時間：2023-06-07 15:57:02
序論：在您撰寫光譜學分析時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
本書是第二卷，由四部分組成，共25章：第一部分是“歷史的綜述”，含第1章：1. Aimé Cotton在1895年發現CD和ORD后的第一個十年；第二部分是“有機立體化學”，含2-12章：2. 一些天然的手性發色團――經驗規則和量子化學計算；3. 用于測定苯和其它芳香族發色團絕對構型的電子CD；4. 電子CD激子手性方法：原理和應用；5. 手性擴展p-電子化合物的CD光譜：絕對立體化學和實驗驗證的理論確定；6. 利用固態電子圓二色性和量子力學計算來編配天然產物的絕對構型；7. 金屬有機化合物的動態立體化學和旋光光譜學；8. 動態系統的圓二色性：開關分子及超分子的手性；9. 超分子系統的電子圓二色性；10. 利用有量子計算功能的HPLCECD進行手性化合物的在線立體化學分析；11. 用振動圓二色性進行手性天然產物的結構測定；12. 分子絕對構型的測定：選擇適當旋光法的準則。第三部分是“無機立體化學”，含第13章：13. 電子圓二色性在無機立體化學中的應用。第四部分是“生物分子”，含第14-25章：14. 蛋白質的電子圓二色性；15. 肽的電子圓二色性；16. 擬肽的電子圓二色性；17. 核酸的電子圓二色性；18. 肽核酸及其類似物的電子圓二色性；19. 蛋白質與核酸相互作用的圓二色性；20. 用電子圓二色性來分析捆綁在核酸上的藥物或天然產物；21. 用電子圓二色性來探索HSA和AGP藥物捆綁位置；22. 生物高聚物、肽、蛋白質和核酸的構象研究――振動圓二色性的作用；23. 從拉曼光學活性來看生物分子的結構和行為；24. 糖類和復合糖的旋光、電子圓二色性以及振動圓二色性；25. 通過電子圓二色性來發現藥物。本書以紀念已故的Carlo Rosini教授的短文開頭。每章的結尾有參考書目，目錄的前面有各章作者簡介，結尾有主題索引。
本書第一編著貝羅娃博士是美國紐約哥倫比亞大學化學系的研究員。1998年以來，她一直是《手性》雜志的編委會成員。
本書可用做大學生或研究生的教科書，或學術和工業領域的研究工作者的參考書。
英文名稱：Spectroscopy and Spectral Analysis
主管單位：中國科學技術協會
主辦單位：中國光學學會
出版周期：月刊
出版地址：北京市
語
種：中文
開
本：大16開
國際刊號：1000-0593
國內刊號：11-2200/O4
郵發代號：82-68
發行范圍：國內外統一發行
創刊時間：1981
期刊收錄：
CA 化學文摘(美)(2009)
SA 科學文摘(英)(2009)
SCI 科學引文索引(美)(2009)
CBST 科學技術文獻速報(日)(2009)
Pж(AJ) 文摘雜志(俄)(2009)
EI 工程索引(美)(2009)
中國科學引文數據庫(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)
期刊榮譽：
聯系方式
期刊簡介
[關鍵詞]近紅外光譜分析技術 牛奶 化學分析 應用
中圖分類號：TS207.3 文獻標識碼：A 文章編號：1009-914X（2016）11-0258-01
近紅外光具體指波長在780-2526nm范圍內的電磁波，近紅外光譜分析技術則是光譜測量技術同化學計量學的有機結合。近紅外光分析技術應用范圍不斷拓展，在食品行業中應用于調味品、酒制品、肉類等成分鑒別以及真偽鑒別，近年來其在牛奶制品化學分析中也得到了較為廣泛的應用。分析近紅外光譜技術在牛奶及其制品分析檢測中的應用，實施對牛奶及其制品的質量安全控制，有著重要的現實意義。
一、近紅外光譜分析技術原理
近紅外光譜分析技術是近幾十年來發展最為迅速的高新分析技術之一。我國從上世紀80年代開始應用近紅外光譜分析技術，并逐漸拓展到食品、農業、石化等多個領域，近紅外光譜是分子振動光譜倍頻與合頻吸收光譜，主要為X-H鍵吸收。由于不同基團（例如苯環，甲基等）所生成的光譜在吸收峰的強度以及位置上有差異性，結合朗伯-比耳吸收定律，光譜特征將鎖著樣品成分含量的變化而變化。近紅外光譜分析技術具體有以下幾個優點：傳輸性能良好，近紅外光在光導纖維中傳輸性能較好，能夠實現對生產工藝流程的在線檢測；檢測手段無損。近紅外光譜分析技術檢測不對樣品產生損傷，特別是在活體檢測上有著非常大的優勢；分析速度快捷。近紅外光譜分析技術不用對樣品進行預處理，對于樣品的測量通常在1分鐘之內可以完成，其分析速度較快，效率較高；綠色環保。近紅外光譜分析技術在檢測中不對環境產生污染，因而其也被稱作綠色檢測技術。
二、近紅外光譜分析技術在牛奶化學分析中的應用
牛奶是由多種物質所組成的混合物，其具體包括真溶液、膠體懸乳液、高分子溶液以及乳濁液等。而牛奶成分中蛋白質分子、脂肪等對于近紅外光有著吸收作用，因而近紅外光譜分析技術在牛奶化學分析測定中能夠得到良好應用。近紅外光譜分析技術在牛奶制品上的應用主要體現在在線檢測與離線檢測兩個方面。在線檢測是指借助光纖探頭直接在生產線中對樣品進行檢測；離線檢測指用紅外反射儀對樣品杯或者試管中的樣品實施全反射檢測。其具體應用包括定性分析牛奶及其制品的產地來源與品種，以及定量分析牛奶及其制品的微生物與理化指標等。
1.在線檢測
牛奶生產過程中，因出廠產品一致化的要求，通常需要保證原料成分含量的一致性，而現實生產當中不能使生產停止來滿足在線檢測。近紅外光譜分析技術的應用則實現了對生產過程的實時監控。在線檢測中，利用近紅外光譜分析技術對牛奶成分中的蛋白、乳糖、脂肪、蔗糖以及水分進行測量，能夠取得良好的效果，可廣泛應用與鮮奶成品生產以及奶粉生產過程中的質量監控。并且如今近紅外光譜技術應用也已經拓展到了牛奶中病菌數以及牛奶體細胞數測定方面。吳靜珠等提出了建立包括不同種類奶粉樣品集中的脂肪、乳糖、蛋白等的紅外模型，并采取全譜分析結合模型優化的方法，簡化了近紅外技術在奶粉定量分析的步驟。劉蓉（2005）通過最小半球體積法以及半數重采樣法來對牛奶成分近紅外光譜實施奇異點剔除實驗，這兩種算法的有效結合有著快速簡單的特征，能夠適應牛奶成分等的在線檢測，可大大提升分析模型的精度與穩定性。朱俊平（2003）通過多元線性回歸法構建用近紅外光譜分析技術檢測兒童高鈣奶粉蛋白、乳糖、脂肪的測定模型。其近紅外法測定結果與標準法測定結果相一致。但總體來看，目前近紅外光譜分析技術在牛奶及其制品在線檢測中的應用尚停留在實驗室的階段，要真正實現牛奶及其制品生產的在線檢測還需要做更多的工作。
2.離線檢測
營養成分檢測。牛奶制品營養成分檢測主要是指利用近紅外光譜分析技術對牛奶中的蛋白質、乳糖、脂肪等營養成分進行快速定量的分析。聯邦德國的R.T.Carl早在1991年就利用近紅外光譜分析技術以及偏最小二乘法分析牛奶中的脂肪含量，結果也表明利用近紅外光譜分析技術分析牛奶中脂肪含量是非常可行的。
摻假物質鑒別。牛奶制品中有許多摻假物質，例如植物蛋白、植脂末、乳清粉乃至三聚氰胺等。奶制品摻假成分檢測主要依賴傳統方法，而近紅外光譜分析技術的應用也能夠起到有效作用。韓東海（2006）具體應用近紅外光譜分析技術來鑒別純牛奶中的還原奶，結合判別分析方法構建起還原奶鑒別模型，并利用偏最小二乘法構建起原料奶的ph值以及酸度預測模型，具體誤差
致病菌分析。李守軍（2007）對利用近紅外光譜技術檢測牛奶中致病菌方法進行了分析。具體采用最小二乘法、余弦相似度聚類等方法建立利用近紅外光譜檢測原料乳大腸桿菌、總菌落數的模型，結果表明能夠在50分鐘內完成，可有效預測原料乳大腸桿菌以及總菌數。
三、近紅外光譜分析技術應用展望
我國的奶制品質量水準在食品市場中一直備受關注，牛奶產品的質量也一直是弱項，例如我國奶粉產品質量與西方國家有著巨大差距。究其原因，在于生產監控以及原材料質量控制上的差距。近紅外光譜分析技術有著準確、快速、便捷等特性，得到了越來越廣泛的應用。而這項技術在牛奶及其制品中的應用，則能夠更有效地實施對牛奶制品的質量監控。其對于提升生產質量控制，降低生產成本等發揮著重要的作用。但同時，目前近紅外光譜技術在牛奶分析檢測中的應用仍存在著諸多問題有待解決：牛奶為多分散體系，由于測量條件以及測量方法等諸多因素影響，測定結果的準確率有待提升，因而需要開發專用的數學模型以及相關配件來提升檢測精確度；近紅外光譜分析技術定性與定量分析的關鍵因素在構建準確的校正模型，因而需要進行多種建模方法的對比來獲取最優化的模型；此外，近紅外光譜分析技術雖然分析成本較低，但其儀器本身較為昂貴，對于我國一些牛奶加工企業、牛奶養殖場所以及牛奶收購站而言，缺乏經濟實力與生產規模。因而需要開發出更簡便，價格更低的近紅外儀器，拓展其在牛奶檢測中的應用范圍。
結束語
總而言之，近紅外光譜分析技術有著簡便、快速、綠色等特征，隨著我國乳制品工業的快速發展以及社會對于乳制品質量的關注，近紅外光譜分析技術有著廣闊的應用前景。目前我國乳品市場質量安全方面仍然存在著諸多問題，新形勢下，我們應當進一步加快對近紅外光譜分析技術在牛奶化學分析應用的研究，促進其在乳品生產檢測中的高效應用，從而提升我國乳制品的質量安全水平。
參考文獻
[1] 鄒強.近紅外光譜技術在奶酪品質評價中的應用[J].光譜學與光譜分析，2011，10.
關鍵詞：近紅外光譜 化學計量學 中藥材
我國中藥資源豐富，應用歷史悠久。然而由于我國中藥生產工藝及質量控制技術水平較低，嚴重制約我國中藥產業現代化的發展。隨著現代科學技術的發展，藥物分析方法己經從傳統的化學分析發展到儀器分析階段，紫外可見分光光度法、薄層掃描色譜法、電泳法、氣相和高效液相色譜法及各種聯用分析技術等己經應用到中藥材分析中。但這些方法都需要經過復雜的樣品準備和預處理，測定成本高且效率較低，因此難以用于中藥產品及其生產過程的快速分析。
近年來國際上提出了一種全新的藥物非破壞快速分析法，該法是將化學計量學同近紅外（NIR）光譜分析法相結合而形成的新技術。由于NIR光譜分析法操作簡便、快速、能非破壞的對各種樣品進行快速、精確的分析，加之分析儀器的數字化和化學計量學的發展，運用化學計量學方法已能很好的解決光譜信息的提取及背景干擾方面的影響。因此，NIR光譜在制藥工業中的應用日趨廣泛。隨著中藥產業現代化進程的逐步加快，NIR光譜分析法被引入到中藥材分析領域，在中藥材鑒別和有效組分定量分析等方面取得了可喜的進展，顯示出NIR光譜分析技術在中藥材分析中具有廣闊的發展空間。
一、NIR技術簡介
近紅外光譜是人們發現最早的處于可見光和中紅外光之間的非可見光譜區域。許多有機物在該區域有著特征性吸收，且不同光譜波段的吸收強度與該物質的分子結構及濃度之間存在一定的對應關系。它的發現已有近200年的歷史，而近紅外光譜分析方法卻僅在最近這二十年間才得到了迅速發展和廣泛應用。特別是進入90年代后，現代近紅外光譜成為了發展最快、最為引人矚目的光譜分析技術，是化學計量學與光譜測量技術的有機結合，被譽為分析的巨人。而我國對近紅外光譜技術的研究及應用起步相對較晚，但逐漸受到關注，并在光譜儀器研制、配套軟件開發、基礎研究和應用等方面取得了豐碩的成果，并帶來了極好的經濟效益與社會效益。
二、常見的化學計量學方法
目前，在NIR 光譜分析中最常用的化學計量學方法為多元校正方法，主要包括：多元線性回歸、主成分分析、主成分回歸和偏最小二乘等。最近十幾年，包括人工神經網絡、遺傳算法和模糊邏輯系統等軟計算方法在化學中的應用得到了越來越多的關注。由于中藥材化學物質體系非常復雜，待分析的藥效成分多是混合體，如各種中藥制劑和天然藥物等。同時在中藥材質量控制中，由于中藥生產方式：提取、炮制、煎煮等對待測成分的影響，又存在著動態化學變化和新成分的生成，致使其內部有效成分復雜多變，難以闡明。所以，在實際的中藥材分析應用中，使用常規的NIR光譜多元校正建?；蚰Ｊ椒诸惖确椒ㄍ荒苋〉美硐氲亩ㄐ曰蚨糠治鼋Y果，導致其成為阻礙中藥NIR光譜分析技術應用發展的瓶頸。為此，有必要進一步研究中藥材的NIR光譜計算分析方法學。
三、NIR技術在中藥材分析中的應用
中藥材分析包括定性分析和定量分析兩個方面。定性分析多為對中藥材及中成藥的真假鑒別、產地鑒別和來源鑒別。湯彥豐等[1]將近紅外漫反射光譜分析技術與人工神經網絡方法相結合, 對52種大黃樣品進行了測定和鑒別, 正確率可達96%。劉沭華等[2]采用近紅外光譜法結合近鄰法和多類支持向量機等模式識別技術對來自4個不同產地的269個白芷樣本和6個不同產地的350個野生和栽培丹參樣本進行了產地鑒別。劉荔荔等[3]采用傅立葉變換近紅外光譜結合聚類分析對7種紅曲霉屬真菌發酵制成的紅曲藥材進行了成功鑒別。
中藥材的定量分析主要指對中藥材有效成分含量的測定, 于曉輝等[4]將近紅外光譜技術與徑向基函數神經網絡相結合,對42種大黃樣品中的主要有效成分: 蒽醌類化合物、水溶性蒽甙類化合物、芪甙類化合物和鞣質類化合物進行了定量預測分析。朱向榮[5]應用近紅外光譜分析技術結合化學計量學方法, 成功的測出中藥清開靈注射液中間體總氮和梔子苷的含量。趙玉清等[6]采用近紅外光譜建立了偏最小二乘模型，實現了對黃芪提取液中總皂苷含量的測定。
四、展望
為了更好發揮近紅外光譜法在中藥領域的快速分析作用，拓展各種化學計量學方法的應用范圍，為其在中藥材分析中的應用打下一定基礎，當前必須進行中藥材近紅外光譜的化學計量學方法研究，特別是發展近紅外光譜非線性建模方法、特征光譜信息提取、化學信息模式識別以及模糊聚類分析等方法，發展形成中藥材快速分析新技術，實現中藥生產全過程質量監控，這對于推進我國中藥產業現代化進程具有重大理論意義和實際應用價值。
參考文獻
[1]湯彥豐, 張卓勇, 范國強 光譜學與光譜分析 2004, 24 (11): 1348-1351
[2]劉沭華，張學工，周群，光譜學與光譜分析 2006，26（4）∶629-632.
[3]劉荔荔, 邢旺興, 賈暖, 林培英, 必鶴鳴, 吳玉田 第二軍醫大學學報2002，23（11）:1230-1232
[4] 于曉輝, 張卓勇, 馬群, 范國強 光譜學與光譜分析 2007, 27 (3): 481-485
0引言
化學耗氧量（ChemicalOxygenDemand，COD）是指在一定條件下用強氧化劑處理水樣時所消耗氧化劑的量，以氧含量（mg•L－1）來表示．它可以反映水體受有機物的污染程度，是衡量水質的重要指標之一．水體中COD的測定方法有化學法、紫外吸收法、熒光法以及臭氧氧化法等［1－4］．目前環保領域COD的測量主要是采用化學法中的高錳酸鹽指數法和重鉻酸鉀回流法．水體中COD的測定受諸多因素的影響，如加入的氧化劑種類、濃度、反應液的pH值、反應溫度、時間以及催化劑的種類和用量等［5］．目前采用的高錳酸鹽指數法和重鉻酸鉀回流法，分析周期長，能源浪費大，受回流設備的限制不能進行大批量分析，且會產生嚴重的貴金屬銀鹽及汞鹽污染．近年來利用光學法進行水質監測已成為國際的研究熱點［6－10］．與傳統方法相比，光學監測技術具有操作簡便、不需要消耗試劑、重復性好、測量準確度高和檢測快速的優點［11－15］，非常適合對環境水樣的快速在線監測．本文基于紫外光譜法的COD測量技術，設計了一種全光譜分析的水質COD在線監測系統，利用最小二乘法建立了計算模型，并進行模型參量反演．針對現實水樣的復雜性，在實驗室內配制模擬水樣進行測量，并與相關儀器測量結果進行了對比．實驗結果表明．該方法無需消耗任何試劑，測量準確度高、重復性好，可以應用于復雜水質的COD在線監測．
1測量原理與實驗系統
從20世紀60年代起，國外就開始了紫外吸收光譜法測量COD的研究，其發展經歷了單波長法、雙波長法、多波長法、全光譜法的發展歷程．單／雙波長光度計的結構簡單，只適用于成分單一的水質COD的測定．而實際水樣COD的測定會受到多種因素的干擾，且水體中有機物組分不同，最大吸收峰也并非都在254nm處（如圖1，圖中1～6分別表示苯胺、苯酚、丙酮、腐植酸、鄰苯二甲酸莖鉀和水楊酸）．因此，只用254nm來捕捉全部有機物是非常困難的．全光譜法COD測量的理論基礎：大多數有機物在200～400nm紫外波段都有吸收，通過測定水中有機物在紫外波段的吸光度值，可以間接反應出水體中有機物的含量，從而廣泛應用于水中有機物的定性、定量測定．整個測量系統的結構如圖2．系統采用流通式進水方式，進水口通過進水泵控制水流速度，排水口通過電磁閥控制排水；光源采用光纖燈（賀利士氘－鎢燈，型號：DTM6－10），波長范圍覆蓋200～1100nm波段；光源通過光纖耦合到樣品池，樣品池兩端設計為標準的SMA905接口，為了保證入射光、透射光的傳輸效率，在樣品池兩端增加透鏡組；光譜檢測設備采用微型光譜儀作為檢測終端（OceanOpticsUSB4000），負責光譜信號的采集；控制單元是測量系統的核心，負責光源控制、進水泵控制、電磁閥排水、光譜信號采集與處理．
2基于全光譜分析的COD計算方法
2．1實驗數據選擇配制了5種不同COD的鄰苯二甲酸氫鉀溶液．圖3為其吸光度光譜圖，測量波長范圍為200～750nm．從圖中可以看出，5種濃度的溶液在400750nm的波段內基本沒有吸收，結合圖1中6種有機物在此波段內也基本不產生吸收，所以本文選取了200～400nm波段范圍內的數據用來進行系統模型的建立．
2．2系統模型建立數據的處理流程如圖4，其中計算模型的流程如圖4（a）．光譜值通過實驗獲?。杉脑脊庾V一般會有噪音，通過小波濾波的方法對光譜進行預處理，濾除環境雜散光帶來的擾動．光譜經過濾波預處理后，進行吸光度計算，計算公式依據朗伯－比爾定律A＝－lg（I／Io）（1）式中，A表示吸光度，I表示透射光強度，Io表示入射光強度．根據吸光度的計算結果，選取特征波長處吸光度用于模型計算．參量反演數學模型：將200～400nm波長段的吸收光譜分成n個區間，建立吸光度系數a與濃度c的方程．取n個區間的中心波長作為特征波長，n即為特征波長的個數．將特征光譜映射為COD值的特征向量，可以建立如下方程那么式（3）可以記為ax＝c．其中，a為吸光度，x為傳遞系數，c為COD值．吸光度a可以通過實驗的方法計算得到，COD為待測量．這樣對傳遞系數x的求解可以轉換為通過m個方程解n個未知數的問題．利用最小二乘法對方程組進行多元線性回歸，就可以得到相應傳遞系數．在本文的實際應用中，n取值20，m取值30．
3結果與討論
3．1精密度及檢出限實驗精密度的測定：取20mg•L－1的鄰苯二甲酸氫鉀標準溶液連續測定11次，相對標準偏差為2．93％，精密度良好．檢出限的測定：平行測定質量濃度為1．0mg•L－1的鄰苯二甲酸氫鉀標準溶液7次，據式（4）計算最小檢出限ρMDL＝S＊t（n－1，0．90）（4）式中S為標準偏差，t（n－1，0．90）表示置信度為90％、自由度為n－1時的統計量t值，本實驗中t（6，0．90）＝1．94．計算得本法的檢出限為0．0985mg•L－1．
3．2模擬水樣的測定人工配制21種模擬水樣，利用本文所建立的監測系統進行COD的測定，并與實驗室測量數據進行了對比，實驗室方法采用S：：CAN（lyserII）測量儀進行COD的測定．圖5為本文建立的最小二乘法擬合模型計算得到數據與實驗室測量數據的對比．其中，點線表示實驗室實測數據，實線表示利用模型擬合得到的數據．為了驗證兩者的線性關系，對模型計算結果與實驗室測量結果進行了線性擬合（見圖6），滿足線性關系：y＝－0．32005＋1．00046x，r2＝0．99818．從擬合結果來看，本文所建立的模型計算結果與實驗室測量結果存在良好的相關性，可以滿足測量的實際需求．為了進一步分析本系統計算結果的準確度，表1給出了本測量系統測得的20個模擬水樣的COD與實驗室測量值的誤差比較．結果表明，本測量系統的最大誤差在2％左右，其測量結果能夠較好地與實驗室測量數據吻合，可以滿足現場監測的需求．
關鍵詞：光譜匹配系數，四值編碼算法，光譜角度匹配
一、引言
就人造環境的概念提出來看，我們可以大致引出兩種源頭。
其一，我們今天所常見的幾種因為人類活動而導致的自然環境問題十分重大且對人類的生活有著重要的影響，例如挖空煤礦導致的山體崩塌以及地震，再比如，大量的砍伐樹木，不僅造成沙漠化嚴重，還導致大量的水土流失。這些問題都隨時影響到人類的生活甚至生命，在這種前提之下，人造環境被提上了命題。在重大的災難來臨之時，人們所創造的避難所均設在地下，例如核輻射，而在這種條件之下通過分析光譜與類生物機械進行結合制造的人造環境，在視覺上做到與真實自然環境別無二致便為重點。
其二，人類對于太空的探索不斷的進步。人們對于太空星球的探索以及資源的爭奪都是愈演愈烈，所提出來的論點之中有兩個極為重要，一是太空移民，一是太空資源開采。適宜人類居住的星球最重要的是哪些呢？大氣，水，除此之外的一部分環境問題我們均可以用人造環境結合類生物機械來進行處理，利用分析光譜制造應急人造環境，對于剛剛登陸開發移居星球的前幾批工作者來說是不可缺少的重點，在剛開始的惡劣環境之中可以用人造環境來改善進行星球開發的工作人員的生活環境。
二、可行性分析
1、光譜匹配系數
根據光電陰極的光譜響應特性曲線，我們可以計算出光譜響應率Sλ，將Sλ對其最大化Smax歸一化，可得相對光譜響應率為
S（λ）=Sλ/Smax――（1）
此時，光電陰極面接受的夜天光經過景物反射后的輻射，即
ωλ= ρλPλ――（2）
其中（2）式中的ωλ為景物反射輻射光譜分布；ρλ為景物的光譜反射系數，他隨波長λ而變化；Pλ為夜天光輻射光譜分布，將景物的反射輻射光譜分布ωλ對其最大值ωmax歸一化，得到其相光譜分布為
ω（λ）=ωλ/ωmax――（3）
由此，我們可以從關系式定義光電陰極于景物反射輻射的光譜匹配系數為
α（S，ω（λ））=∫S（λ）ω（λ）dλ/∫ω（λ））dλ――（4）
那么我們分析式（4）可以知道，光譜匹配系數其實反映的是各種光譜響應的光電陰極對不同的輻射源的光譜利用率的高低，也就是說，這個利用率越高，越能夠得到與實際物體所產生的光譜一樣的光譜。分析可知當α越大時，匹配越好，從而微光夜視系統的觀測效果也就越好，反之越差時匹配越差觀測效果也就越差，根據式子我們可以知道α的值域在（0，1），越靠近1，越與實物反射產生的光譜相近，即越能體現出輻射源與實物之間的差別之小。達到以假亂真的效果。
2、光譜匹配基本模型算法
使用計算機軟件通過算法制作光譜比較模型，通過所測物體的光譜度和已知的物體世紀光譜互相對比，來判別被測物體的種類，那么同樣，我們可以通過對比從模擬人眼的光學儀器中的兩條光譜曲線來使得目標物體在視覺上與實際地物一模一樣。
2.1四值編碼算法
首先對已知地物類別的光譜輻射至取平均值，得到閾值A，然后將光譜輻射值已A為邊界分為[Xmin，A][A，Xmax]兩個區間，在重復上步再劃分得到總共四個區間。用同樣的方法對待目標光譜曲線進行四值編碼。使用異或方法，進行目標光譜和已知光譜匹配（即有區別為1，沒區別為0），最后比較相等的個數，將目標分到波段數目相似最多的類別。
2.2光譜角度匹配
光譜角度定義為兩地物光譜矢量之間的廣義夾角余弦為相似函數，將像元N個波段的光譜響應作為N維空間中的矢量，通過計算他與最終光譜單元之間的廣義夾角來表示它的匹配程度，夾角越小匹配程度越高，二者越相似。
日本kansai電力公司研制成功了一種新型太陽能輻射模擬系統，它不僅能模擬太陽光，還能模擬太陽熱。這套系統用計算機控制等和加熱器，一邊產生接近自然的太陽輻射。它還配有人工的自然環境分系統，可模擬不同的氣象條件。系統由氙燈，鹵素燈和加熱器組成，模擬陽光的波長范圍從可見光（0.38到0.78微米）到紅外線（0.78到20微米），而且光譜分布和自然陽光基本一樣。
三、人造環境光學
就目前形似來看，高光譜圖像在空間以及電磁譜維度中所利用較為廣泛，尤其在遙控領域。
基于成像光譜儀在眾多窄波段獲取數據的特點，可以用已知地物類型的反射光譜，通過光譜頻率曲線或特征匹配比較以達到識別地物類型的目的。長期的高光譜實驗也收集了大量的實驗室標準數據，建立了許多地物標準光譜數據庫；那么從另一方面來說，人們可以用已知的數據偽造出與真實光譜無二的光譜已達到以假亂真的目的。
四、結束語
光譜識別技術是以物質構成的光譜唯一性為基礎， 將目標的識別以光譜信息為第一特征，利用光譜的分析來得到現實生活中的自然物體在不同環境時所發射的光譜，對比獲得正確的光譜，利用光電器件發射出對應的光譜。光譜識別技術的發展，包括計算機算法的發展，使得利用光譜制作更加逼真的人造環境得到可能。
參考文獻：
[1] 蔡燕.光譜匹配算法的實現與比較.中國礦業大學環境與測繪學院.江蘇徐州（221008）
關鍵詞：光學多道分析器；氫原子光譜；巴耳末系；里德伯常量
中圖分類號：G307 文獻標識碼：A 文章編號：1002-7661（2012）15-0262-01
1 引言：
電子從高能級躍遷到低能級時，發射的光子能量hv為兩能級間的能量差，
hv=E(m)-E(n) （m > n）
以波數?啄＝1/?姿表示， 則上式為 ?啄＝■=T(n)-T(m)=R■(■-■)
式中RH為氫原子的里德伯常數。
從圖1中可知，從m≥3至n =2躍遷，光子波長位于可見光區，其光譜符合規律?啄=R■（■-■） （m=3，4，5…）
這就是1885年巴耳末發現并總結的經驗規律，稱為巴耳末系。
2.實驗原理：
OMA光路見圖2。光源S經透鏡L成像與多色儀的入射狹縫S1，入射光經平面反射鏡M1轉向90°，經球面反射鏡M2反射后成為平行光射向光柵G。衍射光經球面反射鏡M3和平面鏡M4成像于觀察屏P。由于各波長光的衍射角不同，P處形成以一波長λ0為中心的一條光譜帶，使用者可在P上直觀地觀察到光譜特征。轉動光柵G可改變中心波長，整條譜帶也隨之移動。多色儀上有顯示中心波長的波長計。轉開平面鏡M4，可使M3直接成像于光電探測器CCD上，它測量的譜段與觀察屏P上看到的完全一致。
由于Hα線波長為656.28nm，Hδ波長為410.17nm，波長間隔246nm超過CCD一幀159nm范圍，無法在同屏中觀察到，故需分兩次觀察測量。第一次測量Hβ、Hγ、Hδ三條線，第二次單獨測量Hα線。第一次測量使用汞燈的546.07nm（綠光）、435.84nm（藍光）、404.66nm（紫光）三條譜線作為標準譜線手動定標；第二次用汞燈的546.07nm（綠光）、576.96nm（黃光）、579.07nm（黃光）及三條紫外光的二級光譜線312.567×2=625.13nm、313.17×2=626.34nm、334.17×2=668.34nm來定標。
3 實驗步驟：
1)將多色儀起始波長調到390 nm、入射狹縫S1的寬度為0.1mm。
2)用筆形汞燈作光源，調節L·S與多色儀共軸，并令光源S成像于入射狹縫處，這時在多色儀的觀察屏P上觀察到清晰、明亮的水銀譜線。
3)轉動M4使光譜照到CCD上，調節入射狹縫，使譜線變銳。選擇適當的曝光時間以獲得清晰、尖銳的譜線。由于譜線強度不同，對不同的譜線可選用不同的曝光時間。
4)用水銀的幾條標準譜線定標，使橫坐標表示波長（nm）。
5)改用氫燈，轉動M4，使譜線成像于觀察屏P上，調節氫燈的位置，使譜線強度為最強。
6)轉動M4，測量Hβ、Hγ、Hδ線的波長。
7)將多色儀的起始波長調至540nm，用汞燈定標后，測出Hα線的波長。
4 實驗數據及處理： 圖3（a）中1、2、3號譜線對應氫光燈Hβ、Hγ、Hδ三條線;（b）中1號譜線對應Hα線
實驗數據記錄如下表 以δ為縱坐標■-■為橫坐標經過Origin擬合后，可見斜率即為里德伯常量RH=1.10215×107 ，與標準值的相對誤差僅為0.435％。
參考文獻:
