一、引言
就人造环境的概念提出来看，我们可以大致引出两种源头。
其一，我们今天所常见的几种因为人类活动而导致的自然环境问题十分重大且对人类的生活有着重要的影响，例如挖空煤矿导致的山体崩塌以及地震，再比如，大量的砍伐树木，不仅造成沙漠化严重，还导致大量的水土流失。这些问题都随时影响到人类的生活甚至生命，在这种前提之下，人造环境被提上了命题。在重大的灾难来临之时，人们所创造的避难所均设在地下，例如核辐射，而在这种条件之下通过分析光谱与类生物机械进行结合制造的人造环境，在视觉上做到与真实自然环境别无二致便为重点。
其二，人类对于太空的探索不断的进步。人们对于太空星球的探索以及资源的争夺都是愈演愈烈，所提出来的论点之中有两个极为重要，一是太空移民，一是太空资源开采。适宜人类居住的星球最重要的是哪些呢？大气，水，除此之外的一部分环境问题我们均可以用人造环境结合类生物机械来进行处理，利用分析光谱制造应急人造环境，对于刚刚登陆开发移居星球的前几批工作者来说是不可缺少的重点，在刚开始的恶劣环境之中可以用人造环境来改善进行星球开发的工作人员的生活环境。
二、可行性分析
1、光谱匹配系数
根据光电阴极的光谱响应特性曲线，我们可以计算出光谱响应率Sλ，将Sλ对其最大化Smax归一化，可得相对光谱响应率为
S（λ）=Sλ/Smax――（1）
此时，光电阴极面接受的夜天光经过景物反射后的辐射，即
ωλ= ρλPλ――（2）
其中（2）式中的ωλ为景物反射辐射光谱分布；ρλ为景物的光谱反射系数，他随波长λ而变化；Pλ为夜天光辐射光谱分布，将景物的反射辐射光谱分布ωλ对其最大值ωmax归一化，得到其相光谱分布为
ω（λ）=ωλ/ωmax――（3）
由此，我们可以从关系式定义光电阴极于景物反射辐射的光谱匹配系数为
α（S，ω（λ））=∫S（λ）ω（λ）dλ/∫ω（λ））dλ――（4）
那么我们分析式（4）可以知道，光谱匹配系数其实反映的是各种光谱响应的光电阴极对不同的辐射源的光谱利用率的高低，也就是说，这个利用率越高，越能够得到与实际物体所产生的光谱一样的光谱。分析可知当α越大时，匹配越好，从而微光夜视系统的观测效果也就越好，反之越差时匹配越差观测效果也就越差，根据式子我们可以知道α的值域在（0，1），越靠近1，越与实物反射产生的光谱相近，即越能体现出辐射源与实物之间的差别之小。达到以假乱真的效果。
2、光谱匹配基本模型算法
使用计算机软件通过算法制作光谱比较模型，通过所测物体的光谱度和已知的物体世纪光谱互相对比，来判别被测物体的种类，那么同样，我们可以通过对比从模拟人眼的光学仪器中的两条光谱曲线来使得目标物体在视觉上与实际地物一模一样。
2.1四值编码算法
首先对已知地物类别的光谱辐射至取平均值，得到阈值A，然后将光谱辐射值已A为边界分为[Xmin，A][A，Xmax]两个区间，在重复上步再划分得到总共四个区间。用同样的方法对待目标光谱曲线进行四值编码。使用异或方法，进行目标光谱和已知光谱匹配（即有区别为1，没区别为0），最后比较相等的个数，将目标分到波段数目相似最多的类别。
2.2光谱角度匹配
光谱角度定义为两地物光谱矢量之间的广义夹角余弦为相似函数，将像元N个波段的光谱响应作为N维空间中的矢量，通过计算他与最终光谱单元之间的广义夹角来表示它的匹配程度，夹角越小匹配程度越高，二者越相似。
日本kansai电力公司研制成功了一种新型太阳能辐射模拟系统，它不仅能模拟太阳光，还能模拟太阳热。这套系统用计算机控制等和加热器，一边产生接近自然的太阳辐射。它还配有人工的自然环境分系统，可模拟不同的气象条件。系统由氙灯，卤素灯和加热器组成，模拟阳光的波长范围从可见光（0.38到0.78微米）到红外线（0.78到20微米），而且光谱分布和自然阳光基本一样。
三、人造环境光学
就目前形似来看，高光谱图像在空间以及电磁谱维度中所利用较为广泛，尤其在遥控领域。
基于成像光谱仪在众多窄波段获取数据的特点，可以用已知地物类型的反射光谱，通过光谱频率曲线或特征匹配比较以达到识别地物类型的目的。长期的高光谱实验也收集了大量的实验室标准数据，建立了许多地物标准光谱数据库；那么从另一方面来说，人们可以用已知的数据伪造出与真实光谱无二的光谱已达到以假乱真的目的。
四、结束语
光谱识别技术是以物质构成的光谱唯一性为基础， 将目标的识别以光谱信息为第一特征，利用光谱的分析来得到现实生活中的自然物体在不同环境时所发射的光谱，对比获得正确的光谱，利用光电器件发射出对应的光谱。光谱识别技术的发展，包括计算机算法的发展，使得利用光谱制作更加逼真的人造环境得到可能。
参考文献：
中图分类号：G307 文献标识码：A 文章编号：1002-7661（2012）15-0262-01
1 引言：
电子从高能级跃迁到低能级时，发射的光子能量hv为两能级间的能量差，
hv=E(m)-E(n) （m > n）
以波数?啄＝1/?姿表示， 则上式为 ?啄＝■=T(n)-T(m)=R■(■-■)
式中RH为氢原子的里德伯常数。
从图1中可知，从m≥3至n =2跃迁，光子波长位于可见光区，其光谱符合规律?啄=R■（■-■） （m=3，4，5…）
这就是1885年巴耳末发现并总结的经验规律，称为巴耳末系。
2.实验原理：
OMA光路见图2。光源S经透镜L成像与多色仪的入射狭缝S1，入射光经平面反射镜M1转向90°，经球面反射镜M2反射后成为平行光射向光栅G。衍射光经球面反射镜M3和平面镜M4成像于观察屏P。由于各波长光的衍射角不同，P处形成以一波长λ0为中心的一条光谱带，使用者可在P上直观地观察到光谱特征。转动光栅G可改变中心波长，整条谱带也随之移动。多色仪上有显示中心波长的波长计。转开平面镜M4，可使M3直接成像于光电探测器CCD上，它测量的谱段与观察屏P上看到的完全一致。
由于Hα线波长为656.28nm，Hδ波长为410.17nm，波长间隔246nm超过CCD一帧159nm范围，无法在同屏中观察到，故需分两次观察测量。第一次测量Hβ、Hγ、Hδ三条线，第二次单独测量Hα线。第一次测量使用汞灯的546.07nm（绿光）、435.84nm（蓝光）、404.66nm（紫光）三条谱线作为标准谱线手动定标；第二次用汞灯的546.07nm（绿光）、576.96nm（黄光）、579.07nm（黄光）及三条紫外光的二级光谱线312.567×2=625.13nm、313.17×2=626.34nm、334.17×2=668.34nm来定标。
3 实验步骤：
1)将多色仪起始波长调到390 nm、入射狭缝S1的宽度为0.1mm。
2)用笔形汞灯作光源，调节L·S与多色仪共轴，并令光源S成像于入射狭缝处，这时在多色仪的观察屏P上观察到清晰、明亮的水银谱线。
3)转动M4使光谱照到CCD上，调节入射狭缝，使谱线变锐。选择适当的曝光时间以获得清晰、尖锐的谱线。由于谱线强度不同，对不同的谱线可选用不同的曝光时间。
4)用水银的几条标准谱线定标，使横坐标表示波长（nm）。
5)改用氢灯，转动M4，使谱线成像于观察屏P上，调节氢灯的位置，使谱线强度为最强。
6)转动M4，测量Hβ、Hγ、Hδ线的波长。
7)将多色仪的起始波长调至540nm，用汞灯定标后，测出Hα线的波长。
4 实验数据及处理： 图3（a）中1、2、3号谱线对应氢光灯Hβ、Hγ、Hδ三条线;（b）中1号谱线对应Hα线
实验数据记录如下表 以δ为纵坐标■-■为横坐标经过Origin拟合后，可见斜率即为里德伯常量RH=1.10215×107 ，与标准值的相对误差仅为0.435％。
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.
21世纪以来，随着科学技术的不断发展，人们对于科学信息及宇宙探索的渴望，使得天文学以惊人的速度快速发展。天文观测进一步从可见光、射电波段扩展到包括红外、紫外、X射线和γ射线在内的电磁波各个阶段，形成了全波段天文光谱学，并为探索各类天体和天文现象的物理本质提供了强有力的观测手段。
一、光谱分析数据的形成
对于天体光谱分析数据的有效研究表明，光谱分析数据是按照波长的有序排列来表示的天体电磁辐射，是一系列有连续性的数据，在每一处的波长中所对应的的有效流量是不同的。天文学家利用光谱信息软件，可以对宇宙中物质的分布特征进行相关研究及数据收集，同时可以对天体的形成及随时间的演化等重大科学问题进行初步的探索，并为进一步的探索打下坚实的基础。
二、光谱分析数据的特征提取方法
特征提取是光谱分析软件应用中的一个重要环节，也是对光谱数据进行挖掘的重要一步。对于海量天体光谱数据处理的效率及准确性有着重要的影响，这一环节中包括转换和选择两个步骤，首先着重提取与目标有关的信息并进行数据成分分析，剔除与当前任务无关的信息，随后将提取的信息转化为适合分析研究的表达方式，以供研究，在这里主要介绍三种特征的表达方式：统计约简法、特征谱法、谱线法。
2.1统计约简法
这是在目前的实际探索中，应用最广泛的一种提取方式，它的优点是便于操作及使用。使用过程是对天体辐射能量进行分解、重组和取舍，尽可能的去除冗余和噪声，并及时的将信号进行转化。
2.2特征谱法
特征谱法可以看作是人工"光谱"，主要包括两种构造方法：一种是强调频谱特征的准确表征，相关研究者基于观测光谱流量的中值法和几何均值法研究了类星体特征普的构造；第二种是强调对观测光谱近似表达能力，这一方面的相关研究者根据PCA方法研究了恒星特定谱的构造。
2.3谱线法
谱线法的优点是物理意义强，易于解释，但也有其相关的局限性：仪器、波长和流量标定情况对于谱线的描述影响较大等。
三、软件简介
目前应用较为广泛且使用性能好的光谱分析软件有以下7种：
3.1VOSpec软件
VOSpec软件在使用过程中，利用了光谱访问协议，对数据的组织功能强大，用户在使用时可以通过天体名称或坐标在光谱库中进行有效的相关z索。VOSpec软件标准功能主要有光谱分析和拟合光谱能量分布两种，能够为用户提供可靠的光谱处理功能，在有效时间内整合来自不同的数据提供者、波段和元数据光谱。
3.2VOSED软件
通过简单的光谱访问协议，VOSED软件可以进行在线查询光谱信息，并及时合成光谱能量分布。目前，VOSED软件有两种工作模式：单目标模式和多目标模式。单目标模式是指用户在输入目标名称后，VOSED通过数据库现实该目标的的相关信息；多目标模式是指，用户在工作中可以实时的监控查询状态，查询结束后可以创建相关的压缩文件。VOSED的查询界面和显示界面如下图：
3.3Spec View软件
Spec View软件不仅能够读取哈勃空间望远镜的数据格式，还可以读取其他科学设备的光谱，并通过虚拟天文台查询并读取数据。它的功能主要包括：光谱单位转换、数据质量控制、绘图注释、可视化参数自定义、平铺绘图等。
3.4Iris软件
Iris软件主要有NED数据导入、数据可视化和自定义、光谱模型拟合光谱能量分布和非常规数据格式转换工具四个特点。Iris可以读取多个单独的数据源或光谱能量分布，用户可以通过Iris的红移法、插值法、集成法三种方法来创建光谱能量分布。
3.5SPLAT软件
SPLAT软件在工作过程中能够同时读取多个光谱，并进行单个或多个显示。它的功能主要体现在两个方面：查询和下载光谱的简单光谱访问协议；在桌面上使用的简单应用程序传递消息。
3.6CASSIS软件
CASSIS软件主要有谱线认证、构造任何望远镜的理论光谱、比较望远镜数据和和各种模型光谱数据及估计光谱物理参量四个特点，可以通过简单应用程序消息传递协议使数据在不同的天文软件间传递和交互操作。
3.7ASERA软件
ASERA软件的特点：谱线能够随鼠标而动，同时红移值自动给出；自定义可视化；批处理程序，可以同时处理多个光谱；光谱平滑等。用户借助ASERA软件可以轻松识别光谱和估测红移，尤其对低质量光谱的识别。
结束语：
在未来的天文学发展中光谱软件的应用会越来越广泛，相信随着天文学家和研究者的互动，光谱分析软件会朝着方便快捷、强大有效的方向继续发展。
中图分类号：S712 文献标识号：A 文章编号：1001-4942（2012）11-0012-05
Analysis of Spectral Characteristics of Pinus thunbergii
Inoculated with Pine Wood Nematode
Ma Yue1， Lü Quan2， Zhao XiangTao1， He BangLing1， Liu HuiXiang1*， Zhang XingYao2
（1.College of Plant Protection， Shandong Agricultural University/Shandong Forestry Harmful Biological Control Engineering
Technology Research Center， Taian 271018， China； 2. Key Laboratory of Forest Protection of China State Forestry Administration/
Research Institute of Forest Ecology，Environment and Protection，Chinese Academy of Forestry，Beijing 100091， China）
Abstract Using spectroscopy to diagnose plant diseases is a research focus in plant disease monitoring and early warning in recent years. In this paper， the spectral characteristic curve of Pinus thunbergii needle was studied after artificial inoculation of different concentrations of pine wood nematode， and the multiple spectral characteristic parameters were analyzed. The results showed that the green and near-infrared reflectance spectral curves could indicate the pine disease severity. The decline of spectral parameters such as red edge position blue shift， green peak height and red band depth， and the decrease of red edge slope could reflect well the disease situation of pine. All the results above provided a theoretical basis for the pine wilt disease monitoring and early warning by using hyperspectral remote sensing technology.
Key words Bursaphelenchus xylophilus；Pinus thunbergii Parl.；Spectral absorption；Spectral parameter
松材线虫病（Pine Wilt Disease），又称松树萎蔫病，该病害危害严重，发病快，传播迅速，防治困难。我国于1982年在南京中山陵首次发现松材线虫病以来，该病已扩散蔓延至全国16个省（市），对我国现有松林资源、生态景观和林业经济造成了极大破坏和严重威胁[1]。目前松材线虫病传播扩散的风险仍在不断加剧，防控形势依然十分严峻。
近年来，遥感技术在森林病虫害监测预警方面显现出独特的优势，20世纪末迅速发展起来的高光谱技术作为一种更先进的空间信息技术，能够利用很窄的电磁波段从地物获取连续光谱信息。植物具有特殊的反射光谱特征，且因植物种类、生长阶段、叶形结构、叶绿素含量、细胞含水量及健康状况而异[2]。当植物受病虫害侵染时，叶片色素、细胞构造以及细胞液、细胞膜等会发生一些变化，就会反映在叶片的光谱反射率及特征参数上。因此，应用成像光谱遥感技术，研究受害植物光谱特性的变异信息，可为大规模监测植物病虫害发生动向提供可靠的依据。目前，针对松材线虫病危害的松树林木光谱特征研究还不多见。石进等（2006）[3]采用航空遥感与地面GPS定位相结合的方法对有松材线虫病症状的松林进行准确、快速定位。王震等（2007）[4]对野外不同受害类型的马尾松进行反射光谱测定并分析，结果表明不同受害类型马尾松光谱曲线差异明显，在绿光区，随受害程度加深，叶绿素和水分减少，其反射率逐渐减小，而在红光区，其反射率随受害程度加深逐渐增大。这种变化规律对于在松材线虫入侵过程中，应用遥感技术研究森林资源的动态变化非常有价值。在高光谱遥感数据中，从红光过渡到近红外的“红边”（680～780 nm）是描述植被色素状态和健康状况的重要指示波段，也是植物光谱曲线最明显的特征，红边位置随叶绿素含量、叶面积指数、生物量、年龄、植被的健康程度、季节而变化，可作为植被胁迫和衰老的指示器，用以研究植物的生长和健康状况[5～7]。杜华强等（2009）[8]对野外未知病害马尾松进行反射光谱连续测量，在对反射光谱数据红边位置、绿峰反射高度和红谷吸收深度分析的基础上，进一步利用分形理论来分析发病早期马尾松高光谱数据，结果表明，这3个参数特别是红边位置对松材线虫病的发生具有一定的预测作用，可进一步结合生化参数如叶绿素含量、含水量等改进预测结果。
本研究是在自然生长条件下对林间健康黑松人工接种不同浓度的松材线虫，定期采集松针测量其反射光谱特征曲线，分析了不同接种浓度、不同采样时间的黑松松针的反射率曲线以及多个高光谱特征参数，以探究寄主感病后光谱特征变化与发病进程间的关系，旨在为应用高光谱遥感技术进行松材线虫病监测与预警提供实验数据。
1 材料与方法
11 试验区概况
试验区设在山东省荣成市国营成山林场（122°329′E，37°234′N），该林场位于山东半岛东部沿海地区，属暖温带季风气候，年平均气温12℃左右，年平均降水量800 mm左右。成山林场始建于1949年12月，总面积833 hm2，其中林地面积787 hm2，主要组成树种是黑松（Pinus thunbergii Parl），林龄在60年左右。
12 供试材料
松材线虫[Bursaphelenchus xylophilus （Steiner & Buhrer） Nickle]虫株来源于荣成市成山林场的感病黑松，从病树疫木中分离获得；接种树选自荣成市成山林场内高2 m左右、七八年实生黑松幼树。
13 试验方法
松材线虫在实验室内以灰葡萄孢（Botrytis cinerea）为营养扩大培养，制备高（4 000条/300 μl）、中（2 000条/300 μl）、低（1 000条/300 μl）3种浓度的松材线虫悬浮液。在野外，选取健康黑松幼树，以皮接法进行人工接种，每种浓度的线虫悬浮液各接种10棵树，分别以S（高浓度线虫液接种树）、M（中浓度线虫液接种树）、L（低浓度线虫液接种树）加数字表示，并设置了6棵树作为对照（以CK表示，3棵接无菌水，3棵自然生长不做任何处理）[9]。
自接种之日起，每隔8天采集一次松针，采样选在晴天的上午进行，直至病株出现明显症状停止采样， 共采集7次。在每棵树的上、中、下3个部位，各分3个方向采摘适量松针混合在一起，针叶采集后立即放入保鲜袋，用冷藏箱带入遮光室进行光谱测量。
光谱特征曲线测量采用ASD Field Spec3便携式地物波谱仪，其波长范围为350～2 500 nm，光谱采样间隔为1377 nm@350～1 050 nm，2 nm@1 000～2 500 nm，光谱分辨率为 3 nm@700 nm，85 nm@1 400 nm，65 nm@2 100 nm，测量过程中随时用反射率为1的标准白板校正。每个样本重复测量10次，所测的光谱数据由光谱仪传入计算机后，转换为反射率数据，利用光谱仪自带的光谱处理软件View Spec Pro 50进行数据分析处理。剔除异常值后用软件中的Statistics功能计算各重复采样的平均值，最后利用Graph Data功能绘制光谱曲线图。
14 光谱特征参数分析方法
选取的光谱特征参数包括：绿峰反射率（reflectance of green peak，RGP）、绿峰位置（green peak position，GPP）、红谷反射率（reflectance of red band， FRB）、红边位置（red edge position，REP）、红边斜率（red edge slope，RES）、绿峰反射高度（green peak height，GH）、红谷吸收深度（red band depth，RD）以及水分胁迫波段反射率（reflectance of water stress band，RWSB）等。
RGP指波长510～580 nm范围内最大的波段反射率，GPP指绿峰反射率对应的波长位置（nm），FRB指波长640～700 nm范围内最小的波段反射率，而RWSB指波长1 550～1 750 nm范围内最大的波段反射率。
红边通常是指680～780 nm间反射率突然变化的区域，是由于叶绿素的强吸收和近红外叶子内部散射导致的高反射所形成的[10～13]。目前关于红边位置的计算方法很多，由于导数光谱分析技术对光照强度、噪声影响敏感性较低，同时能增强光谱特征等[14，15]。本研究采用导数光谱分析技术，即一阶导数最大值所对应的波长来计算红边位置[16～19]，计算公式如下：
dRdλ=R（λi+1）-R（λi-1）λi+1-λi-1
（1）
（1）式中Ri，λi分别为第i波段的反射率和波长。RES指红边内一阶导数光谱的最大峰值。
绿峰反射高度GH和红谷吸收深度RD分别按公式（2）、（3）计算[20]。
GH=1-RS+RE-RSλE-λS×（λC-λS）RC
（2）
RD=1-RCRS+RE-RSλE-λS×（λC-λS）
（3）
（2）式中RC，RS，RE分别为绿峰吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为560、500 nm和670 nm。
（3）式中RC，RS，RE分别为红谷吸收特征中心点、起点和结束点处的光谱反射率，λC，λS，λE分别为反射特征中心点、起点和结束点处的波长，分别为670、560 nm和760 nm。2 结果与分析
21 光谱特征曲线分析
图1表示3种浓度松材线虫悬浮液接种黑松后先后7次测量的松针反射率曲线。从图中可以看出，在绿光区（500～560 nm）和近红外区（750～900 nm），随发病程度的加深光谱曲线呈现出明显的变化规律，即松针的反射率随着发病程度的加深有降低的趋势。
前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低。在可见光波段，接种树的松针反射率与健康状态对照树的差异较小，而近红外和中红外波段反射率光谱差异较明显。
22 光谱特征参数分析
通过分析光谱特征曲线只能定性地了解松针反射率的变化趋势，为进一步定量地分析随感病程度加深松针的光谱学差异，分别计算了3种线虫浓度接种黑松后先后7次测量的反射率曲线中的8个光谱特征参数，图2是这些参数的动态变化曲线。
从图2可以看出：指示植物健康状况的两个重要的光谱特征参数红边位置（REP）和绿峰反射高度（GH）均呈现随感病程度加深逐渐降低的趋势，绿峰反射率（RGP）、绿峰位置（GPP）、红边斜率（RES）以及红谷吸收深度（RD）也相应地随感病程度加深逐渐降低；红谷反射率（FRB）波动比较大，趋势不明显，而水分胁迫波段反射率（RWSB） 差异变化不明显，这与已有研究显示这两个参数有随感病程度加深逐渐升高的趋势有所不同，可以看出它们随感病程度加深有不明显的下降趋势。
3 结论与讨论
通过对不同线虫浓度接种的黑松不同采样时间的松针反射光谱特征曲线的分析，得出：在绿光（500～560 nm）和近红外光（750～900 nm）范围内，松针反射率曲线有随发病程度的加深而降低的明显变化规律。前3次测量的反射率曲线与对照树的反射率曲线相比，仅有细微的上下波动，这是由于松材线虫刚开始侵入植株，侵入线虫数量、侵染快慢、松树自身状况、环境等因素的影响，致使松针反射率出现了较小的波动。从第4次测量开始，反射率差异越来越明显，主要表现为绿光范围内的吸收峰有所降低，近红外以及中红外区的反射率明显减小，红光到近红外的红边陡峭程度降低，这表明植株开始发病。相比可见光波段，近红外波段光谱曲线能够更好地反映出接种黑松的病变情况。这对松树发病有一定的指示作用，可作为松材线虫病诊断的切入点进一步研究。
对8个重要的光谱特征参数的计算分析得出：红边位置（REP）、绿峰反射高度（GH）、红谷吸收深度（RD）及红边斜率（RES）等光谱特征参数能够很好地反映出松树的健康状况，即植株发病后，针叶由健康逐渐失绿，再到枯死，红边位置蓝移、绿峰反射高度以及红谷吸收深度逐渐降低、红边斜率减小等。这些参数能够很好地描述松树病害发生情况，可作为诊断病害的参考值。红谷反射率（FRB）和水分胁迫波段反射率（RWSB）变化规律不明显，并有下降的趋势，这可能与接种树本身健康状况、病害发生程度、病程时间长短以及出现症状的活枝仍能进行光合作用等因素有关。
从试验结果可以看出，虽然在感病初期从外观上很难看出树体的症状来，但通过光谱特征的测定分析，可以依据不同波段的反射光谱曲线或光谱特征参数分析病害情况，为松材线虫病的早期监测提供依据。参 考 文 献：
[1]万方浩，郑小波，郭建英.重要农林外来入侵物种的生物学与控制[M].北京：科学出版社，2005，574-577.
[2]申广荣，王人潮.植被光谱遥感数据的研究现状及其展望[J].浙江大学学报（农业与生命科学版），2001，27（6）：682-690.
[3]石进，马盛安，蒋丽雅，等.航空遥感技术监测松材线虫病的应用[J].中国森林病虫，2006，25（1）：18-20.
[4]王震，张晓丽，安树杰.松材线虫病危害的马尾松林木光谱特征分析[J].遥感技术与应用，2007，22（3）：367-370.
[5]Jago R A， Curran P J.The effect of land contamination on the relationship between the red edge and chlorophyll concentration of a grassland canopy[A] RSS95： Remote Sensing in Action[C] Nottingham：Remote Sensing Society，1995，442-449.
[6]Dawson T P， Curran P J.A new technique for interpolating the reflectance red edge position[J] International Journal of Remote Sensing，1998，19（11）：2133-2139.
[7]Boochs F， Kupfer G， Dockter K，et al Shape of the red edge as vitality indicator for plants[J] International Journal of Remote Sensing，1990，11（10）：1741-1753.
[8]杜华强，葛宏立，范文义，等.分形理论在马尾松松材线虫病发病早期高光谱探测中的应用[J].林业科学，2009，45（6）：68-76.
[9]李瑞.松材线虫伴生细菌与松树萎蔫病关系的初步研究[J].山东农业科学，2010，4：59-61
[10]Horler D N H， Dockray M， Barber J.The red edge of plant leaf reflectance[J] International Journal of Remote Sensing， 1983，4（2）： 273-288.
[11]Miller J R， Hare E W， Wu J.Quantitative characterisation of the vegetation red edge reflectance An inverted - Gaussian reflectance model[J] International Journal of Remote Sensing， 1990，11（10）：1175-1773
[12]Moses A C， Andrew K S.A new technique for extracting the red edge position from hyperspectral data： The linear extrapolation method[J]Remote Sensing of Environment， 2006，101（2）：181-193.
[13]张晓艳，王丽丽，封文杰，等.花生红边特征及其叶面积指数的高光谱估算模型[J].山东农业科学，2010， 3：11-15，19.
[14]浦瑞良，宫 鹏.高光谱遥感及其应用[M].北京：高等教育出版社，2000，52-53.
[15]Helmi Z M S， Mohamad A M S， Azadeh G.Hyperspectral remote sensing of vegetation using red edge position techniques[J] American Journal of Applied Sciences， 2006， 3（6）： 1864-1871.
[16]吴继友，杨旭东，张福军，等.山东招远金矿区赤松针叶反射光谱红边的季节特征[J].遥感学报，1997，5（2）：124-128.
[17]范文义，杜华强，刘 哲.科尔沁沙地地物光谱数据分析[J].东北林业大学学报，2004，32（2）：45-48.
本书第一编著贝罗娃博士是美国纽约哥伦比亚大学化学系的研究员。1998年以来，她一直是《手性》杂志的编委会成员。
近现代红外吸收光谱法已成为对有机物进行定性分析和结构分析的有力手段之一。红外吸收光谱分为近红外光区、中红外光区和远红外光区。其中近红外光谱分析技术利用其具备高效节能、安全性高、无污染的优越性已经应用于各行各业，包括石油开采、化工产品生产领域，通过参考物理参数数值分析满足生产的需要。现如今随着石油化工产业的不同需求，近红外光谱技术几乎成功实现了对各个环节的技术分析，成为化工行业中不可或缺的科技手段。
一、近红外光谱分析技术的理论分析
红外光辐射的能量远小于紫外光辐射的能量，当红外光照射到样品时，其辐射能量不能引起分子中电子能级的跃迁，而只能被样品分子吸收，引起分子振动能级和转动能级的跃迁。由分子的振动能级和转动能级跃迁产生的连续吸收光谱称为红外吸收光谱。在红外吸收光谱的三个区域中，近红外光谱是由分子振动能级跃迁产生的振动光谱。对大多数有机化合物分子产生的都是振动光谱。这就是近红外吸收光谱研究的中心内容。
近红外光谱分析技术采用的是定量分析方法和定性分析方法。所谓定量分析基本原理是依据朗伯-比尔定律，利用比率分析法、趋势分析法、结构分析法、相互对比法和数学模型法等方法选择具有普遍性的化学样品当作标准集；然后把待预测的化学样品利用扫描的方法扫描出近红外光谱，将扫描出的光谱值代入到先前的数学模型之中得到预测值，通过预测值和化学测定值之间的相关值和标准差衡量模型的准确度。在此结果中，如果模型的准确度高就可以用此模型来测定分析样品，但由于红外吸收光谱测定多在可透过红外光的固体介质中进行，在获得的相邻吸收峰较密集的带状谱带中，吸收峰往往不对称，因此进行定量分析时，应严格保持测定条件的一致，以获得可靠的分析结果。近红外吸收光谱进行有机化合物定性分析可分为两个方面，一是官能团定性分析，二是结构分析。近红外光谱分析技术定性分析法是利用相同样品在波长不同的条件下具有相同的光谱的特征，借助峰位鉴别法、聚类分析法、模式鉴别法等分析方法，使各种样品实现聚类识别，最后结合某一样品的定量数据模型判断其物理参数数值。作为两种不同性质的测量技术，区别在于定量分析需要测定样品的相应数值，要求较高的精确的；定性分析的方法则主要依据红外光谱图谱，凭借样品光谱反映出的样品组成和结构信息进行测定分析。
近红外光谱技术利用光纤测量技术对处在不同环境下的样品进行遥控测量，十分广泛的应用于样品的过程阶段分析中。因此，近红外光谱分析技术作为针对各种样品进行即时分析和快速检测是一种十分理想的技术手段，是石油开采和化工检测过程中所依赖的分析技术。在分析过程中，根据光谱提供的样品性质及过程产物性质，实时对操作条件进行调整和优化，控制和优化生产装置，从而提高生产效率和质量。
油品分析中，近红外光谱分析技术通过对石油性质和各类指标是否达标进行测试，得到相应的数据后，利用数据及时改进生产程序，选择有效的生产加工技术，从而提高石油利用率和石油产品质量。
在化学领域内含氢的基团等在波长为700-2500nm的近红外光谱波长范围内的近红区都能吸收。通常油品是由不同的组成成分构成，这些不同组成成分的油品在红外光谱图上都有各自对应的光谱特征。由于不同基团产生的光谱在红外光区吸收的峰位和程度不尽相同，伴随着样品组成的变化情况其在光谱图上呈现的光谱特征也会随之发生变化，变化的程度也就为在近红外光谱的定性和定量分析过程提供了理论依据。除此之外，石油的油品样品中烃类含量的变化的同时近红外光谱的波度也会引起相应变化，在变化过程中通过化学计量学方法对采集到的光谱数据进行总结处理，得到样品组成变化的数据。当样品组成发生不同程度的变化时，样品的性质发生相应变化，同时样品的光谱也会发生相应变化。近红外光谱利用所反映的样品性质的变化情况，构建样品性质变化与其对应的近红外光谱变化之间的联系。
二、近红外光谱分析技术在油品实际分析中的应用价值
通常情况下，在样品分析过程中如果需要对样品进行预先处理然后再进行质量测量，这样就会增加生产投资成本，加重生产负担。但是，利用近红外光谱分析技术对油品进行分析，样品可以进行直接测量，从而简化操作步骤。在测量方式上，近红外光谱对于样品是否是以固体、液体还是其他存在状态都没有限制。
利用近红外光谱分析技术可以提高测量数据的精确度并且可以将分析数据充分利用起来。在分析过程中根据样品在红外光谱图中呈现的光谱特征，能够高效率的确定被测样品与原先测定样品之间的差异，如果相同则可以直接使用资源；如果差异很大甚至不同则再用更精确的的方法进行分析，随后将测量分析的数据存放在数据库中，这就避免了繁琐的重复分析工作，降低了成本，提高了分析效率。与许多标准的油品分析方法相比较，利用近红外光谱分析技术实现了油品质量技术的最新化、分析效率的最快化和分析结果的最精确化。
当然，近红外光谱分析在油品分析中也有一定的局限性，对一些物质，如具有不同分子量的同一种高分子聚合物或同一化合物的旋光异构体也不能用近红外吸收光谱进行鉴别。此外使用近红外吸收光谱法进行定量分析的灵敏度和准确度均低于紫外、可见吸收光谱法。为获取准确的定性鉴定和结构测定的结果，对欲分析样品应尽量采取多种分离方法进行提纯。
现如今随着科学技术的日新月异和科技创新的不断发展，近红外光谱分析技术作为在石油化学化工领域一种新型的分析测量技术发展十分迅速，此技术已广泛应用于原油蒸馏、石油加工等工艺上。
三、结束语
目前，近红外光谱分析技术已经越来越多的应用于油品质量分析之中，明确汽油调和和测定汽油组成成分。例如利用近红外光谱分析技术高效测定汽油的乙醇值、辛烷值、苯含量以及详细族的物理参数值，进一步对汽油聚类进行分析，在炼油过程中最大限度的降低生产成本，保障油品质量合格，从而及时按量按质出库。作为间接测试技术近红外光谱分析技术在炼油过程中通过对油品成分各种物理参数的采集，测量化学样品的物理化学性质及组成。在现如今，利用近红外光谱分析技术对油品质量进行分析已经成为具备可靠科学数据和规范样品质量的方法并得到更广范围的应用。
参考文献
[1] 徐广通，袁洪福，陆婉珍.现代近红外光谱技术及其应用进展[J].光谱学与光谱分析，2000（02）.
中图分类号：D918.2 文献标识码：A
红外光谱检测技术广泛用于化合物鉴定及分子结构表征，亦可用于定量分析。红外光谱与色谱等联用（GC-FTIR），则具有强大的定。利用红外光谱技术对进行检测，具有所需检材量小，无损；操作简便、快捷等特点。根据检测仪器和应用领域的不同，可将红外光区分为近红外光区，中红外光区，远红外光区等三个光区，其中以近红外区和中红外区的光谱分析技术应用较为广泛。
1 近红外光谱技术
近红外光区（在0.75 -2.5 m范围 ）对含氢原子团（如O—H、N—H、C—H）伸缩振动峰较为敏感，常用于分析含氢基团的的定量分析。吴国萍等①提出了采用近红-外漫反射光谱技术快速、无损、测定缴获白粉中海洛因、乙酰吗啡、乙酰可卡因的含量方法。该研究结果表明近红-漫反射光谱技术用于分析，具有快速无损和结果可靠的优点。吴国萍等采用GC-MS分析了缴获88份白粉中这3组分的质量百分含量，以交叉验证误差均方根为指标，确定各组分用于建模的最优近红外波段和光谱预处理方法，采用偏最小二乘法建立近红外光谱与这三组分GC-MS分析值之间的校正模型，并以此预测了35个白粉样本。
吴国萍等②采用近红外-漫反射光谱快速无损测定中亚甲二氧基甲基苯丙胺（MDMA）、甲基苯丙胺（MA）含量的新技术。该技术可对裸片中MDMA和MA进行快速无损分析，且结果可靠，为刑事案件中成分的测定提供了一种新的分析手段。吴国萍等收集含MDMA56份和含MA58份，采用GC-MS确定其中MDMA和MA质量的含量，在12000～4000 cm-1光区扫描样品，以交叉验证误差均方根为指标，通过筛选，对各组分确定了用于建模的最优近红外波段和光谱预处理方法，采用偏最小二乘算法建立近红外光谱与这2组分GC-MS分析值之间的校正模型，并以此分别预测21个样本含量。
吴国萍等③应用近红外光谱积分球和光纤漫反射技术，结合化学计量学方法，进行处理不同途径缴获的，并通过系统聚类分析，对不同途径缴获的来源进行了鉴别。结果表明，该法具有简便、快速、准确的特点，为同一来源认定提供了一种新技术。
曹槐等④采用支持向量分类方法，将在云南省缴获的一千多份海洛因样品，用近红外-漫反射光谱在4 000 cm-1～10 000 cm-1光区范围内吸收系数数据集合，构建了识别来路的分类器。光谱数据选取了指纹波数区段5 990 cm-1～7 500 cm-1，以及最大和较大吸收系数的41个波数的光谱数据。针对一对一算法的五分类问题，采用两种分类法C-SVC和v-SVC，4种核函数，分别以默认参数和优化参数，得训练集模型有效率和检验集的预报总精度。比较各种模型后，确定了152个指纹区波数，线性核函数的L-152 C-SVC作为分类器模型。该模型对已知分类的5个地区随机选取的训练集样本，在10-交叉检验下的有效率是90.74%，对不包含训练集的其余全部已知样品，其预报总精度是88.71%。5地区分类统计计算的敏感性、特异性、相关系数的评价都较好。最后，又试用该分类器于未知地的来路辨认。与报道的模式识别比较，工作没有止于训练集给出模型，检验集判断预报效果的已知样品，又走出了重要一步，即识别训练集和检验集之外的未知样品。
2 中红外光谱技术
中红外光谱技术（光区在2.5- 25 m范围）常用于定性和定量分析，且仪器成本低和方法简单。张润生⑤和胡绪洲等⑥很早就研究了海洛因和鸦片的傅里叶红外吸收实测谱。梁宇华⑦对别运用红外光谱仪、气相色谱质谱联用仪、气相色谱仪对广州海关关区在2006年缴获的可卡因进行了成分及含量的分析。结果发现，在使用了现场快速检验的手段后，用红外光谱仪判断其主要成分，还是比较可靠的。
王继芬⑧等建立了甲基苯丙胺中添加成分的红外光谱快速分析方法，该方法应用于实际案例中，获得了理想的结果。将甲基苯丙胺与淀粉、葡萄糖、咖啡因、非那西汀等按一定质量比例混合，然后利用傅里叶变换红外光谱仪进行红外光谱分析，得出红外光谱图。由于各种成分均有其特征的红外吸收，因此通过其特征吸收可以区分甲基苯丙胺中所添加的成分，同时，通过吸收峰的强度可以大致判断添加成分的含量范围。红外光谱法不需要进行样品的前处理，具有快速、无损的特点。
王继芬等⑨立氯胺酮及其添加成分的红外光谱快速分析方法。将氯胺酮与淀粉、葡萄糖、麦芽糖、咖啡因、非那西汀等按一定质量比例混合后，采用傅里叶变换红外光谱仪进行光谱分析，得到红外光谱图，利用OMNIC软件经过筛选、归一化、入库等处理后建立了氯胺酮及其添加成分的红外光谱谱图库；运用红外光谱的相关知识，对氯胺酮及其添加成分的标准谱图解析，进行了峰的归属，制作了一张特征峰表。将待测样品进行红外光谱分析后，先进行谱库检索，再应用特征峰表进行确定，从而对可疑氯胺酮进行了快速无损分析。
徐鹏等⑩采用红外光谱技术对海洛因样品进行谱图采集，并对海洛因及其盐型的红外谱图进行谱图解释和分析。应用红外光谱技术，可以很好地鉴别海洛因及其盐型。
徐鹏等 认为，红外光谱技术在的定性定量分析以及来源推断方面具有其独特的优势。作为一项非常传统的分析技术，以往因其对混合物无法确切分析以及谱图检索费时的弱点而在物证鉴定领域应用较少。随着计算机技术的发展，红外光谱技术在分析鉴定领域将发挥越来越重要的作用，特别是在建立数据库以及快速检索比对方面。
张润生等 采用气相色谱-傅立叶变换红外光谱联用技术，建立了9种苯丙胺类及其衍生物的分析鉴别方法。采用HP-1（30 m？.32 mm，0.25 m）毛细管柱，MCT红外检测器与氢火焰检测器同时检测，在程序升温条件下，以十七烷为内标物，研究已知对照品的色谱保留行为及其气态红外光谱图特征，建立相应的特征吸收峰数据库，作为鉴别分析的依据。色谱保留时间与红外特征吸收峰联合鉴别法极大地提高了鉴别的准确性。将发展的方法应用于可疑物证中苯丙胺类及其衍生物样品的鉴别，获得了理想的结果。该方法可用于涉毒案件物证的检验，特别适用于混合成分的检验。
3 远红外光谱技术
气体分子的转动跃迁振动-转动跃迁通常在25-1000 m范围内产生较强的远红外光谱。因此大部分易制毒化学品在制备过程中都会产生挥发性的蒸气团，其光谱特征都在远红外大气窗口内。尤晓明等 和李志豪 发现被动红外探测技术能够在远距离实现对易制毒化学品蒸气团的监测，可以有效解决禁毒任务中隐藏制毒窝点的遥测问题。将此技术用于公安禁毒领域，能够很好地满足当前禁毒工作的需要，具有重要的实际意义。
4 红外光谱图库
陈月 通过用高纯度建立红外光谱库，采用最先进的全光谱编码、全光谱检索方法结合谱图解析方法。经用南京市公安局提供的缴获混合物进行实例验证，认为操作简便、快速，定性准确。王继芬等 建立了氯胺酮及其常见添加成分的红外光谱谱图库，结合谱图解析实现了对氯胺酮及其添加成分的红外光谱快速分析。对于谱库谱图库还需要在实践中不断地扩充，以便更好地服务于司法实践。
5 结语与展望
本文研究了红外光谱用于检测和分析领域的最新进展。红外光谱技术作为一项传统的光谱分析手段，以其准确和快速的优势，越来越得到定性、定量分析检测和分析领域的重视，特别是在建立数据库以及快速检索比对方面。
资助项目：2012年湖南省科技计划项目资助 （项目编号：2012FJ4342）
注释
① 吴国萍，相秉仁.近红外光谱法非破坏性同时测定海洛因、O6单乙酰吗啡、乙酰可待因.分析化学，2007.4.
② 吴国萍，相秉仁.近红外光谱技术应用于中MDMA、MA无损定量分析的研究.分析测试学报，2007.5.
③ 吴国萍，左跃先.近红外漫反射光谱法在同一来源认定中的应用.中国药科大学学报，2008.4.
④ 曹槐，路帆.不同来路海洛因近红外光谱的支持向量机模式识别.计算机与应用化学，2009.3.
⑤ 张润生.140例海洛因案鉴定结果分析.法医学杂志，1994.4.
⑥ 胡绪洲，杨爱明，林南英.海洛因的傅里叶红外吸收谱.光学学报，1998.8.
⑦ 梁宇华.可卡因的定性定量分析.广东公安科技，2008.1.
⑧ 王继芬，余静，孙兴龙.红外吸收光谱法快速分析甲基苯丙胺中的添加成分.光散射学报，2010.4.
⑨ 王继芬，王定方，孙兴龙，余静.氯胺酮及其添加成分的红外光谱库的建立与应用研究.中国人民公安大学学报（自然科学版），2010.4.
⑩ 徐鹏，曹珍年，钱振华，郑珲，石慧霞，刘克林.海洛因及其盐型的红外光谱分析.中国药物依赖性杂志，2010.6.
徐鹏，曹珍年，石慧霞，郑珲，钱振华.红外光谱技术在分析中的应用.刑事技术，2011.4.
张润生，王跨陡，龚飞君，叶海英，张玉荣，严松茂，杜一平，张维冰.苯丙胺类及其衍生物的气相色谱-红外光谱分析.分析化学，2012.6.
1. 发射光谱分析的基本原理及主要仪器设备
1.1 原子发射光谱法是以测量物质内部能级跃迁时辐射出电磁波的波长和强度为基础的光学分析法。组成物质成分的各种元素或化合物，在一定的温度条件下解离成原子或离子，激发辐射出各种不同特征波长的复合光；经过光谱仪的分光系统分光记录后得到一系列代表各元素的特征谱线；[1] 不同元素，产生不同波长的光谱线，通过观察辨认各特征波长谱线存在的情况，可以进行光谱定性分析，各元素的谱线强度与物质的含量有关，通过进一步测量各特征谱线的黑度可以进行光谱定量分析。[2]
1.2 在地质矿样的光谱分析中通常使用一米平面光栅摄谱仪或两米平面光栅摄谱仪。常用的激发源是交直流电弧发生器。测微光度计用来测量相板上各元素相对应的谱线的黑度。光谱投影仪是目视观察相板上谱线黑度的仪器，是进行光谱定性、半定量分析的必备仪器。CCD-1型平面光栅直读发射光谱仪将被测元素的光谱线用光电倍增管接收，然后经放大、光电直接测量，显示读数及含量。
2. 光谱分析的特点及应用范围
2.1 原子发射光谱分析是一种多元素分析技术，其操作简单，分析速度快。对于岩石、矿物试样，可以不经任何处理，直接利用固体粉末制样，就能同时对样品中几十种金属元素进行全分析。可以避免溶液测试样品的一些缺点，例如易挥发元素硼的损失、难溶元素锡分解不完全等问题，原子发射光谱法可以利用不同的元素蒸发温度的差异来避开某些干扰，可以用来全面了解各种岩石、土壤、矿物等成分的含量，为剔除低品位的矿石矿物，为矿产的综合利用，为选择合理的分析方法、查明化学分析的干扰成分，制定合理的分析方案等提供了依据。
2.2 地球化学试样分析通常批量较大，一些元素如镓、锡、硼、银等因多种原因难以用多元素分析流程测试，通常使用石墨炉原子吸收光谱法、极谱法等逐一测定。而原子发射光谱法选择性好，只要选择合适的工作条件，减少谱线的重叠干扰，可以一次摄谱同时完成镓、锡、硼、钼、铅、银等元素的分析测试，而不需进行化学分离，减少了单元素分析流程，降低了分析成本，提高了分析效率。原子发射光谱法适用于微量及痕量元素的分析，测定各元素的指标可达到《区域地球化学勘查规范》（DZ/T0167-95）的要求，准确度较高，已广泛应用于地球化学勘查试样批量分析中。
3. 传统相板摄谱法
3.1 试剂的配制：对光谱分析来说，曝光后的相板一般都在固定条件下显影。显影液有多种配方，通常使用A（米吐尔、无水亚硫酸钠、对苯二酚）和B（无水碳酸钠、溴化钾）显影液。配制显影液时必须按照试剂的先后顺序逐一加入，充分搅拌待一种试剂完全溶解后再加入另一种试剂，否则显影液容易变质、失效。配制好的A液和B液要分别存放在两个棕色瓶中，不能混合在一个瓶中，密闭遮光存放在阴凉处，待相板显影时将A液和B液按比例等量混合。根据需要，混合后的显影液还可以加入一定量的蒸馏水稀释。定影液的配制方法和显影液一致，必须按照试剂的先后顺序逐一加入，充分搅拌待一种试剂完全溶解后再加入另一种试剂。为了防止相板的胶面在冲洗过程中过分吸水膨胀，破损或脱落，通常会在定影液中加入坚膜剂明矾，它可以使相板的胶面变得坚固。明矾在酸性条件下才能发挥坚膜剂的作用。因此，我们在定影液中加入一定量的冰醋酸。
3.2 摄谱及洗相：制备好试样后操作人员首先进入暗室，在红光灯下将相板装入暗盒。把暗盒装在摄谱仪上，开始摄谱。相板曝光后，操作人员再次进入暗室，将相板进行显影、定影。暗室处理对测试分析结果有直接的关系，其中显影液的成分，各种分析试剂的配比，显影液的温度以及显影时间等相关因素对相板谱线的黑度影响很大。如果操作人员显影时间过长，相板上谱线的黑度就较深，若显影时间过短，谱线的黑度就较浅。每个人的视觉误差不同，相板上谱线的黑度不同，直接影响分析测试结果。相板经过显影、定影后需要用流动的清水缓慢冲洗，以洗去残留在相板上的硫代硫酸钠及银的配合物，使相板上曝光的谱线清晰可见。否则相板晾干后表面会有一层白色的硫代硫酸钠结晶，它吸收空气中的二氧化碳后，分解出的硫与银发生反应生成硫化银，使相板变色，谱线模糊不清，无法测试相板的黑度。
3.3 测光及结果计算：测光时相板应调平，保证谱线在测微光度计的狭缝上的成像特别清晰，同时相板的谱带要与测微光度计的狭缝保持平行。相板调平后进行零点校正，测试过程中要严格保持狭缝的宽度一致，不能中途改变，分析测试人员要时刻注意相板每板移一步，必须保证测光狭缝始终与谱带居中切平。测试结束后处理分析样品的谱线，保存测试结果。
4.光谱直读摄谱法
4.1 CCD-1型平面光栅电弧直读发射光谱仪简介：CCD-1型平面光栅电弧直读发射光谱仪使用高品质的CCD全谱单色器代替相板采集信息，以直读数字信息的方式取代了摄谱时使用感光相板摄谱、洗相、定影、晾干、调平译谱等一系列过程，大大提升了分析速度。现在的CCD-1型平面光栅电弧直读发射光谱仪使用SpecDirect分析软件，支持WinXp/Win7/Win8系统。SpecDirect 是数据采集和数据处理软件，主要功能有建立分析方法和管理、数据采集、查看谱图、谱线位置指示、谱图局部放大、分析测试结果存盘和打印、测量数据结果可根据需要导出为文本文件或Excel电子表格。其中谱线的波长定位功能，极大的方便光谱分析人员辨识和分析不熟悉的特 征谱线和谱线的位置。
4.2 用SpecDirect分析软件摄谱及数据处理：SpecDirect分析软件，操作界面简便实用。试样准备好后，操作人员双击软件的桌面快捷图标进入软件操作界面，在主程序屏幕中点击工具栏按钮打开方法，再点击样品摄谱窗口，输入样品编号，该软件可同时输入1000件样品号。输完后点击确定。点击试样摄谱按钮开始摄谱，所有试样完成摄谱后，单击结束退出。位餮品分析按钮，进入数据分析界面。首先要校正参考线。校准后谱线指示针应对准参考线的峰顶上，可以使用放大谱图的功能来确定指针是否对准谱线。校准参考线后点击校正谱带按钮，开始校正谱带波长，多次校正直至所有谱线偏移为零。单击开始测量按钮，软件进行数据测试。测完后选择存盘，点击确定后显示标准曲线，逐条修正曲线后保存文件，打印数据。
5. 传统相板摄谱与光谱直读的对比
5.1 原子发射光谱分析之前多采用相板记录方式，需要经过洗相、显影、定影、晾干等一系列过程，流程较长。每个人操作时显影温度、显影时间不同对相板黑度影响很大。晾干后的相板还需用测微光度计测量相板各元素的谱带黑度，之后经过计算才能得出分析数据。两米平面光栅摄谱仪只是单纯的摄谱仪器，需和测微光度计联合使用才能完成分析测试。
5.2 现在的CCD-1型平面光栅电弧直读发射光谱仪是一整的分析仪器，可以直接将试样曝光的光强转换为数字信号，完全取代了使用感光相板摄谱、洗相、译谱等过程，省去了摄谱前显影液、定影液的配制过程，节约了显影液、定影液试剂及相板的花销，有效地降低了操作人员显影操作时产生的系统误差。CCD-1型平面光栅电弧直读发射光谱仪搭载的SpecDirect分析软件，可同时输入1000件样品号。而相板摄谱时一块相板最多只能摄谱70多件。之前分析人员需要用光谱投影仪目视观察相板上谱线黑度，并且要熟悉掌握各个元素的特征谱线，用平面光栅摄谱仪光谱图对应相板上的谱线查找特定谱线。现在的CCD-1型平面光栅电弧直读发射光谱仪其SpecDirect分析软件的谱线定位功能极大地方便了光谱分析人员辨识和分析不熟悉的特征谱线和谱线的位置。
6. 综述
现在的CCD-1型平面光栅电弧直读发射光谱仪替代了测微光度计和光谱投影仪，其分析应用软件操作界面简便实用，可以一次曝光摄谱满足多元素同时分析的要求，经测试硼、银、锡等元素的分析质量完全满足化探分析的要求，减少了分析环节，降低了操作人员个人操作误差，摒弃了显影液和定影液的使用，减少了人工成本和材料成本，避免了相板洗相过程中分析样品银沾污的困扰。省去了一系列处理过程，具有分析速度快，分析精准，稳定性好的特点。
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.
中图分类号：TN911 文章编号：1009-2374（2015）23-0063-02 DOI：10.13535/ki.11-4406/n.2015.23.033
烟草是我国重要的经济作物，早在半个世纪之前，利用近红外光谱分析技术对烟草进行了大量的无损检测研究，国外的许多学者根据不同烟草类型建立了相应近红外光谱分析模型对烟叶所属的品种（白肋烟、烤烟）或不同产地（美国本地、非美国产）均得到了较好的正确判别结果，相对而言，国外的应用水平较为领先。国内近红外光谱分析技术应用于烟草始于1995年，经过几十年的发展，国内烟草行业目前对近红外技术的应用已十分广泛。尽管近红外光谱技术用于烟草行业的无损快速检测能够应用于过程分析，然而非成像近红外光谱技术不适合于定量分析和分散性样品分析，由于外界因素的干扰不能有效剔除，其模型建立后需要不断进行维护修正并且测试灵敏比较低，相对误差比较大。近年来，高光谱成像技术不仅在农产品安全检测方面的应用取得了良好效果，也大量应用在农情监测作物长势的性状信息研究中。随着成本的降低，从最初航空、卫星遥感的应用平台，扩展到为近地应用提供了可能。将高光谱成像技术应用到烟草行业的品质与安全性检测中，可以综合得到产品内外品质的全面检测信息，这种内外品质信息兼备的特征，使得高光谱图像技术在烟草行业的无损检测方面具有较大的应用前景。现阶段利用高光谱成像技术进行烟草行业的无损检测还处于研究和发展阶段，随着光谱分辨率的不断提高，高光谱成像能够记录的烟草品质信息会越来越丰富。
1 材料与方法
1.1 实验设计
本实验选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）、黄果树（典藏）、南京（特醇）俗称红南京、云烟（红）、都宝（新）7种中低档价格大众定位的香烟品种，分别对这7种香烟的烟丝在室内进行实验。每个品种类型的香烟选取两支香烟的烟丝量，取出两支香烟的烟丝进行高光谱图像信息采集。为了保证室内暗室环境，实验选择在晚上19∶00以后的密闭实验室内进行数据采集，采用卤钨灯照射香烟烟丝样品，样品到光谱仪镜头的垂直距离选择为65cm，导轨速度为2mm/s。
1.2 香烟烟丝光谱成像光谱数据预处理
1.3 香烟烟丝理化值含量
记录烟盒上给出的每种香烟的焦油量、烟气烟碱量、一氧化碳量理化值的标准数值，用于采集的每个品种香烟的烟丝平均光谱数值建立模型进行相关分析，其理化值参数如表1所示：
本实验所用的香烟样品量，每个种类的香烟使用两根香烟的烟丝量，因此在后续参照每个类型的香烟烟丝理化值的标准值时，都会相应采集2倍的香烟烟丝理化值含量作参照。
2 结果
2.1 不同品种香烟烟丝的成像光谱图
本文在ENVI里从高光谱数据立方体中利用R、G、B三原色的特征波长（680nm、550nm、450nm）提取出不同种类的香烟烟丝高光谱成像图（如图1所示）。从图中我们可以很直观地分析辨别7种香烟的烟丝色泽、分布信息状况的变化，进而发现这7种香烟烟丝的差异，说明利用高光谱成像技术可直观对香烟烟丝的类别进行定性识别分析。
2.2 不同烟丝的高光谱反射率曲线对比分析
采集每个类型的香烟烟丝高光谱成像数据，通过换算预处理得到香烟烟丝的高光谱反射率曲线图（如图2所示），并对其进行分析。由结果可知：7种香烟烟丝所提取的光谱反射率曲线基本一致，都在400～500nm的可见光区，光谱曲线出现吸收谷，并在680nm处也有轻微反射吸收谷且无波峰出现，这与查阅文献的绿色植被的光谱反射率曲线不同，这一特征可用来区分识别烟草烟丝与其他绿色经济作物。进一步结合香烟烟丝内部的组分信息变化分别对香烟烟丝焦油量和烟碱量进行分析，达到图谱合一化，表明基于高光谱成像可以从图像和光谱两个角度对香烟烟丝的焦油量和烟碱量进行分析。
2.3 香烟烟丝的理化值预测模型构建
在400～1000nm波长范围内，提取出7种香烟烟丝的平均光谱反射率值，分别与采集到的7种香烟的焦油量和烟碱量两种理化值采用偏最小二乘法（PLS）建立相关预测模型分析。首先利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，建模结果如表2所示，其建模结果模型相关系数R=0.67。烟碱量俗称尼古丁，利用7种香烟烟丝的光谱反射率值与所采集的香烟烟碱量采用偏最小二乘法（PLS）建立烟碱量的预测模型，建模结果如表3所示，其建模结果模型相关系数R=0.68。由香烟焦油量和烟碱量两种理化值模型的建模结果可知：采用高光谱成像技术对香烟烟丝组份信息的定量识别是可行的。
3 结语
本文分别选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）等7种大众化香烟的烟丝，利用成像光谱仪采集其光谱图像，综合利用高光谱成像技术图谱合一的特点，对香烟烟丝进行对比分析，利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，焦油量建模结果模型相关系数R=0.67，烟碱量建模结果R=0.68。利用高光谱成像技术对香烟烟丝的无损检测识别能与烟草的理化值含量具有很好的相关性，焦油量和烟碱量两个典型理化值的模型建模结果相关系数效果较好。进而说明，采用高光谱成像技术对香烟烟丝组份信息进行无损检测识别是可行的。今后还需进一步对不同品种的香烟烟草进行定性分析，并可对田间烟草的长势监测进行定性、定量分析或对不同品种的香烟烟草成分信息进行深入分析比较。
参考文献
[1] 关斌，王家俊，张峻松.近红外光谱技术在烟草行业的研究进展[J].农产品加工（学刊），2009，（10）.
[2] 王文真，张怀宝.利用IA450近红外分析仪快速测定烟草中的总氮含量[J].仪器仪表与分析监测，1995，（2）.
[3] 王东丹，李天飞，吴玉萍，等.近红外光谱分析技术在烟草化学分析上的应用研究[J].云南大学学报（自然科学版），2001，23（2）.
[4] 张建平，谢雯燕，束茹欣，等.烟草化学成分的近红外快速定量分析研究[J].烟草科技，1999，（3）.
[5] 宋怡，刘巍，段焰青，等.近红外光谱法快速测定烟草中的植物色素[J].中国烟草科学，2009，4（2）.
