，可以對(duì)苯內(nèi)酮模擬測(cè)試等。除此之外，計(jì)算機(jī)軟件也可以對(duì)化學(xué)反應(yīng)機(jī)理展開演示。在相應(yīng)有機(jī)化學(xué)教學(xué)過程中，化合物的有機(jī)反應(yīng)是教學(xué)的一個(gè)重點(diǎn)，同時(shí)也是教學(xué)難點(diǎn)，由于機(jī)理反應(yīng)后所帶來的影響一般較為復(fù)雜，并且具有較多的種類，過于抽象，因此學(xué)生在學(xué)習(xí)這部分知識(shí)的過程中感覺到很吃力，對(duì)知識(shí)點(diǎn)也是很難理解，無法深入的把我與研究。可實(shí)際上掌握這部分的知識(shí)，能夠幫助學(xué)生對(duì)日后學(xué)習(xí)合成工藝與合理選擇等有著極大的幫助，具有提升學(xué)生科研能力的作用。為此，我們可以認(rèn)為有機(jī)反應(yīng)教學(xué)能夠?qū)W(xué)生的學(xué)習(xí)帶來較大的意義，能夠推動(dòng)學(xué)生的發(fā)展。實(shí)踐表明，Gaussian03軟件在這部分知識(shí)教學(xué)中能夠有效的解決其中的問題，不僅可以讓學(xué)生理解其中的知識(shí)，還能夠讓學(xué)生較為輕松的掌握與了解這一理論。例如，在學(xué)習(xí)雙分子親核反應(yīng)的過程中，具體操作可為：第一，需要建立起相應(yīng)的模型，如CH3CL+BR-等等，并且對(duì)所建模型進(jìn)行優(yōu)化；第二，利用相應(yīng)程序?qū)⑾嚓P(guān)反應(yīng)形態(tài)表現(xiàn)出來，并且對(duì)其包含的關(guān)鍵詞展開深入的計(jì)算與設(shè)計(jì)；第三，通過相應(yīng)的計(jì)算，將分子結(jié)構(gòu)與能量在化學(xué)反應(yīng)過程中將其變化規(guī)律展現(xiàn)出來，并且通過軟件對(duì)該反應(yīng)的演示，學(xué)生更容易觀察親核試劑以及離去基團(tuán)等之間的演變過程，從而使得學(xué)生更輕松的理解該部分的知識(shí)，在仔細(xì)觀察之下，學(xué)生對(duì)反應(yīng)過程中呈現(xiàn)的狀態(tài)有所了解，這有利于學(xué)生在實(shí)際應(yīng)用該部分知識(shí)的時(shí)候靈活思考與使用，最終實(shí)現(xiàn)大學(xué)有機(jī)化學(xué)教學(xué)效率提升的目的。
3總結(jié)
本文主要針對(duì)計(jì)算化學(xué)軟件在大學(xué)有機(jī)化學(xué)教學(xué)中的實(shí)際應(yīng)用進(jìn)行分析，通過對(duì)計(jì)算機(jī)化學(xué)軟件在分析立體模型顯示方面的分析以及計(jì)算化學(xué)軟件對(duì)分子光學(xué)模擬的分析等，明確在大學(xué)有機(jī)化學(xué)教學(xué)中，計(jì)算機(jī)軟件占據(jù)著極為重要的位置。它的應(yīng)用不僅有利于協(xié)助教師的化學(xué)教學(xué)任務(wù)的完成，還有利于學(xué)生理解其化學(xué)知識(shí)，通過計(jì)算機(jī)軟件模擬演示的觀察，對(duì)化學(xué)分子知識(shí)進(jìn)行深入理解，從而提升化學(xué)課堂教學(xué)效率，更加提升學(xué)生的知識(shí)運(yùn)用能力等。
作者：孫林 王素玲 單位：宣化科技職業(yè)學(xué)院
關(guān)鍵詞：近紅外光譜；在線檢測(cè)；農(nóng)產(chǎn)品/食品品質(zhì)
當(dāng)前，人們的生活質(zhì)量和女生活水平都有了非常顯著的提升，而農(nóng)產(chǎn)品/食品品質(zhì)安全事故的數(shù)量也呈現(xiàn)出了明顯的增加趨勢(shì)。快速檢測(cè)是非常重要的方法和手段，近紅外光譜法是多種技術(shù)和方法當(dāng)中應(yīng)用最為廣泛的，近紅外光譜法不會(huì)對(duì)檢測(cè)過程產(chǎn)生不利的影響，同時(shí)也不需要對(duì)樣品進(jìn)行預(yù)處理，不會(huì)對(duì)環(huán)境構(gòu)成污染，同時(shí)其成本投入也相對(duì)較低。
1 國(guó)內(nèi)外研究進(jìn)展
1.1 水果內(nèi)部有品質(zhì)在線檢驗(yàn)
在國(guó)內(nèi)的一些研究當(dāng)中，研究人員簡(jiǎn)歷了水果的近紅外光譜在線檢測(cè)系統(tǒng)，同時(shí)在這一過程中也開發(fā)出了一些相對(duì)應(yīng)的在線檢測(cè)軟件系統(tǒng)，近紅外光譜儀采用的是微型的光纖光譜儀，CCD檢測(cè)器，其中還有2048個(gè)像素，其波長(zhǎng)的范圍為345-1100nm，信噪比達(dá)到嘞250：1，在檢測(cè)中使用的光源是鹵鎢燈，將其以環(huán)形的方式進(jìn)行布置和設(shè)計(jì)，其主要采用這一系統(tǒng)對(duì)一些水果的糖分和酸度進(jìn)行了在線檢測(cè)和研究。
1.2 魚、畜肉內(nèi)品質(zhì)在線檢測(cè)
相關(guān)的研究人員采用近紅外一起建立了肉品質(zhì)在線檢測(cè)系統(tǒng)，在近紅外儀器上面安裝了5種波長(zhǎng)不同的濾光片，同時(shí)還要用20Hz的頻率對(duì)濾波片進(jìn)行旋轉(zhuǎn)處理，這樣就可以獲得不同波長(zhǎng)之下的肉品嗎吸光度，相關(guān)的研究人員對(duì)154個(gè)肉樣本的脂肪、水分和女蛋白質(zhì)的含量進(jìn)行了詳細(xì)的在線檢測(cè)，同時(shí)在這一過程中也建立了豬肉以及牛肉的脂肪、水分以及蛋白質(zhì)環(huán)梁的聯(lián)合模型。能夠有效的保證檢測(cè)的合理性和科學(xué)性。研究人員在工業(yè)范圍之內(nèi)還要對(duì)半冰凍狀態(tài)的牛肉化學(xué)成分進(jìn)行檢測(cè)，在實(shí)驗(yàn)的過程中將不同溫度對(duì)光譜的影響以及不同的顆粒度對(duì)建模效果的影響進(jìn)行了細(xì)致的研究，此外在這一過程中還針對(duì)所有的樣本都建立了模型。
國(guó)外的一些研究小組用近紅外反射儀器對(duì)傳送帶上的較細(xì)牛肉成分開展了在線檢測(cè)的工作。檢測(cè)器的波長(zhǎng)范圍設(shè)定在了380nm-1700nm，光源設(shè)定為鎢燈，在研究的過程中發(fā)現(xiàn)牛肉的脂肪、水分和蛋白質(zhì)之間存在著互相對(duì)應(yīng)的關(guān)系，此外，研究人員還認(rèn)為傳送帶所輸送的絞細(xì)牛肉的均勻度不是很高，采集牛肉光譜信息當(dāng)中也可能會(huì)有傳送帶當(dāng)中所具備的光譜信息，在這一過程中也應(yīng)該充分的提出SIMCA方法對(duì)其中的光譜信息進(jìn)行具體的區(qū)分。
還有一些研究學(xué)者采用上也的近紅外成像儀建立了一個(gè)在線檢測(cè)的系統(tǒng)，他們對(duì)干燥狀態(tài)下所腌制的黑鱈魚濕度開展了一系列的檢測(cè)工作，同時(shí)還對(duì)不同光譜的采集部位對(duì)建模效果的影響進(jìn)行了對(duì)比性研究，此外對(duì)不同的光譜采集方式也進(jìn)行了實(shí)驗(yàn)對(duì)比，三種方式都能展現(xiàn)出非常好的效果，但是針對(duì)完整性比較強(qiáng)的樣品，接觸式漫射和非接觸式漫射的效果要比漫射效果更加的準(zhǔn)確。
1.3 牛奶品質(zhì)在線檢測(cè)
研究人員利用光柵光譜儀等構(gòu)建了牛奶品質(zhì)的在線檢測(cè)系統(tǒng)。檢測(cè)器為CCD檢測(cè)器，2048個(gè)像素，波長(zhǎng)范圍為600～1050nm，光譜積分時(shí)間為10s。研究人員分別在2003年，2004年和2007年對(duì)奶牛個(gè)體的牛奶質(zhì)量進(jìn)行了在線檢測(cè)。檢測(cè)的指標(biāo)主要有牛奶成分（脂肪、蛋白質(zhì)、乳糖），肉體細(xì)胞數(shù)目，牛奶尿素氮。應(yīng)用PLS方法建立各檢測(cè)指標(biāo)的模型，測(cè)得脂肪（R2=0.95，SEP=0.24～0.42），蛋白質(zhì)（R2=0.72～0.91，SEP=0.09～0.15），乳糖（R2=0.85～0.94，SEP=0.05～0.18），肉體細(xì)胞數(shù)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 谷物類品質(zhì)檢測(cè)在線檢驗(yàn)
相關(guān)的研究人員使用了聯(lián)合收割機(jī)，同時(shí)在聯(lián)合收割機(jī)上還裝設(shè)了傳感器對(duì)鼓舞中的蛋白質(zhì)含量和濕度濃度開展了在線檢測(cè)工作，這一系統(tǒng)的波長(zhǎng)范圍設(shè)定在了940-1700nm，光源選擇了功率為9W的鹵鎢燈，同時(shí)還要對(duì)四種不同的方法在精度上的表現(xiàn)進(jìn)行了研究，在研究中發(fā)現(xiàn)，蛋白質(zhì)預(yù)處理效果最好的方法就是SNV，在濕度的檢測(cè)方面，不對(duì)其開展預(yù)處理工作的效果是最好的。
1.5 奶酪酒精發(fā)酵品質(zhì)在線監(jiān)控
2001年，研究人員應(yīng)用Insta1ab600-Dickey-John分析儀對(duì)羊乳酪生產(chǎn)過程進(jìn)行在線監(jiān)控。該分析儀集成了近紅外儀器和化學(xué)計(jì)量學(xué)算法。建立了羊乳酪生產(chǎn)過程中6個(gè)關(guān)鍵點(diǎn)的濕度、脂肪以及蛋自質(zhì)濃度的在線預(yù)測(cè)模型，發(fā)現(xiàn)所建立模型的萬都在086以上，SEC都在0.5以下。研究人員對(duì)應(yīng)用近紅外光譜技術(shù)與多元變量回歸技術(shù)對(duì)紅葡萄酒發(fā)酵過程進(jìn)行在線監(jiān)控的可行性進(jìn)行探索。光譜儀為FOSSNIRSystems6500，波長(zhǎng)范圍為400～2500nm，光譜采集軟件為Visionsoftare。研究了不同的溫度以及不同的酵母對(duì)發(fā)酵過程的影響，結(jié)果溫度和酵母種類的影響均不顯著。
2 近紅外光譜分析技術(shù)存在的問題
雖然近紅外光譜分析技術(shù)在在線檢測(cè)農(nóng)產(chǎn)品/食品品質(zhì)上的研究已將近持續(xù)了10年，但大多數(shù)還只是在實(shí)驗(yàn)室范圍內(nèi)進(jìn)行在線檢測(cè)，形成真正的商業(yè)化產(chǎn)品的很少。目前，農(nóng)產(chǎn)品/食品品質(zhì)的在線檢測(cè)研究還存在著以下幾個(gè)方面的問題。
2.1 大多數(shù)研究只是進(jìn)行可行性探索，沒有進(jìn)行深入研。
2.2 近紅外光譜很容易受到各個(gè)因素的影響。而對(duì)于在線檢測(cè)來說，樣品飼運(yùn)動(dòng)的，因而近紅外光譜更容易受到影響，如何獲得較穩(wěn)定的光譜仍是一個(gè)問題。
2.3 在在線檢測(cè)研究中所應(yīng)用的模型大多為PLS或是神經(jīng)網(wǎng)絡(luò)模型，而這些模型都是抽象的，不可描述的。對(duì)可描述模型的研究以及可描述模型在在線檢測(cè)中的應(yīng)用研究有所欠缺。
3 近紅外光譜分析技術(shù)展望
經(jīng)過40多年的發(fā)展，近紅外光譜分析技術(shù)已逐漸成為一種快速的現(xiàn)代分析技術(shù)。光纖技術(shù)與近紅外技術(shù)結(jié)合必然使近紅外在線檢測(cè)技術(shù)廣泛應(yīng)用于農(nóng)產(chǎn)品/食品以及其他各個(gè)領(lǐng)域，并在今后的發(fā)展中逐漸形成成熟的在線檢測(cè)裝備投放于市場(chǎng)。隨著近紅外光譜分析技術(shù)應(yīng)用的不斷深入，近紅外光譜分析技術(shù)必然將與網(wǎng)絡(luò)技術(shù)結(jié)合，實(shí)現(xiàn)近紅外分析模型的在線更新與升級(jí)。成像光譜學(xué)將是近紅外未來的發(fā)展方向，二維陣列檢測(cè)器的開發(fā)，使測(cè)量成分和成分分布成為可能。光譜成像技術(shù)將成為21世紀(jì)近紅外光譜分析技術(shù)的發(fā)展趨勢(shì)。
結(jié)束語
在農(nóng)產(chǎn)品食品檢測(cè)的過程中可以使用多種多樣的方法，而在這些方法中，近紅外光譜分析法具有非常明顯的優(yōu)勢(shì)，。本文主要闡述了其在多個(gè)領(lǐng)域的應(yīng)用研究發(fā)展，同時(shí)也闡述了近紅外光譜分析技術(shù)當(dāng)前存在的一些不足，對(duì)該技術(shù)的發(fā)展提出了一些建議，希望能夠給相關(guān)的工作人員提供一定的經(jīng)驗(yàn)和借鑒。
參考文獻(xiàn)
關(guān)鍵詞：橡膠 微量元素 檢測(cè)
所謂的微量元素，是指在地球的主要構(gòu)成中僅占據(jù)0.01%的元素，共有60余種，由于含量極小，為了可以準(zhǔn)確檢測(cè)元素的含量，對(duì)于檢測(cè)的精準(zhǔn)度要求十分嚴(yán)格。檢測(cè)的關(guān)鍵在于對(duì)樣品的前處理，這也直接影響著分析結(jié)果的準(zhǔn)確度和精密度。通常情況下，微量元素的檢測(cè)方法有高溫灰化法、微波消解法、濕法分解法等。相對(duì)于橡膠工業(yè)沿，主要測(cè)定方法有分光廣度法、原子發(fā)射光譜法、X射線熒光法、電化學(xué)法、色譜法等，不同的檢測(cè)方法會(huì)由于本身的性質(zhì)以及儀器檢出限度而各不相同。
一、分光光度法
其基本原理是：利用相關(guān)儀器，將一束單色光透過被測(cè)溶液，其中的一部分光會(huì)被溶液吸收，且吸收的強(qiáng)度與溶液中物質(zhì)的濃度成正比。這種方法是一種較為傳統(tǒng)的分析方法，檢測(cè)速度快，也相對(duì)準(zhǔn)確。但是，涉及的數(shù)據(jù)眾多，步驟繁瑣，并且不適合多元素同時(shí)測(cè)定，一般只用于檢測(cè)單一的元素，如氮、硅等。例如，孫田增使用EGTA（乙二醇二乙醚二胺四乙酸）滴定鈣，CyDTA（環(huán)已烷二胺四乙酸）滴定鎂，對(duì)硫化橡膠中鈣鎂的含量進(jìn)行了檢測(cè)，滴定終點(diǎn)穩(wěn)定，敏銳，測(cè)定結(jié)果有較高的準(zhǔn)確度和精密度，且測(cè)定快速。
二、X射線熒光光譜分析法
如果能量高于原子內(nèi)層電子結(jié)合能的X射線與原子發(fā)生碰撞，會(huì)對(duì)內(nèi)層電子進(jìn)行驅(qū)逐，形成一個(gè)空穴，使得整個(gè)原子體系處于不穩(wěn)定的激發(fā)態(tài)，之后又會(huì)由能量高的狀態(tài)自發(fā)躍遷至能量低的狀態(tài)，這個(gè)過程稱為弛豫過程。在這個(gè)過程中，X射線熒光的能量和波長(zhǎng)與元素有著特殊的對(duì)應(yīng)關(guān)系，因此，只需要測(cè)出熒光X射線的波長(zhǎng)，就可以分析出元素的種類，這也是X射線熒光光譜分析法的原理。這種方法準(zhǔn)確度較高，操作簡(jiǎn)便，在橡膠微量元素的檢測(cè)中得到了廣泛應(yīng)用。例如，徐燧偉使用X射線衍射法，對(duì)硫化橡膠中無機(jī)物的含量進(jìn)行測(cè)定，誤差一般只有千分之幾，最大誤差也只達(dá)到1%，既可以定性，又可以定量，可以說十分方便。
三、電感耦合等離子體原子發(fā)射光譜法
這種方法的基本原理是原子發(fā)射光譜法（AES），主要是利用樣品在受到激發(fā)后，發(fā)射出的光譜的波長(zhǎng)和強(qiáng)度的差異，對(duì)樣品進(jìn)行定性及定量分析。由于目前原子發(fā)射光譜法普遍采用ICP作為光源，利用等離子體的高溫消除火焰中存在的化學(xué)干擾，使得大多數(shù)微量元素容易被激發(fā)，因此也就成為電感耦合等離子體原子發(fā)射光譜法（ICP-AES）。這種方法具有基體干擾小、精度好、靈敏度高、線性范圍寬等諸多優(yōu)點(diǎn)，因此得到了廣泛的應(yīng)用。這里進(jìn)行重點(diǎn)分析。
1.檢測(cè)方法
1.1檢測(cè)準(zhǔn)備：采用SPECTRO GENESIS電感耦合等離子體原子發(fā)射光譜儀，27.12 MHz自激式高頻發(fā)生器，水冷循環(huán)系統(tǒng)，三通道蠕動(dòng)泵，15塊線性電荷耦合檢測(cè)器（CCD）。
試劑方面，采用混合標(biāo)準(zhǔn)儲(chǔ)備溶液，使用光譜純?cè)噭┡渲疲谑褂脮r(shí)通過添加離子水，滿足試驗(yàn)的需求。試驗(yàn)中使用的容器統(tǒng)一進(jìn)行以下處理：首先使用硝酸溶液浸泡24小時(shí)，之后使用自來水進(jìn)行反復(fù)沖洗，最后使用離子水清洗并烘干。
1.2工作條件：高頻發(fā)生器的功率為1.3kW，冷卻循環(huán)系統(tǒng)的氣流量為12.0L·min-1，輔助氣流量和載氣流量均為1.0L·min-1。
1.3試驗(yàn)方法：首先，要對(duì)樣品進(jìn)行相應(yīng)的處理。在制作樣品之前，要使用軟布配合清潔劑等，除去試樣表面的臟污，如果試樣的表面存在聚合物涂層，可以使用800碳化硅砂紙去除，需要注意的是，摩擦是一定要輕柔，避免對(duì)于試樣主體的破壞。同時(shí)，試樣不能在高于35℃的環(huán)境下強(qiáng)制干燥，而應(yīng)該放置在陰涼通風(fēng)處自然干燥。拆分試樣的工具需要提前使用乙醇溶液進(jìn)行清潔，避免其對(duì)于檢測(cè)結(jié)果的影響。樣品的主要處理方法有以下幾種：
1.3.1干灰化法：取剪為1mm3大小的橡膠試樣0.5g，放置在50mL的瓷質(zhì)坩堝中，之后將坩堝放入高溫爐，確保爐內(nèi)溫度保持在200℃，加熱2h后，升溫至300℃，直到不再冒出黑煙，完全關(guān)閉爐門，升溫至500℃灰化4h。之后取出坩堝，添加硝酸溶液5mL，放置于電爐上溶解灰分，然后將溶液倒入50mL的容量瓶中，定容，搖晃均勻，進(jìn)行干過濾后，放置待測(cè)。
1.3.2硫酸消解法：取剪為1mm3大小的橡膠試樣0.5g，放置在100mL的平底燒瓶中，加入濃硫酸10mL，在電爐上加熱至完全裂解，冷卻后，加入10mL硝酸溶液，緩慢加熱至沒有棕色氣體逸出，之后，提高溫度，加熱至有少量白色煙霧冒出。重復(fù)上述步驟，直到溶液的顏色不再褪色。然后，加熱至溶液將近干涸，加入少量蒸餾水，繼續(xù)加熱到白煙不再冒出，加入5mL硝酸溶液，加熱，將殘余物溶解，之后將溶液倒入50mL容量瓶中，定容，搖晃均勻，進(jìn)行干過濾后，放置待測(cè)。
1.3.3硝酸-高氯酸-氫氟酸消解法：取剪為1mm3大小的橡膠試樣0.5g，放置在100mL的聚四氟乙烯燒杯中，加硝酸30mL，高氯酸8mL，氫氟酸8mL，蓋上表面皿，浸泡24h。在消解前，將表面皿取下，燒杯放置于控溫電熱板上，以100-120℃的溫度，進(jìn)行加熱消解。黃煙冒盡后，提升溫度至140-150℃，加熱至溶液近干，加入少量蒸餾水，加熱至白煙不再冒出，之后加入5mL硝酸溶液，加熱，溶解殘余物，然后將溶液倒入50mL的容量瓶中，定容，搖晃均勻，進(jìn)行干過濾后，放置待測(cè)。
其次，要對(duì)樣品進(jìn)行分析。開機(jī)預(yù)熱點(diǎn)燃等離子體光源后，對(duì)相關(guān)儀器參數(shù)進(jìn)行調(diào)試，確保其處于最佳測(cè)試狀態(tài)，利用蠕動(dòng)泵將試樣溶液引入等離子體光源。試樣溶液在激發(fā)過程中，其中含有的微量元素會(huì)產(chǎn)生特定的光譜線，經(jīng)過分光系統(tǒng)分光后，被光電元件接收后，會(huì)轉(zhuǎn)變?yōu)殡娦盘?hào)并被記錄。結(jié)合數(shù)據(jù)庫中的信息，通過對(duì)比，系統(tǒng)可以自動(dòng)計(jì)算并記錄被測(cè)試樣中各元素的含量和特性。
2.結(jié)果分析
通過對(duì)不同量的溶解酸的比較，結(jié)果顯示：各種酸的體積分?jǐn)?shù)在0.5%～2%時(shí)，分析結(jié)果呈現(xiàn)下降趨勢(shì)；體積分?jǐn)?shù)在2%～5%時(shí)，分析結(jié)果基本穩(wěn)定；體積分?jǐn)?shù)大于5%，再次呈現(xiàn)下降趨勢(shì)，鹽酸與硝酸的測(cè)定結(jié)果完全一致。因此，在實(shí)驗(yàn)中選擇體積分?jǐn)?shù)為2%～5%的硝酸作為溶解酸。通過對(duì)三種消解方法的對(duì)比，采用硝酸-高氯酸-氫氟酸消解法結(jié)合ICP-AES測(cè)定橡膠中微量元素的方法，具有快速、簡(jiǎn)便、污染小、精度高的優(yōu)點(diǎn)，適用于橡膠中微量元素的定量分析。
四、結(jié)語
總之，對(duì)橡膠中的微量元素進(jìn)行檢測(cè)，可以有效分析橡膠成分，便于橡膠制品的生產(chǎn)和仿制，對(duì)橡膠工業(yè)的發(fā)展有著巨大的促進(jìn)作用。
參考文獻(xiàn)
[1]鄧江華，王進(jìn)，楊柳，昌慧娟.電感耦合等離子體原子發(fā)射光譜法測(cè)定橡膠中微量元素[J].理化檢驗(yàn)（化學(xué)分冊(cè)），2011，（2）：151-154.
[2]劉立行，劉旭東.消解乳化技術(shù)-火焰原子光譜法測(cè)定天然橡膠中微量元素[J].山東師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，（5）：212-217.
關(guān)鍵詞：粉色、蛋白石、相似品種、鑒別、特征；
正文：蛋白石可粗分為兩大類，具有變彩效應(yīng)的貴重蛋白石，以及沒有變彩的普通蛋白石[1]。粉紅色蛋白石，又名“粉歐泊”，是一種不具有變彩效應(yīng)的普通蛋白石。但是在龐大的蛋白石家族里，粉紅色蛋白石是非常稀有的一種。主要產(chǎn)自于秘魯和墨西哥等國(guó)。在蛋白石礦區(qū)開采出來95%都是普通歐泊，絕大多數(shù)只有白、灰或黑等顏色暗淡的單體色蛋白石。剩下的5%是帶有有一些彩色體色的蛋白石，比如粉紅色、紅色、紫青色、棕色、黃色等。其中最為罕見、最為珍貴的便是被稱為“單色蛋白石新貴”――粉色蛋白石。粉紅蛋白石質(zhì)地細(xì)膩溫潤(rùn)、顏色嬌嫩柔美、具有陶瓷般光澤。因此，它在西方被冠以“最能代表女人的寶石”的稱號(hào)，而“玫瑰蛋白石”更是它的別名。由于黑色細(xì)紋、白色斑點(diǎn)、表層龜裂等直接影響整體感的情形出現(xiàn)可能性大，因此大顆粒的粉紅蛋白石便更為珍貴，商業(yè)價(jià)值也高。因產(chǎn)量稀少，不是常見寶石，認(rèn)知度較低，所以不免有人很可能將它與有著類似粉紅體色的常見寶玉石品種相混淆。本文歸納總結(jié)出5種外觀與之有可能混淆的常見天然寶玉石品種[2]：海螺珍珠、珊瑚（“天使膚”）、菱錳礦、薔薇輝石、粉晶（芙蓉石）。并選擇典型測(cè)試樣品（圖1所示）在常規(guī)實(shí)驗(yàn)測(cè)試和大型儀器測(cè)試下的主要鑒別特征[1]的不同進(jìn)行分析對(duì)比研究。
粉色蛋白石的寶石學(xué)特征如下[3]：
化學(xué)成分：屬硅酸鹽礦物，其化學(xué)分子式為：SiO?nH2O，是一種含水的二氧化硅凝膠，含水量一般在4%―9%，最高可達(dá)20%；
結(jié)晶習(xí)性：非晶質(zhì)體，無解理，具有貝殼狀端口；
摩氏硬度：5-6.5；
相對(duì)密度：2.15；
折射率：1.45；
光澤：樹脂光澤；
顏色：深淺不同的分紅色調(diào)；
透明度：半透明至不透明；
紫外熒光下：長(zhǎng)波和短波均顯示弱熒光；
吸收光譜：無特征吸收光譜線；
特殊光學(xué)效應(yīng)：不具變彩效應(yīng)；
穩(wěn)定性：遇酸無反應(yīng)；因含水，少數(shù)結(jié)構(gòu)不穩(wěn)定者受高溫或熱拋光會(huì)有顏色變淡現(xiàn)象。
只要足夠的耐心和細(xì)心在常規(guī)儀器下檢測(cè)粉色蛋白石與以上5個(gè)常見粉色寶玉石品種，是可以加以鑒別的。當(dāng)然，為了使以上寶玉石品種與粉色蛋白快速得以區(qū)分，采用大型儀器紅外光譜儀來做礦物紅外光譜分析，即可快速、準(zhǔn)確的將其區(qū)分開來。
1、常規(guī)儀器測(cè)試：
選樣品為6粒拋光好的粉色蛋白石與相似寶玉石品種（如圖1），樣品由分別命名為：T1粉色蛋白石，T2海螺珍珠，T3珊瑚（“天使膚”），T4菱錳礦，T5薔薇輝石，T6粉晶，常規(guī)儀器測(cè)試不同鑒別特征【2】如下：
總結(jié)：在常規(guī)儀器下以上5種粉色常見寶玉石品種的樣品具有明顯可以與粉色蛋白石相區(qū)分的鑒定特征，在時(shí)間和實(shí)驗(yàn)條件允許的前提下完全通過常規(guī)寶石學(xué)測(cè)試方法將它們加以區(qū)分。
2、樣品大型器測(cè)試：以上6粒不同樣品的分子結(jié)構(gòu)和光譜特征的測(cè)定所用儀器為Nicolet550傅里葉變換紅外光譜儀及鏡面反射附件，采用反射測(cè)試方法對(duì)樣品進(jìn)行測(cè)試，掃描次數(shù)為32次，測(cè)試范圍2000～ 400cm-1[5]。經(jīng)過測(cè)試，圖1中6個(gè)樣品所得的紅外圖譜分別如圖2依次所示：通過紅外圖譜分析可以將以上6種外觀十分相似的樣品快速、準(zhǔn)確的區(qū)分開來。同時(shí)，過對(duì)紅外標(biāo)準(zhǔn)圖譜的比對(duì)分析，可以對(duì)其準(zhǔn)確定性。
總結(jié)：掃描得出以上6粒樣品的不同特征紅外吸收?qǐng)D譜：樣品T1在1250M-1，1120M-1，790M-1有特征吸收峰；樣品T2在1480M-1，890M-1，710M-1，625M-1有特征吸收峰；樣品T3在1477M-1，880M-1，630M-1有特征吸收峰；樣品T4在1475M-1，860M-1，730M-1有特征吸收峰；樣品T5在1070M-1，1030M-1，960M-1，875M-1，725M-1，675M-1，600M-1，448M-1有特征吸收峰；樣品T6在1170M-1，1060M-1，800M-1，469M-1有特征吸收峰[4]；通過以上紅外圖譜的特征反射峰位的不同，可以將以上6種相似顏色外觀的樣品快速、準(zhǔn)確的區(qū)分開來；再者通過對(duì)紅外標(biāo)準(zhǔn)圖譜庫的檢索分析，可以對(duì)其準(zhǔn)確定性，結(jié)果為：樣品T1為：粉色蛋白石；樣品T2為：海螺珍珠；樣品T3為：珊瑚（“天使膚”品種）；樣品T4為：菱錳礦（粉色）；樣品T5為：薔薇輝石（粉色）；樣品T6為：粉晶（芙蓉石）。
參考文獻(xiàn)：
[1]張蓓莉《系統(tǒng)寶石學(xué)》，北京，地質(zhì)出版社，2006年，第二版；
[2]陳鐘惠《寶石學(xué)基礎(chǔ)教程》，武漢，地質(zhì)出版社，2012年；
[3]英國(guó)寶石協(xié)會(huì)和寶石檢測(cè)實(shí)驗(yàn)室（作者），陳鐘惠（譯者）《寶石學(xué)基礎(chǔ)教程》武漢，中國(guó)地質(zhì)出版社，2006年；
[4]彭文世，劉高魁《礦物紅外光譜圖集》1982年，第一版；
[5]尹文萱，陳航，李壯福，張模濤《傅里葉變換紅外光譜在寶玉石鑒定研究中的應(yīng)用》，出自《光譜學(xué)與光譜分析》2010年11月，第30卷，第11期；
作者簡(jiǎn)介：
甘彥超（1982-），女，學(xué)士，GIC，F(xiàn)GA，CGC珠寶鑒定師，主要從事珠寶專業(yè)教研，珠寶貴金屬檢測(cè)和實(shí)驗(yàn)室管理；
【摘要】 多組分同時(shí)測(cè)定時(shí)，組分間發(fā)生相互作用，應(yīng)作波段選擇。提出了改進(jìn)的粒子群優(yōu)化算法進(jìn)行隨機(jī)的波段選擇。所提出的方法用于鄰、間、對(duì)硝基苯酚的濃度預(yù)測(cè)，在208～481 nm范圍內(nèi)，以0.15 mol/L NaOH為溶劑，配置27組混合液作訓(xùn)練集，27組作預(yù)測(cè)集。訓(xùn)練集的均方根誤差(RMSE)分別為0.1257、0.2228 和 0.0846; 預(yù)測(cè)集RMSE分別為0.2070、0.1507 和0.394，得到了較好的預(yù)測(cè)結(jié)果。
【關(guān)鍵詞】 粒子群優(yōu)化算法，波段選擇，硝基苯酚
1 引 言
多組分體系的同時(shí)測(cè)定是化學(xué)分析較活躍的研究領(lǐng)域之一。由于多組分吸收光譜相互重疊，組分間相互干擾等原因，全譜中會(huì)出現(xiàn)與組分濃度無關(guān)或呈非線性關(guān)系的波段。篩選與待分析組分相關(guān)的波長(zhǎng)不僅能提高模型的預(yù)測(cè)能力和穩(wěn)健性[1～4]， 還可簡(jiǎn)化模型。波長(zhǎng)選擇方法主要有相關(guān)系數(shù)法[5]、逐步回歸法、無信息變量消除法[6]及間隔偏最小二乘法，基于支持向量機(jī)和子空間劃分的波段選擇[7]和基于組合優(yōu)化的方法，如模擬退火法、遺傳算法[8]等。優(yōu)化方法選擇離散的波長(zhǎng)點(diǎn)建模，由于未考慮光譜數(shù)據(jù)連續(xù)相關(guān)性的特點(diǎn)，可能導(dǎo)致過擬合現(xiàn)象，模型穩(wěn)健性差[9]。常用的波段選擇方法由于固定了波段位置或區(qū)間長(zhǎng)度，也難以達(dá)到最優(yōu)結(jié)果。粒子群優(yōu)化是一種較新的組合優(yōu)化算法，概念簡(jiǎn)明，需要參數(shù)少，易于實(shí)現(xiàn)。本實(shí)驗(yàn)采用改進(jìn)的粒子群優(yōu)化算法進(jìn)行隨機(jī)的波段選擇，確定與分析物相關(guān)的波段，并進(jìn)行PLS建模。本方法應(yīng)用于鄰、間、對(duì)硝基苯酚的實(shí)驗(yàn)表明，方法能最大地利用全波譜中的有用信息，提高預(yù)測(cè)能力。
2 計(jì)算方法
2.1 改進(jìn)的粒子群優(yōu)化算法(particle swarm optimization，PSO)
PSO是由Kennedy和Eberhart于1995年提出的全局隨機(jī)優(yōu)化技術(shù)，源于人工生命。在搜索空間中隨機(jī)產(chǎn)生一群粒子，每個(gè)粒子是D維空間的一個(gè)點(diǎn)，代表一個(gè)可行解。第i個(gè)粒子表示為xi=(xi1，xi2，…，xiD)。采用適當(dāng)?shù)哪繕?biāo)函數(shù)確定每個(gè)粒子的適應(yīng)度。每個(gè)粒子通過速率決定移動(dòng)的方向和距離。速率是一個(gè)D維向量，記為vi=(vi1，vi2，…，viD)。粒子追蹤當(dāng)前的兩個(gè)已知最優(yōu)解在搜索空間中運(yùn)動(dòng)：粒子自身迄今找到的最優(yōu)解pi=(pi1， pi2，……piD)和種群迄今找到的最優(yōu)解pg=(pg1， pg2，……pgD)。根據(jù)粒子群算法的信息共享機(jī)制，作者曾提出了改進(jìn)的離散粒子群優(yōu)化算法[10]。粒子通過下式來更新自己的位置:
If(0
If(a
If ((1+a)/2
其中，個(gè)體速率vid是(0，1)之間的隨機(jī)數(shù);α為靜態(tài)幾率因子，是(0，1)之間的隨機(jī)數(shù)。a越大，算法能跳出局部最優(yōu)的幾率越大; a越小，越有利于粒子追隨兩個(gè)最優(yōu)粒子，使算法快速收斂。本實(shí)驗(yàn)中a取值0.33。
2.2 粒子群優(yōu)化算法用于波長(zhǎng)選擇
隨機(jī)初始化個(gè)體，個(gè)體長(zhǎng)度等于全部的波長(zhǎng)點(diǎn)數(shù)，個(gè)體采用二進(jìn)制編碼。PSO用于波段選擇的解碼方式與一般優(yōu)化方法選擇波長(zhǎng)點(diǎn)不同。波長(zhǎng)點(diǎn)選擇方法是個(gè)體元素值為1表示該波長(zhǎng)點(diǎn)被選中，為0表示該波長(zhǎng)點(diǎn)未選中。因?yàn)椴ㄗV具有連續(xù)性，這些分離的孤立波長(zhǎng)點(diǎn)并不能代表全波譜的有用信息。為了能最大程度地利用有效信息，提高模型的穩(wěn)健性和抗干擾能力，需采用波段選擇的方法。常用的波段選擇方法，由于波段寬度為一個(gè)固定值，具有機(jī)械性和固定性。波譜中有用相關(guān)的信息可能為不確定的波長(zhǎng)區(qū)間，并非一個(gè)固定長(zhǎng)度的波長(zhǎng)段。為克服此缺點(diǎn)，采用了新的解碼方式來進(jìn)行波段選擇。先將個(gè)體元素值為1的波長(zhǎng)點(diǎn)選出，得到一系列的波長(zhǎng)值。第1個(gè)波長(zhǎng)點(diǎn)到第2個(gè)波長(zhǎng)點(diǎn)為選擇的第1個(gè)波長(zhǎng)段，第3個(gè)波長(zhǎng)點(diǎn)到第4個(gè)波長(zhǎng)點(diǎn)為選擇的第2個(gè)波長(zhǎng)段，依此類推得到一系列的波段。以所選波長(zhǎng)段中連續(xù)相鄰的波長(zhǎng)點(diǎn)的吸光度為自變量，進(jìn)行偏最小二乘建模對(duì)多組分含量預(yù)測(cè)，得到的均方根誤差作為個(gè)體的適應(yīng)度函數(shù)。均方根誤差如下:
RMSE=∑ni=1(ypred-yobs)2n(4)
其中，ypred表示樣品中的預(yù)測(cè)濃度值，yobs表示樣品中的實(shí)際濃度值。n為樣本數(shù)。算法首先隨機(jī)初始化50個(gè)個(gè)體，為了避免初始選入的波段過多，初始化的二進(jìn)制個(gè)體中90%的點(diǎn)設(shè)置為1。a取值0.33，算法循環(huán)100代。
3 實(shí)驗(yàn)部分
3.1 儀器與試劑
UV2102PC型紫外可見分光光度計(jì)。
鄰硝基苯酚、間硝基苯酚、對(duì)硝基苯酚、乙醇、NaOH均為分析純。標(biāo)準(zhǔn)溶液：分別準(zhǔn)確稱取鄰硝基苯酚、間硝基苯酚、對(duì)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的儲(chǔ)備液。然后用2%乙醇稀釋得到0.4 g/L的標(biāo)準(zhǔn)溶液。參比溶液：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 實(shí)驗(yàn)方法
準(zhǔn)確吸取適量的鄰、間、對(duì)硝基酚標(biāo)準(zhǔn)溶液于25 mL容量瓶中，以2%乙醇定容。共配制54組混合標(biāo)準(zhǔn)溶液，其中27組作為訓(xùn)練集建模，其余27組作為預(yù)測(cè)集以檢驗(yàn)?zāi)Ｐ汀Ｓ? cm比色皿，在208～481 nm范圍內(nèi)掃描，間隔1 nm采集吸光度值。測(cè)定數(shù)據(jù)由計(jì)算機(jī)處理，程序用Matlab編寫。
4 結(jié)果與討論
4.1 吸收光譜
鄰、間、對(duì)硝基苯酚的吸收曲線見圖1。由圖1可知，它們的最大吸收波長(zhǎng)分別為227， 228和400 nm。紫外吸收光譜相互重疊， 圖1 硝基苯酚的紫外吸收光譜
1. 間硝基苯酚(mnitrophenol); 2. 鄰硝基苯酚(onitrophenol); 3. 對(duì)硝基苯酚(pnitrophenol)。采用常規(guī)分析方法難以直接測(cè)定單一組分的含量。在最大吸收波長(zhǎng)處對(duì)單組分分別測(cè)定，得到鄰硝基苯酚和間硝基苯酚的線性范圍均為2～28 mg/L; 對(duì)硝基苯酚在2～24 mg/L范圍內(nèi)線性關(guān)系良好。
4.2 波長(zhǎng)選擇和模型預(yù)測(cè)
為了提高模型的預(yù)測(cè)力和穩(wěn)健性，采用粒子群優(yōu)化算法挑出信息含量豐富的波長(zhǎng)段。所選出的波段為247～254 nm，262～264 nm，273～278 nm，288～328 nm和371～379 nm。以所選波長(zhǎng)段中連續(xù)相鄰的波長(zhǎng)點(diǎn)的吸光度為自變量對(duì)訓(xùn)練集樣本進(jìn)行PLS建模(PSOPLS)，并對(duì)預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè)。表1列出了預(yù)測(cè)集樣本的硝基苯酚含量和粒子群優(yōu)化算法的計(jì)算值。鄰、間、對(duì)硝基苯酚預(yù)測(cè)的相對(duì)誤差分別為-1.44%，-0.77%和-0.59%。與全波譜PLS建模(FULLPLS)進(jìn)行對(duì)比，采用全部274個(gè)波長(zhǎng)(208～481 nm)，鄰、間、對(duì)硝基苯酚預(yù)測(cè)的相對(duì)誤差分別為5.77%，-6.50%和-1.53%。可見，粒子群優(yōu)化選擇波段后，各組分預(yù)測(cè)的平均相對(duì)誤差均減小。表2列出了全波譜建模和粒子群優(yōu)化波段選擇建模的均方根誤差RMSE值。由表2可知，進(jìn)行波段選擇后3種硝基苯酚訓(xùn)練集和預(yù)測(cè)集的RMSE值均明顯降低，預(yù)測(cè)集的RMSE分別降低了80.48%，44.75%和11.58%，表明了粒子群優(yōu)化法的波段選擇方法對(duì)多組分混合物同時(shí)測(cè)定的預(yù)測(cè)能力明顯提高，模型的穩(wěn)健性較好。表1 粒子群優(yōu)化波段選擇算法的預(yù)測(cè)集結(jié)果
參考文獻(xiàn)
1 Cheng Biao(成 飆)， Wu XiaoHua(吳曉華)， Chen DeZhao(陳德釗). Spectroscope and Spectral Analysis(光譜學(xué)與光譜分析)，2006， 26(10): 1923～1927
2 Li YanWei (李彥威)， Fang HuiWen(方慧文)， Liang SuXia(梁素霞)， Wang ZhiZhong(王志忠). Chinese J. Anal. Chem.(分析化學(xué))， 2008， 36(1)： 95～98
3 Liu BoPing(劉波平)， Qin HuaJun(秦華俊)， Luo Xiang(羅 香)， Cao ShuWen(曹樹穩(wěn))， Wang JunDe(王俊德). Chinese J. Anal. Chem.(分析化學(xué))， 2007， 35(4)： 525～528
4 Fang LiMin(方利民)， Lin Min(林 敏). Chinese J. Anal. Chem.(分析化學(xué))， 2008， 36(7)： 815～818
5 Wang YanBin(王艷斌)， Yuan HongFu(袁洪福)， Lu WanZhen(陸婉珍). 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(鄒小波)， Zhu Zeng(朱 曾)， Zhao JieWen(趙杰文). Modern Scientific Instruments(現(xiàn)代科學(xué)儀器)， 2007， 1: 86～88
8 Ghasemi J， Niazi A， Leardi R. Talanta， 2003， 59: 311～317
[關(guān)鍵詞]原子吸收 光譜分析 巖礦測(cè)試
[中圖分類號(hào)] P575.4 [文獻(xiàn)碼] B [文章編號(hào)] 1000-405X（2013）-7-170-2
0引言
原子吸收光譜分析法提出于上個(gè)世紀(jì)中期，并且經(jīng)過多年來不斷地嘗試和探索，其在實(shí)驗(yàn)中獲得了長(zhǎng)足的發(fā)展[1]。尤其是在地質(zhì)找礦中，原子吸收光譜分析法發(fā)揮了明顯的優(yōu)勢(shì)和重要的作用。因此，在實(shí)際的野外巖礦測(cè)試中原子吸收光譜分析法具有廣闊的應(yīng)用前景。
1原子吸收光譜分析法的相關(guān)理論
在野外巖礦測(cè)試中經(jīng)常需要對(duì)巖礦的樣品規(guī)格以及特點(diǎn)進(jìn)行分析和檢測(cè)，因此原子吸收光譜分析法能夠充分地發(fā)揮其優(yōu)勢(shì)。原子吸收光譜分析法，英文簡(jiǎn)稱：AAS，在應(yīng)用的過程中可以對(duì)樣品中的金屬含量進(jìn)行準(zhǔn)確地分析和檢測(cè)。因此，無論是在化工工業(yè)領(lǐng)域，還是在食品行業(yè)中原子吸收光譜分析法都發(fā)揮了不可替代的作用[2]。然而，通過原子吸收光譜分析法的不斷應(yīng)用和實(shí)踐，其缺點(diǎn)也在慢慢地暴露出來。例如，原子吸收光譜分析法在對(duì)相關(guān)的樣品進(jìn)行檢測(cè)和分析的過程中會(huì)受到很多的因素的干擾并且會(huì)影響檢測(cè)的結(jié)果。因此，如何科學(xué)有效地消除對(duì)原子吸收光譜分析法的干擾因素有利于野外巖礦測(cè)試的順利開展。
2野外巖礦測(cè)試中消除干擾以及校正數(shù)據(jù)的因素分析
野外巖礦利用原子吸收光譜分析法進(jìn)行測(cè)試的過程中主要的干擾因素體現(xiàn)在以下幾個(gè)方面：
2.1化學(xué)干擾
在對(duì)相關(guān)的樣品進(jìn)行檢測(cè)的過程中將一定量的溶液轉(zhuǎn)化成一種自由狀態(tài)下的離子。化學(xué)干擾主要表現(xiàn)在陽離子干擾和陰離子干擾以及陰陽離子的混合干擾等等。其中，陽離子干擾主要是在原子吸收光譜分析法檢測(cè)的過程中由于陽離子會(huì)對(duì)檢測(cè)中的信號(hào)產(chǎn)生不同程度的抑制從而會(huì)影響原子吸收光譜分析法的檢測(cè)效果。
2.2光譜干擾
利用原子吸收光譜分析法在對(duì)巖礦進(jìn)行檢測(cè)的過程中通過不同的光源以及背景，從而會(huì)對(duì)相關(guān)金屬元素的吸收和檢測(cè)造成不同程度的干擾。由于光譜干擾因?yàn)橹鼐€性干擾以及非吸收線干擾會(huì)影響巖礦檢測(cè)的重點(diǎn)，因此對(duì)相關(guān)的原子化溫度可以使用不同的方法來進(jìn)行技術(shù)改造從而達(dá)到消除的效果。原子吸收光譜分析法可以利用幾條不同的發(fā)射線并且每一條發(fā)射線都會(huì)參與吸收從而會(huì)形成不同程度的干擾。如果不同的發(fā)射線會(huì)因?yàn)殪`敏度的差異而產(chǎn)生不同的干擾，那么整個(gè)檢測(cè)過程中的信噪會(huì)相對(duì)低減少。
2.3電離干擾
原子吸收光譜分析法在進(jìn)行野外巖礦的測(cè)試過程中會(huì)因?yàn)榛鹧媸棺杂稍影l(fā)生電離反應(yīng)從而形成不同程度的干擾。如果野外巖礦的測(cè)試過程中出現(xiàn)電離干擾會(huì)相對(duì)低減少自由狀態(tài)中原子的濃度。同時(shí)，整個(gè)巖礦中的需要檢測(cè)的元素中的吸光度也會(huì)發(fā)生彎曲現(xiàn)象[3]。
2.4物理干擾
如果在野外巖礦測(cè)試過程中抽取的樣品發(fā)生了不同程度地轉(zhuǎn)移會(huì)對(duì)該樣品的物理性質(zhì)產(chǎn)生一定的影響。相關(guān)巖礦的粘度和表面張力會(huì)因?yàn)椴煌母蓴_而發(fā)生改變并且影響了自由狀態(tài)下原子的吸收效果。每一個(gè)樣品中的金屬元素的吸光度會(huì)因?yàn)榧?xì)管的內(nèi)徑不同而形成不同的影響。
3原子吸收光譜分析法在野外巖礦測(cè)試中消除干擾以及校正數(shù)據(jù)的研究進(jìn)展
在利用原子吸收光譜分析法在野外巖礦測(cè)試中可以對(duì)那些需要檢測(cè)的元素進(jìn)行加溫以提高火焰的溫度。如果高溫火焰代替低溫火焰可以有效地消除檢測(cè)過程中化學(xué)干擾所產(chǎn)生的影響。其次，不同的火焰會(huì)營(yíng)造不同的火焰氛圍，因此在檢測(cè)的過程中相關(guān)的工作人員要根據(jù)實(shí)際的情況適時(shí)地改變不同火焰的氣氛從而提高原子吸收光譜分析法在野外巖礦測(cè)試中的靈敏度。同時(shí)，不同量的釋放劑也會(huì)對(duì)野外巖礦測(cè)試產(chǎn)生一定的影響。所以在需要檢測(cè)的元素和已經(jīng)受到干擾元素的過程中會(huì)形成相對(duì)穩(wěn)定的化合物。原子吸收光譜分析法可以利用幾條不同的發(fā)射線并且每一條發(fā)射線都會(huì)參與吸收從而會(huì)形成不同程度的干擾。每一條分析線的附近都會(huì)出現(xiàn)一些待檢測(cè)的譜線。譜線既可以是待檢測(cè)的元素，又可以是檢測(cè)元素。因此，此種類型的譜線會(huì)大大地降低整個(gè)檢測(cè)過程中的靈敏度。因此只有盡可能地降低和減少這種干擾才會(huì)提高原子吸收光譜分析法的實(shí)際性和可靠性。如果加入適量的釋放劑可以消除定量的化學(xué)干擾（如下表1所示）。
例如，在檢測(cè)鋁的過程中，鎂離子的存在會(huì)對(duì)鋁離子的信號(hào)產(chǎn)生一定的抑制作用；然而在對(duì)鋁的檢測(cè)過程中氯離子的存在又可能會(huì)增強(qiáng)鋁離子的信號(hào)。因此兩者之間會(huì)形成不同的反應(yīng)從而會(huì)對(duì)檢測(cè)效果產(chǎn)生影響。陰離子的化學(xué)干擾主要是在利用原子吸收光譜分析法進(jìn)行野外巖礦測(cè)試的過程中會(huì)因?yàn)殛庪x子的存在而對(duì)巖礦中的金屬原子形成一定的影響。如果鋁具有很強(qiáng)的吸收作用會(huì)因?yàn)殛庪x子的存在和濃度的高低而形成負(fù)干擾。
對(duì)于電離干擾的消除方法可以通過兩種方法來進(jìn)行。第一種方法就是可以通過加入適量的消電離劑，其在檢測(cè)的過程中可以更容易地被電離。消電離劑的使用可以控制火焰中的待測(cè)元素。同時(shí)，工作人員還可以通過降低火焰的溫度來達(dá)到消除干擾的目的。尤其是地質(zhì)測(cè)試實(shí)驗(yàn)中，原子吸收光譜分析法能夠以自動(dòng)化操作的形式在最短的時(shí)間內(nèi)獲得可靠的數(shù)據(jù)。原子吸收光譜分析法能夠從室外的光源輻射出一些需要待檢測(cè)的元素，通過對(duì)樣品中的蒸汽進(jìn)行有效地吸收從而檢測(cè)中所取的樣品中相關(guān)元素的含量。
如何有效地降低原子吸收光譜分析法在野外巖礦測(cè)試中的物理干擾。首先，工作人員要根據(jù)相關(guān)的標(biāo)準(zhǔn)來設(shè)置測(cè)試樣品，并且還可以考慮使用內(nèi)標(biāo)法以減少物理干擾對(duì)整個(gè)檢測(cè)的影響。光譜干擾會(huì)對(duì)整個(gè)野外巖礦測(cè)試采用多種方法對(duì)其進(jìn)行干擾消除。其次，在以后的野外巖礦測(cè)試中要及時(shí)地對(duì)基體進(jìn)行改善，保持整個(gè)檢測(cè)過程中的溫度保持正常。最后，工作人員在通過對(duì)實(shí)地進(jìn)行考察之后選擇一種合理科學(xué)的方法以保證測(cè)量結(jié)果的可靠性和科學(xué)性。同時(shí)，原子吸收光譜分析法還擁有較高的靈敏度，可以對(duì)相關(guān)的標(biāo)準(zhǔn)進(jìn)行清晰地測(cè)試。而且，原子吸收光譜分析法還能夠減少對(duì)相關(guān)因素的干擾并且方便操作人員進(jìn)行野外作業(yè)。
4結(jié)束語
綜上所述，原子吸收光譜分析法在野外巖礦測(cè)試中具有明顯的優(yōu)勢(shì)[4]。因此在實(shí)際的野外巖礦測(cè)試過程中需要工作人員對(duì)實(shí)地進(jìn)行詳細(xì)地考察，分析出相關(guān)的干擾因素從而采取相應(yīng)的方法以消除干擾對(duì)整個(gè)檢測(cè)的影響。
參考文獻(xiàn)
[1]玉清.正交信號(hào)矯正法在消除非變量誘導(dǎo)信號(hào)對(duì)二維相關(guān)光譜干擾中的應(yīng)用[A].第十四屆全國(guó)分子光譜學(xué)術(shù)會(huì)議論文集[C].2011年.
[2]梁斌，范素珍.ICP-OES法直接測(cè)定鈥鉺富集物中包含主量和微量成分的7個(gè)稀土元素含量[A].第十三屆全國(guó)稀土化學(xué)分析學(xué)術(shù)研討會(huì)論文集[C].2011年.
關(guān)鍵詞：金屬材料；成分分析；重要性；分析方法；發(fā)展趨勢(shì)
中圖分類號(hào)：TG115 文獻(xiàn)標(biāo)識(shí)碼：A
1 概述
國(guó)家建設(shè)與金屬材料密不可分，隨著科技的發(fā)展，金屬材料的分析方法也在不斷改進(jìn)，從最初被應(yīng)用的傳統(tǒng)方法到如今的最新技術(shù)。由于金屬材料可以廣泛應(yīng)用于各個(gè)不同行業(yè)，因此，社會(huì)對(duì)其的需求量也在不斷增長(zhǎng)。隨著不斷的創(chuàng)新和改進(jìn)，一些新型復(fù)合金屬材料應(yīng)運(yùn)而生，對(duì)它們進(jìn)行成分分析，才能更全面的了解其特性，同時(shí)也能為以后開發(fā)更加新型的材料奠定基礎(chǔ)。
2 金屬材料成分分析的重要性
2.1 有利于了解金屬材料的性能成因
金屬材料成分分析的最重要意義，在于通過分析有利于了解金屬材料的性能成因，并通過多種材料分析總結(jié)規(guī)律。金屬材料顯微組織的五大要素—晶粒類型、形狀、大小、相對(duì)數(shù)量和相對(duì)分布對(duì)金屬材料的性能有重大影響。決定金屬材料顯微組織中各種晶粒相對(duì)數(shù)量的主要因素在于不同成分的金屬材料在其原子結(jié)構(gòu)、原子之間的結(jié)合鍵和晶體結(jié)構(gòu)等方面存在巨大的差異，從而對(duì)其性能產(chǎn)生大的影響。
2.2 有利于合理選擇金屬材料加工方法
金屬材料的成分有利于合理選擇金屬材料的加工方法，這是因?yàn)樵诖_定了金屬材料的化學(xué)成分后，可以對(duì)其性能和加工要求有詳細(xì)的了解，進(jìn)而通過經(jīng)驗(yàn)和理論知識(shí)確定最合理的材料加工方法。合理的加工方法對(duì)于金屬制造會(huì)起到事半功倍的效果，且可以在最大程度上保證金屬材料性能。因此，通過對(duì)金屬材料進(jìn)行精準(zhǔn)的懲成分分析才能更好的了解其成分組成和基本特性，并由此確定采用哪一種加工方法。
2.3 有利于合理選擇熱處理方法和設(shè)備
金屬材料加工完成后，還有性能并不能完全得到發(fā)揮，對(duì)于大多數(shù)金屬材料在加工后還要進(jìn)行熱處理，熱處理一方面可以改善金屬材料的性能，另一方面也能夠有效消除加工中產(chǎn)生的組織缺陷，應(yīng)用普遍。而對(duì)金屬材料而言，能否采取熱處理，采用何種方式，處理過程中工藝參數(shù)的控制以及效果，都由其成分來決定。
所以金屬材料成分分析有利于合理選擇熱處理方法和設(shè)備。
2.4 有利于經(jīng)濟(jì)、安全、合理地應(yīng)用金屬材料
對(duì)金屬材料進(jìn)行成分分析，還有利于對(duì)其進(jìn)行更加經(jīng)濟(jì)、安全、合理地應(yīng)用，使其更好的發(fā)揮優(yōu)良性能。最基本也是最重要的是，首先必須使金屬材料充分發(fā)揮潛力，達(dá)到人們所要的使用性能。可以對(duì)基體金屬與合金組元的合理搭配，采用一定的加工方式和熱處理工藝，使其性能達(dá)到最佳。除此之外，需要考慮的就是降低成本，使經(jīng)濟(jì)效益達(dá)到最大化。伴隨著科技的不斷進(jìn)步，金屬材料的分析方法也在逐漸被改進(jìn)，變得更加先進(jìn)實(shí)用，精準(zhǔn)度也得到了較大幅度的改善。
3 金屬材料成分分析的傳統(tǒng)方法
3.1 分光光度法
金屬材料成分分析的傳統(tǒng)方法中最常見的是分光光度法，是一種根據(jù)Lambert（朗伯）-Beer（比爾）定律，通過測(cè)定被測(cè)物質(zhì)在特定波長(zhǎng)處或一定波長(zhǎng)范圍內(nèi)光的吸光度或發(fā)光強(qiáng)度，對(duì)該物質(zhì)進(jìn)行定性和定量分析的方法。采用的檢測(cè)儀器為紫外分光光度計(jì)，可見分光光度計(jì)（或比色計(jì)）、紅外分光光度計(jì)或原子吸收分光光度計(jì)。在分光光度計(jì)中，將不同波長(zhǎng)的光連續(xù)地照射到一定濃度的樣品溶液時(shí)，便可得到與不同波長(zhǎng)相對(duì)應(yīng)的吸收強(qiáng)度。如以波長(zhǎng)（λ）為橫坐標(biāo)，吸收強(qiáng)度（A）為縱坐標(biāo)，就可繪出該物質(zhì)的吸收光譜曲線。通過該曲線便可對(duì)物質(zhì)進(jìn)行相應(yīng)的定性、定量分析。
3.2 滴定分析法
滴定分析法，又稱為容量分析法。其原理是將已知準(zhǔn)確濃度的標(biāo)準(zhǔn)溶液，滴加到被測(cè)溶液中（或者將被測(cè)溶液滴加到標(biāo)準(zhǔn)溶液中），直到所加的標(biāo)準(zhǔn)溶液與被測(cè)物質(zhì)按化學(xué)計(jì)量關(guān)系定量反應(yīng)為止，然后測(cè)量標(biāo)準(zhǔn)溶液消耗的體積，根據(jù)標(biāo)準(zhǔn)溶液的濃度和所消耗的體積，算出待測(cè)物質(zhì)的含量。這種分析方法簡(jiǎn)便快捷，現(xiàn)在仍有一定通用性，實(shí)驗(yàn)表明改方法的分析結(jié)果與理論值相符。
3.3 原子光譜分析法
金屬材料的成分分析傳統(tǒng)方法還包括原子光譜分析法，這種方法又分為原子發(fā)射光譜法和原子吸收光譜法兩種。原子發(fā)射光譜法是依據(jù)各種元素的原子或離子在熱激發(fā)或電激發(fā)下，發(fā)射特征的電磁輻射，而進(jìn)行元素的定性與定量分析的方法，是光譜學(xué)各個(gè)分支中最為古老的一種。其優(yōu)點(diǎn)是多元素同時(shí)檢出能力強(qiáng)、選擇性好、分析速度快、檢出限低、樣品消耗少，適于整批樣品的多組分測(cè)定。缺點(diǎn)是準(zhǔn)確度較差、只能用于元素分析、大多數(shù)非金屬元素難以得到靈敏的光譜線。原子吸收光譜法是基于氣態(tài)的基態(tài)原子外層電子對(duì)紫外光和可見光范圍的相對(duì)應(yīng)原子共振輻射線的吸收強(qiáng)度來定量被測(cè)元素含量為基礎(chǔ)的分析方法，是一種測(cè)量特定氣態(tài)原子對(duì)光輻射的吸收的方法。其優(yōu)點(diǎn)是選擇性強(qiáng)、靈敏度高、分析范圍廣、抗干能力強(qiáng)、精密度高。缺點(diǎn)在于不能多元素同時(shí)分析，測(cè)定難熔元素的靈敏度還不令人滿意，對(duì)于某些基體復(fù)雜的樣品分析，尚存某些干擾問題需要解決。
3.4 X射線熒光光譜法
金屬材料成分分析傳統(tǒng)方法還包括X射線熒光光譜法，其原理是基態(tài)原子（一般蒸汽狀態(tài)）吸收合適的特定頻率的輻射而被激發(fā)至高能態(tài)，而后激發(fā)過程中以光輻射的形式發(fā)射出特征波長(zhǎng)的熒光。通過測(cè)出一系列X射線熒光譜線的波長(zhǎng)，即能確定元素的種類，將測(cè)得的譜線強(qiáng)度與標(biāo)準(zhǔn)樣品比較，即可確定該元素的含量。主要用于金屬元素的測(cè)定，在環(huán)境科學(xué)、高純物質(zhì)、礦物、水質(zhì)監(jiān)控、生物制品和醫(yī)學(xué)分析等方面有廣泛的應(yīng)用。
3.5 電分析法
金屬材料成分分析傳統(tǒng)方法還包括電分析法，這種方法最初是被用來研究金屬電池中所進(jìn)行的化學(xué)反應(yīng)，其原理是利用了金屬材料的組成和含量與金屬材料的電性質(zhì)的關(guān)聯(lián)性。但是因?yàn)槠錅?zhǔn)確度不高，而且實(shí)施也很不方便，受其他干擾時(shí)誤差很大，如今已很少采用。
4 金屬材料成分分析新方法
4.1 電感耦合等離子體質(zhì)譜法
該方法是20世紀(jì)80年展起來的無機(jī)元素和同位素分析測(cè)試技術(shù)，它以獨(dú)特的接口技術(shù)將電感耦合等離子體的高溫電離特性與質(zhì)譜計(jì)的靈敏快速掃描的優(yōu)點(diǎn)相結(jié)合而形成一種高靈敏度的分析技術(shù)。主要用于金屬材料中的稀有金屬、貴金屬、難熔金屬和稀土金屬進(jìn)行測(cè)量。這種方法具有相當(dāng)高的靈敏度，速度快、譜線簡(jiǎn)單，所以應(yīng)用起來準(zhǔn)確度高，但使用成本也相對(duì)較高，所以只在上述特殊金屬中采用。
4.2 激光誘導(dǎo)等離子體光譜法
金屬材料成分分析的新方法包括激光誘導(dǎo)等離子體光譜法，其也是近幾年才被發(fā)明的新方法。特點(diǎn)是檢測(cè)設(shè)備簡(jiǎn)單，操作方便，成本較低，可以同時(shí)測(cè)量多種元素，便于提高效率，常用來測(cè)量不銹鋼鐘的微量元素。唯一的不足之處就是適用范圍較窄。
4.3 電感耦合等離子體原子發(fā)射光譜法
該方法也是一種新型的原子發(fā)射光譜法，其原理為利用金屬元素受到激發(fā)而產(chǎn)生電子躍遷，在譜線上表現(xiàn)出一定強(qiáng)度而進(jìn)行測(cè)量的方法，測(cè)量范圍較廣且靈敏度高。電感耦合等離子原子發(fā)射光譜法是一種發(fā)展比較完善的測(cè)量方法，不僅保證了測(cè)量的高靈敏度，而且也保證了應(yīng)用范圍的廣泛性。
4.4 石墨爐原子吸收法
石墨爐原子吸收法是利用石墨材料制成管、杯等形狀的原子化器，用電流加熱原子化進(jìn)行原子吸收分析的方法。由于樣品全部參加原子化，并且避免了原子濃度在火焰氣體中的稀釋，分析靈敏度得到了顯著的提高。該法用于測(cè)定痕量金屬元素，在性能上比其他許多方法好，并能用于少量樣品的分析和固體樣品直接分析。因而其應(yīng)用領(lǐng)域十分廣泛。
5 金屬材料分析方法的發(fā)展趨勢(shì)
隨著科技的發(fā)展，更多更復(fù)雜的金屬材料正在被研發(fā)，對(duì)于這些材料的成分分析，傳統(tǒng)方法因?yàn)楦鞣N原因已經(jīng)遠(yuǎn)遠(yuǎn)達(dá)不到人們的要求。為了更好的對(duì)這些新型復(fù)雜材料進(jìn)行成分分析，只有開發(fā)出與時(shí)俱進(jìn)的新方法才能滿足人們科研的需求，越來越多的現(xiàn)代分析法防隨之應(yīng)運(yùn)而生。這些新方法更加專注于材料成分、結(jié)構(gòu)、缺陷等的分析。同時(shí)，更多的分析檢測(cè)儀器也被不斷的研究出來，從而使一些新方法的實(shí)施成為了可能。在這樣的發(fā)展趨勢(shì)之下，金屬材料的分析方法朝著準(zhǔn)確、高效的方向發(fā)展，也就是操作上要不斷簡(jiǎn)捷方便，測(cè)量結(jié)果上靈敏度、準(zhǔn)確度也要加強(qiáng)。
結(jié)語
綜上所述，金屬材料成分分析對(duì)金屬其性能研究和改善影響重大，可以通過準(zhǔn)確的成分分析并采取相應(yīng)的改善措施來提高金屬材料的性能。本文主要分析金屬材料成分分析的方法，主要從傳統(tǒng)分析方法和新方法兩個(gè)方面來介紹，可以看到現(xiàn)在科學(xué)技術(shù)在分析方法中得到應(yīng)用，不僅提高了金屬材料成分分析的效率，而且從多個(gè)角度提高了金屬材料成分分析的準(zhǔn)確性。金屬材料分析方法還是存在一些局限性，需要通過不斷探索來改善，所以本文還分析了金屬材料成分分析的發(fā)展趨勢(shì)，可見發(fā)展方向從主要從準(zhǔn)確性和效率兩個(gè)方面展開，方法則是利用現(xiàn)代技術(shù)，不斷將更新的科學(xué)技術(shù)手段應(yīng)用到金屬材料成分分析中去。
參考文獻(xiàn)
[1]薛廣鵬.淺析金屬材料的分析方法[J].科技資訊，2012（25）：84.
[2]李大為.金屬材料成分分析方法現(xiàn)狀與趨勢(shì)[J].工業(yè)設(shè)計(jì)，2012（03）：28.
[3]趙黎鋒.各種金屬材料成分分析方法現(xiàn)狀與趨勢(shì)[J].科技創(chuàng)新導(dǎo)報(bào)，2012（05）：143.
[4]陳文哲.材料現(xiàn)代分析方法與新材料技術(shù)的發(fā)展[J].理化檢驗(yàn)，2002（11）：466-472.
