文献类型：期刊文章

作　　者：张文婷[1] 王凯君[1] 路亚梅[2] 杨吴烨[1] 熊訚然[1] 吴琼[1] 杜一平[1]

ZHANG Wen-ting;WANG Kai-jun;LU Ya-mei;YANG Wu-ye;XIONG Yin-ran;WU Qiong;DU Yi-ping(Shanghai Key Laboratory of Functional Materials Chemistry,School of Chemistry and Molecular Engineering,East China University of Science and Technology,Shanghai 200237,China;Shanghai Customs Industrial Products Center,Shanghai 200135,China)

机构地区：[1]华东理工大学化学与分子工程学院,上海市功能材料化学重点实验室,上海200237 [2]上海海关工业品中心,上海200135

出　　处：《分析测试学报》

年　　份：2024

卷　　号：43

期　　号：5

起止页码：746-754

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：使用小型光纤光谱仪构建了近红外光谱(NIR)和紫外可见光谱(UV-Vis)在线监测系统,并利用双光谱监测提取过程。通过采样误差分布分析(SEPA)和稳定性竞争性自适应重加权抽样(SCARS)等化学计量学方法对光谱数据进行处理,建立了偏最小二乘(PLS)光谱分析模型。对NIR光谱、UV-Vis光谱以及双光谱融合模型的分析性能进行了比较。结果表明,木犀草素的NIR光谱分析模型,绿原酸的UV-Vis光谱分析模型性能较好。木犀草素模型的预测均方根误差(RMSEP)为0.0107μg·mL^(-1),绿原酸模型的RMSEP为0.0295 mg·mL^(-1),模型的预测能力较好。该研究开发的系统操作简便、快速,模型准确性高,为中药提取的在线监测提供了新的策略。

关 键 词：双光谱监测  NIR UV-VIS 在线监测 中药 甘青青兰  木犀草素 绿原酸  

分 类 号：O657.3] R282[化学类]