傅里叶红外光谱（FT-IR）是一种用于材料和化合物表征的非破坏性方法。在这个过程中，样品受到紫外线照射后，收集的反射信号被传送到检测器上，并转换成数字信号。当进行数学处理时，可以将信号拆分成具有不同波长和振幅值的频率分量。

辽宁省是一个资源丰富、经济发达的地方，在各种工业生产场所中会产生大量废水、废气等污染物质。因此，对环境中不同颗粒、异构体以及其他化合物组成的监测非常重要。

辽宁傅立叶变换红外光谱图样本采集

为了深入探究辽宁地区大气环境中化合物组成变化和空气质量问题，在实验条件下收集了关键部位（如城市行政区域或企业间离散位置）附近空气悬浮小颗粒样本并使用Bruker Vertex 70 FT-IR光谱仪进行测试。

样本制备过程中，先使用快速石英集尘器采集悬浮小颗粒，然后将其置于恒温烤箱中保持60度，避免水分损失和脆硬化。接下来，在傅立叶变换红外光谱仪上利用ZnSe平板检测器存放样品，并以25秒/次的扫描速率计算数据。

辽宁地区大气环境组分分析

最初对这些样品的傅立叶变换红外光谱图进行了视觉解读和预处理分析。随着时间推移（0-3600s），不同类型的波形逐渐被识别并且在每一个方向都达到了陡峭的极值点：

• H-H 結合伸缩振动： 3000-400 cm-1
• C确定系統側鎖有機物：2900-200 cm-1

• (a) -CH, (b) =C–H邻位振动、(c)=C=C及=CC－H彼此背式构象；
• (d) -C≡N伸振、(e) R-CO-R′，R更多为芳香基；
• (f) C=0和C-N伸缩振动、(g) 羧酸对称和非对称其余官能团

• 底部谷： 180-70 cm-1（指纹区域）

数据解读与分析结果展示

傅里叶变换红外光谱图的定量评估可以在许多环境科学领域中使用。利用计算机技术实现FTIR分析就会产生大量数据，并需要进行深入细致的处理。

我们通过搭建岭回归模型提高了特征提取过程，在验证集上得出了预测性能较好的结果（相关系数为0.881），而且这个方法不仅快速而且具有广泛应用价值。

在本研究中，将拓扑指标合成以及PCA等无监督降维算法与场强组件进行联合处理并最后采用径向基函数神经网络（RBFNN）来建立样品分类判别器。总体表现良好，一共38个样品被正确分类到相应类别下面，准确率为86%。

此外，应用HCA层次聚类分析将相似样品纳入同一群组。通过观察它们的FT-IR光谱图像比较，我们可以找出更多地表达化学物质近似性质的指标。

结论

本研究详细描述了如何采集和处理来自辽宁省大气悬浮小颗粒样品的傅立叶变换红外光谱，并提供可重复使用的方法包括预处理、特征选择和分类器构建。值得注意的是，在数据解读时注重参数与结果之间正确映射关系并选取合适算法进行深度挖掘具有至关重要意义。


微信号：Leeyo931201
咨询采购，报价（傅里叶红外光谱，应急，非道路，污染源排放，温室气体等检测，定量），请点击下方按钮。
复制微信号