CN102967557B - 基于近红外光谱的生物气溶胶含水量测定及其分类方法 - Google Patents
基于近红外光谱的生物气溶胶含水量测定及其分类方法 Download PDFInfo
- Publication number
- CN102967557B CN102967557B CN201210396396.7A CN201210396396A CN102967557B CN 102967557 B CN102967557 B CN 102967557B CN 201210396396 A CN201210396396 A CN 201210396396A CN 102967557 B CN102967557 B CN 102967557B
- Authority
- CN
- China
- Prior art keywords
- bioaerosol
- biologic grain
- near infrared
- curve
- water cut
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及基于近红外光谱的生物气溶胶含水量测定及其分类方法,该方法包括利用开放式FTIR大气透过光谱测定系统,采集并计算出待检测的生物气溶胶的近红外透过率光谱;利用光学粒子计数器,测定待检测的生物气溶胶中生物颗粒的平均粒径;根据生物气溶胶的近红外透过率光谱和生物气溶胶中生物颗粒的平均粒径,反演计算生物气溶胶中生物颗粒的红外复折射率实部;根据生物气溶胶中生物颗粒的红外复折射率实部,反演计算生物气溶胶中生物颗粒的含水量;根据不同种类生物颗粒含水量的差异,对待检测的生物气溶胶进行分类。采用简洁的实验步骤就可以实现对生物气溶胶的在线识别,克服了当前生物气溶胶识别方法存在的实施难度大和实时性差问题。
Description
技术领域
本发明涉及光学探测领域,尤其是一种基于近红外光谱的生物气溶胶含水量测定及其分类方法。
背景技术
生物气溶胶作为大气气溶胶的重要组成部分,对人类的生产、生活具有巨大的影响。随着人类社会生物技术的日益发展,大气中的生物气溶胶同人类活动的联系愈加密切,发展有效的生物气溶胶识别方法对对准确评价环境空气质量环境和积极防护生物战剂具有重要意义。
目前,生物气溶胶的探测识别方法主要有荧光法、显微镜法和散射法。生物气溶胶中的色氨酸(Tryptophan)、烟酰胺腺嘌呤二核甘酸磷酸(Nicotinamide adenine nucleotides phosphate)和核黄酸(Riboflavin)等紫外发光团,在紫外光的激发下会产生本征荧光。荧光法探测生物气溶胶,是通过探测生物气溶胶的荧光强度实现对生物气溶胶的探测。显微镜法识别生物气溶胶,首先利用通过生物气溶胶采样仪采集生物颗粒,然后利用生物技术手段对样品中生物颗粒进行分离、培养、观察,最后根据生物颗粒的形态特点判断其种类。散射法根据生物颗粒对激光的散射相函数,分析生物颗粒的形态特征,实现对生物气溶胶的分类。然而,无论是荧光法、显微镜法还是散射法,它们都存在各自不足。例如,荧光法虽然能够有效探测生物气溶胶,但是无法判断生物战剂威胁是否存在;显微镜法能够有效识别生物气溶胶的种类,但是实时性差、实验过程繁琐;散射法无法分辨形状尺寸相同但是种类不同、成分相近的生物颗粒。
发明内容
本发明的目的在于提供一种以含水量作为分类依据,通过对气溶胶中生物颗粒含水量的反演,实现生物气溶胶分类的基于近红外光谱的生物气溶胶含水量测定及其分类方法。
为实现上述目的,本发明采用了以下技术方案:一种基于近红外光谱的生物气溶胶含水量测定及其分类方法,该方法包括下列顺序的步骤:
(1)利用开放式FTIR大气透过光谱测定系统,采集并计算出待检测的生物气溶胶的近红外透过率光谱t(λ);利用光学粒子计数器,测定待检测的生物气溶胶中生物颗粒的平均粒径D32;
(2)根据生物气溶胶的近红外透过率光谱t(λ)和生物气溶胶中生物颗粒的平均粒径D32,反演计算生物气溶胶中生物颗粒的红外复折射率实部n;
(3)根据生物气溶胶中生物颗粒的红外复折射率实部n,反演计算生物气溶胶中生物颗粒的含水量w(%);
(4)根据不同种类生物颗粒含水量的差异,对待检测的生物气溶胶进行分类。
由上述技术方案可知,本发明利用常规的开放式FTIR大气透过光谱测定系统、光学粒子计数器和计算机,采用简洁的实验步骤就可以实现对生物气溶胶的在线识别,克服了当前生物气溶胶识别方法存在的实施难度大和实时性差问题;通过测定气溶胶中生物颗粒的含水量可以实现对生物气溶胶的有效识别;充分利用红外透射光谱曲线的波动特征,避免受到气溶胶中生物颗粒的粒子数浓度影响。
附图说明
图1为开放式FTIR大气透过光谱测定系统的结构原理图;
图2为本发明的工作流程图;
图3为本发明中生物颗粒含水量反演的方法流程图。
具体实施方式
一种基于近红外光谱的生物气溶胶含水量测定及其分类方法,该方法包括下列顺序的步骤:第一步,利用开放式FTIR大气透过光谱测定系统,采集并计算出待检测的生物气溶胶的近红外透过率光谱t(λ);利用光学粒子计数器,测定待检测的生物气溶胶中生物颗粒的平均粒径D32;第二步,根据生物气溶胶的近红外透过率光谱t(λ)和生物气溶胶中生物颗粒的平均粒径D32,反演计算生物气溶胶中生物颗粒的红外复折射率实部n;第三步,根据生物气溶胶中生物颗粒的红外复折射率实部n,反演计算生物气溶胶中生物颗粒的含水量w(%);第四步,根据不同种类生物颗粒含水量的差异,对待检测的生物气溶胶进行分类。如图1、2、3所示。
如图1、2所示,针对第一步,对待检测的生物气溶胶的近红外透过率光谱t(λ)进行计算是指,首先关闭开放式FTIR大气透过光谱测定系统的黑体光源,采集远距离背景的响应输出电压vfar_back(λ)和近距离背景的响应输出电压vnear_back(λ);其次,打开近距离黑体光源,采集近场黑体光源的响应输出电压vnear(λ);再次,关闭近距离黑体光源,打开远场黑体光源,采集远距离黑体光源的响应输出电压vfar(λ);最后,根据公式(1)计算待检测的生物气溶胶的近红外透过率光谱t(λ):
采用如图1所示的开放式FTIR大气透过光谱测定系统,当系统工作时,红外辐射源发出稳定的宽带辐射信号,经过平行光管,其立体角得以压缩,然后通过生物气溶胶后,被FTIR光谱仪的接收望远镜接收,进入光谱仪的干涉系统,最后由计算机完成相关处理工作。
如图2所示,针对第一步,对待检测的生物气溶胶中生物颗粒的平均粒径D32进行测定是指,利用光学粒子计数器,根据公式(2)进行测定:
式中,ni是粒径为Di的生物颗粒的数量占颗粒总数量的比例。
如图2所示,针对第二步,对生物气溶胶中生物颗粒的红外复折射率实部n进行反演计算是指,首先,读取生物气溶胶近红外透过率光谱数据文件和气溶胶中生物颗粒平均粒径数据文件;其次,对近红外透过率光谱去噪,在近红外透过率光谱中选择一段光谱曲线,该曲线的整体波动规律符合正弦波动规律;再次,根据曲线段整体正弦波动趋势,确定其正弦包络中的两个相邻的极大值点、极小值点或零值点及其对应的波长,并由选定的两个相邻极值点或零值点的波长间距确定曲线段整体正弦波动的波动频率f;最后,根据曲线段整体正弦波动的波动频率f,计算生物颗粒光谱复折射率实部n,计算公式如下:
所述的在生物气溶胶近红外透过率光谱中所选择的光谱曲线,该曲线段满足以下特征:
(1)曲线正弦波动特征明显;
(2)不规则扰动少且易剔除;
(3)曲线段中至少有半个明显的正弦波动趋势,即至少可以找到1对相邻的极值或零值。
所述的生物气溶胶近红外透过率光谱中正弦波动曲线段整体波动频率的确定,采用正弦函数拟合的方法进行,具体步骤如下:
(1)根据曲线段的正弦波动规律初步判断其整体波动频率fO,确定1个正弦拟合函数,该正弦函数的振幅为1,频率为fO;
(2)利用计算机绘出该正弦拟合函数的曲线,比较该曲线与选定的光谱曲线段的整体波动频率,调整正弦拟合函数的频率fi,i=1,2,3,...。
(3)当拟合函数曲线与光谱曲线的波动规律一致时,最终拟合函数的频率f即为整体正弦波动的波动频率。
如图2、3所示,针对第三步,对生物气溶胶中生物颗粒的含水量w(%)进行反演计算是指,先读取生物颗粒光谱复折射率实部n的数据文件;再带入生物颗粒含水量和近红外波段复折射率实部关系模型w=F(n),计算生物颗粒含水量w(%)。
所述的生物颗粒含水量和近红外波段复折射率实部关系模型w=F(n)的构建,包括以下步骤:
(1)选择多种生物颗粒;
(2)利用烘干法测定生物颗粒的含水量;
(3)利用反射法测定生物颗粒复折射率实部;
(4)根据测定的多种生物颗粒含水量及其复折射率实部的数值,利用函数拟合方法确定生物颗粒含水量与其近红外波段复折射率实部的函数关系,建立生物颗粒含水量和近红外波段复折射率实部间关系模型。
针对第四步,对生物气溶胶进行分类是指,通过将生物颗粒含水量的反演结果带入生物颗粒含水量特征数据库,确定生物气溶胶种类。也就是说,根据w(%)的数值,在生物颗粒含水量特征数据库中进行搜索,确定待检测的生物气溶胶的种类。
所述的生物颗粒含水量特征数据库的构建,包括以下步骤:
(1)将生物颗粒划分为微生物菌体类、芽孢类、孢子类和花粉类等几大类;
(2)根据物质构成特点将每大类生物颗粒再细分为数小类;
(3)从每小类生物颗粒中选择几种生物颗粒,利用烘干法测定其含水量,并计算每小类生物颗粒的平均含水量;
(4)建立生物颗粒含水量特征数据库。综上所述,本发明的优点在于:基于Mie散射理论和朗伯-比尔定律,利用常规开放式FTIR大气透过光谱测定系统、光学粒子计数器和计算机,采用简洁的实验步骤就可以实现对生物气溶胶的在线识别,克服了当前生物气溶胶识别方法存在的实施难度大和实时性差问题;克服了当前生物气溶胶识别方法,特别是荧光法存在的识别效率低的问题,在建立完备生物颗粒含水量特征数据库的基础上,通过测定气溶胶中生物颗粒的含水量可以实现对生物气溶胶的有效识别;根据生物气溶胶红外透射光谱反演其中生物颗粒在近红外波段的折射率实部数值,充分利用红外透射光谱曲线的波动特征,避免受到气溶胶中生物颗粒的粒子数浓度影响。
Claims (10)
1.一种基于近红外光谱的生物气溶胶含水量测定及其分类方法,该方法包括下列顺序的步骤:
(1)利用开放式FTIR大气透过光谱测定系统,采集并计算出待检测的生物气溶胶的近红外透过率光谱t(λ);利用光学粒子计数器,测定待检测的生物气溶胶中生物颗粒的平均粒径D32;
(2)根据生物气溶胶的近红外透过率光谱t(λ)和生物气溶胶中生物颗粒的平均粒径D32,反演计算生物气溶胶中生物颗粒的红外复折射率实部n;
(3)根据生物气溶胶中生物颗粒的红外复折射率实部n,反演计算生物气溶胶中生物颗粒的含水量w(%);
(4)根据不同种类生物颗粒含水量的差异,对待检测的生物气溶胶进行分类。
2.根据权利要求1所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:对待检测的生物气溶胶的近红外透过率光谱t(λ)进行计算是指,首先关闭开放式FTIR大气透过光谱测定系统的黑体光源,采集远距离背景的响应输出电压vfar_back(λ)和近距离背景的响应输出电压vnear_back(λ);其次,打开近距离黑体光源,采集近场黑体光源的响应输出电压vnear(λ);再次,关闭近距离黑体光源,打开远场黑体光源,采集远距离黑体光源的响应输出电压vfar(λ);最后,根据公式(1)计算待检测的生物气溶胶的近红外透过率光谱t(λ):
3.根据权利要求1所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:对待检测的生物气溶胶中生物颗粒的平均粒径D32进行测定是指,利用光学粒子计数器,根据公式(2)进行测定:
式中,ni是粒径为Di的生物颗粒的数量占颗粒总数量的比例。
4.根据权利要求1所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:对生物气溶胶中生物颗粒的红外复折射率实部n进行反演计算是指,首先,读取生物气溶胶近红外透过率光谱数据文件和气溶胶中生物颗粒平均粒径数据文件;其次,对近红外透过率光谱去噪,在近红外透过率光谱中选择一段光谱曲线,该曲线的整体波动规律符合正弦波动规律;再次,根据曲线段整体正弦波动趋势,确定其正弦包络中的两个相邻的极大值点、极小值点或零值点及其对应的波长,并由选定的两个相邻极值点或零值点的波长间距确定曲线段整体正弦波动的波动频率f;最后,根据曲线段整体正弦波动的波动频率f,计算生物颗粒光谱复折射率实部n,计算公式如下:
5.根据权利要求1所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:对生物气溶胶中生物颗粒的含水量w(%)进行反演计算是指,先读取生物颗粒光谱复折射率实部n的数据文件;再带入生物颗粒含水量和近红外波段复折射率实部关系模型w=F(n),计算生物颗粒含水量w(%)。
6.根据权利要求1所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:对生物气溶胶进行分类是指,通过将生物颗粒含水量的反演结果带入生物颗粒含水量特征数据库,确定生物气溶胶种类。
7.根据权利要求4所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:所述的在生物气溶胶近红外透过率光谱中所选择的光谱曲线,该曲线段满足以下特征:
(1)曲线正弦波动特征明显;
(2)不规则扰动少且易剔除;
(3)曲线段中至少有半个明显的正弦波动趋势,即至少可以找到1对相邻的极值或零值。
8.根据权利要求4所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:所述的生物气溶胶近红外透过率光谱中正弦波动曲线段整体波动频率的确定,采用正弦函数拟合的方法进行,具体步骤如下:
(1)根据曲线段的正弦波动规律初步判断其整体波动频率f0,确定1个正弦拟合函数,该正弦函数的振幅为1,频率为f0;
(2)利用计算机绘出该正弦拟合函数的曲线,比较该曲线与选定的光谱曲线段的整体波动频率,调整正弦拟合函数的频率fi,i=1,2,3,...;
(3)当拟合函数曲线与光谱曲线的波动规律一致时,最终拟合函数的频率f即为整体正弦波动的波动频率。
9.根据权利要求5所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:所述的生物颗粒含水量和近红外波段复折射率实部关系模型w=F(n)的构建,包括以下步骤:
(1)选择多种生物颗粒;
(2)利用烘干法测定生物颗粒的含水量;
(3)利用反射法测定生物颗粒复折射率实部;
(4)根据测定的多种生物颗粒含水量及其复折射率实部的数值,利用函数拟合方法确定生物颗粒含水量与其近红外波段复折射率实部的函数关系,建立生物颗粒含水量和近红外波段复折射率实部间关系模型。
10.根据权利要求6所述的基于近红外光谱的生物气溶胶含水量测定及其分类方法,其特征在于:所述的生物颗粒含水量特征数据库的构建,包括以下步骤:
(1)将生物颗粒划分为微生物菌体类、芽孢类、孢子类和花粉类等几大类;
(2)根据物质构成特点将每大类生物颗粒再细分为数小类;
(3)从每小类生物颗粒中选择几种生物颗粒,利用烘干法测定其含水量,并计算每小类生物颗粒的平均含水量;
(4)建立生物颗粒含水量特征数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210396396.7A CN102967557B (zh) | 2012-10-18 | 2012-10-18 | 基于近红外光谱的生物气溶胶含水量测定及其分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210396396.7A CN102967557B (zh) | 2012-10-18 | 2012-10-18 | 基于近红外光谱的生物气溶胶含水量测定及其分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102967557A CN102967557A (zh) | 2013-03-13 |
CN102967557B true CN102967557B (zh) | 2014-10-15 |
Family
ID=47797847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210396396.7A Active CN102967557B (zh) | 2012-10-18 | 2012-10-18 | 基于近红外光谱的生物气溶胶含水量测定及其分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102967557B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076009B (zh) * | 2014-07-02 | 2017-01-04 | 中国人民解放军电子工程学院 | 一种生物颗粒远红外波段复折射率的快速测量方法 |
CN108627435A (zh) * | 2018-04-26 | 2018-10-09 | 黄冈职业技术学院 | 一种新型基于物联网智能化的室内空气检测仪 |
CN109883896B (zh) * | 2019-03-06 | 2021-01-08 | 中国石油大学(北京) | 一种气溶胶检测方法及系统 |
CN111537472B (zh) * | 2020-07-07 | 2020-09-25 | 中国人民解放军国防科技大学 | 人工制备生物材料在外部环境下的遮蔽效能获取方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10136555A1 (de) * | 2001-07-27 | 2003-02-13 | Boehringer Ingelheim Int | Optimierte Verfahren zur Bestimmung der Aerosol-Partikelgrößenverteilung und Vorrichtung zur Durchführung derartiger Verfahren |
CA2524345C (en) * | 2003-04-29 | 2014-04-08 | S3I, Llc | A multi-spectral optical method and system for detecting and classifying biological and non-biological particles |
WO2009026130A2 (en) * | 2007-08-16 | 2009-02-26 | University Of Florida Research Foundation, Inc. | High-efficiency viable sampler for ultrafine bioaerosols |
-
2012
- 2012-10-18 CN CN201210396396.7A patent/CN102967557B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
Non-Patent Citations (6)
Title |
---|
傅里叶变换红外光谱对水溶性气溶胶复折射率的测量分析方法研究;冯明春等;《光学学报》;20120430;第32卷(第4期);全文 * |
冯明春等.傅里叶变换红外光谱对水溶性气溶胶复折射率的测量分析方法研究.《光学学报》.2012,第32卷(第4期), |
利用消光谱反演气溶胶复折射率的一种新方法及其应用;李放等;《遥感技术与应用》;19950630;第10卷(第2期);全文 * |
李放等.利用消光谱反演气溶胶复折射率的一种新方法及其应用.《遥感技术与应用》.1995,第10卷(第2期), |
王振亚等.生物气溶胶的激光光谱识别研究.《光电子技术与信息》.1998,第11卷(第4期), |
生物气溶胶的激光光谱识别研究;王振亚等;《光电子技术与信息》;19980830;第11卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN102967557A (zh) | 2013-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10274414B2 (en) | Particle processing systems and methods for normalization/calibration of same | |
Crawford et al. | Evaluation of hierarchical agglomerative cluster analysis methods for discrimination of primary biological aerosol | |
CN103234922A (zh) | 一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法 | |
CN102967557B (zh) | 基于近红外光谱的生物气溶胶含水量测定及其分类方法 | |
Li et al. | An effective method for the rapid detection of microplastics in soil | |
CN105548113A (zh) | 一种基于叶绿素荧光和多光谱图像的植物生理监测方法 | |
CN104596957A (zh) | 基于可见光近红外光谱技术的土壤铜含量估算方法 | |
CN104729965B (zh) | 基于区间径向基函数神经网络的pm2.5浓度检测方法 | |
CN109001180A (zh) | 一种拉曼光谱结合人工智能高通量单细胞分析鉴定方法 | |
Wagner et al. | Subcommunity FTIR-spectroscopy to determine physiological cell states | |
CN105158175A (zh) | 一种采用透射光谱鉴别水中细菌的方法 | |
CN105300954A (zh) | 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法 | |
CN104502299A (zh) | 一种利用近红外光谱技术鉴别五常稻花香大米的方法 | |
CN109187443A (zh) | 基于多波长透射光谱的水体细菌微生物准确识别方法 | |
CN104568824A (zh) | 基于可见/近红外光谱的虾类新鲜度等级检测方法及装置 | |
Markey et al. | A modified spectroscopic approach for the real-time detection of pollen and fungal spores at a semi-urban site using the WIBS-4+, Part I | |
CN104297206A (zh) | 一种液态牛奶品牌快速鉴别方法 | |
US11841314B2 (en) | Method and system for characterizing particles using an angular detection in a flow cytometer | |
CN205262963U (zh) | 一种用于小麦叶片叶绿素含量估算的遥感系统 | |
Kwaśny et al. | Fluorescence methods for the detection of bioaerosols in their civil and military applications | |
CN112903543B (zh) | 基于光散射的气溶胶颗粒物椭圆度测量方法和系统 | |
Swanson et al. | Pollen classification using a single particle fluorescence spectroscopy technique | |
CN109470686A (zh) | 一种基于半监督学习的激光诱导击穿光谱分类识别方法 | |
CN105911000A (zh) | 基于特征波段的血斑蛋在线检测方法 | |
CN104198348A (zh) | 基于光电融合的pm2.5浓度检测系统及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |