專(zhuān)利名稱(chēng)：一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于太赫茲無(wú)損檢測(cè)領(lǐng)域，涉及一種農(nóng)藥鑒別方法，尤其是一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法。
背景技術(shù)：
太赫茲(THz)波是指頻率在0. I 10 THz范圍內(nèi)的電磁波(I THz = IO12 Hz)。THz光譜包含著豐富的物理和化學(xué)信息，可以對(duì)大量有機(jī)分子進(jìn)行THz波光譜響應(yīng)、動(dòng)力學(xué)特性以及分子構(gòu)型、構(gòu)象進(jìn)行分析研究和種類(lèi)鑒別；太赫茲輻射的光子能量低，不會(huì)對(duì)被測(cè)物質(zhì)產(chǎn)生有害電離，可以對(duì)物質(zhì)進(jìn)行無(wú)入侵無(wú)損檢測(cè)；太赫茲輻射對(duì)大量介電材料和固體材料具有良好的投射性。太赫茲波的一系列獨(dú)特性能，使得其成為近些年來(lái)快速發(fā)展起來(lái)的一項(xiàng)無(wú)損檢測(cè)技術(shù)。目前，常用的農(nóng)藥檢測(cè)方法是色譜分析法，但是色譜分析法樣品的前處理復(fù)雜，無(wú)法實(shí)現(xiàn)在線檢測(cè)，對(duì)檢測(cè)條件要求高。一種快速、高效、可行性高的農(nóng)藥鑒別方法迫不可待，目前，利用光譜技術(shù)進(jìn)行農(nóng)藥檢測(cè)成為研究熱點(diǎn)。紫外光譜僅與分子中的生色團(tuán)和助色團(tuán)有關(guān)，很難獨(dú)立于分子結(jié)構(gòu)解析；拉曼光譜需要考慮熒光和激光至熱對(duì)分子結(jié)構(gòu)造成的分解和破壞；紅外光譜是分子中基團(tuán)原子間振動(dòng)躍遷時(shí)吸收紅外光產(chǎn)生，因此紅外光譜可以鑒別不同化學(xué)基團(tuán)的物質(zhì)，但是結(jié)構(gòu)相似的物質(zhì)，卻很難區(qū)分。由于一般情況下同一類(lèi)農(nóng)藥分子具有相同的官能團(tuán)和相似的分子結(jié)構(gòu)，太赫茲光譜彌補(bǔ)上述光譜的缺陷，因此將太赫茲光譜技術(shù)應(yīng)用于農(nóng)藥檢測(cè)成為探索農(nóng)藥檢測(cè)的新方法。盡管相對(duì)紫外-可見(jiàn)光譜、紅外光譜、拉曼光譜，太赫茲光譜具有一系列獨(dú)特性能和優(yōu)勢(shì)，但是有關(guān)太赫茲光譜檢測(cè)應(yīng)用還處于研究階段，有效的檢測(cè)方法和數(shù)據(jù)處理技術(shù)成為太赫茲光譜技術(shù)應(yīng)用于未知物檢測(cè)領(lǐng)域有待突破的技術(shù)。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法。一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法，包括以下步驟
步驟一建立農(nóng)藥樣品指紋譜庫(kù)借助化學(xué)理論模擬軟件，對(duì)農(nóng)藥樣品分子進(jìn)行晶體理論模擬分析，獲得樣品分子的太赫茲理論模擬吸收光譜，提取樣品理論模擬吸收光譜的特征吸收峰，建立樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)X = IX1--Xi--XJr ,石=[n.…Zj。其中為樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)中弟i種樣品，為樣品標(biāo)準(zhǔn)特征吸收峰指
紋庫(kù)中樣品種類(lèi)數(shù)，為Xi樣品的特征吸收峰，/7為名樣品特征吸收峰總峰數(shù)；
步驟二 獲取未知待測(cè)樣品二階導(dǎo)數(shù)特征吸收峰借助太赫茲時(shí)域光譜裝置采集未知待測(cè)樣品太赫茲時(shí)域光譜，進(jìn)而利用菲涅爾公式計(jì)算獲取未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜圖；進(jìn)一步對(duì)未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜進(jìn)行二階微分處理，獲得未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖，提取未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰7;
步驟三對(duì)未知待測(cè)樣品進(jìn)行鑒別根據(jù)已建立的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)I對(duì)未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰7進(jìn)行最佳匹配篩選，進(jìn)而對(duì)未知待測(cè)樣品進(jìn)行鑒別。所述的對(duì)未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜進(jìn)行二階微分處理，包括以下步驟
步驟①建立二階微分處理模型對(duì)未知待測(cè)樣品試驗(yàn)吸收頻譜進(jìn)行二階微分處理。二
階微分處理模型表示為
權(quán)利要求
1.一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法，其特征在于，該方法包括以下步驟 步驟一建立農(nóng)藥樣品指紋譜庫(kù)借助化學(xué)理論模擬軟件，對(duì)農(nóng)藥樣品分子進(jìn)行晶體理論模擬分析，獲得樣品分子的太赫茲理論模擬吸收光譜，提取樣品理論模擬吸收光譜的特征吸收峰，建立樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)i = H-.IJr ,名=[A1 …xr. Xj， 其中為樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)中弟I種樣品，m為樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)中樣品種類(lèi)數(shù)，\為七樣品的特征吸收峰，為牟樣品特征吸收峰總峰數(shù)； 步驟二 獲取未知待測(cè)樣品二階導(dǎo)數(shù)特征吸收峰借助太赫茲時(shí)域光譜裝置采集未知待測(cè)樣品太赫茲時(shí)域光譜，進(jìn)而利用菲涅爾公式計(jì)算獲取未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜圖；進(jìn)一步對(duì)未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜進(jìn)行二階微分處理，獲得未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖，提取未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰7; 步驟三對(duì)未知待測(cè)樣品進(jìn)行鑒別根據(jù)已建立的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)I對(duì)未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰7進(jìn)行最佳匹配篩選，進(jìn)而對(duì)未知待測(cè)樣品進(jìn)行鑒別。
2.根據(jù)權(quán)利要求I所述的一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法，其特征在于所述的對(duì)未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜進(jìn)行二階微分處理，包括以下步驟， 步驟①建立二階微分處理模型對(duì)未知待測(cè)樣品試驗(yàn)吸收頻譜進(jìn)行二階微分處理；二階微分處理模型表示為 dwA 公式中/ >)為未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜的吸收強(qiáng)度，w為未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜的頻率； 步驟②提取未知待測(cè)樣品二階導(dǎo)數(shù)頻譜圖的特征吸收峰Y，7 =[乃_-'凡一乃]; 其中) 為未知待測(cè)樣品的特征吸收峰，I為未知待測(cè)樣品7的特征吸收峰總峰數(shù)。
3.根據(jù)權(quán)利要求I所述的一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法，其特征在于所述的最佳匹配篩選法包括以下步驟， 步驟①根據(jù)已建立的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)X =…總f ,名，對(duì)于未知待測(cè)樣品特征吸收峰庫(kù)Z =[乃一九…乃]中的Ti進(jìn)行歸屬判另IJ，利用最短距離模型 l>i-xjl<G J=I --. n, k=l ... I 其中e為允許誤差，初值取0.1，若&與&滿足最短距離模型關(guān)系，則ei-0.01，不斷減小e的值進(jìn)行最佳歸屬，若Ti與&不滿足最短距離模型關(guān)系，則篩除Ti ; 利用最短距離模型，根據(jù)特征吸收峰指紋庫(kù)X = [Z1…JTi…JTh f中的每個(gè)尤，對(duì)未知待測(cè)樣品特征吸收峰庫(kù)F =Ljv jv乃]進(jìn)行最佳歸屬；上述步驟最佳歸屬后名+& %]，即、歸屬到&，其中&為樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)Ii中可歸屬的特征吸收峰\為未知待測(cè)樣品特征吸收峰庫(kù)7中可歸屬的特征吸收峰，5為特征吸收峰總數(shù)； 步驟②然后歐氏距離的均方根，對(duì)樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)]和未 知待測(cè)樣品特征吸收峰庫(kù)F=[yr_%…yJ，進(jìn)行特征吸收峰歸屬相似度測(cè)度，取A最短的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)名，即為未知待測(cè)樣品種類(lèi)；—sg = l-s 公式中，A為樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)名中可被歸屬的特征吸收峰\為未知待測(cè)樣品特征吸收峰庫(kù)7中可歸屬的特征吸收峰，5為特征吸收峰總數(shù)；若有多個(gè)相同4，則取5最大的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)名，即為未知待測(cè)樣品種類(lèi)。
全文摘要
本發(fā)明公開(kāi)了一種基于太赫茲理論模擬光譜的農(nóng)藥鑒別方法，本發(fā)明從理論模擬分光譜分析角度獲取農(nóng)藥樣品吸收頻譜圖，建立樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)X；借助太赫茲時(shí)域光譜裝置采集未知待測(cè)樣品太赫茲時(shí)域光譜，進(jìn)而利用菲涅爾公式計(jì)算獲取未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜圖，進(jìn)一步對(duì)未知待測(cè)樣品實(shí)驗(yàn)吸收頻譜進(jìn)行二階微分處理，獲得未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖，提取未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰Y；根據(jù)已建立的樣品標(biāo)準(zhǔn)特征吸收峰指紋庫(kù)X，對(duì)未知待測(cè)樣品二階導(dǎo)數(shù)吸收頻譜圖的特征吸收峰Y進(jìn)行最佳匹配篩選，進(jìn)而對(duì)未知待測(cè)樣品進(jìn)行鑒別。本發(fā)明降低了數(shù)據(jù)處理的難度和復(fù)雜度，建立農(nóng)藥樣品指紋庫(kù)，提高了鑒別效率和準(zhǔn)確性。
文檔編號(hào)G01N21/31GK102749297SQ201210236840
公開(kāi)日2012年10月24日 申請(qǐng)日期2012年7月10日 優(yōu)先權(quán)日2012年7月10日
發(fā)明者李蘭玉, 王強(qiáng), 馬冶浩 申請(qǐng)人:中國(guó)計(jì)量學(xué)院