前言：中文期刊網(wǎng)精心挑選了光譜技術(shù)論文范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。

光譜技術(shù)論文范文1

論文關(guān)鍵詞：IHS變換，HIS變換，圖像融合

 

1 引言：

隨著遙感技術(shù)的發(fā)展，現(xiàn)代遙感技術(shù)為對(duì)地觀測(cè)提供了多空間、多光譜、多時(shí)相分辨率的海量遙感影像數(shù)據(jù)廣泛的應(yīng)用于各個(gè)領(lǐng)域。與單源遙感影像數(shù)據(jù)相比，多源遙感影像數(shù)據(jù)所提供的信息具有冗余性、互補(bǔ)性和合作性。[1]由此可見，多源遙感影像數(shù)據(jù)融合不僅是一種遙感影像數(shù)據(jù)處理技術(shù)，而且是一種遙感信息綜合處理和分析技術(shù)，是目前遙感應(yīng)用研究的重點(diǎn)之一。一般來(lái)講，一般情況下計(jì)算機(jī)論文，多光譜圖像的光譜分辨率較高，但空間分辨率比較低。全色圖像具有高空間分辨率， 但光譜分辨率較低。 為了增加圖像信息提取的精確性和可靠性， 提高圖像的解譯能力，可以將低空間分辨率的多光譜圖像和高空間分辨率的全色圖像進(jìn)行融合， 使融合后的多光譜圖像在保留光譜特性的同時(shí)具有較高的空間分辨率。而HIS變換是一種最常用的多源遙感影像數(shù)據(jù)融合的方法，融合的影像在空間分辨率和清晰度上比原多光譜影像都有了一定的提高，且較大程度上保留了多光譜影像的光譜特征，有利于提高制圖精度。Haydn 等(1982)[2]首次將IHS 變換法應(yīng)用于兩種不同平臺(tái)遙感數(shù)據(jù)源的融合 ，這種方法也被用于TM 和SPOT 全色圖像數(shù)據(jù)以及SPOT 多光譜和全色波段數(shù)據(jù)的融合。 因此如何獲得高清晰的圖像已成為一個(gè)重要研究課題。本文提出了一種經(jīng)過(guò)改進(jìn)的HIS 變換法，從而獲得更為清晰的圖像。

2 研究區(qū)域和數(shù)據(jù)源

本文的研究區(qū)域?yàn)榻魇嶂菔惺袇^(qū)。數(shù)據(jù)源為撫州市區(qū)2000年9月的ETM圖像和SPOT圖像cssci期刊目錄。研究區(qū)域圖像如下：ETM圖像為Band 5、Band 4、Band 3波段合成。

圖A 原始圖像圖B SPOT全色圖像

3 試驗(yàn)方法與評(píng)價(jià)

3.1 傳統(tǒng)的HIS變換

從RGB模型轉(zhuǎn)換到IHS模型的變換就是IHS 變換。 而IHS 變換法的主要原理就是將多空間分辨率低的3波段圖像經(jīng)過(guò)HIS變換得到I（亮度） ， H（色度） ， S（飽和度） 三個(gè)分量， 然后將高分辨率的全色圖像代替I 分量， 把它同H、S進(jìn)行HIS 反變換得到具有高空間分辨率的多光譜圖像。

3.3 低通濾波HIS變換

卷積運(yùn)算進(jìn)行圖像平滑導(dǎo)致圖像空間分辨率的降低, 是由于原始RGB 圖像的空間信息與其它信息沒有分離。如果在卷積運(yùn)算前首先對(duì)原始RGB 圖像進(jìn)行HIS變換, 將空間分量I 分離, 只對(duì)色度H 和飽和度S 平滑,則不會(huì)引起圖像空間分辨率的降低。因此錢永蘭等提出一種改進(jìn)的低通濾波變換[3] 。首先對(duì)原始多光譜圖像進(jìn)行IHS 變換,將包含空間信息的I

分量分離, 只對(duì)色度、飽和度分量H、S 進(jìn)行低頻卷積運(yùn)算, 得到新的H′、S′分量, 將I、H′、S′做HIS 逆變換, 得到新的多光譜圖像。

3.4 直方圖匹配HIS變換

直方圖匹配是一種對(duì)數(shù)字圖像進(jìn)行增強(qiáng)的處理方法。 直方圖匹配時(shí)對(duì)圖像查找表進(jìn)行數(shù)學(xué)變換計(jì)算機(jī)論文，使一幅圖像某個(gè)波段的直方圖與另一幅圖像對(duì)應(yīng)波段類似，即以一幅圖像的直方圖作為參照對(duì)象,去調(diào)整另一幅圖像的直方圖, 使之盡可能與參照?qǐng)D像保持一致。伍娟、盧凌[4]提出不直接用全色圖像代替TM 圖像的I分量, 先將全色圖像同TM 圖像亮度圖像( I 分量)進(jìn)行直方圖匹配, 生成與亮度分量具有相似直方圖分布特征的圖像I″,然后用I ″代替I 分量, 由I″,H , S 進(jìn)行反變換得到融合圖像。這種方法不僅可部分消除全色圖像和TM 圖像獲取時(shí)光照條件差異和地形起伏的影響, 而且生成的圖像與亮度圖像相關(guān)性增大, 復(fù)合圖像的光譜特征與原TM 圖像的光譜特征接近。

3.5 改進(jìn)的 HIS 變換

針對(duì)傳統(tǒng)HIS變換法的清晰度不強(qiáng)的問(wèn)題，本文提出一種改進(jìn)方法，即不直接用高分辨率的全色圖像代替多光譜的亮度（I）分量，而是用分辨率融合后的第一主成分代替亮度（I）分量。并進(jìn)行高通濾波和直方圖匹配。對(duì)H、S分量進(jìn)行低通濾波后于第一主成分進(jìn)行IHS反變換。具體步驟如下：

1.首先將高分辨率全色圖像進(jìn)行高通濾波，生成新圖像SPOT′。

2.將原始圖像進(jìn)行主成分分析，生成PC1

3.將原始圖像第一主成分PC1與新圖像SPOT′進(jìn)行直方圖匹配得到PC1′

4.將原始TM圖像進(jìn)行IHS變換，提取H、S分量。

5.將H、S分量進(jìn)行低通濾波生成H′、S′。

6.將PC1′、H′、S′進(jìn)行IHS反變換，生成融合圖像

4 試驗(yàn)結(jié)果與評(píng)價(jià)

下圖中圖C為傳統(tǒng)HIS變換、圖D為低通濾波HIS變換、圖E為直方圖匹配HIS變換、圖F為本文提出的HIS變換。

圖C 傳統(tǒng)HIS變換圖D 低通濾波HIS變換

圖E 直方圖匹配HIS變換圖F 本文提出的HIS變換

圖像融合結(jié)果的評(píng)價(jià)分為主觀評(píng)價(jià)與客觀評(píng)價(jià)。 主觀評(píng)價(jià)是通過(guò)目視來(lái)比較分析； 客觀評(píng)價(jià)是利用圖像的統(tǒng)計(jì)特性參數(shù)來(lái)進(jìn)行判定，下面簡(jiǎn)要介紹各種參數(shù)的定義及其物理含義。

1）圖像均值 圖像均值是像素的灰度平均值，對(duì)人眼反映為平均亮度。其定義為

式中：M，N 為像元的行列數(shù)。

2）標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差(Standard Deviation) 也稱均方差(meansquare error)標(biāo)準(zhǔn)差反映了圖像灰度相對(duì)于灰度平均值的離散情況，若標(biāo)準(zhǔn)差大，則圖像灰度級(jí)分布分散，圖像的反差大計(jì)算機(jī)論文，可以看出更多的信息。標(biāo)準(zhǔn)差小，圖像反差小，對(duì)比度不大，色調(diào)單一，看不出太多信息。

3）信息熵[5] 根據(jù)仙農(nóng)(Shannon)信息論的原理，一幅8bit 表示的圖像x的信息熵為：

式中： x 為輸入的圖像變量， Pi 為圖像像元灰度值為i的概率cssci期刊目錄。熵越大，圖像所包含的信息量越豐富

4）平均梯度 平均梯度可敏感地反映圖像對(duì)微小細(xì)節(jié)反差表達(dá)的能力，可用來(lái)評(píng)價(jià)圖像的清晰程度，同時(shí)還可以反映出圖像中微小細(xì)節(jié)反差和紋理變換特征。其計(jì)算公式為

圖像評(píng)價(jià)參數(shù)結(jié)果下表：

 

方法

波段

最小值

最大值

平均值

標(biāo)準(zhǔn)差

熵（bit）

Band543

熵之和（bit）

平均梯度

原始TM圖像

Band5

218

74.661

24.811

6.2726

17.5765

8.6366

Band4

100

63.589

15.519

5.6872

4.8941

Band3

181

63.738

18.245

5.6167

5.2615

傳統(tǒng)HIS變換

Band5

255

227.355

2.743

3.2006

12.384

0.65117

Band4

255

71.384

12.298

5.4488

2.3645

Band3

255

15.010

3.906

3.7346

0.6966

低通濾波

Band5

255

85.715

28.323

6.4831

19.5576

9.3466

Band4

255

153.754

36.468

6.8617

9.952

Band3

255

89.276

25.058

6.2128

8.0971

直方圖匹配

Band5

255

73.156

18.381

6.0857

19.5338

4.5971

Band4

255

132.423

27.471

6.6110

6.7384

Band3

255

125.977

32.808

6.8371

6.0906

自己方法

Band5

255

72.945

20.423

6.2020

19.523

12.503

Band4

255

121.641

27.210

6.3912

17.452

Band3

255

114.032

36.198

光譜技術(shù)論文范文2

光學(xué)之芒,燦爛輝煌。在光學(xué)的領(lǐng)域里,他頭頂著太多的“光環(huán)”,卻沒有絲毫松懈,肩負(fù)著無(wú)限重任,但始終沉著、堅(jiān)毅。他淵博寬厚,抱定赤子之心,十余載春秋獻(xiàn)身中國(guó)光學(xué)領(lǐng)域,他就是首都師范大學(xué)物理系研究員、系科研副主任張巖。

九天攬?jiān)馒欩]志 步步為營(yíng)創(chuàng)輝煌

在通往科學(xué)高峰的路上,張教授一路前行,品嘗著希望與困難,交融著榮耀與汗水,深造期間,他用不懈的努力換來(lái)了中國(guó)光學(xué)科技前沿領(lǐng)域的重大突破。讀研期間,他同導(dǎo)師劉樹田教授一起在國(guó)內(nèi)率先開展光學(xué)分?jǐn)?shù)傅立葉變換的研究。為利用光學(xué)分?jǐn)?shù)傅立葉變換進(jìn)行信息處理鋪平了道路。在中科院物理所攻讀博士學(xué)位期間,開拓了分?jǐn)?shù)傅立葉變換在光學(xué)信息處理領(lǐng)域中的應(yīng)用,被評(píng)價(jià)是國(guó)內(nèi)在現(xiàn)代光學(xué)技術(shù)科學(xué)領(lǐng)域研究工作中的優(yōu)秀成果具有國(guó)際先進(jìn)水平。

1999-2001年,他獲得日本學(xué)術(shù)振興會(huì)博士后基金資助,在日本山形大學(xué)工學(xué)部從事生物成像研究,被應(yīng)用在實(shí)際的儀器上。2001-2002年,他在香港理工大學(xué)電子工程系從事光纖氣體傳感器研究。其研究?jī)?nèi)容被收錄在《光纖傳感技術(shù)新進(jìn)展》一書中,已出版發(fā)行。2002-2003年,他在德國(guó)洪堡基金的資助下在德國(guó)斯圖加特大學(xué)應(yīng)用光學(xué)研究所任洪堡研究員,從事數(shù)字全息重建算法的研究,提出了利用相位恢復(fù)算法來(lái)進(jìn)行數(shù)字全息重建的新方案,引起了同行的重視和肯定。這部分內(nèi)容作為美國(guó)Nova Science出版社的新書《New Developments in Lasers and Electro-Optics Research》中的一章,已經(jīng)出版發(fā)行。

2003年,他進(jìn)入首都師范大學(xué)物理系工作,先后獲得了北京市科技新星計(jì)劃,北京市留學(xué)人員擇優(yōu)資助等人才項(xiàng)目的資助。作為北京市“太赫茲波譜與成像”創(chuàng)新團(tuán)隊(duì)的核心成員,主要從事太赫茲波譜與成像,太赫茲波段表面等離子光學(xué)和微納光電子器件設(shè)計(jì)研究。他提出的多波長(zhǎng)成像方法得到了美國(guó)Rice大學(xué)太赫茲研究者M(jìn)ittleman的認(rèn)可,被評(píng)價(jià)為不僅可以有效地增加成像范圍,還可以提高信噪比。多篇論文被太赫茲領(lǐng)域的虛擬期刊收錄。并于2007年和2009年分別到美國(guó)倫斯特理工大學(xué)和德國(guó)康斯坦茨大學(xué)進(jìn)行訪問(wèn)研究。

歡聲震地 驚退萬(wàn)人贏戰(zhàn)績(jī)

光譜技術(shù)論文范文3

關(guān)鍵詞：可見光技術(shù)；稻飛虱；穗頸瘟

中圖分類號(hào)：S511 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-0432（2010）-12-0091-1

本文主要研究受稻飛虱和穗頸瘟而倒伏的水稻冠層做光譜研究，使用支持向量分類機(jī)針對(duì)倒伏和正常得水稻分別給與主分量光譜分析，以增加災(zāi)害評(píng)估、病蟲害監(jiān)測(cè)與遙感估測(cè)中可見光光譜技術(shù)的使用。

1 材料與方法

1.1 試驗(yàn)準(zhǔn)備

儀器使用ASD公司觀測(cè)儀器的高光譜輻射儀（FieldSpe Pro FRTM），在350-2500nm的波段范圍中350-1000nm的波段寬(光譜采樣間隔)為1.4nm，3nm的光譜分辨率；1000-2500nm的波段寬(光譜采樣間隔)為2nm，10nm的光譜分辨率。

選取穗京4號(hào)水稻品種，其易感稻瘟病。2009年4月10日播種，5月12日移栽（機(jī)插），稻穗頸瘟自然發(fā)病較重，引起水稻植株倒伏，黃熟期光譜觀測(cè)。

1.2 研究方法

在觀測(cè)點(diǎn)于2009年8月20日上午10:00-11:00測(cè)定穗頸瘟危害倒伏水稻的冠層光譜，各樣點(diǎn)采集3次光譜，測(cè)定10條光譜曲線，取其平均值作為該樣點(diǎn)的光譜反射值，測(cè)定正常水稻光譜。

在View Spec Pro2.14（一種光譜分析軟件）中，使用光譜平滑處理（五步滑動(dòng)平均法）。在Matlab7.0中可以實(shí)現(xiàn)光譜數(shù)據(jù)分析，選用400-1800nm之間的波段進(jìn)行分析，去掉1341-1450nm之間的吸收水汽的光譜帶。

2 分析與結(jié)果

2.1 水稻田間冠層光譜特征分析

水稻因受穗頸瘟和稻飛虱的危害而倒伏，而改變了原有的群體結(jié)構(gòu)，致使植株受光條件和各組分(如莖稈、稻穗等)對(duì)冠層光譜的貢獻(xiàn)比例都發(fā)生變化。

圖 1 正常和倒伏的水稻冠層光譜曲線

由圖1可知，在可見光400-1800nm的譜段內(nèi)，正常水稻和倒伏水稻的反射光譜有一定得的增加，在可見光400-690nm的普段內(nèi)提高了2-10%。說(shuō)明對(duì)倒伏與正常這不同生長(zhǎng)狀態(tài)的水稻可以使用冠層光譜進(jìn)行識(shí)別。

2.2 C2 SVC對(duì)倒伏水稻的識(shí)別與驗(yàn)證

圖2 前二個(gè)主成分分量

首先從觀測(cè)點(diǎn)觀測(cè)70個(gè)正常和倒伏的水稻中隨機(jī)選取75%的樣株，作為訓(xùn)練C2 SVC的數(shù)據(jù)，輸入向量使用前兩個(gè)主分量光譜，對(duì)正常與倒伏得水稻進(jìn)行劃分。由于LIBSVM 2.83有很多默認(rèn)的參數(shù)，使用默認(rèn)參數(shù)立即可以解決大量分類與回歸問(wèn)題，分別影響模型運(yùn)行精度和速度的重要參數(shù)是核函數(shù)類型和交互檢驗(yàn)階數(shù)。長(zhǎng)時(shí)間測(cè)試后發(fā)現(xiàn)，每當(dāng)懲罰系數(shù)C為1、交互檢驗(yàn)階數(shù)是3、核函數(shù)使用徑向基函數(shù)RBF并且保持其他參數(shù)不改變時(shí)，模型的平均精確度到達(dá)到100%，可訓(xùn)練數(shù)據(jù)中可以實(shí)現(xiàn)對(duì)正常和倒伏水稻完美識(shí)別。

在LIBSVM 2.83中，訓(xùn)練完成后的網(wǎng)絡(luò)，它的參數(shù)權(quán)值總是恒定的，為了檢測(cè)構(gòu)建模型的普適性，使用黑龍江友誼農(nóng)場(chǎng)的22個(gè)樣株作為數(shù)據(jù)驗(yàn)證，測(cè)試水稻不同生長(zhǎng)狀態(tài)時(shí)的識(shí)別效果，利用C2 SVC對(duì)倒伏與正常水稻的生長(zhǎng)狀態(tài)進(jìn)行識(shí)別時(shí)，倒伏水稻沒有被錯(cuò)分為正常，反之亦然，精度是100%。

3 結(jié)論

本研究中觀測(cè)點(diǎn)的水稻倒伏都是著地倒，并沒有其他倒伏角度的情況。另外，本研究中的的光譜測(cè)試只有地面測(cè)試，沒有其他高光譜影像數(shù)據(jù)。所以，結(jié)果能否用于其他研究，還需驗(yàn)證。

參考文獻(xiàn)

[1] 劉良云,王紀(jì)華,宋曉宇,等.小麥倒伏的光譜特征及遙感監(jiān)測(cè)[J].遙感學(xué)報(bào),2007,9:323-327.

[2] 劉占宇.水稻主要病蟲害脅迫遙感監(jiān)測(cè)研究[A].浙江大學(xué)博士學(xué)位論文[D].2008,6:79-86.

光譜技術(shù)論文范文4

[關(guān)鍵詞] AOTF近紅外光譜；在線檢測(cè)；羊藿

[中圖分類號(hào)] R285.5 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673-7210（2014）08（c）-0111-04

Detection of concentration from Epimedium brevicornum Maxim. in processing line with AOTF near-infrared spectroscopy

YANG Li LI Jing LIU Cuihong XU Dingzhou LI Yu ZHONG Ming

Guangzhou Hanfang Pharmaceutical Co.， Ltd.， Guangdong Province， Guangzhou 510240， China

[Abstract] Objective To achieve online detection of the Epimedium brevicornum Maxim. concentration process using the AOTF near infrared spectroscopy. Methods The near infrared spectroscopy of Epimedium brevicornum Maxim. in the concentration process was obtained with acousto-optic tunable filter （AOTF） near-infrared spectrometer. Meanwhile the real-time sample was measured using off-line UV spectrophotometer. The calibration models were built up by adopting the first-order differential equation and partial least-squares （PLS1） and the accuracy of the models was evaluated through external validation and internal validation. Results The near-infrared spectroscopy data and the off-line UV-detected data were correlated and the result was satisfactory. The correlation coefficient was 0.98. The relative deviation of the flavonoids concentration was 0.596 mg/mL via internal validation and 1.380 mg/mL via external validation using the established model， which satisfied the demands of the concentration progress. Conclusion AOTF near-infrared spectroscopy technology provides effective real-time monitoring on the product quality， solving the problems of hysteresis with off-line detection.

[Key words] AOTF near-infrared spectroscopy； Online detection； Epimedium brevicornum Maxim.

近紅外光譜分析儀產(chǎn)生于20世紀(jì)50年代后期，經(jīng)過(guò)50多年的發(fā)展，先后經(jīng)歷了濾光片、光柵掃描、傅立葉變換、多通道、聲光可調(diào)濾光器（AOTF）五代技術(shù)。目前已廣泛應(yīng)用于農(nóng)業(yè)[1-3]、石油化工[4]、食品工業(yè)和制藥工業(yè)及臨床醫(yī)院[5-7]等領(lǐng)域。近紅外技術(shù)在制藥行業(yè)最初用于測(cè)定溶液中的胺和酰胺化合物的含量和氫鍵的研究[8]。1966年，Sinsheimer等[9]利用近紅外光譜分析了壓制藥粒中活性組分銨鹽的含量。1977年Zappala等[10]采用近紅外光譜測(cè)定了藥片、膠囊、注射液和懸浮液中眠爾通的含量[10]。1984年，馬氏距離被應(yīng)用于鑒別藥品原材料的種類[11]。1986年，Whitfield[12]建立了測(cè)定獸藥粒丸中林可霉素含量的方法，這是美國(guó)食品與藥物管理局（FDA）認(rèn)可的首個(gè)近紅外方法[13]。1987年，Ciurczak[14]發(fā)表了近紅外光譜法應(yīng)用于鑒別藥品原材料的種類。在國(guó)內(nèi)，應(yīng)用近紅外定性定量方法，李睿等[15]研究了中國(guó)傘形科阿魏亞族植物的分類；何淑華等[16]對(duì)吉林人參進(jìn)行定性分析；李國(guó)輝等[17]對(duì)栽培和野生中藥材燈盞花進(jìn)行鑒別；李彥周等[18]近紅外光譜技術(shù)在中草藥分析中的應(yīng)用中對(duì)中草藥定量和定性分析進(jìn)行了綜述。

本研究表明，近紅外光譜技術(shù)可應(yīng)用與中藥生產(chǎn)濃縮環(huán)節(jié)的質(zhì)量實(shí)時(shí)監(jiān)控，為中藥生產(chǎn)和質(zhì)量控制提供新的方法和思路。

[參考文獻(xiàn)]

[1] McCaig TN. Extending the use of visible/near-infrared reflectance spectrophotometers to measure of food and agriculture products [J]. Food Research International，2002，35（8）：731-736.

[2] 吉海彥，嚴(yán)衍祿.在國(guó)產(chǎn)近紅外光譜儀實(shí)驗(yàn)樣機(jī)上用偏最小二乘法定量分析大麥成分[J].分析化學(xué)，1998，26（5）：607-611.

[3] Delwiche SR，McKenzie KS，Webb BD. Quality characteristics in rice by near Infrared reflectance analysis of whole grain milled samples [J]. J Cereal Chem，1996（73）：257-263.

[4] 雷猛，馮新瀘.二維近紅外光譜定量分析內(nèi)燃機(jī)油粘度指數(shù)性能的研究[J].石油煉制與化工，2009，40（4）：61-65.

[5] Shengtian P，Hoeil C，Mark A，et al. Near-infrared spectroscopy measurement of physio-logical glucose level in variable matrices of protein and triglycerides [J]. Anal Chem，1996，68（7）：1124-1135.

[6] 陳衛(wèi)國(guó)，程，盧廣，等.用近紅外光拓?fù)鋱D技術(shù)實(shí)時(shí)跟蹤腦血流變化[J].生物物理學(xué)報(bào)，2000，16（3）：613-617.

[7] 柴金朝，金尚忠.近紅外光譜技術(shù)在紡織品定性檢測(cè)中的應(yīng)用[J].紡織學(xué)報(bào)，2009，30（4）：55-58.

[8] 陸婉珍.陸婉珍論文集[M].北京：化學(xué)工業(yè)出版社，2004：9.

[9] Sinsheimer JE，Keuhnelian AM. Near-infrared spectroscopy of amine salts [J]. J Pharm Sci，1966，55（11）：1240-1244.

[10] Zappala AF，Post A. Rapid near-infrared spectrophotometric detamination of meprobamate in pharmaceutical preparations [J]. J Pharm Sci，1977，66（2）：292-293.

[11] Ciurczak EW. Proc Annu Symp NIRA [M]. New York：Technicon，1984.

[12] Whitfield RG. Near-infrared reflectance analysis of pharmaceutical products [J]. Pharm Manuf，1986，4：31-40.

[13] Ciurczak EW. Uses of near-infrared spectrosocopy in pharmaceutical analysis [J]. Appl Spectrosc Rev，1987，23（1-2）：147-163.

[14] Burns DA，Ciurczak EW. Handbook of near-infrared analysis [M]. New York：Marcel Deker Inc，1992.

[15] 李睿，李偉，白云飛，等.近紅外光譜技術(shù)在中國(guó)傘形科阿魏亞族植物分類中的應(yīng)用[J].西北植物學(xué)報(bào)，2000， 20（40）：666-670.

[16] 何淑華，孫瑞巖，任玉秋，等.近紅外漫反射光譜法對(duì)吉林人參的分類探討[J].吉林大學(xué)自然科學(xué)學(xué)報(bào)，2001，（1）：96-98.

[17] 李國(guó)輝，張錄達(dá)，楊建文，等.栽培和野生中藥材燈盞花的近紅外光譜鑒別模型[J].光譜學(xué)與光譜分析，2007， 27（10）：1959-1960.

[18] 李彥周，閔順耕，劉霞.近紅外光譜技術(shù)在中草藥分析中的應(yīng)用[J].光譜學(xué)與光譜分析，2008，28（7）：1549-1553.

[19] 林新，李文魁，肖培根.羊藿研究的新進(jìn)展[J].中國(guó)藥學(xué)雜志，1997，23（8）：449-452.

[20] 國(guó)家藥典委員會(huì).中國(guó)藥典[S].一部.北京：中國(guó)醫(yī)藥科技出版社，2010：307.

光譜技術(shù)論文范文5

【關(guān)鍵詞】紅外光譜；大黃；真?zhèn)舞b別

大黃是常見中藥材之一，乃蓼科大黃屬植物，具瀉下、利膽、護(hù)肝、活血等功效，其屬種繁多，約60余種，然具藥用價(jià)值的正品大黃僅為掌葉大黃、唐古特大黃及藥用大黃3個(gè)品種的干燥根及根莖[1]，報(bào)道顯示：混淆品大黃服用后容易引發(fā)腹痛[2]。因此，如何鑒定正品大黃以保證其臨床療效，是我們面臨的難題之一。然，目前對(duì)其鑒定多以外部形態(tài)以及從性狀、顯微觀察和理化分析等角度進(jìn)行，這些方法對(duì)于塊狀大黃鑒別頗有成效，但對(duì)粉末狀大黃的區(qū)分卻難以進(jìn)行區(qū)別[3]，近年來(lái)，隨著現(xiàn)代分析檢測(cè)技術(shù)的進(jìn)步和計(jì)算機(jī)科學(xué)的日新月異，紅外光譜法漸次應(yīng)用到中藥樣品的相關(guān)監(jiān)測(cè)之中[4]，從而為快速、準(zhǔn)確鑒別正偽品提供了可能。本研究即采用紅外光譜法對(duì)正偽大黃進(jìn)行監(jiān)測(cè)，報(bào)告如下：

1 研究對(duì)象與方法

1.1研究對(duì)象正品大黃：產(chǎn)于西寧的唐古特大黃。混淆品大黃：華北大黃。正偽品大黃的樣品均由我市藥品檢驗(yàn)所提供并作生藥學(xué)鑒定。將大黃樣品充分粉碎均勻，過(guò)孔徑篩后備用。

1.2研究方法Perkin-Elmer公司生產(chǎn)的Spectrum GX型紅外光譜儀（光譜范圍：4000~400 cm-1）；DTGS檢測(cè)器（相關(guān)參數(shù)設(shè)置：分辨率為4 cm-1，掃描頻次為16次，掃描時(shí)實(shí)時(shí)扣除水和二氧化碳的干擾，速度為0.2 cm-1/s）；溫控范圍在室溫至110℃的可編程溫度控制單元和變溫池（直徑38 mm，厚度為10 mm）。正偽品大黃樣品分別與溴化鉀粉末一起研磨壓片，附著在變溫附件樣品架上，自50~110℃之間，每間隔10℃進(jìn)行光譜圖測(cè)定。

1.3數(shù)據(jù)處理測(cè)量若干次后將樣品池取出搖動(dòng)，使樣品池中的樣品得到填充，以便保證樣品數(shù)據(jù)的代表性和準(zhǔn)確性，每個(gè)樣品掃描測(cè)量50次，然后取其平均值作為該樣品的光譜。樣品的掃描測(cè)量數(shù)據(jù)以ASCII碼存儲(chǔ)，而后采用另外一臺(tái)計(jì)算機(jī)進(jìn)行分析處理。

2結(jié)果

2.1正偽品大黃的紅外光譜圖比較如圖所示，正偽品大黃的紅外譜圖比較接近，如用肉眼很難進(jìn)行鑒別。通過(guò)相關(guān)數(shù)據(jù)分析可見，兩者僅在波峰上存在差異。結(jié)果見圖1。

圖1真?zhèn)未簏S的紅外光譜圖

2.2正偽品大黃紅外光譜數(shù)據(jù)分析采用清華大學(xué)開發(fā)設(shè)計(jì)的二維相關(guān)紅外軟件，分別獲得正品大黃和偽品大黃變溫過(guò)程的二維相關(guān)分析譜(圖2、3所示)。在1030~1170 cm-1區(qū)域內(nèi)，正品大黃和偽品大黃的二維相關(guān)紅外光譜中可見在圖2中的對(duì)角線上，正品大黃出現(xiàn)了2個(gè)較強(qiáng)的自相關(guān)峰，而圖3中的偽品大黃僅出現(xiàn)了1個(gè)自相關(guān)峰。其中正品大黃在1060和1080 cm-1處出現(xiàn)了所對(duì)應(yīng)的基團(tuán)振動(dòng)峰的位置，而偽品大黃僅僅在1080 cm-1處出現(xiàn)自相關(guān)峰，其余未見。此種現(xiàn)象說(shuō)明偽品大黃的相關(guān)譜中1060 cm-1對(duì)應(yīng)的基團(tuán)隨著溫度的升高沒有發(fā)生相互作用。可見，正品與偽品大黃相比，無(wú)論從自相關(guān)和交叉相關(guān)，還是同步譜或異步譜都顯示了較大的差別。

3小結(jié)

近年來(lái)，紅外光譜技術(shù)是受到人們特別重視和發(fā)展相當(dāng)迅速的光譜分析方法之一。通常在780~3 100 nm的近紅外光譜區(qū)內(nèi)，主要受到分子中CH， OH， NH基團(tuán)的倍頻和合頻的吸收。

本研究采用清華大學(xué)研發(fā)的二維相關(guān)分析技術(shù)，通過(guò)變溫過(guò)程中引起大黃的相關(guān)結(jié)構(gòu)變化規(guī)律，取得高分辨的二維譜圖，進(jìn)行真?zhèn)未簏S化學(xué)成分差異的分析來(lái)鑒別藥材的真?zhèn)危摲ㄍㄟ^(guò)相關(guān)軟件進(jìn)行研究，操作簡(jiǎn)單，結(jié)論準(zhǔn)確，不失為鑒別藥用植物的真?zhèn)蔚囊环N簡(jiǎn)單實(shí)用的新方法。

參考文獻(xiàn)

［1］中華人民共和國(guó)衛(wèi)生部藥典委員會(huì).中華人民共和國(guó)藥典[M].北京： 化學(xué)工業(yè)出版社，2000：18~19

［2］孫素琴，周群，梁曦云，等.大黃的鑒別分析[J].光譜學(xué)與光譜分析，2002， 22(4)： 600.

［3］湯彥豐，張卓勇，范國(guó)強(qiáng). 中草藥大黃的近紅外光譜和人工神經(jīng)網(wǎng)絡(luò)鑒別研究[J].光譜學(xué)與光譜分析，2004， 24(11)： 1348~1351

［4］周群，李靜，劉軍，等. 真?zhèn)未簏S的二維相關(guān)紅外光譜[J].分析化學(xué)，2003， 31(9)： 1058~1061

［5］湯彥豐，張卓勇，范國(guó)強(qiáng)，等.基于大黃的紅外光譜的人工神經(jīng)網(wǎng)絡(luò)鑒別研究[J].光譜學(xué)與光譜分析，2005， 25(5)： 715~718

光譜技術(shù)論文范文6

2013年新入選 CODE 期刊名稱

T016 高校化學(xué)工程學(xué)報(bào)

B003 高校應(yīng)用數(shù)學(xué)學(xué)報(bào)

R037 高壓電器

C056 高壓物理學(xué)報(bào)

E005 高原氣象

V021 給水排水

N105 工程爆破

E360 工程地質(zhì)學(xué)報(bào)

S712 工程管理學(xué)報(bào)

N049 工程機(jī)械

V030 工程勘察

V033 工程抗震與加固改造

C002 工程力學(xué)

C073 工程熱物理學(xué)報(bào)

N590 工程設(shè)計(jì)學(xué)報(bào)

B031 工程數(shù)學(xué)學(xué)報(bào)

T003 工程塑料應(yīng)用

N064 工具技術(shù)

K018 工礦自動(dòng)化

T563 工業(yè)催化

J057 工業(yè)工程

N110 工業(yè)工程與管理

P009 工業(yè)加熱

V010 工業(yè)建筑

P005 工業(yè)爐

Z013 工業(yè)水處理

F030 工業(yè)微生物

G025 工業(yè)衛(wèi)生與職業(yè)病

N037 工業(yè)儀表與自動(dòng)化裝置

Z032 工業(yè)用水與廢水

G207 公共衛(wèi)生與預(yù)防醫(yī)學(xué)

X579 公路

X022 公路工程

X047 公路交通技術(shù)

N039 功能材料

M502 功能材料與器件學(xué)報(bào)

D503 功能高分子學(xué)報(bào)

E601 古地理學(xué)報(bào)

E304 古脊椎動(dòng)物學(xué)報(bào)

E022 古生物學(xué)報(bào)

G478 骨科

R047 固體電子學(xué)研究與進(jìn)展

Y013 固體火箭技術(shù)

C103 固體力學(xué)學(xué)報(bào)

W007 管理工程學(xué)報(bào)

W018 管理科學(xué)

W008 管理科學(xué)學(xué)報(bào)

W025 管理評(píng)論

W016 管理學(xué)報(bào)

H226 灌溉排水學(xué)報(bào)

R026 光電工程

R061 光電子•激光

R082 光電子技術(shù)

C091 光譜學(xué)與光譜分析

C097 光散射學(xué)報(bào)

R031 光通信技術(shù)

N015 光學(xué)技術(shù)

N033 光學(xué)精密工程

C050 光學(xué)學(xué)報(bào)