时间：2023-05-17 16:20:50
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇光谱学与光谱学分析范例。如需获取更多原创内容，可随时联系我们的客服老师。
关键词：关注度； 支持向量机； 期望最大化； 主动学习； 高光谱遥感图像
中图分类号：TP391.41 文献标志码：A
0引言
遥感图像分类在现实生活中有着非常广泛的应用，如地质勘探与地球资源调查、城市遥感与规划管理、环境与灾害监测、现代精细农业、测绘以及考古等遥感图像精准分类是诸多应用的基础问题，同时也是热点问题近十几年，卫星传感器技术得到了不断发展，遥感图像的光谱和空间分辨率不断提高，目前较为流行的高光谱成像系统包括AVIRIS、HYDICE、ARCHER、HYMAP和HYPERION通过这些成像系统获取的遥感图像所蕴含的信息得到了极大丰富，这为高光谱图像分类和聚类分析提供了新的契机，目前国内外学者提出了很多相关算法和方法，几乎所有经典的机器学习方法都被应用到图像分类和聚类分析中分类方面诸如基于最大似然和贝叶斯估计的方法[1]、基于核和决策树的方法[2]、基于图的方法[3]，而在基于核的方法[4]中，支持向量机（Support Vector Machine，SVM）在分类中的表现较为突出；聚类方面的大多数方法都是通过像元之间的相似性，利用统计学方法对图像进行聚合[5]但是，单一使用分类或者聚类方法无法充分利用图像中所包含的光谱和空间信息，所以在文献[6]中使用监督分类方法初始化聚类分割区域的标签，再通过流域变换获取最优的分割图像，最终在分割区域内对分类图像的结果标签进行投票，分割区域将标记为投票最高的类别，其分类的最终结果优于单一的分类或聚类方法文献[7]用投票的方式对聚类结果和分类结果进行整合，最终使用分类所得的标签投票决定分割区域的类别，然后再对结果进行降噪处理，其最终精确度也比传统方法高但是，这两种方法都需要使用大量的训练样本来构造分类器，分类成本都比较高为了减少分类器对训练样本数量的需求，提高训练样本质量成为首要问题近几年，主动学习方法在寻找包含信息量较大、质量较高的训练样本时表现突出[8]
本文提出一种基于主动学习的高光谱图像分类（Hyperspectral Image Classification based on Active Learning， HICAL）方法，关注如何在减少训练集数量的同时提高分类精确度，结合了分类和聚类方法，充分利用高光谱图像的光谱和原始空间特征，找到信息量较大的分割区域，进而获取信息价值较高的训练样本，最终有效提高分类器的分类效果
1基于主动学习的高光谱图像分类方法
1.1问题描述
为了尽可能地降低高光谱图像分类精确度和所需的训练样本数量的比例，一方面需要充分利用高光谱图像所蕴含的信息，另一方面需要提高训练样本的质量
HICAL方法是以分类和聚类结果结合后所构建的框架为基础，使用本文提出的关注度计算方法对结合后的区域进行统计，以找到信息量较高的区域新的训练样本将在关注度较大的区域中产生，以此来提高训练集的质量
1.2HICAL方法
1.2.1聚类分析
本文使用期望最大化（ExpectationMaximization，EM）算法对高光谱图像进行聚类分析在统计计算中，EM是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量在使用EM算法过程中，可以假设所有的样本都是符合高斯分布
EM算法对图像进行聚类过程中，为了使算法尽快收敛，将高光谱图像的光谱波段进行分组求均值，以此来减少参与计算的光谱波段数量聚类所得到的分割图像通过四联通的方式进行区域划分，并且给这些区域唯一标号得到的带有标号的区域分割图将作为模板，在后续迭代过程中与分类结果进行整合
1.2.2监督分类
获取聚类结果之后，需要对图像进行监督分类本文在分类过程中使用支持向量机（SVM）方法SVM是目前监督分类使用较多的分类算法，是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，具有较好的泛化能力和学习能力
二分的支持向量机最终目标是找到一个（d-1） 维的决策面，将测试样本分成两类在使用SVM进行图像分类时，总是将像元的特征通过一个核函数映射到一个较高维度的空间，这样使样本的区分度更大，通常使用高斯核函数（Radial Basis Function，RBF）
在二分问题中，通常将决策函数表示如下：
其中：SV表示得到的支持向量集合，对应的αi不等于0
使用SVM对多类问题进行分类时，通常采取两种策略一种是一对一（OneAgainstOne，OAO）的方式，另一种是一对多的方式（OneAgainstAll，OAA），本文采用OAO的方式
HICAL方法在第一次监督分类过程中，需要少许的训练样本，通过SVM构造分类器，且监督分类的步骤在整个分类过程中是迭代进行的，每当新的训练样本被增加到训练集时，都会重新构造分类器，对图像进行新一轮分类
1.2.3整合聚类和分类结果
在获取聚类和监督分类结果后，借鉴文献[7]中方法对两个结果进行整合，以聚类连通区域为模型对监督分类结果进行区域划分，并给出标号最终在整合结果中的每一个区域内，都包含一个或一个以上的像元，这些像元分类标记的类别可能比较集中，也可能比较分散，这些分类标记主要取决于监督分类器的预测
1.2.4获取新样本来源区域
获取整合结果之后，需要在结果所包含的区域中找到包含信息量较大的区域实验中总是更为关注那些含有较多像元，且分类标签比较分散的区域这样的区域如果分类准确度较高，将会很大程度地提高总体分类精确度因此，对区域的关注度给出如下公式定义：
其中：b为区域i包含像元个数ni的权重基数，用户可根据情况自己选择；t为迭代抽样的次数，其意义是，随着迭代的进行，在较大区域已经得到关注和抽样之后，对于这些区域的关注度将会不断下降，这样在防止大区域过分取样的同时，可以很好地兼顾到小样本区域，所以，可以很好地解决以往算法对小样本区域分类精确度不高的难题
获取不同区域的关注度值之后，为了更集中、更有效地提高请求询问的训练样本的质量，将通过设定阈值来选取需要取样的区域最终在t次迭代中将选取满足如下条件的区域作为新训练样本的来源区域：
1.2.5新样本选择
获取样本来源区域后，可以定义迭代中所需新样本的数量Ut对来源区域j∈Γt的取样数量可以表示为μj，且满足μj≥0在来源区域取样的方式有两种：S0和S1，其中S0是按照随机方式在来源区域中选择，而S1是根据来源区域中找到上一次监督分类器标记的最多标签类和次多标签类的子区域，按照两个子区域的样本比例进行抽取
1.2.6主动学习过程
本文的HICAL方法迭代过程通过主动学习方式来实现整个过程分为两个阶段：1）初始化分类器阶段，即初始监督分类阶段，在此阶段首先需要提供少量的训练集，训练初始分类器；2）循环取样阶段，也是主动学习的主要阶段，这个阶段在未标记样本中使用关注度进行查询，获取信息量较大的整合区域，从而进一步找到需要标注的样本，标注之后追加到原有的训练集中，重新对分类器进行训练，这个过程不断循环，直到达到停止条件这个停止条件可以有多种，比如新训练样本数量达到上限，或者是已经达到迭代取样的次数等
迭代结束后，将最后一次迭代所产生的分类结果和初始的聚类结果，按照聚类区域为模板，对所有分类产生的标签进行投票，区域内所有的像元将归属到得票最高的标签类最后进行降噪处理
2实验及分析
2.1实验环境
本文实验环境：中央处理器Intel Core Duo P7350 2.00GHz，内存2GB，32位Windows 7操作系统；软件平台为Matlab R2012a
2.2实验数据集
高光谱图像分类实验使用的是印第安纳州农林区域图像数据集（Indian Pines）
印第安纳州农林区域图像拍摄于1992年，使用红外成像光谱仪（AVIRIS）获取，其内容是印第安纳州西北区域的某一农业森林区的地表信息整幅图像包含145×145像元，空间分辨率为20m，有220个波段，其中20个水吸收波段将在实验前被除去图像反映了16种不同的地物信息图1（a）显示这个高光谱数据的假彩色图像；图1（b）显示了其真实的地物信息，不同的颜色代表不同的类别本次实验针对的感兴趣区域总共有10366个样本，过去相关文献中多数是在每一类别中随机抽取10%的样本作为训练样本，这样的抽样方式对样本比较少的类别来说是非常不利的为了和传统的分类方式对比，在实验中也将采取这样的抽样方式，但抽样的百分比会降低
2.3实验过程和结果分析
2.3.1HICAL方法与传统随机取样方法比较
本实验将本文的HICAL方法与传统随机取样方法进行对比表1中显示了各个算法的整体分类精确度（Overall Accuracy，OA）、平均分类精确度（Average Accuracy，AA）、Kappa系数以及每种地物的分类精确度SVM和SVM+EM算法[7]是在每一个类别中随机抽取10%的样本（1029个）作为训练集，其中SVM+EM也是结合光谱和空间特征的分类方法作为对比，本文算法将在每类随机抽取4%的训练样本（407个）上进行
通过式（2）计算出每一个分割区域的关注度值，这样就可以选出一些关注度较高的区域作为新训练样本来源区域实验中取γt=0.15，每一次迭代对样本的抽取数量做出限定，为了和传统的方法比较，实验中只进行4次迭代，每次迭代取样本数Ut=50分别使用S0和S1方法对新样本来源区域进行取样（如表1所示）
迭代起始阶段，大样本区域的关注度值会比较高，这样在开始的迭代过程中可以有部分提高分类器的分类准确度，迭代后期，关注的重心转向区域较小的分割区从表1中可以看到，在迭代4次后，训练样本总数为607，远小于随机抽取10%的1029，但Alfalfa、Grass/pasturemowed和Oats三个小样本区域的分类精确度已经得到了非常显著的提高这说明HICAL方法可以有效地解决这种小样本区域的分类难题，最终获取的分类结果无论是整体分类精确度还是平均分类精确度都得到了明显提高（如表1）
2.3.2HICAL方法和相关主动学习方法比较
本实验将HICAL方法和目前较新的且表现优秀的主动学习方法进行比较[9]实验中，初始化分类器时需要80个训练样本（每一类别5个），每一次迭代都将获取50个新样本标注为训练集，同时设定每一次迭代的阈值都为γt=015在初始取样方法和所获得的训练样本总数都相等的情况下，LORSALALMLL、MPMLBPAL两种算法使用四种不同的方式迭代获取训练样本：RS（Random Selection）、MI（Mutual Information）、BT（Breaking Ties）、MBT（Modified Breaking Ties）表2中给出了这些不同方法获取的分类结果可以看出，本文提出的方法在总体分类精度上更为出色
3结语
本文提出了一种基于主动学习的高光谱图像分类方法HICAL，能够充分利用图像的光谱特征和原始空间特征，同时使用一种新的高效的区域关注度计算方法对结合区进行统计，根据统计后的数值能够非常精确地找到信息量价值较高的区域，进而获取质量较高的未标记样本以此提高整体训练集的质量，在训练样本较少的情况下能够有效提高整体分类精确度和平均分类精确度，从而降低分类精确度和训练样本数量的比值
本文方法在分类过程中较之传统的分类方法更能解决样本失衡的问题，能够有效地解决小样本区域的分类难题；同时文中所提出的分类方法扩展性较强，在分类和聚类算法的选择上比较宽松，可以使用诸如K均值、自组织迭代技术等算法进行替代在HICAL方法迭代过程中，关注度阈值的选取和样本数量的设置，以及对区域样本的选择方法将是我们进一步研究的内容；同时我们也将关注其他分类和聚类算法，以期减少算法的时间复杂度
参考文献：
[1]LANDGREBE D A. Signal theory methods in multispectral remote sensing [M] . New York： Wiley， 2003.
[2]MOUSTAKIDIS S， MALLINIS G， KOUTSIAS N， et al. SVMbased fuzzy decision trees for classification of high spatial resolution remote sensing images [J]. IEEE Transactions on Geoscience and Remote Sensing， 2012，50（1）：149-169.
[3]BAI J， XIANG S M， PAN C H. A graphbased classification method for hyperspectral images [J]. IEEE Transactions on Geoscience and Remote Sensing， 2013，51（2）：803-817.
[4]LI CH， KUO BC， LIN CT， et al. A spatial contextual support vector machine for remotely sensed image classification [J]. IEEE Transactions on Geoscience and Remote Sensing， 2012，50（3）：784-799.
[5]MAULIK U， SAHA I. Modified differential evolution based fuzzy clustering for pixel classification in remote sensing imagery [J]. Pattern Recognition， 2009，42（9）：2135-2149.
[6]TARABALKA Y， CHANUSSOT J， BENEDIKTSSON J A. Segmentation and classification of hyperspectral images using watershed transformation [J]. Pattern Recognition， 2010，43（7）：2367-2379.
[7]TARABALKA Y， BENEDIKTSSON J A， CHANUSSOT J. Spectralspatial classification of hyperspectral imagery based on partitional clustering techniques [J]. IEEE Transactions on Geoscience and Remote Sensing， 2009，47（8）：2973-2987.
关键词：吉首市 阳光体育 现状 建议
1.1 研究对象
以吉首市普通中学阳光体育运动开展现状为研究对象，结合随机与整群抽样的方法抽取吉首市一中，四中,雅思中学三所学校中的学生共600人为调查对象，其中男生315人，女生285人，体育教师共28人。
1.2 研究方法
文献资料法;访谈法;问卷调查法;数理统计法;逻辑分析法
2.研究结果与分析
2.1吉首市普通中学开展阳光体育运动现状调查
2.1.1吉首市普通中学师资力量现状调查
体育教师是学校体育活动的主导者，是“阳光体育”运动运行好坏的“指挥棒”，因此学校体育的师资情况直接关系到学生“阳光体育”的落实情况，教师学历的高低、体育教师的数量从一定程度上影响着教学质量的提高，从调查来看吉首市普通中学教师学历有待提高， 96%的体育教师均为大学本科，而硕士研究生仅占一小部分，其中大部分学校体育老师兼双职。此外由于体育教师的结构性缺编，体育教师和在校学生比例严重失调。这给阳光体育的开展造成一定影响。
2.1.2吉首市普通中学师生对阳光体育运动的了解程度调查
从调查得知，大部分体育教师对阳光体育这一概念还是比较了解，但学生对阳光体育的了解却不容乐观。在调查中有36% 的学生完全不了解这个概念;46% 的中学生只是基本了解;真正比较了解“阳光体育运动”的仅有18%。由此可知学生对阳光体育这一概念不清晰，学校和体育教师应加大宣传力度，使学生理解阳光体育的真正含义，自愿参与阳光体育运动，把身体锻炼得更好。
2.1.3吉首市普通中学学生参加体育锻炼时间的情况
从表1可以知，大部分学生不同程度地参加了体育活动，只是每周运动的次数偏低，每次活动的时间大部分都在三十分钟以下。其中每周活动五次以上的仅占一小部分。离我们“每天活动1 h”的要求还有一定的差距。
2.1.4 吉首市普通中学有无阳光体育运动专项拨款的调查
据调查得知，没有专项拨款的学校达到64%，而有专项拨款的为35%。在资金方面，大部分学校还不到位，这直接影响到学校阳光运动的开展。通过访谈得知，小部分学校有一定的体育活动经费，可资金很少。这是导致阳光体育未能很好实施的一个重要原因，原因主要是学校领导对阳光体育运动的不重视，把大量的人力，物力和财力用在其他科目上。
2.1.5吉首市普通中学场地器材现状情况调查
据调查可知，学生进行体育活动的主要场所与器材的配备明显不足，这与教育部规定的每生活动场地面积为3平方米相比，明显不成比例，通过我们对老师和学生的交谈得知学校的体育器材比较缺乏，并且有些体育器材已经比较陈旧，学校没有进行及时的更新体育设备。学校应在体育的硬件和软件上进行改善。使学校体育能更好的发展。让学生能有更加宽敞的活动环境和更加标准的体育场地。
2.2 影响吉首市普通中学阳光体育运动开展的原因分析
2.2.1 吉首市普通中学学校领导对开展“阳光体育”运动的态度
学校领导对“阳光体育”运动的重视程度，直接影响到学校体育活动的组织和开展，因此学校领导对开展“阳光体育”运动的态度是影响吉首市普通中学阳光体育运动开展的一个直接原因。
2.2.2 吉首市普通中学体育教师师资力量状况
目前吉首市普通中学体育教师存在结构性失调，体育教师的数量无法满足学生的需要；因此，吉首市政府要加大教师人事改革，增大体育教师数量，注入年轻新力量，改革管理机制，以便更好的开展阳光体育运动。
2.2.3 吉首市普通中学学校场地器材配备及资金情况
阳光体育运动的开展必须依赖于体育场地和器材，而体育器材的使用频率高，需要投入大量的资金作为购买器材和维修,通过访谈与调查发现吉首市普通中学缺乏资金保障,体育器材得不到更新.因而使阳光体育运动没有收到预期的效果.
3.结果与建议
3.1 结果
3.1.1吉首市普通中学的体育师资力量不足，体育教师和学生对阳光体育运动了解不透彻。每天的体育活动时间达不到一小时。
3.1.2学校领导对阳光体育运动在校园的开展，还没有形成足够的重视，学校的场地器材条件有限。
3.1.3学校对开展阳光体育运动的经费缺乏；没有充足的资金保障，另外，体育教师工作量大,新生力量补充不足。
3.2 建议
3.2.1学校领导重视关心阳光体育运动，各级部门加强宣传，制定详细和长远的实施方案，设立专项资金，为阳光体育运动进一步开展提供条件保障。
3.2.2教育部门重视，建立和完善学校体育的管理制度，将学生每天一小时体育活动纳入学校督导内容及评估体系，把学生体质健康状况作为评价教育工作的重要指标。
3.2.3继续升化学校体育改革，加大课程资源开发与利用，把课外体育活动开展得丰富多彩，使之成为全体学生参与实践阳光体育运动的主要形式。（作者单位：1.上海体育学院，体育教育训练学院；2.上海体育学院，中国乒乓球学院）
参考文献
［1］ 教育部、国家体育总局、.关于全面启动全国亿万学生阳光体育运动的通知［Z］.教体艺［2006］6 号，2006-12-20.
［2］ 苗秀丽.开展亿万学生阳光体育运动的认识与思考［J］.哈尔滨体育学院学报，2002(2)：43-44．
［3］ 朱志军.阳光体育”伴新世纪青少年健康成长［J］.管理论坛,2007(8):47-48.
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。
Laser Spectroscopy
Vol.2,4th Edition
2009
Hardcover
ISBN 9783540749523
W 德姆特勒德著
自1960年第一台激光器问世以来的近50年中,激光光谱学一直是研究领域的重点,并且在科学、医药以及技术的许多方面取得显著进展,得到越来越多的应用。激光光谱学的发展部份地得力于新的实验技术。这些新技术的出现,激发了激光在化学、生物、医药、大气研究、材料科学、计量学、光通讯网络以及许多其它工业领域的应用。
为了让读者了解这些新发展,新版书中增加了很多新内容,譬如:外腔倍频,稳定的连续参量振荡器,可调的窄带紫外光源,更灵敏的检测技术,可调的飞秒或次飞秒激光器,原子或分子激发的控制,能与飞秒激光器同步的频率梳,相干的物质波,以及在化学分析、医药诊断、工程中更多的应用实例。此外,对一些章节的内容如非线性光谱学、离子阱、超短激光脉冲、以及激光光谱的新发展等作了较大改进和扩充。新增的50张插图展示了最新的开发和研究结果。这些新内容需要在第三版《激光光谱学》中增加很多页面,因此著者决定将第四版的《激光光谱学》分为两卷。第一卷主要论述激光光谱学的基础。第二卷介绍了激光光谱学的各种实验技术及应用。新技术及新实验装置包括:用光梳直接测量光波的绝对频率和脉冲;可见飞秒激光高次谐波的阿秒时间分辨率;飞秒非共线光参放大器,以及用它来高速测量激发分子的快速动态过程,它也是详细研究一些重要过程如眼视网膜的视觉过程,或叶绿素分子中的光合成过程的基本工具。
本书共10章:1.激光的多普勒极限吸收光谱和荧光光谱;2.非线性光谱;3.激光喇曼光谱;4.分子束的激光光谱;5.光泵和双共振技术;6.时间分辨激光光谱;7.相干光谱;8.碰撞过程的激光光谱;9.激光光谱的新发展;10.激光光谱学的应用。每一章的末尾有练习题。书的末尾有习题答案、参考文献及主题索引。
著者任职于德国凯泽斯劳滕大学(Universitt Kaiserslautern)物理系。目前他的教学及研究的兴趣包括:实验物理学,激光光谱,原子、分子和光子,分子物理学。他曾撰写数十部著作。
本书填补了前沿研究论文与基本原理和基本实验技术之间的空白。适合于想深入了解激光光谱学的物理学家及化学家阅读;也可作为研究生的教科书。凡是学过原子物理、分子物理、电动力学和光学的学生都能阅读本书。
刘克玲,退休研究员
(中国科学院过程工程研究所)
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：微波消解；电感耦合等离子体质谱；肉及肉制品；重金属
Abstract： A method for the simultaneous determination of 7 trace elements （lead， arsenic， cadmium， chromium， selenium， mercury， and nickel） in meat and meat products by inductively coupled plasma mass spectrometry （ICP-MS） with microwave digestion was established. Samples were pretreated by microwave digestion and determined by ICP-MS with rhodium （Rh） as the internal standard. The microwave digestion conditions and the instrumental parameters were optimized. It was found that the instrumental signal drift and matrix effect could be overcome by using the internal standard method. The developed standard curve was linear in the range of 0 to 20 ng/mL， with a correlation coefficient of more than 0.999. The recoveries of the analytes in spiked samples ranged from 89.4% to 98.9% and the precision expressed as relative standard deviation was less than 5%. The limits of detection for the trace elements were all lower than those stipulated in the Chinese national standards. The proposed method was rapid， accurate， reliable， sensitive and suitable for simultaneous multi-element analysis of meat and meat products.
Key words： microwave digestion； inductively coupled plasma mass spectrometry （ICP-MS）； meat and meat products； heavy metal
中图分类号：TS254 文献标志码：A 文章编号：1001-8123（2015）03-0027-03
doi： 10.7506/rlyj1001-8123-201503007
人民生活水平日益提高的今天，食品安全问题已经成为人类共同关注的焦点，由于环境、运输、各种加工助剂污染造成各种食品的污染物含量超标问题也逐渐凸显，这其中尤以重金属污染为重[1-4]。重金属是指密度在
5×10-3 kg/m3以上的金属，主要包括汞（Hg）、镉（Cd）、铬（Cr）、铅（Pb）、砷（As）、锌（Zn）、锡（Sn）等[5-7]。肉及肉制品作为人类赖以生存的动物蛋白的良好来源，其食用安全性关系到千家万户的生命健康，其中重金属的污染也有众多途径[8]，其一动物从环境中摄取的重金属通过食物链的生物放大作用，在较高级生物体内成千上万倍的富集起来，通过加工成肉制品后进入人体内，其二来自于畜产品及其制品在生产加工、贮藏运输过程中出现的污染等途径带来的重金属也会在最终产品中残存和富集，有毒重金属具有排出困难的特点，一旦在体内沉淀会给身体带来很多潜在危害。因此检测其肉及肉制品中重金属残留的重要性不言而喻[9-14]。
目前对于重金属等无机化学分析的仪器主要有原子吸收光谱仪（atomic absorption spectroscopy，AAS）、原子荧光光谱仪（atomic fluorescence spectrometry，AFS）、电感耦合等离子体发射光谱（inductively coupled plasma-atomic emission spectrometer，ICP-AES）和电感耦合等离子体质谱（inductively coupled plasma mass spectrometry，ICP-MS）等[9-14]。电感耦合等离子体质谱法具有一次进样可同时测定多种元素的优点[15-16]，该法具有效率高，所有待测元素可同时测定；分析速度快，重复测定7 个元素3 次只需2～3 min；检出限低，大多数元素检出限为ng/kg或μg/kg；精密度高等诸多优点[17-19]。结合微波消解的前处理手段则采用HNO3-H2O2体系，样品消化完全，待测溶液中含有的硝酸介质对ICP-MS法的测定干扰少[20]。该方法的建立对指导各检测机构对肉及肉制品中重金属的检测及监督市场状况有及其重要的意义[21]。
[7] 李冰， 杨红霞. 电感耦合等离子体质谱技术最新进展[J]. 分析实验室， 2003， 22（1）： 94-100.
[8] 赖增龙. 浅谈腊肉制品中砷铅汞镉的危害及其测定方法研究[J]. 中小企业管理与科技旬刊， 2014（20）： 217.
[9] 毛红， 刘丽萍， 张妮娜， 等. 应用ICP-MS与AAS测定食品中铅、镉、铜方法研究及比较[J]. 中国卫生检验杂志， 2007， 17（11）： 1954-1956.
[10] 金鹏飞， 宋丽洁， 邹定， 等. ICP-MS同时分析中药材中7 种微量元素的方法研究[J]. 中国药学杂志， 2007， 42（21）： 1660-1664.
[11] HELEN J， REID A， ABDUL A， et al. Determination of lodine and molybdenum in milk by quadrupole ICP-MS[J]. Talanta， 2008， 75： 189-197.
[12] 王丙涛， 颜治， 林燕奎， 等. ICP-MS 检测奶粉中多元素的干扰研究[J]. 光谱实验室， 2010， 27（2）： 720-723.
[13] 刘平， 董速伟， 李安运， 等. ICP-MS 在稀土元素分析中的应用[J]. 有色金属科学与工程， 2011， 2（3）： 83-87.
[14] 王小平， 马以瑾， 伊藤光雄. 密封消解ICP-AES和ICP-MS测定中日两国茶叶中23种矿质元素[J]. 光谱学与光谱分析， 2005， 25（10）： 1703-1707.
[15] 戴京晶， 刘奋， 梁伟， 等. ICP-MS法分析禽类肉中10种元素[J]. 现代预防医学， 2014， 36（6）： 877-879.
[16] 陈登云. ICP-MS技术及其应用[J]. 现代仪器， 2001（4）： 8-11.
[17] 陈国友. 微波消解ICP-MS法同时测定蔬菜中14种元素分析[J]. 测试学， 2012， 26（5）： 742-745.
[18] 兴丽， 王梅， 赵凤敏， 等. ICP-MS两种模式下测定亚麻籽中微量元素及其不确定度评定[J]. 光谱学与光谱分析， 2014， 34（1）： 226-230.
[19] 诸遥 王君. 微波消解-ICP-AES/ICP-MS 测定大米中微量元素[J]. 中国测试， 2010， 36（1）： 53-56.
关键词：近红外光谱 化学计量学 中药材
我国中药资源丰富，应用历史悠久。然而由于我国中药生产工艺及质量控制技术水平较低，严重制约我国中药产业现代化的发展。随着现代科学技术的发展，药物分析方法己经从传统的化学分析发展到仪器分析阶段，紫外可见分光光度法、薄层扫描色谱法、电泳法、气相和高效液相色谱法及各种联用分析技术等己经应用到中药材分析中。但这些方法都需要经过复杂的样品准备和预处理，测定成本高且效率较低，因此难以用于中药产品及其生产过程的快速分析。
近年来国际上提出了一种全新的药物非破坏快速分析法，该法是将化学计量学同近红外（NIR）光谱分析法相结合而形成的新技术。由于NIR光谱分析法操作简便、快速、能非破坏的对各种样品进行快速、精确的分析，加之分析仪器的数字化和化学计量学的发展，运用化学计量学方法已能很好的解决光谱信息的提取及背景干扰方面的影响。因此，NIR光谱在制药工业中的应用日趋广泛。随着中药产业现代化进程的逐步加快，NIR光谱分析法被引入到中药材分析领域，在中药材鉴别和有效组分定量分析等方面取得了可喜的进展，显示出NIR光谱分析技术在中药材分析中具有广阔的发展空间。
一、NIR技术简介
近红外光谱是人们发现最早的处于可见光和中红外光之间的非可见光谱区域。许多有机物在该区域有着特征性吸收，且不同光谱波段的吸收强度与该物质的分子结构及浓度之间存在一定的对应关系。它的发现已有近200年的历史，而近红外光谱分析方法却仅在最近这二十年间才得到了迅速发展和广泛应用。特别是进入90年代后，现代近红外光谱成为了发展最快、最为引人瞩目的光谱分析技术，是化学计量学与光谱测量技术的有机结合，被誉为分析的巨人。而我国对近红外光谱技术的研究及应用起步相对较晚，但逐渐受到关注，并在光谱仪器研制、配套软件开发、基础研究和应用等方面取得了丰硕的成果，并带来了极好的经济效益与社会效益。
二、常见的化学计量学方法
目前，在NIR 光谱分析中最常用的化学计量学方法为多元校正方法，主要包括：多元线性回归、主成分分析、主成分回归和偏最小二乘等。最近十几年，包括人工神经网络、遗传算法和模糊逻辑系统等软计算方法在化学中的应用得到了越来越多的关注。由于中药材化学物质体系非常复杂，待分析的药效成分多是混合体，如各种中药制剂和天然药物等。同时在中药材质量控制中，由于中药生产方式：提取、炮制、煎煮等对待测成分的影响，又存在着动态化学变化和新成分的生成，致使其内部有效成分复杂多变，难以阐明。所以，在实际的中药材分析应用中，使用常规的NIR光谱多元校正建模或模式分类等方法往往不能取得理想的定性或定量分析结果，导致其成为阻碍中药NIR光谱分析技术应用发展的瓶颈。为此，有必要进一步研究中药材的NIR光谱计算分析方法学。
三、NIR技术在中药材分析中的应用
中药材分析包括定性分析和定量分析两个方面。定性分析多为对中药材及中成药的真假鉴别、产地鉴别和来源鉴别。汤彦丰等[1]将近红外漫反射光谱分析技术与人工神经网络方法相结合, 对52种大黄样品进行了测定和鉴别, 正确率可达96%。刘沭华等[2]采用近红外光谱法结合近邻法和多类支持向量机等模式识别技术对来自4个不同产地的269个白芷样本和6个不同产地的350个野生和栽培丹参样本进行了产地鉴别。刘荔荔等[3]采用傅立叶变换近红外光谱结合聚类分析对7种红曲霉属真菌发酵制成的红曲药材进行了成功鉴别。
中药材的定量分析主要指对中药材有效成分含量的测定, 于晓辉等[4]将近红外光谱技术与径向基函数神经网络相结合,对42种大黄样品中的主要有效成分: 蒽醌类化合物、水溶性蒽甙类化合物、芪甙类化合物和鞣质类化合物进行了定量预测分析。朱向荣[5]应用近红外光谱分析技术结合化学计量学方法, 成功的测出中药清开灵注射液中间体总氮和栀子苷的含量。赵玉清等[6]采用近红外光谱建立了偏最小二乘模型，实现了对黄芪提取液中总皂苷含量的测定。
四、展望
为了更好发挥近红外光谱法在中药领域的快速分析作用，拓展各种化学计量学方法的应用范围，为其在中药材分析中的应用打下一定基础，当前必须进行中药材近红外光谱的化学计量学方法研究，特别是发展近红外光谱非线性建模方法、特征光谱信息提取、化学信息模式识别以及模糊聚类分析等方法，发展形成中药材快速分析新技术，实现中药生产全过程质量监控，这对于推进我国中药产业现代化进程具有重大理论意义和实际应用价值。
参考文献
[1]汤彦丰, 张卓勇, 范国强 光谱学与光谱分析 2004, 24 (11): 1348-1351
[2]刘沭华，张学工，周群，光谱学与光谱分析 2006，26（4）∶629-632.
[3]刘荔荔, 邢旺兴, 贾暖, 林培英, 必鹤鸣, 吴玉田 第二军医大学学报2002，23（11）:1230-1232
[4] 于晓辉, 张卓勇, 马群, 范国强 光谱学与光谱分析 2007, 27 (3): 481-485
关键词：透明质酸钠；傅里叶变换红外光谱；圆二色谱
中图分类号：Q657.33文献标识码：A文章编号：1672-979X(2007)10-0006-03
Research on Spectroscopy Properties of Sodium Hyaluronate
JIN Yan1,2, LING Pei-xue1,2, ZHANG Tian-min1,2
(1. School of Pharmacy, Shandong University, Jinan 250012, China; 2. Working Station for Postdoctoral Scientific Research, Institute of Biopharmaceuticals of Shandong Province, Jinan 250108, China)
Abstract：Objective To characterize the structure of sodium hyaluronate (SH). MethodsFTIR and CD spectra were used to analyze the structure of SH. Results The FTIR and CD spectra of SH were identical with the previous reports and the relative molecular mass of SH had no influence on the spectroscopy properties of SH. ConclusionFTIR and CD can characterize the primary and secondary structure of SH respectively and provide evidence for the structure study of SH.
Key words：sodium hyaluronate; FTIR; CD spectra
透明质酸（hyaluronic acid，HA），又名玻璃酸，是一种酸性黏多糖，1934年美国Meyer等首先从牛眼玻璃体中分离出该物质[1,2]。HA是由(13)-2-乙酰氨基-2-脱氧-β-D-葡萄糖-(14)-O-β-D-葡萄糖醛酸双糖重复单位所组成的直链多聚糖，其结构见图1。
HA广泛存在于脊椎动物的细胞间质中，如皮肤、脐带、关节滑液、软骨、眼玻璃体、鸡冠、鸡胚、卵细胞、血管壁等[2]。HA在体内主要以盐的形式存在，其产品主要为透明质酸钠（sodium hyaluronate，SH）。HA参与很多重要的生理、病理过程，如保水、关节、血管生成、创伤愈合、肿瘤转移等[3]。
HA多方面的生物活性与其结构密切相关。国内外已对其结构进行了深入研究，并提出了HA在不同状态下的多种结构模型[4]。商品SH的相对分子质量（Mr）范围为105~107，目前主要以发酵法生产。本文采用傅里叶变换红外光谱（FTIR）和圆二色谱（CD），对由发酵获得的不同Mr的SH进行结构表征，为其开发应用奠定基础。
1材料与仪器
SH（山东福瑞达生物化工有限公司，Mr分别为1.24×106，6.75×105，2.40×105，批号分别为0508202，0506091，0511281）。
NEXUS 470型傅里叶变换红外光谱仪（美国Nicolet公司）；Chirascan型圆二色谱仪（英国Applied Photo Physics公司）。
2方法
2.1FTIR测定
取SH干粉0.5~1.0 mg与无水溴化钾300 mg混合研磨压片。扫描范围4 000~400 cm-1，分辨率0.5 cm-1，扫描次数：75次/s。
2.2CD测定
称取SH干粉1 mg，溶于10 mL水。于室温下进行扫描，波长范围为190~400 nm。
3结果
3.1FTIR分析
图2为SH（Mr 1.24×106）的FTIR光谱。SH的FTIR光谱与文献报道[5]相符。参照文献[5]对SH的特征吸收峰进行了归属，见表1。
从图2可见，3 385 cm-1左右的强峰为羟基吸收峰，其峰形宽而钝，显示SH分子内羟基通过分子内或分子间氢键缔合。1 615及1 407 cm-1 左右的强锐峰为羧基的反对称及对称伸缩振动峰。1 151，1 078，1 047及946 cm-1左右的吸收峰为糖的特征吸收峰。
从表1可见，不同Mr的SH，其特征吸收峰峰位及峰形都无明显差别，显示Mr对SH的FTIR性质无影响。
3.2CD分析
图3显示，SH在210 nm处有一明显的负峰，对应于SH分子中羧基的nπ跃迁及无规则卷曲[6]，与文献[7,8]相吻合。不同Mr的SH，其CD图谱没有明显差别。
4讨论
光谱分析技术，包括FTIR，CD等，在生物大分子的结构研究中，发挥了重要作用。由FTIR光谱可获得SH中主要官能团的信息，对SH的一级结构进行表征。CD光谱能够检测由结构的不对称性引起的左、右偏振光的吸收差别。如化合物无规则结构，则其CD强度为零，而有序结构则会产生正信号及负信号。SH的CD图谱显示，SH具有有序结构。推断SH在水溶液（0.1 mg/mL）中主要的二级结构为无规则卷曲。
参考文献
[1]Meyer K, Palmer J W. The polysaccharide of the vitreous humor[J]. J Biol Chem, 1934, 107:629-634.
[2]郭学平，王春喜，凌沛学，等. 透明质酸及其发酵生产概述[J]. 中国生化药物杂志，1998，19（4）：209-212.
[3] 凌沛学. 透明质酸[M]. 北京：中国轻工业出版社，2000： 53-83.
[4]凌沛学，贺艳丽，白若琬，等. 玻璃酸钠结构及理化性质的研究进展[J]. 中国生化药物杂志，2000，21（3）：152-154.
[5]Gilli R, KacurákaováM, Mathouthi M, et al. FTIR studies of hyaluronate and its oligomers in the amphorphous solid phase and in aqueous solution[J]. Carbohydr Res 1994, 263(2): 315-326.
[6]Chen H X, Zhang M, Xie B J. Spectroscopy investigation on conformational transition of tea glycoconjugate from green tea[J]. Chin J Chem,2004, 22(11): 1387-1390.
[7]樊东辉，吴蓓蓓，徐政，等. 透明质酸钠的光谱学分析[J]. 中国生化药物杂志，2006，27（1）：22-25.
关键词 测量；传感器；电磁计量
中图分类号：TP212 文献标识码：A 文章编号：1671-7597（2014）03-0110-01
随着我国社会经济和科学技术的稳步发展，各个学科领域都普遍应用了传感器技术。在生产流程中，很多生产企业也都使用到传感器测量系统，主要例如：大型电子衡器、转速控制系统、远程压力控制系统、测试控制系统等。为了确保企业生产出产品的质量，传感器测量系统发挥出极大作用。在非电量测试技术中，转速、压力、温度等参数都属于非电量，传感器的作用就是能够将非电量转换为电量。
1 电磁计量
应用设备、仪表和电磁测量仪器，对被测量采用相应的方法进行定量分析，确保计量学分支的准确和电磁量测量的统一，就是电磁计量。作为一种能源，人们在认识电能后，将其应用与科学技术的研究中，而点与磁性材料和磁场等的存在有着密不可分的关联。和电磁现象相关的物理量为电磁两，它分为磁学量和电学量，在不断探索电磁应用的过程中，大量的电磁设备、仪表、测量仪器就此诞生。电磁计量所研究的主要内容如下：研究并制定出相应的技术规范、检定规程、检定系统等，对进行电磁量量值传递的专用测量装置和标准量具进行研究，对测量电磁量的方法进行研究，对电磁学单位制的确定，对于电磁量相关的物理常数进行精密测定。以上研究按照定义保存、复现电磁学单位的计量标准和基准进行。电磁学计量主要包括磁矩、磁通、磁感应强度、电感、电阻、电流、电压等。而电磁学计量有波形、材料电磁特性、仪器与比率标准、电磁测量仪表和仪器、电磁基本量等。其中电磁基本量如磁矩、磁通、电流、电压等。除此之外，电磁计量的重要内容还有环境安全、电气、静电、非电量的电测量等电磁干扰参数。在电磁计量中，常用的设备有电流源、标准电压、稳流源、稳压源等；常用的仪器仪表包括电阻箱、电位差计、电桥、电压表、电流表等。
在此，通过对例子的说明，来了解传感器测量系统中所应用的电磁计量技术。先来介绍传统传感器热电偶的工作情况。由两根不同的导线组成了常用的热电偶，热电偶属于电能量传感器，将两根导线一端焊接，放入被测介质中，通常作为测量端使用。而未被连接的自由端称为冷端，连接于测量仪表所引出的导线。当冷端与热端存在温差时，热电偶则会将温差电动势生产出来，介质的温度也被测量仪表测出。热电偶的分度号根据材料的不同也会有相应的不同，温度与电动势的对应关系可以通过查表的方式找出。mV信号就是输出热电偶的信号。所以，若将对应的mV值输入倒测量仪表的输入端，便能够对温度测量仪表的准确性进行检测。mV信号的提供就是数字毫伏或者点位差计信号发生器，这种温控仪表检测方法使常规中经常使用的。当发生系统故障时，可以将测量仪表的任意一端断开，将标准的mV信号值输入倒两端，对测量仪表的准确性进行判断，这样就很容易对热电偶出现故障与否进行推断了。
2 传感器
传感器能够感受到被测量的信息，还能按照一定的规律将所感受到的信息转换成为所需形式的信息或电信号输出，属于一种检测装置，能够满足信息的控制、记录、显示、存储、处理、传送等要求，因此，可以说传感器是实现自动控制和自动检测的首要环节。网络化、系统化、多功能化、智能化、数字化、微型化等都是传感器的特点，传感器对新型工业的建立起到促进作用，并成功推动了传统产业的更新换代及改造，成为新时期新的经济增长点。若按照输出信号标志进行分类可将传感器分为数字传感器、开关传感器以及模拟传感器。若按照原理进行分类，可分为生物传感器、真空度传感器、气敏传感器、磁敏传感器、湿敏传感器、振动传感器等。按照能量转换原理可分为无源传感器和有源传感器。按照工作原理进行划分，可分为电势式传感器、电容式传感器、电感式传感器、电阻式传感器等。若按照输入物理量又可分为气敏传感器、温度传感器、速度传感器、压力传感器、位移传感器等。通过电磁计量技术可以完成对电量的测量，而电脉冲信号、电阻、电流、电压等电量为传感器最后的输出。当今在传感器测量系统中应用较为普遍的就是电流和电压信号。
3 传感器测量系统中磁计量技术的应用
随着我国社会经济和科学技术水平的不断发展，诞生了集接口电路、存储器、微处理器、A/D转换器、传感器为一身的智能化数字仪表，该仪表能够支持线性电流、线性电压、热电阻、热电偶等输入的多种信号，对仪表可利用标准电流、电压源或者标准电流、电压表来进行检测。将压力转换成为电信号的传感器就是压力传感器，井数字显示控制器将电信号输出，或者通过数字表将数据显示出来，可达到控制压力的目的，有效对电气执行器件进行控制。文章以SCS100型大型电子称为例进行介绍，使用称重显示器作为装置的显示器，在仪表的内部有串型通讯部分、打印部分、显示部分、单片机以及与单片机相接连的控制面板、A/D转换、放大电路，-30 mA至30 mA作为输入信号值。将分辨力超过1 ?V的毫伏表接在显示器信号输入端，可以看出重量显示与毫伏指示具有一定的线性关系，从分析测量数据和应用电磁测量仪表来看，可以对显示器或传感器是否处于正常工作状态进行判断。
4 结束语
文章对传感器测量系统的基本知识进行了简要的介绍，通过最常用的大型电子衡器，压力、温度传感器测量装置等设备，从工业生产的角度看待问题，利用电磁计量技术排除故障以及准确测试，阐述在传感器测量系统中如何应用电磁计量技术。为了确保企业生产出产品的质量，传感器测量系统发挥出极大作用。传感器系统具有线性化处理非线性信号、补偿信测数据及其误差、调节、分析、处理信息等功能，其正朝着多功能化、智能化、微型化的方向发展。传感器不仅达到高性能指标，还将接口电路、存储器、微处理器、A/D转换器、压敏电阻传感器集于一身，为测量提供了便捷。
参考文献
[1]张春熹，梁生，冯秀娟，等.光纤分布式扰动传感器中瑞利和受激布里渊散射光谱特性及其影响研究[J].光谱学与光谱分析，2011（7）.
[2]陶栋梁，李慧珍，崔玉民，等.具有荧光传感器性能的稀土配合物制备和性能研究[J].光谱学与光谱分析，2012（9）.
[3]郝晓剑，李科杰，刘健，周汉昌.蓝宝石光纤黑体腔瞬态高温传感器测量系统特性参数研究[J].仪器仪表学报，2010（10）.
[4]高广凤.转速检定装置校准磁电式传感器测量低转速性能的改进[J].热能动力工程，2010（1）.
