近日，中国科学院合肥物质科学研究院高民光研究员和李祥贤副研究员领导的研究团队 开发 了一种基于线性预测理论的光谱分辨率增强方法，将光谱分辨率增强方法拓展到了光谱分辨率增强方法。 FTIR(傅里叶变换红外光谱)技术在多组分超低浓度微量物质检测中的应用。
相关研究成果近期分别发表在 《红外物理与技术》和《测量》杂志上 。
FTIR技术已广泛应用于大气污染监测、食品药品安全检测等领域。然而，由于光谱分辨率的限制，该技术在多组分超痕量物质的检测中遇到困难。在不改变光谱仪结构或增加仪器体积的情况下有效提高 FTIR 技术的光谱分辨率，是限制其更广泛应用的重大技术障碍。
在本研究中，研究人员建立了基于线性预测的光谱分辨率增强模型，并提出了模型参数计算、阶次确定和模型预测的优化方法。通过将分辨率增强结果与 Bruker IFS 125 仪器测量的高分辨率光谱进行比较，验证了模型的有效性，光谱特征吸收带的相对误差仅为 0.28%。
此外，与实际干涉信号相关的各种因素可能影响光谱分辨率增强的有效性，包括干涉信号的原始信噪比、模型增强因子和初始分辨率。
李说：“借助基于线性预测的光谱分辨率增强方法，我们有效地识别了大气中的低浓度气体以及在中红外区域表现出交叉吸收的气体成分。此外，对于某些气体，光谱分辨率增强后浓度反演精度可显着提高。”
该团队表示，该研究为进一步提高多组分超低浓度微量物质的检测精度提供了宝贵的理论支持和分析工具。
免责声明：本文由用户上传，如有侵权请联系删除！
