Matlab近红外光谱技术检测溶液中毒死蜱含量研究(5)_毕业论文

毕业论文移动版

毕业论文 > 生物论文 >

Matlab近红外光谱技术检测溶液中毒死蜱含量研究(5)

1。2。2 近红外光谱分析技术的原理和过程

模型的建立分为 7 个环节,它们分别是:收集样品、测定光谱物化性质、 测量光谱、光谱的预处理、建立模型、评价模型、模型的维护[26]。

(1)收集样品

在收集或制作样品时需先明确检测范围,如本试验需要检测的是毒死蜱残 留,那么我们首先需要查清楚毒死蜱残留浓度的大小。然后是制备样品,样品 浓度需包含检测浓度,样品最好是按浓度梯度排列,并且样品量需大于 30。如 本试验需检测的是 0。01~0。1mg/kg 浓 度 的毒 死 蜱 , 制 备 的 样 品浓 度 则 为 0。005~0。1mg/kg , 包 含 了 需 要 检 测 的 浓 度 ; 而 且 我 们 制 备 了 浓 度 间 隔 为

0。0025mg/kg 的 39 个样品,符合收集样品的标准。

(2)测定光谱物化性质 近红外光谱技术需要建立模型才能进行正常的检测,在建立模型的过程中,

需要将样品的物化性质如浓度、质量等与光谱数据进行连接,形成一一对应关 系,也就是说一个样品的光谱数据需要同这个样品的物化性质如浓度等进行连 接。而样品的物化性质有些可以直接计算得出,如本试验样品使用质量浓度为

1mg/kg 的毒死蜱标准物质用蒸馏水稀释而成,因此可直接通过计算稀释倍数得 出毒死蜱样品的浓度;而有些样品我们无法直接得到准确的物化性质如中草药, 这时我们就要通过其他方法得到样品的物化性质,然后再进行建模。文献综述

(3)测量光谱

用光谱仪扫描光谱,用光谱仪配套光谱记录光谱数据信息。如本试验利用 Ocean Optics NIR512 近红外光谱仪(美国 Ocean Optics 公司)扫描毒死蜱溶液, 用配套软件 OceanView 记录光谱信息。扫描光谱时需先设置光谱扫描时间,光 谱扫描次数,并用参照物设置基线。本试验设置了 20ms 的光谱扫描时间,32 次的光谱扫描次数,并用蒸馏水作为参照物设置基线。扫描光谱时也应注意温 度、湿度以及个人习惯和不同时间等的影响,因此,样品应当由一人一次制备, 并应在制备完成后快速一次全部检测完成。

(4)光谱的预处理 近红外光谱分析软件中有许多预处理方法,如一阶导数(1st-der)、二阶导数

(2nd-der)、去除线性趋势(detrend)、标准正态变量变换(SNV)、多元散射校 正(MSC)等,在进行预处理过程中,需要对光谱进行不同的预处理并可使用 多种预处理方法联合的方法从而得出最佳的预处理方法,其中校正集和预测集 相关系数 R ²最大,校正标准差(RMSEE)和预测标准差(RMSEP)最小的预处 理方法是最佳的预处理方法。本试验对不同的单个预处理方法和两种预处理方 法联合的方法进行了检测。另外需要注意的是,选取不同的光谱区域也会对模 型产生影响,选取一个高效的光谱区域,可以建立一个更好的模型。光谱范围 选择在建立校准模型利用潜变量方法如主成分分析和最小二乘法扮演至关重要 的角色。光谱吸收范围(光最大吸收波长值)决定在多元统计模型的输入变量 值。光谱范围应该包括变种变异物和其他基质成分的信息并除去噪声或可能并

入模型中的人工产品的控制区域。通过描绘相关或原始光谱和观察多个峰值的 不同可识别出合适范围;通过 VIP 得分图以及其他的参考文献得出我们所需的 高效光谱区域。同时,如预处理方法一样,校正集和预测集相关系数 R ²最大, 校正标准差(RMSEE)和预测标准差(RMSEP)最小的光谱区域是最佳的光谱区 域。

(5)建立模型

近红外光谱之所以在 20 世纪 80 年代前发展缓慢,是因为近红外光谱具有 巨大的缺陷,在近红外光谱区域中不同组分的光谱信息重叠非常严重,导致无 法分析。而随着化学计量学的发展,不同的多元校正方法产生,此时,运用多 元校正方法可准确分析重叠的光谱信息,近红外光谱得到巨大的发展。其中, 最常用也最有效的多元校正方法是偏最小二乘法。在建立模型时,应当同时选 择验证方法,在偏最小二乘法中可选择留一交叉验证法或全交叉验证法。在本 试验中,选择偏最小二乘法和留一交叉验证法建立模型。 (责任编辑:qin)