发布时间：2023-09-19 16:19:48
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的光谱学分析样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
关键词：红外光谱分析；特色化；教学改革
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）16-0050-02
红外光谱作为有机化合物、高聚物结构研究、纺织助剂分析鉴定等强有力的工具，在日常分析和科学研究中已得到广泛地应用，特别是随着现代科学技术的发展，红外光谱仪器测试的先进性、快捷性、准确性得到了很大提升，因此，它已成为科学研究必不可少的工具[1]。红外光谱课程是化学类相关专业的工具课，但是，以往的教学并没有针对不同专业学生的知识背景，采用相应的教学模式，这造成理论教学与实际应用的衔接不连贯，致使学生在学习时比较困难，思路不清[2]。同时，不同班级以及班级内学生之间差异较大，表现在知识水平、学习风格、学习兴趣等多方面，而在实际教学中如何根据学生的个体差异以及非智力因素，制定具有特色的教学内容及方式，对于提升整体教学质量具有重要意义。鉴于此，本文就红外光谱的教学提出了特色化改革方案。
一、依据专业背景特色，调整教学内容，激发学习兴趣
红外光谱分析课程是面向应用化学、轻化工程、制药工程、化学工程与工艺等专业本科生和研究生开设的专业必修课，旨在通过学习本课程，使学生了解红外光谱测试仪器、方法和技术在相关学科领域中的基本应用，了解并初步掌握仪器的基本原理、操作技术和实际应用，培养学生在科研工作过程中综合运用现代分析测试方法和技术解决实际问题的能力。由于各个专业的培养目标差异较大，学生的知识背景、智力水平以及学习兴趣也各不相同，因此，在红外光谱教学过程中，应根据这些差异，适当调整教学内容，在基础理论讲解完成的前提下，设计具有专业特色的例题，让学生通过较为熟悉的、具有本专业特色的化合物，学习各种化学键及官能团的特征吸收，如学生的有机化学基础薄弱，应适当增加基础知识的讲解，将新知识与基础知识融会贯通，便于学生理解新知识，并学会应用基础知识，达到学以致用的目的；同时，将所选择的化合物与日常生活和工作相联系，让学生深切体会红外光谱课程在今后学习和工作中的应用价值，激发学习兴趣。
二、改进教学手段和方法，提高教学效率
随着计算机技术的发展，基于多媒体技术的课堂辅助教学日益加强。多媒体技术可以根据教学目标和教学对象的特点，通过教学设计、合理选择和运用现代教学媒体，并与传统教学手段相结合的方式，形成合理的教学过程，使学生在最佳的学习条件下进行学习[3]。例如：在讲解红外光谱仪器的基本原理中，一味的口述很难讲解清楚，而板书讲解速度较慢，此时将多媒体技术引入，很容易将仪器原理以及光路系统形象化，便于学生对知识点的理解与运用。再如：红外光谱中化学键的特征频率是个很重要的概念，而化学键的特征频率是红外光谱解析的基础，学生在初学时，总觉得化学键的吸收频率范围难以记忆，因此在讲解双原子分子振动时，将谐振子模型形象化，通过公式推倒，让学生深刻理解化学键的特征频率是与化学键本身的性质以及原子的折合质量有关，在后续的教学中以相同的方式讲解特征区、指纹区以及影响吸收峰位的几个因素，从而让学生将知识前后联系，加深理解。
在红外光谱教学过程中，引入多媒体技术可使教学化静为动，更加形象，同时又寓教于乐，增加感染力，而且，有利于培养和激发学生的学习兴趣，；有利于学生对知识点的理解和记忆；还能节省传统的板书时间，拓宽知识面，增加信息量，提高学习效率。
三、结合实验教学，提升实践能力
红外光谱是一门应用型课程，实验教学占有很重要的地位。掌握实验操作，通常是化学及其相关学科的大学生和研究生必须的技能之一[4，5]。
在红外光谱实验教学中，首先应让学生了解红外样品以及红外谱图的基本要求，讲解红外光谱的适用范围，气体、固体、液体样品的制样方法，仪器的操作方法以及复习红外谱图解析的基本步骤，期间穿插生动的正反实例，如样品浓度过大或过小时的处理方法，压片过厚或过薄可能产生的后果及处置方法；然后，指导学生具体的实验操作，包括盐片的处理、玛瑙研钵使用的注意事项、可拆卸液体池的组装、各种样品的制作方法、仪器软硬件操作及注意事项等；最后由学生亲自动手完成实验，并对实验数据进行处理，采取小组讨论的形式，让学生阐述各自谱图的解析过程以及制样过程中的心得和体会，诸如：实验各步骤的操作要领和注意事项，谱图解析式如何对所测得的化合物红外吸收峰进行官能团的归属、推断分子结构等，同时，引导学生了解小分子谱图与高聚物谱图的差异，理解红外光谱的优缺点，通过实验教学切实提高学生的实践能力。
四、结合科研项目，提升创新能力
本课程是化学相关学科的工具课，在科学研究中具有很强的实际应用价值，因此在教学中结合科研项目，有利于提高学生的创新能力。在教学过程中搜集相关教师承担的科技服务课题，结合红外光谱的优缺点分析，不仅可以提高授课水平和学生的兴趣，同时也要阐明对于特殊样品，尤其是未知混合物分析，由于可能包括多种化合物，甚至是高分子材料，如简单通过红外光谱确定其分子结构，较为草率。例如，纺织助剂是纺织品生产加工过程中必须的化学品。纺织助剂对提高纺织品的产品质量和附加价值具有不可或缺的重要作用，对提升纺织工业的整体水平以及在纺织产业链中的作用是至关重要的。纺织助剂产品约80%是以表面活性剂为原料，约20%是功能性助剂。对于这样一个混合物的剖析与制备，需要大量的分离、分析工作，其中红外光谱的测试与谱图解析起到了重要作用，但是对于混合物的解析不能只用单一的红外光谱测试，而往往需要多种分析测试手段相互佐证，以精确化合物的结构。将红外光谱教学与类似的科研项目相结合，不仅可让学生切实理解红外光谱的优缺点以及应用范围，而且可让学生理解在实际科研与日常工作中，往往需要多种分析手段相结合，如Raman、XPS等分析技术，甚至是实践经验，对样品结构进行深入分析。
五、结语
通过红外光谱的特色化教学，我们取得了较好的教学效果，主要体现在：学生学习兴趣明显提高，课堂氛围良好；学生对红外光谱基础知识以及解谱方法的了解和掌握较扎实；学生熟悉了红外光谱制样、测试方法；学生对红外光谱在工作和科研中应用的优缺点有了进一步的理解，为后面的应用打下了较好的基础。在进一步的教学改革中，拟将红外光谱教学与大型综合实验相结合，针对性地设置相关的合成与测试表征实验，将多种分析技术相结合，切实提高学生对红外光谱的理解和实际应用能力。
参考文献：
[1]李润卿.有机结构波谱分析[M].天津：天津大学出版社，2002.
[2]刘祖华.从“消极差别化”到“积极差别化”——义务教育资源配置政策的创新逻辑[J].武汉理工大学学报（社会科学版），2008，2：268-273.
[3]杨睿，汪昆华，宗建芳，曾志刚.聚合物红外光谱多媒体课件的开发与应用[J].计算机与应用化学，2003，20（1）：179-180.
关键词：红外光谱；分析技术；药品生产；化学生产；控制作用；研究分析
众所周知，药品对于国内的广大人民群众来说是非常重要的，并且根据国内相关的民生新闻来看，近几年国内的药品质量相关的事件发生概率仍然是比较高的，这一类事件的发生轻则使得人民群众产生了一定程度上经济的损失，重则使得人民群众的人身安全受到了严重的威胁，因此，现阶段提升化学药品生产质量已经是迫在眉睫的了。所以，在接下来的文章中就将对近红外光谱分析技术在化学药品生产过程控制应用进行详尽的阐述，并且试图提出一定的具有建设性的意见或者对策，以使得化学药品的质量、生产效率都有一定程度的提升。
一、近红外光谱分析技术的涵义以及其特点
（一）近红外光谱分析技术的涵义所谓的近红外光谱分析技术，其中使用的是一种比较特殊的电磁辐射波，这一辐射波介于可见光与中红外之间，这也是其名称的由来。根据相关的调查结果不难得知，美国的材料检测协会这一组织将近红外光谱分析技术的电磁辐射波定义在780nm-2526nm之间[1]，这也是人类在研究过程中发现的首个非可见的光区，对于后续的研究事业的发展也是非常重要的。在药品的生产过程中采用这一技术能够实现在线分析，从而能够非常快速的得到检测的结果，以此实现药品生产过程中的控制作用，进而使得药物的生产质量实现上升。
（二）近红外光谱分析技术的特点一般来说，常规的药物分析技术只能特定地分析某一种药物成分的含量数据，但是近红外光谱分析技术能够实现对药物生产过程中的多种成分的检测，这使得工作时间得到了节省，同时工作效率能够得到非常巨大的提升，省出来的人力物力以及财力能够购置相关的制药设备，这对于国内制药厂的工作来说是非常巨大的一种提升，可以说这一技术的应用使得制药厂的工作得到了极大的改善[2]。其次，这一技术的应用成本相对来说比较低，因为近红外光谱分析技术能够在光纤上进行使用，进而使得技术应用成本得到了降低。并且在进行应用之后，就能够节省非常多的人力资源，因为这一技术可以实现多条生产线路的样品质量检测工作。另外，近红外光谱分析技术的污染也是比较低的，这一技术的应用符合我国可持续发展的标准。传统药品生产过程的检验工作往往会使用到非常多的化学试剂，进而就会产生了非常多的化学废水，这些废水对于环境的污染情况是非常严重的。而这一技术主要利用的是近红外光，不需要使用繁多的化学试剂，因此对于环境能够形成保护的效果。
二、近红外光谱分析技术在化学药品生产过程中的控制应用
（一）用于药品原材料的评价近红外光谱分析技术可以用于药品原材料的评价工作，在实际的应用过程中，相关的工作人员需要通过光纤纤维使得分析设备与感应器互相连接，这样就能够对药品生产的原材料进行分析工作。也就是说，通过这一技术的使用，能够使得制药单位对于生产的原材料具有足够的了解，进而保证了原材料的质量。而且，在发现原材料出现问题之后就能够第一时间进行解决，由此，药品的质量就能够得到非常巨大的提升了[3]。
1 实践教学管理网站的作用
实践教学管理是高校为了培养学生实践能力所采用的新的管理模式，是根据高校的教学目的来开展的有规律的、有计划的实践教学活动。[1]而实践网站是高校实践教学管理信息化的重要组成部分，能有效提高实践教学管理的效率。该网站不仅是一个实践教学信息和通知的窗口，它更是一个分享平台，让校外人员清楚了解学校开展实践教学的情况，为其他学校提供可借鉴的经验，同样接受别人的合理提议和意见;让师生能快速、方便的找到学校实践教学发展的方向和各种活动资料;让管理者能清楚自己的工作是否给广大师生带来便利。在前几年网站建设热潮中，多数高校都建设有完整的实践教学网站。
但随着高校数字化校园的发展，近年来各高校纷纷引入包括实践教学管理系统等各种教学信息管理系统，这些信息管理系统大大提高了教学管理的效率，已经成为高校信息化发展的核心。而实践网站的建设开始不那么受重视了。
2 广东省普通高校实践网站建设现状调研
为了解广东省本科学校实践网站的建设情况，我们选取了广东省26所二A类本科高校进行了调研。因为这类高校属于应用型高校，主要培养高级技术技能型人才，更注重学生实践能力的培养。调查的方法：浏览各高校的网站。我们通过查看各校网站及教务处网页，看其是否有完整的实践网站、还是只有部分实践教学模块、或者完全没有实践教学内容并进行统计，调查情况如下图：
■
通过调查可看出，所调查的高校中，只有仲恺农业工程学院、嘉应学院、广东药学院等3所高校设有专门的实践网站，占调研高校的11.57%。有8所高校学校网站的教务处网页下有部分关于实践教学的模块，占30.77%，并且这些模块中，有些模块内容是空白的。另外15所高校没有实践教学的相关内容，所占比例为57.69%。
从调查结果发现，多数高校没有专门的实践教学网站，有些高校网站甚至没有任何关于实践教学的介绍。为什么会出现这种情况，是高校不再重视实践教学吗？还是实践网站确实访问量低，对实践教学管理帮助不大，高校只是不重视网站建设而非不重视实践教学。
3 分析
为此我们对建设有完整实践教学网站的仲恺农学院师生进行关于实践教学网站了解情况的调查，其中学生采取网络问卷的方式调查，共回收有效问卷947份;教师采用纸质问卷的方式调查，共回收有效问卷30份。具体调查结果如下：
3.1 参与调查的绝大部分是校内的本科学生。接近7成的学生称没有了解过本校的实践网站。而有8成的教师称没有了解过本校的实践网站。超过7成的老师从来不知道学校有实践网站。
3.2 关于什么情况会访问网站，有超过6成的学生认为他们工作、学习需要的时候，才会查阅网站。有3成的教师认为他们工作、学习需要的时候，才会查阅网站。而对于是否清楚实践网站的意义，超过一半的学生认为自己基本不了解网站建设的目的性和意义;有4成多的老师完选择全不清楚。
通过调查我们发现，即使像仲恺农业工程学院这样建设有专门实践教学网站的学习，学校师生也极少需要访问到该网站。这一方面与技术进步和师生的阅读习惯改变有关;近些年各高校教学管理系统、OA系统甚至数字化校区系统，qq群、好友圈、微博等通讯手段也在校园内广泛应用，广大师生已经不再依赖网站来了解学校的教学情况。最近《第一财经周刊》有报道，随着消费者阅读习惯的改变，国内四大门户网站流量和市值已经大不如前，各公司已经把投入大多都转向了社交、视频、垂直网站上面。[2]可见，阅读习惯的改变不仅仅发生在校园内，而是整个社会的发展。
另一方面高校网站信息量太多、重复率高也是造成实践网站访问量少的原因。经过前些年网站建设热潮中，许多高校各个部门、各院（系）甚至许多管理岗位都建设了网站。这样的信息量太大了，别说4年就毕业的学生，连工作几十年的老师也不可能清楚学校网站的所有内容。因此遇到较重要的通知，校园网主页和部门主要都会同时，这又造成的信息的重复，学生既然在主页就能找到信息了，就没必要进入部门主页了，更何况挂在部门主页下面的实践网站。
4 建议
4.1 定位明确。实践教学网站应该起着辅助管理的作用，这就需要根据各高校的情况来定位网站的功能。如果学校已经引入了实践教学管理系统、大学生创新创业项目管理系统、实践竞赛管理系统、学生管理系统等信息化系统，那么大可不必设置专门的实践教学网站。而类似仲恺农业工程学院这样虽然引入了实践教学管理系统，但毕业论文、大学生创新创业训练项目、实践基地建设和实践技能竞赛等仍用传统方式管理的学校，则可以设有相关的实践教学网站来作为实践教学管理信息的平台。
4.2 突出特点。实践教学网站需有鲜明的特点，网站内容不需要太多，应突出主题。如仲恺农学院既然有实践教学管理系统了，网站就可以减少这方面的内容，而加强学生竞赛和教学基地建设等模块的比重。同样是对仲恺学院师生的调查，学生们比较关注网站开设的模块，超过4成选择了实践基地建设、优秀毕业论文和创新实验项目三大模块。而教师中有超过5成选择了实践基地建设、实践技能竞赛和创新实验项目三大模块作为他们关注的。那么该校的网站建设就应该重视师生关注的这几大模块的内容。
关键词：近红外光谱技术；水果；品质检测；成熟期检测
中图分类号：TV219文献标识码：A文章编号：16749944（2013）10021504
1引言
我国虽然是水果生产大国， 但自1993年以来水果储藏能力只有10 % ，烂果率高达25 %，出口总量不到总产量的3%，远低于9%～10%的世界平均水平[1～3]。以上原因造成果农卖果难，增收难。要解决这些问题，必须发展水果深加工，扩大鲜果出口。阻碍我国鲜果出口的一个重要因素是果品分选、检测能力弱，检测速度慢，检测人员的素质低，果品筛选达不到国际上水果进出口市场的要求。国内早期的水果内部品质检测方法主要是化学分析法，该方法不仅可靠性和稳定性较差，而且在测试时还必须破坏水果，测试过程繁琐，只能通过少量样本的测定，来评价整批次水果的品质。鉴于以上原因，无损检测技术应运而生。无损检测技术具有无损、快速、准确性高和实时性强等特征。目前的无损检测技术主要有针对水果光学特性、电学特性、声学特性、力学振动特性等众多性质进行的各种检测，且大多还处于试验研究阶段[2]。
近红外光谱技术（Near Infrared Spectroscopy Technology， NIST）是一种利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的一种无损检测技术，具有快速、非破坏性、无试剂分析、安全、高效、低成本及同时测定多种组分等特点[4]。随着现代光谱技术的发展，且凭借其快速、方便、准确和无损伤等特点，应用近红外光谱分析技术对水果品质进行无损检测已成为近年来的研究热点。本文主要介绍2000年后，近红外光谱分析在果实成熟期检测和品质检测两方面的研究进展。
2近红外光谱技术在水果成熟期监测中
的应用研究近红外与可见光结合的无损检测技术具有适应性强、灵敏度高、对人体无害、成本低和容易实现等优点，被广泛用于水果成熟度的无损检测。2002年，McGlone等利用VIS/NIR技术，依据果实成熟过程中叶绿素减少的趋势，深入探测了“Royal Gala”苹果在采摘前和储藏后各品质指标，光谱图如图1所示，在苹果早采收、适中采收、晚采收的典型吸光度光谱对比中，发现在680nm波长处，叶绿素吸光度有明显的变化，早采收果实的吸光度明显高于适中采收和晚采收果实，因此认为该波长可用于区别苹果的成熟度[5]。Lur等人用近红外光谱检测苹果的硬度和含糖量，通过有损与无损相结合的方式建立了预测苹果内部品质的数学模型[6]。
2005年，Ann Peirs等人在前人研究的基础上研究了苹果自然特性对可见近红外模型预测采摘期成熟度精确性的影响。研究表明，近红外光谱与成熟度有一定相关关系，其Rr>0.94，RMSEP
2007年，Yongni Shao等人用可见光与近红外检测技术结合硬度、糖度和酸度等指标检测番茄的成熟度，得到了各自的相关系数，分别为0.83、0.81和0.83，表明可见光与近红外技术无损检测水果成熟度的方法是可行而且实用的[8]。
3近红外光谱技术在水果品质检测中的
应用研究利用近红外光谱（NIR）检测水果品质早已成为国际研究热点之一。2003年，Clark等利用700～900nm的透射光检测了褐心贝宾（Braeburn）苹果，探讨了投射测量时苹果的最佳位置[9]。国内的相关研究也如雨后春笋般涌现出来，研究的水果有柑橘、苹果、梨、桃、枇杷等，检测的品质涉及糖度、酸度、可溶性固形物、维生素、坚实度、色泽及单果重量、褐变、模式识别等。
3.1糖度检测
2006年，应义斌等利用小波变换结合近红外光谱技术检测水果糖度，小波变换滤波技术能有效地消除苹果近红外光谱中的噪声，在采用小波变换尺度为3时WT-SMLR法建立的校正模型精度明显优于采用SMLR法建立的模型 [10]。周文超等建立赣南脐橙内部糖度的近红外投射PLS模型，r=0.9032，RMSEP=0.2421[11]。刘春生等利用可见/近红外漫反射光谱结合PLS建立南丰蜜桔糖度校正模型，预测集r=0.9133，RMSEP=0.5577，平均预测偏差为-0.0656[12]。
3.2酸度检测
应义斌等建立苹果有效酸度的近红外漫反射PLS模型，最佳PC=3，r=0.959，SEC=0.076，SEP=0.525，Bias=0.073[13]。刘燕德等应用近红外漫反射光谱结合光线传感技术建立苹果有效酸度模型，预测值和真实值r=0.906，SEC=0.0562、SEP=0.0562，Bias=0.0115[14]。董一威等采用CCD近红外光谱系统结合偏最小二乘回归（PLSR）建立苹果酸度预测模型，r=0.8151，SEC=0.0120，SEP=0.0204[15]。
3.3可溶性固形物检测
2006年，李建平等应用近红外漫反射光谱定量分析技术对2个产地3个品种枇杷的可溶性固形物进行无损检测研究，发现在波长1400～1500nm和1900～2000nm两段范围，样品的可溶性固形物与光谱吸光度之间的相关系数较高，最终建立的可溶性固形物含量预测模型的校正集和预测集相关系数分别为0.96和0.95[16]。
2008年，刘燕德等应用近红外光谱（350～1800nm）及偏最小二乘法回归、主成分回归和多元线性回归对梨的可溶性固形物及逆行定量分析；在采用偏最小二乘法回归算法之前先用一阶微分对光谱数据进行预处理，研究表明果实中间部位的预测结果较为理想；近红外漫反射光谱可以作为一种准确、可靠和无损的检测方法用于评价梨果实内部指标可溶性固形物[17]。
2009年，周丽萍等采用可见光与近红外光结合技术对苹果的可溶性固形物含量的检测进行了研究，他们结合主成分分析（PCA）和BP神经网络技术，建立苹果SSC预测模型；采用DPS数据处理系统对苹果样本的漫反射光谱（345～1039nm波段），进行主成分分析，获得累计可信度大于95%的5个新主成分；建立一个3层BP神经网络模型，并将这5个新的主成分作为BP神经网络模型的输入量，其结果是98%以上预测样本的预测相对误差在5%以下[18]。
3.4坚实度检测
2006年，傅霞萍等采用傅里叶漫反射近红外光谱技术研究了水果坚实度的无损检测方法，他们对不同预处理方法和不同波段建模对模型的预测性能进行分析对比，建立了利用偏最小二乘法进行水果坚实度与漫反射光谱的无损检测数学模型，同时结果表明应用近红外漫反射光谱检测水果坚实度是可行的，为今后快速无损评价水果成熟度提供了理论依据[19]。
2009年，史波林等采用近红外光谱技术结合遗传算法分别对去皮前后苹果坚实度无损检测进行研究，他们采用光谱附加散射校正（MSC）、微分处理（Derivative）、直接正交信号校正（DOSC）等预处理方法和基于遗传算法（GA）的有效波段选择方法来消除果皮对模型精度的影响，结果表明，苹果果皮对近红外光谱分析模型的预测能力有很大影响，但仅通过常规的光谱预处理方法（MSC 、Derivative）很难有效消除。他们提出的遗传算法结合直接正交信号校正（GA-DOSC）方法能有效消除果皮的影响，不但使所建模型的波长点和最佳主因子数分别由1480和5降到36和1，相关系数r由0.753提高到0.805，更重要的是模型的预测相对误差RSDp从16.71%显著下降到12 .89%，并接近采用苹果果肉建模的预测性能（12.36%），达到对苹果硬度的近红外无损检测要求[20]。
3.5色泽及单果重量检测
3.8品种鉴别
赵杰文等采用支持向量机（SVM）建立苹果不同品种、不同产地的分类模型，预测识别率精度比传统的判别分析法提高5%左右，均达到100%；回判识别率分别为100%和87%[27]。何勇等提出了一种用近红外光谱技术快速鉴别苹果品种的新方法，该方法应用主成分分析结合人工神经网络建立了苹果品种鉴别的模型，该模型的预测效果很好，识别率达到100%[28]。
4存在的问题
近红外光谱技术具有检测速度快速、检测方法简便、检测准确性高及同时可测定多种成分的优点，使它在果品在线分选检测中有较好的应用前景。虽然近红外光谱技术在水果成熟期预测和内部品质检测方面的研究已有10年的时光，有些检测技术已趋于成熟，但目前来看该技术仍存在一些问题，比如怎样找出不同水果光谱的特性波段，怎样实现果品快速在线检测和分选，怎样实现对水果的成熟度、硬度、糖度和内部缺陷等同时检测，具体来说近红外光谱技术在水果品质或成熟期检测研究中主要存在以下几方面问题。
4.1水果成熟期预测中存在的问题
（1）近红外光谱技术在水果成熟期预测中，光谱波段的选择尤为重要；建立预测模型时有必要对光谱波段进行优选和组合[29]。
（2）利用近红外光谱预测果实成熟期时，既要保证预测模型的精确度，还需考虑模型的通用性，即还需进一步研究水果果实的不同光学特性与果实成熟期的相关性，提高预测的效率和准确性。
4.2水果品质检测中存在的问题
（1）在水果品质的光谱检测中，光谱仪自身的信噪比等性能会极大地影响预测模型的精确度。可见，在光谱预处理方面，选择合适的消噪方法将成为今后近红外光谱技术在水果内部品质及成熟期预测中的另一个研究重点[30]。
（2）在利用NIST对水果品质进行检测的过程中，建立数学模型是最困难的，因为近红外光谱很容易受到果品样本个体因素如温度、检测部位不同等因素的影响；同时由于检测环境条件、仪器的精度和稳定性等复杂因素的影响，使得数学模型适应性差。在线检测过程中，样品是运动的，近红外光谱受到很大的影响，如何在果品运动的状态下获得较稳定的近红外光谱仍是一个很大的难题。
（3）建立用于水果品质光谱分析的校正模型与开发用于水果品质检测的软件系统是近红外光谱技术能否用于水果品质检测的最关键问题，但当前大部分研究只是进行可行性探索，没有进行深入研究；在实际生产生活中使用的便携式水果品质无损检测仪器非常罕见。
5发展趋势
目前水果市场，或者水果生产者在田间分析水果品质都需要一种小型便捷的、可移动式的近红外光谱分析仪器。同时这些仪器还需要操作简单，对普通常见的水果都具有适用性。因此，便携式的、能够和电脑随时连接的类USB或PDA的近红外水果分析仪将会成为市场新宠。
当今水果加工过程中非常需要一种能够根据水果品质指标（如可溶性固形物、酸度、硬度等）进行快速在线分级.光纤技术与近红外技术结合必然使近红外在线检测技术广泛应用于水果以及其他各个领域，并在今后的发展中逐步形成成熟的在线检测装备投放于市场。随着近红外光谱分析技术的不断推广和深入应用，未来它将与网络技术结合，更方便快捷地实现分析模型的在线更新与升级。
目前，水果的近红外光谱无损检测中还存在检测指标单一、实时性差、检测效率低等问题。为了解决上述问题，开展高效并行图像处理算法和多指标综合检测技术的研究非常必要，并将成为研究热点。为了更快速、更准确地得到测量结果，结合近红外光谱分析技术、高光谱成像技术，及紫外、红外光技术，从多信息融合技术的不同层次：数据层、特征层和决策层选择最优的融合方法，在水果成熟期和品质检测领域将有广阔的研究前景。近红外光谱技术将会在更多领域更广泛范围为人类带来便利。
参考文献：
[1]林，近红外光谱分析技术在我国大宗水果品质无损检测中的应用研究[J].食品工业科技，2012，6（33）：460～464.
[2]贺艳楠，水果成熟度无损检测技术研究进展[J].北方园艺，2010（3）：208～212.
[3]莫润阳，无损检测技术在水果品质评价中的应用[J].物理学和高新技术，2004，33（11）：848～851.
[4]毛莎莎，曾明，何绍兰，等，近红外光谱技术在水果成熟期预测中的应用（综述）[J].亚热带植物科学，2010，39（1）：82～89.
[5]McGlone V A， et al. VIS/NIR estimation at harvest of pre- and post-storage quality indices for ‘Royal Gala’ apple [J]. Postharvest Biology and Technology，2002，25：135～144.
[6]Lu R， et al. A Near-infeared sensing technique for measuring internal quality of apple fruit[J]. Trans of the ASAE，2002，18（5）：585～590.
[7]Ann Peirs， et al. Effect of natural variability among apples on the accuracy of VIS-NIR calibration model for optimal harvest date prediction[J]. Postharvest Biology and technology，2005，35：1～13.
[8]Yongni Shao，et al. Visible/near infrared spectrometric technique for nondestructive assessment of tomato quality characteristics[J]. Journal of Food Engineering，2007，81：672～678.
[9]Clark C J， McGlone V A， Jordan R B， et al. Detection of brown-heart in ‘braeburn’ apple by transmission NIR spectroscopy[J]. Post-harvest Biology and Technology， 2003（28）：87～96.
[10]应义斌，基于小波变换的水果糖度近红外光谱检测研究[J].光谱学与光谱分析，2006， 26（1）：63～66.
[11]周文超.近红外投射光谱无损检测赣南脐橙糖度的研究[J].农业化研究，2009（5）：161～163.
[12]刘春生.偏最小二乘法——可见/近红外光谱测定南丰蜜桔糖度的研究[J].河北师范大学学报：自然科学版，2008，32（6）：788～790，797.
[13]应义斌.苹果有效酸度的近红外漫反射无损检测[J].农业机械学报，2004，35（6）：124～126，141.
[14]刘燕德.近红外漫反射用于检测苹果糖度及有效酸度的研究[J].光谱学与光谱分析，2005，25（11）：1793～1796.
[15]董一威.苹果中糖酸度的CCD近红外光谱分析[J].食品科学，2007，28（8）：376～380.
[16]李建平，傅霞萍，周莹.近红外光谱定量分析技术在枇杷可溶性固形物无损检测中的应用[J].光谱学与光谱分析，2006，26（9）：1606～1609.
[17]刘燕德.近红外漫反射光谱检测梨内部指标可溶性固形物的研究[J].光谱学与光谱分析，2008，28（4）：797～800.
[18]周丽萍.苹果可溶性固形物含量的检测方法[J].农业化研究，2009，4（4）：104～106.
[19]傅霞萍.水果坚实度的近红外光谱检测分析实验研究[J].光谱学与光谱分析，2006，26（6）：1038～1041.
[20]史波林.应用GA-DOSC算法消除果皮影响近红外漫反射光谱分析苹果硬度的研究[J].光谱学与光谱分析，2009，29（3）：665～675.
[21] 刘燕德.梨子表面色泽的可见/近红外漫反射光谱无损检测研究[J].红外与毫米波学报，2008，27（4）：266～268.
[22]李鑫.苹果梨单果重的近红外无损检测研究[J].安徽农业科学，2008，36（4）：1297～1298.
[23]韩东海.苹果内部褐变的光学无损伤检测研究[J].农业机械学报，2006，37（6）：86～88，93.
[24]王加华.基于可见/近红外能量光谱的苹果褐腐病和水心鉴别[J].光谱学与光谱分析，2008，28（9）：2098～2102.
[25] 夏俊芳.基于小波变换的柑橘维生素C含量近红外光谱无损检测方法[J].农业工程学报，2007，23（6）：170～174.
[26]刘燕德.可见/近红外漫反射光谱无损检测南丰蜜桔维生素C的研究[J].光谱学与光谱分析，2008，28（10）：2310～2320.
[27] 赵杰文.支持向量机在苹果分类的近红外光谱模型中的应用[J].农业工程学报，2007，23（4）：149～152.
[28]何勇.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究[J].光谱学与光谱分析，2006，26（5）：850～853.
关键词 镁 原子吸收光谱法最佳操作条件
1.仪器与试剂
PE－3110原子吸收分光光度计，编号：94071150。日本岛津AEG－45SM十万分之一全自动电子天平，编号：94011019。分析纯镁带批号：200305199。分析纯盐酸批号：040921。
2.最佳条件选择
2.1最佳波长的选择
用5μg／ml的镁溶液，分别在不同波长下，测出其吸光度，选择最大吸光度所对应的波长。
镁的吸收波长理论值为285.2nm。我们在265nm到295nm区间，每隔1nm测量其吸光度，做出吸光度和波长曲线，发现拐点出现在285nm附近。再从284.6nm到285.8nm每隔0.2nm测量吸光度，测出最大吸光度出现在285.0nm处。
故本仪器测定镁最佳波长为285.0nm。
2.2助燃比的选择
固定空气流量，改变乙炔流量，分别在不同乙炔流量下测定5μg／ml镁标准溶液的吸光度。做出不同乙炔流量时吸光度曲线，从曲线上找出最大吸光度所对应的乙炔流量。固定乙炔流量，改变空气流量，找出最大吸光度所对应的助燃比为最佳助燃比。通过实验得出最大吸光度出现时的助燃比为：1：3.25。
故本仪器测定镁最佳助燃比是1：3.25。
2.3灯电流的选择
在最佳波长和最佳助燃比下，分别设置灯电流为6、8、10、12、14mA的条件下测定5μg／ml的镁溶液的吸光度。并观察不同灯电流的稳定性，读数稳定且大的吸光度所对应的灯电流为最佳灯电流。实验结果表明：当灯电流大于12mA时，灵敏度与稳定性都降低，这是由于谱线变宽的缘故。灯电流小于12mA时，随工作电流的增大，吸光度逐渐增大，到12mA时，吸光度最大，且重现性较好，灵敏度较高。14mA时吸光度变小。
故本仪器测定镁最佳工作电流为12mA。
2.4狭缝宽度的选择
在保持上述条件都为最佳情况下，分别在不同狭缝宽度下测定镁标准溶液的吸光度，所得结果为：狭缝宽度为0.2mm时，灵敏度略低；当狭缝宽度为0.7mm时，灵敏度较高且重现性较好，因此，测定镁时，狭缝宽度宜选择0.7mm为最佳。固定狭缝宽度为0.7mm，改变狭缝的高低。狭缝为高狭缝时，吸光度小，灵敏度较低；狭缝为低狭缝时，吸光度大且重现性好，因此，狭缝高度应选择低狭缝。
故仪器测定镁最佳时，狭缝宽度选择0.7mm，狭缝高度应选择低狭缝。
3、结论
原子吸收光谱分析具有灵敏度高，准确度高，选择性好，操作方便、快速以及所测定元素多的优点，使其得到广泛应用和发展。但是影响原子吸收光谱分析的可变因素很多，实验条件不容易重复，各因素之间往往互相联系。分析的准确度和灵敏度的高低，以及干扰能否有效的抑制，很大程度上取决于测量条件的选择。能否选择合适的测量条件直接关系到分析测试结果的优劣。
根据实验结果，我们认为PE3110原子吸收光谱仪测定镁最佳操作条件如下：测定波长为285.0nm；空心阴极灯工作电流应控制在12mA；燃气与助燃气流量最佳比（助燃比）为1：3.25；狭缝最佳宽度为0.7mm；狭缝高低应选择低狭缝。
参考文献：
［1］马戈，张景彦.火焰原子吸收光谱法连续测定茶叶中的钙和镁.光谱学与光谱分析，1999，（4）：66.
［2］华东理工大学分析化学教研组，成都科学技术大学分析化学教研组.分析化学.北京：高等教育出版社，1995，335～361.
主要介绍了微波消解原理和它在中药毒性元素分析中的应用，总结了常用的中药样品处理方法，并重点对微波消解中药样品工艺参数：取样量、样品预处理方法、溶剂的种类以及加热时间和压力作了阐述，为微波消解中药样品提供了操作依据。
【关键词】 微波消解 中药 毒性元素
中药毒性元素主要包括铅、镉、汞、铜、砷等元素，它们含量是中药重要质量控制指标，不仅影响中药、中成药和制剂的质量，还直接危及和影响患者的用药安全性和疗效。近年来随着我国对中药质量控制的重视，对中药毒性元素监测和控制的研究日渐增多［1］。
准确测定中药毒性元素的关键是中药样品的前处理，中药样品的前处理直接影响分析结果的精密度和准确度。传统的干法灰化和湿润法消化操作时间长、挥发元素易损失、易污染环境，而微波消解可以克服易挥发元素的损失，同时具有消解时间短、溶剂用量少、空白值低、以及样品消化完全等优点［2］。本文就微波消解在中药毒性元素分析中的研究进展进行论述。
1 微波消解原理
微波通常是指频率大约为3×108～3×1011Hz（波长1 m到1 mm)的电磁波［3］。它可以穿透一些介质，直接把能量辐射作用到介质上，根据介质对微波的吸收程度不同，可将介质分成导体、绝缘体和介质。导体主要为金属，如铁、铝等，微波不能进入导体，只能在其表面反射；绝缘体是指可透过微波而对微波吸收很少的材料，如玻璃、陶瓷、聚四氟乙烯等；介质可吸收微波，吸收程度与介质的介电常数有关。
微波在作用介质的过程中，使介质中的极性分子每秒产生二十五亿次以上的分子旋转和碰撞，迅速提高反应物的温度。与通常的热传导、对流等加热方式不同，微波对物质具有很强的穿透力，对被照射物具有即时深层加热作用，微波的这种热效应使微波在穿透到介质内部的同时，将微波能量转换成热能，对介质加热形成独特的介质无温度梯度整体受热方式［4］。并且，微波可使试样与试剂的接触界面不断快速更新，粒子间发生局部的内加热，引起试剂与试样间产生较大的热对流，搅动并消除已溶解的不活泼试样表层，促进试剂试样更有效的接触，因而加速了试样的消解。
2 微波消解技术
2.1 微波消解设备微波消解设备由微波炉和消解罐组成。实验室专用微波炉具有防腐蚀的排放装置和具有耐各种酸腐蚀的涂料以保护炉腔。它有压力或湿度控制系统，能实时监控消解操作中的压力或温度。消解罐的材料要用低耗散微波的材料制成，即这种材料不吸收微波能却能允许微波通过，它必须具有化学性能稳定和热稳定性，聚四氟乙烯（PTFE）、全氟烷氧基乙烯（PFA)都是制作消解罐的理想材料。
微波消解样品的方式有两种：一种是开口容器消解（常压消解）。此法消解存在不少缺陷，如样品易被沾污、挥发元素易损失，有时消解不完全而使分析结果不准确；另一种是密闭容器消解（高压消解），其最大优点是耗时大大减少、样品消解完全、几乎没有易挥发元素的损失、空白值低。因此选择适宜的消解条件极为重要。
2.2 微波消解容器选择微波是一种新颖的样品预处理技术，微波加热时，微波消解容器必须是专用的。孔祥虹等［5］试验了玻璃、石英和聚四氟乙烯3种材质的容器。将分别盛有20 ml标准溶液（含8种待测离子）的3种100 ml烧杯放入微波炉中，将微波炉加热方式设置在中高档上，加热15 min，至烧杯内只剩下不足1 ml的溶液，过滤后进行色谱分析。结果表明，在3种容器中，聚四氟乙烯烧杯对8种离子的回收率均在94.6%和105.2%之间，优于其它两种容器。因此，为获得最佳回收率，应尽可能使用聚四氟乙烯容器［6］。
3 微波消解技术在中药毒性分析中的应用
国际中含铅、镉、汞等毒性元素的中药样品，一般采用湿法消解法，但该方法存在样品空白值高，费时费力，消化效果不稳定增长，消解不完全等缺点，微波消解中药材样品可以克服湿法消解法上述不足，并取得了可喜的进展。刘灿平等［7］进行了微波消解法与国标湿法消解法的比较，结果表明：微波消解与国标湿法消解法测定结果表明无显著性差异，其准确无误度和精刻度均达到分析的要求，且微波消解具有反应时间短、试剂用量少、空白值低等优点。
由于中药样品的复杂性，针对中药组分和分析手段的不同，在确定微波消解方案时，要对所用试剂种类和浓度、消解功率和消解时间进行优选，以获得理想的微波消解效果。
3.1 中药药品消解体系的选择微波消解一般选用HNO3H2O2作为消解氧化剂，这是因为，过氧化氢与浓硝酸协同消解，产生高能态氧和大量的NO2+，具有很强的氧化能力，可完全消解有机物，将其分解成简单产物；而高氯酸与有机物在一起具有潜在爆炸危险，故一般不采用高氯酸。此外，由于硫酸容易形成炭化残渣，且易与碱土金属等形成不溶解的化合物，有可能造成微量元素损失，所以一般较少采用硫酸作为消解液。
胡林水等［8］经过大量的实验工作，比较了硝酸、盐酸、硫酸、磷酸，高氯酸、氢氟酸、过氧化氢等消解液，结果表明，通过控制适当的压力（1.5～3.0 MPa)和时间（5～20 min)，采用HNO3H2O2体系能将银杏叶提取物中复杂的有机成分消解完全，且重复性好。
3.2 中药消解样品的影响在中药样品微波消解过程中，不同组分的样品显示出不同的升温升压曲线，且升温升压的规律不完全相同。一般情况下，消解压力的突变稍滞后于温度的突变，每种样品有一个特定的压力突变点和峰值，达到此峰值后，压力便开始降低。对压力或温度突变点较低的样品，其达到的压力峰值较高，故在消解时应设置较低的功率进行消解，反之亦然。实验证明，对于含糖量高的中药样品，采用小功率分多步进行消解，可以获得良好的消解效果［9］。
3.3 固液比的影响在微波消解过程中，消解试剂量太少，样品与酸不能有效接触，消解作用不完全，消解试剂 太多，空白值升高，不利于后续的成分分析和鉴定。所以对于一般中药样品采用1∶15左右的固液比较为合适，可以获得理想的消解效果［10］。
3.4 压力和消解时间的选择压力与时间对微波消解影响较大。一般来说，消解时间主要受控于设定的压力和消解样品的性质［11］。由于消解的样品种类千差万别，加入的溶剂又不同，需要的压力和加热的时间也不一样，通常单罐消解时中药样品需要2～10 min ，多罐消解时间应相应增加。对于难消解的试样，消解时间要长一些。为避免消解罐过热，大功率微波加热时间一般不要超过10 min，以确保消解过程安全性。
一般对于容易消解的中药样品，宜采用低压1.5 MPa以下加热，对于难消解样品可用高压3.0 MPa以下加热［12］。为了防止样品过冲发生因操作不当造成事故，压力设定应由小逐渐增大，避免在压力升高过程中发生压力过冲现象［13］。
3.5 中药微波消解应用概况近年来，微波消解技术已应用于部分中药样品的消解过程中，并取得了一定的研究进展。
谢美琪等［14］用微波消解六味地黄丸中成药，实验结果表明，采用微波消解法可快速、准确地测定中成药中微量有害元素As 和Hg ， As和 Hg的回收率在95%～104%之间；相对标准偏差3.6%～6.8%；检出限As为0.02 μg/L，Hg为0.005 μg/L，效果令人满意。
张丽娟等［15］采用微波消解样品，对消解温度、消解试剂用量，消解程序设计、消解时间等消解条件进行研究，在测定汞时微波消解样品后样品的处理方法进行比较；在优化的微波消解实验条件下，砷的回收率在100.8%～110.6%之间，汞的回收率在97.4%～117.4%之间。孙瑞霞等［16］采用HNO3混酸消解用于治疗糖尿病的消渴丸、玉泉丸、渴乐宁、降糖舒、降糖I～V号9种中成药，用原子吸收光谱法对药物消化液中的Cu，Zn，Ni，Co，Mn，Cr，Mo，Fe，Ca，Mg，Cd，Pb共12种微量元素进行了分析测定。该方法的加标回收率为97%～105%，相对标准偏差小于5%，具有良好的准确度和精密度。
王朝晖［17］用密闭微波溶样技术对中成药阿胶样品进行了预处理，用导数火焰原子吸收法测定了其中的Cu，Zn，Mn，实验结果表明：采用微波消解法检测限大幅度降低，精密度高于常规法，加标回收率97%～100%。
杨屹等［18］应用具有压力表控制附件的MSP100D型微波样品制备系统，进行新鲜芦荟叶外皮及凝胶中Zn，Mn，Cd，Pb元素的微波消解研究，并采用原子吸收法测定其元素的含量。在微波消解最佳条件下，所得结果的相对标准偏差均在0.3%～6.2%之间，回收率在95.0%～110.0%之间，测定结果令人满意。
综上所述，微波中药样品消解过程具有快速、简便、污染少、试剂利用率高等优点，可提高中药毒性元素分析的准确度和精密度。
3.6 微波消解技术的应用前景微波消解中药样品是一门新技术，与传统方法相比具有明显的比较优势，微波在其它领域的应用尚待开发，如中药活性成分的萃取，水分的快速挥发，溶液的快速浓缩等方面，这些都是今后微波可以拓宽应用的领域。
由于微波在线技术的发展，解决了样品预处理与分析方法和手段之间不协调的矛盾，使分析速度大为提高，从而使微波仪器的改善和发展成为必然；同是由于电子技术的运算速度和控制软件技术的提高，现已研制出微波智能化在线控制技术，这将使微波应用前景更加广阔。
【参考文献】
［1］Guanqun Song，Chao Lu，JinMing Lin.Application of surfactants and microemulsinons to the extraction of pyrene and phenanthrene from soil with three different extraction methods［J］.Analytica Chimica Acta，2007，569(8):312.
［2］Edzard Ernst.Toxic heavy metals and undeclared drugs in Asian herbal medicines［J］.Trends in Pharmacological Sciences，2002，23(3):136.
［3］ 罗方若，钱力，刘明臣，微波制样的应用［J］.理化检验·化学分册，2004，40(1):59.
［4］S. Banik，S. Bandyopakhyay，S. Ganguly.Bioeffects of microwavea brief review［J］.Bioresource Technology，2003，87 (2):155.
［5］孔祥虹，李建华，李蓉.微波消解技术在蔬菜微量元素测定中的应用［J］.理化检验·化学分册，2004，40(2):91.
［6］王娟，陆志波.微波技术在环境样品分析预处理中的应用综述［J］.环境技术，2004，12(2):11.
［7］刘灿平，方亚.微波消解技术在元素分析方面的应用［J］.安徽预防医学杂志，2003，9(4):252.
［8］胡林水，何连军，郑 珺.微波消化石墨炉原子吸收法测定银杏叶提取物中铅的含量［J］.中成药，2006，28(3):434.
［9］朱加叶，乙小娟，丁晓峰.微波消化石墨炉原子吸收分光光度法测定进口西洋参中的铅［J］.光谱学与光谱分析，2003，23(2):380.
［10］孙玉岭，刘景振.微波溶样在元素检测方面的应用研究［J］.中国公共卫生，2002，18(2):231.
［11］杨惠芬，李明元，沈 文.食品卫生理化检验标准手册［M］.北京:中国标准出版社，2002：87.
［12］张源，罗文鸿，李慧.石墨炉原子吸收光谱法直接测定全血中砷［J］.理化检验·化学分册，2003，39(4):217.
［13］但德忠.现代微波制样技术［M］.成都:四川大学出版社，2003:41.
［14］谢美琪，崔昆燕，张卫红.中成药中微量砷和汞的微波消解氢化物发生原子荧光光谱法测定［J］.分析测试学报，2001，20(2):47.
［15］张丽娟，周勇义，谷学新.微波消解法测定中成药中砷、汞元素的研究［J］.现代仪器，2004，4(2):12.
［16］孙瑞霞，周玲妹，薛万刚，等.原子吸收光谱法测定中成药中微量元素［J］.光谱学与光谱分析，2002，22(5):853.
[关键词]铀 钍 X射线荧光光谱法 压片制样
[中图分类号] TL271+.4 [文献码]B [文章编号] 1000-405X（2013）-11-233-2
进入21世纪，我国核电发展迅猛，促使我国加大对铀矿勘探和开采，铀矿山开采后遗留的尾矿和废渣等形成废石堆等放射性污染源的治理也迫在眉睫，在铀矿勘探、开采及治理过程中，准确分析铀钍的含量显得尤为重要。现阶段，对于样品中铀钍的分析大多都采用较为传统的化学分析方法，主要分析方法有滴定法[1]、分光光度法[2]、激光荧光法[3]、电化学法[4]等，而化学分析方法前处理复杂、工作量大，分析周期较长，污染环境，在很多情况下已不能满足工作需求。
X射线荧光光谱法具有制样简单、分析速度快、精密度好、线性动态范围（LDR）宽、不破坏样品、不受样品形态影响、测量过程自动化，不会对环境产生污染、同时可以得到各种主辅元素等优点，已经逐渐成为一种重要的分析手段。现已在化工[4]、钢铁[5]、石油[6]、煤炭[7]、地质[8，9]等各个行业建立了标准测量方法。本文采用粉末压片制样-XRF同时测定岩矿中U、Th，结果达到行业分析要求，能满足实验室日常分析需求，同时也提高了分析速度。
1实验部分
1.1仪器
Axios型波长色散X射线荧光光谱仪（荷兰PANalytical公司）、压片机、电子天平。
1.2测定条件
由于本法测定的元素含量范围较宽，为了得到尽可能高的计数率及好的测定精度，进行预测定，确定了矿石中铀、钍的测定条件，见表1所示。
1.3试样的制备
将经粗碎、中碎、缩分后的样品装入样品罐中于棒磨机上研磨6h，用180目样筛筛分后，于电子天平上称取约5.2g样品置于PVC环内，用不锈钢样坯磨具垫底，在40t压力下，静压时间30s，制成直径为30mm、厚度约3mm的圆片。用洗耳球将圆片表面的样品粉末吹干净，在分析面的反面贴上标签，置于干燥器内待测。
1.4标准曲线的建立
按样品制备方法对含铀矿石国家标准样品及自制标准样品进行制片，以各元素标准含量为横坐标，以所测荧光强度为纵坐标作图，得各元素的工作曲线，用以对未知样进行测定。
1.5标准样品的元素范围
通过对各类国家标准物质中铀钍的筛选，选取较宽范围，形成一个浓度梯度，这样可满足各类矿石中铀钍定量分析的要求。该方法中选择分析矿石中铀钍成分标准样品的含量范围如表2所示。
2结果与讨论
2.1基体效应的影响
XRF分析中的基体效应是影响光谱强度准确测量的因素。不同来源的含铀矿石矿物结构变化很大，理论上会对压片制样-XRF法的结果产生影响，因此在用压片法测定一些元素时，分析结果不甚理想。压片法的基体效应主要由试样的粒度、矿物结构引起[10]。一定波长的谱线的强度在一定范围内与粉末样品的颗粒度有关，当颗粒尺寸小到一定程度时，荧光强度开始趋于稳定[11]。在本次研究中颗粒度效应可以通过固定研磨时间、过180目分样筛予以解决。在消除矿石粒度的影响后，选取不同地区不同种类矿石对铀用光谱法与激光荧光法、滴定法，对钍用光谱法与分光光度法进行分析结果比较，研究矿物结构对测量结果的影响。在严格进行样品筛分后，测量结果见表3。
采用XRF与经典法分析，U的相对偏差均小于3.00%，Th的相对偏差均小于4.00%，可以说明压片制样-XRF法测定岩矿石中U、Th的过程中，对各种不同含铀矿石样品只要保证过筛，2种元素的基体效应基本可以忽略。
2.2方法准确度
用本文建立的XRF法分析未参加校准的标准样品含铀硅酸盐GBW040118、水系沉积物GSD-2a、铀矿石GBW04128，测得结果与标准值符合良好。测定数据见表4。
2.3精密度测定
采用本方法对含铀硅酸盐GBW040118进行精密度测试，对同一样片重复测量10 次，将检测结果进行统计，结果见表5，计算U、Th的相对标准偏差（RSD）分别为2.25%、2.23%。
3结论
本文建立了粉末压片制样-XRF测定含铀矿石中U、Th含量的分析方法。与传统的化学分析方法相比，压片制样-XRF分析法克服了铀矿石分析流程时间长的缺点。通过大量试验研究表明，制样固定研磨时间、通过过筛等方法消除了基体对压片法分析两元素的影响，同时采用压片制样-XRF法测定含铀矿石中的U、Th含量，分析速度快、分析含量准确、重现性好、成本低，可以满足实验室的日常生产要求。
参考文献
[1]EJ267.2-84《铀矿石中铀的测定》钒酸铵氧化滴定法.
[2]EJ349.2-88《岩石中微量铀的分析方法》TBP萃淋树脂色层分离5-Br-PADAP分光光度法.
[3]EJ/T550-2000《土壤岩石等样品中铀的测定》激光荧光法.
[4]EJ T361-1989《铀矿石中铀的测定》电位滴定法.
[5]CNS 12762-2000《汽油含铅量测定法》X射线光谱法.
[6]SNT 2079-2008《不锈钢及合金钢分析方法》X射线荧光光谱法.
[7]GB-T 11140-1989《石油产品硫含量测定法》X射线光谱法.
[8]SN T 2697-2010《进出口煤炭中硫、磷、砷和氯的测定》x射线荧光光谱法.
[9]GB/T14506.28-1993《硅酸盐岩石化学分析方法》X射线荧光光谱法测定主、次元素量.
[关键词] 近红外光谱;续断;发汗;主成分分析;马氏距离;判别分析
[收稿日期] 2014-07-16
[基金项目] 国家自然科学基金青年基金项目（81303224）
[通信作者] *杜伟锋，硕士，助理研究员，研究方向为中药炮制及质量控制，Tel：（0571）87195895，E-mail：
产地加工是中药材加工成中药饮片的一个重要环节。长期的中药生产实践和产地加工经验积累形成了独具特色、较为系统的中药材产地加工方法和技术体系[1]。“发汗”是中药材常用的传统产地加工方法之一，主要使其内部水分往外溢，变软、变色，增加香味或减少刺激性，有利于干燥，如厚朴、杜仲、玄参、续断、丹参等药材。现代研究表明，“发汗”除了利于药材干燥外，也常常伴随着化学成分的改变[2]。近年来，随着干燥设备的兴起，再加上产地“发汗”比较繁琐耗时，药农大都摒弃了传统的“发汗”加工方法，直接烘干来代替“发汗”。必然会影响传统的中医临床疗效。目前，市场上尚无很好地发汗药材的鉴定方法，只是根据经验进行鉴别。鉴别药材“发汗”与否，有人采用色差仪和电子鼻测量其颜色特征参数和气味特征参数，建立了判别模型[3]。然而，电子鼻仅对气味较大的药材敏感，对气味淡的药材不适合。近些年来，通过与化学计量学相结合，近红外光谱已逐步发展成为一门能反映样品的整体信息、快速简便、低成本、无损失，便于在线分析的分析检测技术[4]，在中药定性和定量分析方面的应用也越来越广泛[5]，主要用于中药材的真伪鉴别、产地鉴别、种类分析、成分的快速含量测定[6-16]等。笔者以续断为例，采用近红外光谱结合化学计量学，利用主成分分析-马氏距离法进行判别分析，建立续断“发汗”的鉴别模型，以快速鉴别续断是否经过产地加工“发汗”，为控制续断药材质量提供新的手段。
1 材料
Antaris 傅立叶变换近红外光谱仪，配有漫反射积分球，样品旋转台，样品杯，Result 3.0光谱采集软件，TQ8.3.125光谱分析软件（美国Thermo Fisher公司）。
257批续断样品是从贵州、四川、云南、湖北、浙江、安徽等产地收集，其中发汗样品106批，未发汗样品151批，经浙江中医药大学中药饮片有限公司郑建宝主管中药师鉴定为川续断科植物川续断Dipsacus asper Wall.ex Henry的干燥根。
2 方法与结果
2.1 近红外光谱的采集
将续断样品研碎过60目筛，每份样品取约10 g，混合均匀后放入石英样品杯中，摊平，然后以空气为参比，扣除背景，采集光谱图。采样方式：积分球漫反射;采集区间10 000～4 000 cm-1;分辨率8.0 cm-1;扫描次数64次;empty门衰减;增益为1;温度（25±2） ℃，相对湿度45%～50%。每份样品扫描3次，求平均值作为样品的NIR光谱，见图1，2。续断未发汗和发汗样品的近红外光谱图都极为相似，无法直接找出特定的吸收峰加以区分。必须运用化学计量学方法，采用光谱分析软件对原始光谱进行预处理和特征信息提取后才能作出鉴别。
图1 续断未发汗样品近红外光谱图
Fig.1 The near-infrared spectrum of the crude Dipsaci Radix
图2 续断发汗样品近红外光谱图
Fig.2 The near-infrared spectrum of the sweated Dipsaci Radix
2.2 建立模型的方法
2.2.1 样品选择 通过优化筛选，剔除偏离较大的样品，使其误判率为0。最终选取了83批续断未发汗样品作校正集，46批作验证集;选取64批续断发汗样品作为校正集，22批样品作为验证集，其余样品作为预测集。
2.2.2 波段选择 优化光谱范围，净化谱图信息，对反映样品信息突出的光谱区域进行挑选，筛选出最有效的光谱区域，提高运算效率。以所建模型的性能指数（performance index， PI）为指标，不断优化谱段范围，最终选择谱段为9 881.46～4 119.20 cm-1。
2.2.3 光谱预处理方法 采用近红外光谱仪自带的TQ Analys 软件，选择常用的主成分分析-马氏距离法进行判别分析（discriminant analysis）。由于存在样品不均匀、光散射等干扰，以及近红外仪器自身的随机噪音，故应采用合理的光谱预处理方法以消除噪音、降低样品表面不均匀和色差等因素影响， 提高模型的预测精准度和稳定性。本文比较了 ①光程类型（pathlength type）：多元散射校正（MSC）、标准正则变换（SNV）;②数据格式（data format）：原始光谱（spectrum）、一阶求导（first derivative，1st D）、二阶求导（second derivative， 2nd D），见图3～5;③平滑（smoothiing）类型：不光滑（no smoothing， Ns）卷积平滑滤波（ savitzky-golay filter， S-G），Norris导数平滑滤波（Norris derivative filter， Nd）等光谱预处理方法，以判别分析的准确度为判据，不同光谱预处理方法所建模型的性能指数见表1，经过比较，选用 “SNV+spectrum+ S-G” 组合对原始光谱进行预处理。
A.发汗; B.不发汗; C.两者间的标准差（图4，5同）。
图3 续断发汗和未发汗样品的原始光谱的光谱图
Fig.3 The crude spectrum of the crude and sweated Dipsaci Radix
图4 续断发汗和未发汗样品的一阶求导的光谱图
Fig.4 The first derivative spectrum of the crude and sweated Dipsaci Radix
2.2.4 主成分数选择 选取主成分（principal components， PCs）的个数取决于主成分的累计方差贡献
图5 续断发汗和未发汗样品的二阶求导的光谱图
Fig.5 The second derivative spectrum of the crude and sweated Dipsaci Radix
表1 不同光谱预处理方法对性能指数的影响
Table 1 The effects of different spectrum pretreated methods on the performance index
光谱预处理方法性能指数
MSC+spectrum+Ns94.457
MSC+spectrum+S-G94.466
MSC+1st D+Ns91.926
MSC+1st D+S-G91.986
MSC+1st D+Nd92.308
MSC+2nd D+Ns85.417
MSC+2nd D+S-G85.654
MSC+2nd D+Nd91.710
SNV+spectrum+Ns94.572
SNV+spectrum+S-G94.575
SNV+1st D+Ns91.776
SNV+1st D+S-G91.821
SNV+1st D+Nd92.097
SNV+2nd D+Ns85.270
SNV+2nd D+S-G85.504
SNV+2nd D+Nd91.626
率（cumulative），它标志着前几个主成分概括信息之多寡;性能指数是评价模型优劣的指标。因此，以性能指数和累计贡献率来筛选模型的最佳主成分数。可知，选择主成分数为14 时，模型的性能指数最大且累计贡献率较大，建立的续断未发汗和发汗样品的识别模型效果最佳见表2，图6。
2.3 鉴别模型的建立
采用主成分分析-马氏距离法，选择 “SNV+spectrum+S-G” 组合对原始光谱进行预处理，主成分数为14，建立续断发汗和未发汗样品的近红外光谱鉴别模型。用本方法分析样品时，软件对标准光谱进行主成分分析，用其结果来确定未知样品的得分值，得分图用来计算样品到每个类别的马氏距离，
表2 鉴别模型中主成分数的优化
Table 2 The optimization of the number of principal components in the identification model
主成分数累计贡献率/%性能指数
1099.928 393.944
1199.949 793.991
1299.963 394.002
1399.972 993.739
1499.979 694.575
1599.984 294.555
1699.988 294.456
1799.990 994.387
图6 鉴别模型中主成分数优化三维图
Fig. 6 The 3D graphic of the number of principal components optimization in the identification model
距离哪一类的值越小，就归属为哪一类。建立的近红外光谱鉴别模型见图7。
.未发汗;.发汗;.其他。
图7 续断发汗和未发汗样品的近红外光谱鉴别模型
Fig.7 The near-infrared spectroscopy identification model of the crude and sweated Dipsaci Radix
2.4 模型的预测能力
选取了续断未发汗样品22批和发汗样品20批作为预测集，对优化后的校正集模型进行验证，检验模型的预测能力，结果见表3。从表中可看出， 模型的预测结果与实际结果一致，模型的预测准确率为100%，说明所建模型用于快速鉴别续断发汗和未发汗样品是可行的。
表3 鉴别模型的预测结果
Table 3 The prediction results of identification model
No.
马氏距离
未发汗发汗
10.691.34
20.721.34
30.701.45
41.090.87
51.190.89
60.920.90
71.351.12
81.541.12
91.021.63
101.201.57
111.231.04
121.461.30
130.891.38
141.151.02
150.691.54
160.571.52
170.540.82
180.911.08
191.221.17
200.841.14
210.81
220.79
3 讨论
近红外光谱主要是反映C-H，O-H，N-H，S-H等化学键的信息，因此分析范围几乎可覆盖所有的有机化合物和混合物。主要原理是将近红外光谱所反映的样品基团、组成信息与测得的数据采用化学计量学技术建立校正模型，然后通过对未知样品光谱的测定和建立的校正模型来快速预测其组成。因此可以说它能应用于所有中药材的真伪鉴别、产地鉴别、种类分析。但是建模需要大量有代表性的样品，采用标准的方法采集近红外光谱图并获得基础数据，在进行光谱预处理和模式识别的基础上建立模型并加以验证，才能付诸实用。就定量分析而言，由于近红外光谱采集的信号较弱，被测组分的质量分数一般要大于0.1%才能适用。
现代近红外光谱分析技术是一种快速无损的检测方法，样品不需要进行前处理，使样品之间的微小差异能够最大限度地保留下来，不会人为干扰、甚至破坏。续断经产地加工“发汗”后，在化学成分上有一定的变化，使用一般的化学分析方法，对待测样品需要一定的预处理， 而且只能测定部分成分含量，不能从整体对其进行表征，近红外光谱技术弥补了这一不足，可以从整体表征续断“发汗”前后的差异。
采用近红外光谱漫反射分析技术，结合主成分分析-马氏距离法进行判别分析，建立了续断发汗和未发汗样品的快速鉴别模型。结果表明，运用近红外光谱法对续断发汗和未发汗样品能正确分类，结果判断准确，此鉴别方法可行。
近红外光谱技术鉴别续断“发汗”与否的方法操作简便、快速，结果准确且无污染，可应用于中药饮片企业的饮片质量的快速检测。
[参考文献]
[1] 段金廒，宿树兰，吕洁丽，等. 药材产地加工传统经验与现代科学认识[J]. 中国中药杂志，2009， 34（24）：3151.
[2] 段金廒，宿树兰，严辉，等. 药材初加工“ 发汗” 过程及其酶促反应与化学转化机理探讨[C]. 兰州：2012海峡两岸CSNR全国第10届中药及天然药物资源学术研讨会，2012.
[3] 刘红亮，晏仁义，郭健，等. 厚朴“发汗”前后药材颜色及气味差异的数值化研究[J].中国中药杂志，2013， 38（1）：45.
[4] 徐广通，袁洪福，陆婉珍. 现代近红外光谱技术及应用进展[J]. 光谱学与光谱分析，2000，20（2）：134.
[5] Lu J， Xiang B， Liu H， et al. Application of two-dimensional near-infrared correlation spectroscopy to the discrimination of Chinese herbal medicine of different geographic regions[J]. Spectrochim Acta A Mol Biomol， 2008， 69（2）： 580.
[6] 王良金，李松宾，胡昌勤. 近红外图谱直观分析法鉴别假药[J].中国药事，2008， 22（8）：668.
[7] 韩吴琦，黄永丽，郭兴辉. 近红外光谱鉴别法在中成药领域应用之初探[J]. 中国实验方剂学杂志，2012，18（22）：166.
[8] Lau C C， Chan C O， Chau F T， et al. Rapid analysis of Radix Puerariae by near-infrared spectroscopy[J]. J Chromatogr A， 2009， 1216 （11）：2130.
[9] 范茹军，秦晓晔，宋岩，等. 基于近红外光谱的羊藿定性鉴别及定量检测[J]. 中国实验方剂学杂志，2012，16（13）：85.
[10] Li Xiaomeng， Fang Dansi， Cong Xiaodong， et al. Application of fourier transform near-infrared spectroscopy combined with high-performance liquid chromatography in Rapid and simultaneous determination of essential components in crude Radix Scrophulariae[J]. AAPS Pharm Sci Tech， 2012， 13（4）： 1428.
[11] 卜海博，聂黎行，，等. 近红外光谱法无损识别林下山参及其生长年限[J].光谱学与光谱分析，2012， 32 （7）：1801.
[12] 程亮，杜伟锋，丛晓东，等. 近红外光谱法快速测定杭白菊中3种成分的含量[J].中国实验方剂学杂志，2013， 19 （7）：90.
[13] 赵耀东，杜伟锋，王胜波，等. 基于近红外光谱的浙贝母中贝母素甲和贝母素乙含量快速检测方法的建立[J]. 中华中医药学刊，2013， 31（4）：348.
[14] 郭昊，杜伟锋，蔡宝昌，等. 温郁金和桂郁金红外光谱的SIMCA 聚类鉴别方法研究[J].中药新药与临床药理，2013， 24（3）：300.
[15] 徐姗姗，杜伟锋，葛卫红，等. 近红外光谱法快速分析玄参药材中毛蕊花糖苷含量[J].安徽中医学院学报，2013， 32（3）：81.
[16] 杜伟锋，王胜波，赵耀东，等. 近红外光谱法测定白芍中芍药苷含量[J].中华中医药学刊，2013， 31（3）：483.
Rapid identification of crude and sweated Dipsaci Radix based on
near-infrared spectroscopy combined with principal component
analysis-Mahalanobis distance
DU Wei-feng1*， JIA Yong-qiang2， JIANG Dong-jing1， ZHANG Hao1
（1.Research Center of Traditional Chinese Medicine Processing Technology， Zhejiang Chinese Medical University，
Hangzhou 311401， China;
2. Beijing Union Pharmaceutical Factory， Institute of Materia Medica， Chinese Academy of
Medical Sciences&Peking Union Medical College， Beijing 102600， China）
[Abstract] In order to discriminate the crude and sweated Dipsaci Radix correctly and rapidly， the crude and sweated Dipsaci Radix were scanned by the NIR spectrometer， and an identifying model was developed by near infrared spectroscopy combined with principal component-Mahalanobis distance pattern recognition method. The pretreated spectra data of 129 crude samples and 86 sweated ones were analyzed through principal component analysis （PCA）. The identifying model was developed by choosing the spectrum for 9 881.46-4 119.20 cm-1 and ″SNV+spectrum+S-G″ to the original spectral preprocessing with 14 principal components， and then was verified by prediction set， identifying with 100% accuracy. The rapid identification model of the crude and sweated Dipsaci Radix by NIR is feasible and efficient， and could be used as an assistant means for identifying the crude and sweated Dipsaci Radix.
