时间：2023-06-07 15:57:02
序论：在您撰写光谱学分析时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
本书是第二卷，由四部分组成，共25章：第一部分是“历史的综述”，含第1章：1. Aimé Cotton在1895年发现CD和ORD后的第一个十年；第二部分是“有机立体化学”，含2-12章：2. 一些天然的手性发色团――经验规则和量子化学计算；3. 用于测定苯和其它芳香族发色团绝对构型的电子CD；4. 电子CD激子手性方法：原理和应用；5. 手性扩展p-电子化合物的CD光谱：绝对立体化学和实验验证的理论确定；6. 利用固态电子圆二色性和量子力学计算来编配天然产物的绝对构型；7. 金属有机化合物的动态立体化学和旋光光谱学；8. 动态系统的圆二色性：开关分子及超分子的手性；9. 超分子系统的电子圆二色性；10. 利用有量子计算功能的HPLCECD进行手性化合物的在线立体化学分析；11. 用振动圆二色性进行手性天然产物的结构测定；12. 分子绝对构型的测定：选择适当旋光法的准则。第三部分是“无机立体化学”，含第13章：13. 电子圆二色性在无机立体化学中的应用。第四部分是“生物分子”，含第14-25章：14. 蛋白质的电子圆二色性；15. 肽的电子圆二色性；16. 拟肽的电子圆二色性；17. 核酸的电子圆二色性；18. 肽核酸及其类似物的电子圆二色性；19. 蛋白质与核酸相互作用的圆二色性；20. 用电子圆二色性来分析捆绑在核酸上的药物或天然产物；21. 用电子圆二色性来探索HSA和AGP药物捆绑位置；22. 生物高聚物、肽、蛋白质和核酸的构象研究――振动圆二色性的作用；23. 从拉曼光学活性来看生物分子的结构和行为；24. 糖类和复合糖的旋光、电子圆二色性以及振动圆二色性；25. 通过电子圆二色性来发现药物。本书以纪念已故的Carlo Rosini教授的短文开头。每章的结尾有参考书目，目录的前面有各章作者简介，结尾有主题索引。
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。
本书可用做大学生或研究生的教科书，或学术和工业领域的研究工作者的参考书。
英文名称：Spectroscopy and Spectral Analysis
主管单位：中国科学技术协会
主办单位：中国光学学会
出版周期：月刊
出版地址：北京市
语
种：中文
开
本：大16开
国际刊号：1000-0593
国内刊号：11-2200/O4
邮发代号：82-68
发行范围：国内外统一发行
创刊时间：1981
期刊收录：
CA 化学文摘(美)(2009)
SA 科学文摘(英)(2009)
SCI 科学引文索引(美)(2009)
CBST 科学技术文献速报(日)(2009)
Pж(AJ) 文摘杂志(俄)(2009)
EI 工程索引(美)(2009)
中国科学引文数据库(CSCD―2008)
核心期刊：
中文核心期刊(2008)
中文核心期刊(2004)
中文核心期刊(2000)
中文核心期刊(1996)
中文核心期刊(1992)
期刊荣誉：
联系方式
期刊简介
[关键词]近红外光谱分析技术 牛奶 化学分析 应用
中图分类号：TS207.3 文献标识码：A 文章编号：1009-914X（2016）11-0258-01
近红外光具体指波长在780-2526nm范围内的电磁波，近红外光谱分析技术则是光谱测量技术同化学计量学的有机结合。近红外光分析技术应用范围不断拓展，在食品行业中应用于调味品、酒制品、肉类等成分鉴别以及真伪鉴别，近年来其在牛奶制品化学分析中也得到了较为广泛的应用。分析近红外光谱技术在牛奶及其制品分析检测中的应用，实施对牛奶及其制品的质量安全控制，有着重要的现实意义。
一、近红外光谱分析技术原理
近红外光谱分析技术是近几十年来发展最为迅速的高新分析技术之一。我国从上世纪80年代开始应用近红外光谱分析技术，并逐渐拓展到食品、农业、石化等多个领域，近红外光谱是分子振动光谱倍频与合频吸收光谱，主要为X-H键吸收。由于不同基团（例如苯环，甲基等）所生成的光谱在吸收峰的强度以及位置上有差异性，结合朗伯-比耳吸收定律，光谱特征将锁着样品成分含量的变化而变化。近红外光谱分析技术具体有以下几个优点：传输性能良好，近红外光在光导纤维中传输性能较好，能够实现对生产工艺流程的在线检测；检测手段无损。近红外光谱分析技术检测不对样品产生损伤，特别是在活体检测上有着非常大的优势；分析速度快捷。近红外光谱分析技术不用对样品进行预处理，对于样品的测量通常在1分钟之内可以完成，其分析速度较快，效率较高；绿色环保。近红外光谱分析技术在检测中不对环境产生污染，因而其也被称作绿色检测技术。
二、近红外光谱分析技术在牛奶化学分析中的应用
牛奶是由多种物质所组成的混合物，其具体包括真溶液、胶体悬乳液、高分子溶液以及乳浊液等。而牛奶成分中蛋白质分子、脂肪等对于近红外光有着吸收作用，因而近红外光谱分析技术在牛奶化学分析测定中能够得到良好应用。近红外光谱分析技术在牛奶制品上的应用主要体现在在线检测与离线检测两个方面。在线检测是指借助光纤探头直接在生产线中对样品进行检测；离线检测指用红外反射仪对样品杯或者试管中的样品实施全反射检测。其具体应用包括定性分析牛奶及其制品的产地来源与品种，以及定量分析牛奶及其制品的微生物与理化指标等。
1.在线检测
牛奶生产过程中，因出厂产品一致化的要求，通常需要保证原料成分含量的一致性，而现实生产当中不能使生产停止来满足在线检测。近红外光谱分析技术的应用则实现了对生产过程的实时监控。在线检测中，利用近红外光谱分析技术对牛奶成分中的蛋白、乳糖、脂肪、蔗糖以及水分进行测量，能够取得良好的效果，可广泛应用与鲜奶成品生产以及奶粉生产过程中的质量监控。并且如今近红外光谱技术应用也已经拓展到了牛奶中病菌数以及牛奶体细胞数测定方面。吴静珠等提出了建立包括不同种类奶粉样品集中的脂肪、乳糖、蛋白等的红外模型，并采取全谱分析结合模型优化的方法，简化了近红外技术在奶粉定量分析的步骤。刘蓉（2005）通过最小半球体积法以及半数重采样法来对牛奶成分近红外光谱实施奇异点剔除实验，这两种算法的有效结合有着快速简单的特征，能够适应牛奶成分等的在线检测，可大大提升分析模型的精度与稳定性。朱俊平（2003）通过多元线性回归法构建用近红外光谱分析技术检测儿童高钙奶粉蛋白、乳糖、脂肪的测定模型。其近红外法测定结果与标准法测定结果相一致。但总体来看，目前近红外光谱分析技术在牛奶及其制品在线检测中的应用尚停留在实验室的阶段，要真正实现牛奶及其制品生产的在线检测还需要做更多的工作。
2.离线检测
营养成分检测。牛奶制品营养成分检测主要是指利用近红外光谱分析技术对牛奶中的蛋白质、乳糖、脂肪等营养成分进行快速定量的分析。联邦德国的R.T.Carl早在1991年就利用近红外光谱分析技术以及偏最小二乘法分析牛奶中的脂肪含量，结果也表明利用近红外光谱分析技术分析牛奶中脂肪含量是非常可行的。
掺假物质鉴别。牛奶制品中有许多掺假物质，例如植物蛋白、植脂末、乳清粉乃至三聚氰胺等。奶制品掺假成分检测主要依赖传统方法，而近红外光谱分析技术的应用也能够起到有效作用。韩东海（2006）具体应用近红外光谱分析技术来鉴别纯牛奶中的还原奶，结合判别分析方法构建起还原奶鉴别模型，并利用偏最小二乘法构建起原料奶的ph值以及酸度预测模型，具体误差
致病菌分析。李守军（2007）对利用近红外光谱技术检测牛奶中致病菌方法进行了分析。具体采用最小二乘法、余弦相似度聚类等方法建立利用近红外光谱检测原料乳大肠杆菌、总菌落数的模型，结果表明能够在50分钟内完成，可有效预测原料乳大肠杆菌以及总菌数。
三、近红外光谱分析技术应用展望
我国的奶制品质量水准在食品市场中一直备受关注，牛奶产品的质量也一直是弱项，例如我国奶粉产品质量与西方国家有着巨大差距。究其原因，在于生产监控以及原材料质量控制上的差距。近红外光谱分析技术有着准确、快速、便捷等特性，得到了越来越广泛的应用。而这项技术在牛奶及其制品中的应用，则能够更有效地实施对牛奶制品的质量监控。其对于提升生产质量控制，降低生产成本等发挥着重要的作用。但同时，目前近红外光谱技术在牛奶分析检测中的应用仍存在着诸多问题有待解决：牛奶为多分散体系，由于测量条件以及测量方法等诸多因素影响，测定结果的准确率有待提升，因而需要开发专用的数学模型以及相关配件来提升检测精确度；近红外光谱分析技术定性与定量分析的关键因素在构建准确的校正模型，因而需要进行多种建模方法的对比来获取最优化的模型；此外，近红外光谱分析技术虽然分析成本较低，但其仪器本身较为昂贵，对于我国一些牛奶加工企业、牛奶养殖场所以及牛奶收购站而言，缺乏经济实力与生产规模。因而需要开发出更简便，价格更低的近红外仪器，拓展其在牛奶检测中的应用范围。
结束语
总而言之，近红外光谱分析技术有着简便、快速、绿色等特征，随着我国乳制品工业的快速发展以及社会对于乳制品质量的关注，近红外光谱分析技术有着广阔的应用前景。目前我国乳品市场质量安全方面仍然存在着诸多问题，新形势下，我们应当进一步加快对近红外光谱分析技术在牛奶化学分析应用的研究，促进其在乳品生产检测中的高效应用，从而提升我国乳制品的质量安全水平。
参考文献
[1] 邹强.近红外光谱技术在奶酪品质评价中的应用[J].光谱学与光谱分析，2011，10.
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
0引言
化学耗氧量（ChemicalOxygenDemand，COD）是指在一定条件下用强氧化剂处理水样时所消耗氧化剂的量，以氧含量（mg•L－1）来表示．它可以反映水体受有机物的污染程度，是衡量水质的重要指标之一．水体中COD的测定方法有化学法、紫外吸收法、荧光法以及臭氧氧化法等［1－4］．目前环保领域COD的测量主要是采用化学法中的高锰酸盐指数法和重铬酸钾回流法．水体中COD的测定受诸多因素的影响，如加入的氧化剂种类、浓度、反应液的pH值、反应温度、时间以及催化剂的种类和用量等［5］．目前采用的高锰酸盐指数法和重铬酸钾回流法，分析周期长，能源浪费大，受回流设备的限制不能进行大批量分析，且会产生严重的贵金属银盐及汞盐污染．近年来利用光学法进行水质监测已成为国际的研究热点［6－10］．与传统方法相比，光学监测技术具有操作简便、不需要消耗试剂、重复性好、测量准确度高和检测快速的优点［11－15］，非常适合对环境水样的快速在线监测．本文基于紫外光谱法的COD测量技术，设计了一种全光谱分析的水质COD在线监测系统，利用最小二乘法建立了计算模型，并进行模型参量反演．针对现实水样的复杂性，在实验室内配制模拟水样进行测量，并与相关仪器测量结果进行了对比．实验结果表明．该方法无需消耗任何试剂，测量准确度高、重复性好，可以应用于复杂水质的COD在线监测．
1测量原理与实验系统
从20世纪60年代起，国外就开始了紫外吸收光谱法测量COD的研究，其发展经历了单波长法、双波长法、多波长法、全光谱法的发展历程．单／双波长光度计的结构简单，只适用于成分单一的水质COD的测定．而实际水样COD的测定会受到多种因素的干扰，且水体中有机物组分不同，最大吸收峰也并非都在254nm处（如图1，图中1～6分别表示苯胺、苯酚、丙酮、腐植酸、邻苯二甲酸茎钾和水杨酸）．因此，只用254nm来捕捉全部有机物是非常困难的．全光谱法COD测量的理论基础：大多数有机物在200～400nm紫外波段都有吸收，通过测定水中有机物在紫外波段的吸光度值，可以间接反应出水体中有机物的含量，从而广泛应用于水中有机物的定性、定量测定．整个测量系统的结构如图2．系统采用流通式进水方式，进水口通过进水泵控制水流速度，排水口通过电磁阀控制排水；光源采用光纤灯（贺利士氘－钨灯，型号：DTM6－10），波长范围覆盖200～1100nm波段；光源通过光纤耦合到样品池，样品池两端设计为标准的SMA905接口，为了保证入射光、透射光的传输效率，在样品池两端增加透镜组；光谱检测设备采用微型光谱仪作为检测终端（OceanOpticsUSB4000），负责光谱信号的采集；控制单元是测量系统的核心，负责光源控制、进水泵控制、电磁阀排水、光谱信号采集与处理．
2基于全光谱分析的COD计算方法
2．1实验数据选择配制了5种不同COD的邻苯二甲酸氢钾溶液．图3为其吸光度光谱图，测量波长范围为200～750nm．从图中可以看出，5种浓度的溶液在400750nm的波段内基本没有吸收，结合图1中6种有机物在此波段内也基本不产生吸收，所以本文选取了200～400nm波段范围内的数据用来进行系统模型的建立．
2．2系统模型建立数据的处理流程如图4，其中计算模型的流程如图4（a）．光谱值通过实验获取．采集的原始光谱一般会有噪音，通过小波滤波的方法对光谱进行预处理，滤除环境杂散光带来的扰动．光谱经过滤波预处理后，进行吸光度计算，计算公式依据朗伯－比尔定律A＝－lg（I／Io）（1）式中，A表示吸光度，I表示透射光强度，Io表示入射光强度．根据吸光度的计算结果，选取特征波长处吸光度用于模型计算．参量反演数学模型：将200～400nm波长段的吸收光谱分成n个区间，建立吸光度系数a与浓度c的方程．取n个区间的中心波长作为特征波长，n即为特征波长的个数．将特征光谱映射为COD值的特征向量，可以建立如下方程那么式（3）可以记为ax＝c．其中，a为吸光度，x为传递系数，c为COD值．吸光度a可以通过实验的方法计算得到，COD为待测量．这样对传递系数x的求解可以转换为通过m个方程解n个未知数的问题．利用最小二乘法对方程组进行多元线性回归，就可以得到相应传递系数．在本文的实际应用中，n取值20，m取值30．
3结果与讨论
3．1精密度及检出限实验精密度的测定：取20mg•L－1的邻苯二甲酸氢钾标准溶液连续测定11次，相对标准偏差为2．93％，精密度良好．检出限的测定：平行测定质量浓度为1．0mg•L－1的邻苯二甲酸氢钾标准溶液7次，据式（4）计算最小检出限ρMDL＝S＊t（n－1，0．90）（4）式中S为标准偏差，t（n－1，0．90）表示置信度为90％、自由度为n－1时的统计量t值，本实验中t（6，0．90）＝1．94．计算得本法的检出限为0．0985mg•L－1．
3．2模拟水样的测定人工配制21种模拟水样，利用本文所建立的监测系统进行COD的测定，并与实验室测量数据进行了对比，实验室方法采用S：：CAN（lyserII）测量仪进行COD的测定．图5为本文建立的最小二乘法拟合模型计算得到数据与实验室测量数据的对比．其中，点线表示实验室实测数据，实线表示利用模型拟合得到的数据．为了验证两者的线性关系，对模型计算结果与实验室测量结果进行了线性拟合（见图6），满足线性关系：y＝－0．32005＋1．00046x，r2＝0．99818．从拟合结果来看，本文所建立的模型计算结果与实验室测量结果存在良好的相关性，可以满足测量的实际需求．为了进一步分析本系统计算结果的准确度，表1给出了本测量系统测得的20个模拟水样的COD与实验室测量值的误差比较．结果表明，本测量系统的最大误差在2％左右，其测量结果能够较好地与实验室测量数据吻合，可以满足现场监测的需求．
关键词：光谱匹配系数，四值编码算法，光谱角度匹配
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：
[1] 蔡燕.光谱匹配算法的实现与比较.中国矿业大学环境与测绘学院.江苏徐州（221008）
关键词：光学多道分析器；氢原子光谱；巴耳末系；里德伯常量
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％。
参考文献:
