化學計量學方法在煙草分析化學中的應用研究.pdf

1、該論文將化學計量學方法引入煙草化學研究領域,利用偏最小二乘法(partial least squares,PLS)技術對煙草樣品的常規(guī)成分與近紅外光譜之間的定量模型進行了研究,提出了基于相關系數(shù)、小波變換以及無信息變量消除(uninformative variable elimination, UVE)的三種數(shù)據(jù)壓縮和變量篩選方法,提高了PLS的運算速度,改善了PLS的定量預測精度.偏最小二乘法(PLS)是近年發(fā)展起來的多元分析方法.該

2、章采用PLS建立了近紅外光譜光卷煙樣品常規(guī)成分之間的關系模型,該模型可用于卷煙樣品常規(guī)成份的定量預測.為了進一步對光譜的波長進行了選擇,以消除與建模無關的波長,提出了基于相關系數(shù)的波長選擇方法,結果表明該方法即可提高PLS的運算速度,又可得到較高的預測精度.小波變換在分析化學領域已得到廣泛應用,該章將小波變換(WT)用于煙草樣品近紅外光譜(NIR)的數(shù)據(jù)壓縮,并結合偏最小二乘法(PLS)對壓縮后的數(shù)據(jù)進行建模,建立了WT-PLS方法.與

3、直接采用PLS相比,WT-PLS可有效地壓縮原始譜圖的數(shù)據(jù),去除譜圖中噪聲和背景的干擾,降低所建模型的隨機性,從而大大提高了運算速度,并獲得了較高的預測精度.近紅外光譜與多變量校正技術相結合是復雜植物樣品定量分析的良好手段.該章提出了結合小波變換數(shù)據(jù)壓縮和無信息變量消除(UVE)變量篩選的一種新型算法.首先將近紅外光譜經(jīng)過小波變換進行數(shù)據(jù)壓縮,然后采用UVE方法進一步去除與建模不相關的小波系數(shù),并最終利用壓縮和篩選后的小波系數(shù)建立校正模

4、型.結果表明所建立的方法可大量壓縮和去除與建模不相關的光譜數(shù)據(jù),與PLS和WT-PLS相比,可進一步提高運算速度,并進一步改善定量預測的精度.采用微波輻射對煙草(煙葉或煙絲)樣品進行處理,并采用固相微萃取(SPME)-GC-MS、熱解-GC-MS以及電子顯微鏡技術研究了微波輻射對煙葉和煙絲樣品的物理作用和化學作用.結果表明:微波輻射對煙氣的化學成分有顯著影響,使許多化學成分,特別是低沸點烴類化合物的含量明顯降低;微波輻射對煙葉表面的物理