亚胺硫磷表面增强拉曼光谱定量解析模型研究

摘要：

拉曼光谱分析方法结合表面增强技术用于亚胺硫磷农药的检测。连续小波变换（continuous wavelet transforms，CWT）和连续投影算法（successive projections algorithm，SPA）分别用于拉曼光谱的预处理和特征拉曼位移的选择，多元线性回归（multi-linear regression，MLR）用于特征拉曼吸收的回归分析。结果表明，芯片增强可以实现低浓度农药溶液拉曼响应的增强；CWT 可以提高拉曼光谱的分辨率和平滑度，消除光谱的平移误差；基于 SPA 方法的特征位移选择方法，既可以提高模型的分析精度，又可以简化 MLR 模型的回归变量；与特征增强波段的 MLR 模型比较，CWT-SPA-MLR 模型可将验证集的预测相关系数（correlation coefficient，r）和预测均方根误差（root mean square error of prediction，RMSEP）由0．823和1．640改善为0．903和1．122。CWT-SPA-MLR 可用于拉曼光谱定量解析模型的建立，该方法简单易用具有良好的重复性。

关键词：表面增强拉曼光谱、亚胺硫磷、多元线性回归、连续小波变换

分类号：O657.33(分析化学)

资助基金：国家自然科学基金项目21265006，31171697

在线出版日期：2015-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2563-2566