全 文 ：傅里叶变换红外光谱法结合聚类分析对大叶藓
及其易混种类的鉴别
曹　珍１，２，赵建成１＊，黄士良２
（１．河北师范大学 生命科学学院，石家庄０５００１６；　２．河北女子职业技术学院，石家庄０５００９１）
摘　要：采用傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类（平肋提灯藓、树形疣
灯藓、皱叶匐灯藓、尖叶匐灯藓）进行了鉴别。以红外光谱图４　０００～５００ｃｍ－１范围内的吸收峰吸光
度为指标，应用组间连接法对５种藓类植物进行聚类分析，结果表明：大叶藓与提灯藓科易混类群
距离较远。
关键词：傅里叶变换红外光谱法；聚类分析；大叶藓；鉴别
中图分类号：Ｏ６５７．３３　　　文献标志码：Ａ　　　文章编号：１００１－４０２０（２０１４）１０－１２７８－０４
Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｒｈｏｄｏｂｒｙｕｍ　Ｒｏｓｅｕｍ　ａｎｄ　Ｉｔｓ　Ａｄｕｌｔｅｒａｎｔｓ　ｂｙ　ＦＴＩＲ
Ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　Ｃｌｕｓｔｅｒ　Ａｎａｌｙｓｉｓ
ＣＡＯ　Ｚｈｅｎ１，２，ＺＨＡＯ　Ｊｉａｎ－ｃｈｅｎｇ１＊，ＨＵＡＮＧ　Ｓｈｉ－ｌｉａｎｇ２
（１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｌｉｆｅ　Ｓｃｉｅｎｃｅ，Ｈｅｂｅｉ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００１６，Ｃｈｉｎａ；
２．Ｈｅｂｅｉ　Ｗｏｍｅｎ＇ｓ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００９１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｃｏｍｂｉｎｅｄ　ｔｅｃｈｎｉｑｕｅ　ｏｆ　ＦＴＩＲ　ａｎｄ　ｃｌｕｓｔｅｒ　ａｎａｌｙｓｉｓ　ｗａｓ　ａｐｐｌｉｅｄ　ｔｏ　ｉｄｅｎｔｉｆｙ　ｒｈｏｄｏｂｒｙｕｍ　ｒｏｓｅｕｍ
ａｎｄ　ｉｔｓ　ａｄｕｌｔｅｒａｎｔｓ，ｉ．ｅ．ｍｎｉｕｍ　ｌａｅｖｉｎｅｒｖｅ，ｔｒａｃｈｙｃｙｓｔｉｓ　ｕｓｓｕｒｉｅｎｓｉｓ，ｐｌａｇｉｏｍｎｉｕｍ　ａｒｂｕｓｃｕｌｕｍ　ａｎｄ　ｐｌａｇｉｏｍｎｉｕｍ
ａｃｕｔｕｍ．Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒｕｍ　ｆｒｏｍ　４　０００ｔｏ　５００ｃｍ－１，５ｓｐｅｃｉｅｓ　ｏｆ　ｍｏｓｓｅｓ　ｗｅｒｅ　ｉｄｅｎｔｉｆｉｅｄ　ｂｙ　ｃｌｕｓｔｅｒ
ａｎａｌｙｓｉｓ　ｗｉｔｈ　ｂｅｔｗｅｅｎ－ｇｒｏｕｐｓ　ｌｉｎｋａｇｅａｎｄ　ｓｕｃｃｅｓｓｆｕｌｙ　ｃｌａｓｓｉｆｉｅｄ．
Ｋｅｙｗｏｒｄｓ：ＦＴＩＲ；Ｃｌｕｓｔｅｒ　ａｎａｌｙｓｉｓ；Ｒｈｏｄｏｂｒｙｕｍ　ｒｏｓｅｕｍ；Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ
　　大叶藓是隶属于真藓科大叶藓属的一种药用植
物，又名回心草、太阳草和岩谷伞。其主要分布于我
国东北、华北和西南等地区，多生于林下湿润地表腐
殖质或阴湿岩面薄土上［１］。民间很早就开始作为药
用植物［２］。现代临床研究表明，该种植物具有较显
著的抗心肌缺血、抗缺氧、扩张冠脉、改善微循环及
抗动脉粥样硬化、减少内皮细胞受损等作用［３－４］。
大叶藓的叶在茎端排列成玫瑰花形，叶中上部
收稿日期：２０１３－０９－２２
基金项目：国家自然科学基金项目（３１０７０１８４）；河北省自然科
　学基金项目（Ｃ２０１２２０５０２６）；河北省教育厅课题（Ｚ２０１３１５１）
作者简介：曹 珍（１９８１－），女，河北安国人，讲师，博士研究生，
　主要从事苔藓植物学研究。
＊ 联系人。Ｅ－ｍａｉｌ：ｚｈａｏｊｉａｎｃｈｅｎｇ＠ｍａｉｌ．ｈｅｂｔｕ．ｅｄｕ．ｃｎ
明显具齿，多生活在较郁闭、潮湿和地表腐殖质丰富
的林下；茎在疏松的腐殖质中横向生长而形成横走
茎或地下横走茎。这些形态学特征与提灯藓科植物
非常相似，在野外采集过程中常有不同程度的掺杂
现象，例如常混有提灯藓科提灯藓属，匐灯藓属以及
疣灯藓属等种类，从而影响药效和疗效。因此，通过
化学方法对其进行快速无损鉴别是非常必要的一种
尝试。近年来，傅里叶红外光谱技术越来越广泛地
应用于中药材鉴定领域，其优点在于一般不需要对
样品进行复杂的化学处理，并且所需样品用量较少，
而获得的信息量较大，指纹性强，对样品无污染，无
破坏［５］。该技术已应用 于 对 中 药 材［６－１０］、农 作
物［１１－１５］、病原菌［１６］以及少数藓类植物［１７－１８］的种类识
别与鉴别方面，对于药用藓类植物的鉴别尚未见
·８７２１·
曹 珍等：傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类的鉴别
报道。
本工作采用傅里叶变换红外光谱法（ＦＴＩＲ）对
大叶藓及其易混淆的提灯藓科部分种类进行了鉴
别，以期在藓类植物种类鉴定中寻找新的途径。
１　试验部分
１．１　仪器与试剂
ＶＥＲＴＥＸ　７０傅里叶变换红外光谱仪，配Ｄｉｇｉ－
Ｔｅｃｔ　ＴＭ检测器；ＦＷ－４Ａ型压片机；ＢＰ２１０Ｓ型分析天
平（精度０．１ｍｇ）；ＤＨＧ　９２４０Ａ型鼓风干燥箱。
溴化钾为光谱纯，试验用水为蒸馏水。
１．２　仪器工作条件
测量谱区为２５　０００～２０ｃｍ－１；光谱分辨率为
４ｃｍ－１。
１．３　试验方法
１．３．１　样品来源与处理
试验所用的５种藓类植物样品均采自某国家级
自然保护区境内，经鉴定为大叶藓、平肋提灯藓、皱
叶匐灯藓、尖叶匐灯藓和树形疣灯藓。
取各种样品的全株作为分析对象，经水冲洗干
净，４５℃烘干２ｄ后，先放入粉碎机中粉碎，然后置
于玛瑙研钵上研磨成细小均匀的粉末，过７５μｍ
筛，称取试样８．０ｍｇ与溴化钾８０ｍｇ混匀后进行
测定，试验中通过差减空白溴化钾窗口的光谱扣除
背景噪声，记录不同波段的吸光度。
１．３．２　数据分析
经过测定，得到大叶藓及其易混种类共５种藓
类植物样品的ＦＴＩＲ，对红外光谱的吸收峰值进行
归属，根据吸收峰的吸光度特点，记录不同波数段上
的吸光度；为进一步研究大叶藓及其易混种类之间
的差异程度，根据上述５种藓类植物的红外谱图数
据，采用 ＳＰＳＳ　１９．０软件，每个样品取４　０００～
５００ｃｍ－１范围内不同波数段上的吸收值，应用聚类
分析中的组间连接法，利用欧式距离描述它们之间
的相似程度，进而得到５种藓类植物样品的系统关
系树状图。
２　结果与讨论
２．１　红外光谱行为
５种藓类植物样品的红外光谱图见图１。
１———大叶藓；２———平肋提灯藓；３———树形疣灯藓；
４———皱叶匐灯藓；５———尖叶匐灯藓
图１　５种藓类植物样品的红外光谱图
Ｆｉｇ．１　ＦＴＩＲ　ｓｐｅｃｔｒａ　ｏｆ　ｔｈｅ　５ｓｐｅｃｉｅｓ　ｏｆ　ｍｏｓｓｅｓ
由图１可知：大叶藓与提灯藓科植物属于临近
类群，红外光谱的吸收峰位置也较为相近，故所含化
学成分比较相似。所测５种样品在８５４，１　２９４，
１　４９２，１　７０８，１　９３６，２　９９７，３　８００ｃｍ－１附近有较明显
的吸收峰，５种藓类植物红外光谱出峰位置与吸光
度对比见表１。
表１　５种藓类植物红外光谱出峰位置与吸光度对比
Ｔａｂ．１　Ｃｏｍｐａｒｉｓｉｏｎ　ｏｆ　ＩＲ　ｓｐｅｃｔｒｏｓｃｏｐｙ　ｖａｌｕｅ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｐｅａｋｓ　ｏｆ　ｔｈｅ　５ｓｐｅｃｉｅｓ　ｏｆ　ｍｏｓｓｅｓ
样品
各吸收峰的吸光度
３　８００ｃｍ－１　 ２　９９７ｃｍ－１　 １　９３６ｃｍ－１　 １　７０８ｃｍ－１　 １　４９２ｃｍ－１　 １　２９４ｃｍ－１　 ８５４ｃｍ－１
平肋提灯藓 ０．３３８　 ０．１０８　 ０．５１６　 ０．１１１　 ０．１２９　 ０．０７０　 ０．２３２
大叶藓 ０．２６４　 ０．０９５　 ０．４４４　 ０．０６０　 ０．１０４　 ０．０４６　 ０．２１６
尖叶匐灯藓 ０．１９９　 ０．０５４　 ０．４１８　 ０．０９８　 ０．０７７　 ０．０４６　 ０．１７３
皱叶匐灯藓 ０．２１８　 ０．０７１　 ０．４１７　 ０．１２８　 ０．１０３　 ０．０６２　 ０．１９１
树形疣灯藓 ０．２５７　 ０．１５４　 ０．３８６　 ０．１５５　 ０．１７３　 ０．１３５　 ０．２４５
　　５种藓类植物样品均在３　８００ｃｍ－１附近有较宽
的吸收峰，主要为游离的 Ｏ－Ｈ 伸缩振动，在
２　９９７ｃｍ－１附近的吸收峰为有环氧化物的Ｃ－Ｈ键
伸缩振动，１　９３６ｃｍ－１处的吸收峰为强峰，可能为胺
类物质的 Ｎ－Ｈ 和烃类的 Ｃ＝Ｃ 伸缩振动，
１　７０８ｃｍ－１附近的吸收峰主要为脂肪酮和脂肪酸类
的Ｃ＝Ｏ及氨基酸和氨基酸盐Ｃ＝Ｏ伸缩振动，在
１　４９２ｃｍ－１附近主要为氨基酸，盐酸盐类物质的
Ｃ－Ｎ弯曲振动，５种藓类植物样品在１　２９４ｃｍ－１处
的吸收峰较明显，主要为羧酸和磷酸酯类物质的
·９７２１·
曹 珍等：傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类的鉴别
Ｃ＝Ｏ弯曲振动，Ｃ― Ｏ伸缩振动和Ｐ－Ｏ伸缩振
动，８５４ｃｍ－１处的吸收峰主要为芳烃类Ｐ－Ｏ伸缩
振动和Ｃ－Ｈ面外弯曲振动。这些结构特征和已报
道的大叶藓主要含有酚类、氨基酸、甾体、黄酮类化
合物、糖类及挥发油等化学成分的结果相吻合［１９］。
所测得的红外光谱吸收值都由这５种藓类所含的化
学成分所决定，吸收峰位置的一致性说明５种藓类
的化学成分基本相似，而不同的吸收峰形和峰值则
表明５种藓类样品化学成分含量的差别。
２．２　样品与溴化钾混合比例的选择
试验取大叶藓样品８ｍｇ分别与２０，４０，６０，８０，
１００ｍｇ的溴化钾混合并研磨均匀，然后分别压片测
试红外光谱，每个样品重复测定３次。结果表明：样
品８ｍｇ与溴化钾８０ｍｇ混合压片所得的吸光度最
佳，因此试验选择样品与溴化钾的质量比为１比
１０。
２．３　ＦＴＩＲ聚类分析结果
系统聚类分析方法是按照光谱之间的相似性对
光谱进行分类的，聚类分析中采用两条光谱之间的
距离来描述样品之间的相似性，系统聚类分析结果
最终以树状图的形式输出，从树状图中可以反映出
在不同的距离上分类的结果。对５种藓类样品进行
ＦＴＩＲ聚类分析，结果见图２。
１———大叶藓；２———平肋提灯藓；３———树形疣灯藓；
４———皱叶匐灯藓；５———尖叶匐灯藓
图２　５种藓类聚类分析树状图
Ｆｉｇ．２　Ｄｅｎｄｒｏｇｒａｍ　ｏｆ　ｔｈｅ　５ｓｐｅｃｉｅｓ　ｏｆ　ｍｏｓｓｅｓ　ｃｌｕｓｔｅｒｅｄ
ｂｙ　ｈｉｅｒａｒｃｈｉｃａｌ　ｃｌｕｓｔｅｒ　ａｎａｌｙｓｉｓ
由图２可知：５种样品可以划分为２个类群，类
群１（Ｃ１）中包含皱叶匐灯藓和尖叶匐灯藓，类群２
（Ｃ２）中包含大叶藓、平肋提灯藓和树形疣灯藓。大
叶藓与其它藓类的亲缘关系较远，该聚类结果与经
典的苔藓植物学分类学结果一致。
５种藓类植物皮尔森相关系数见表２。
表２　５种藓类植物皮尔森相关系数
Ｔａｂ．２　Ｐｅａｒｓｏｎ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ　ａｐｐｒｏｘｉｍａｔｅ　ｍａｔｒｉｘ　ｏｆ　ｔｈｅ　５ｓｐｅｃｉｅｓ　ｏｆ　ｍｏｓｓｅｓ
样品
不同藓类植物的相关系数
大叶藓 平肋提灯藓 树形疣灯藓 皱叶匐灯藓 尖叶匐灯藓
大叶藓 １．０００　 ０．９９４　 ０．９９０　 ０．９８５　 ０．９８７
平肋提灯藓 ０．９９４　 １．０００　 ０．９８７　 ０．９８８　 ０．９９０
树形疣灯藓 ０．９９０　 ０．９８７　 １．０００　 ０．９８９　 ０．９８６
皱叶匐灯藓 ０．９８５　 ０．９８８　 ０．９８９　 １．０００　 ０．９９８
尖叶匐灯藓 ０．９８７　 ０．９９０　 ０．９８６　 ０．９９８　 １．０００
　　由表２可知：位于同属的皱叶匐灯藓和尖叶匐
灯藓关系最近，同属于提灯藓科的树形疣灯藓和平
肋提灯藓关系次之，而大叶藓则与其它种类之间距
离较远，这也与经典的苔藓植物分类学的分类结果
一致。
本工作利用ＦＴＩＲ测定大叶藓及其易混淆种
类，可以比较客观地从红外光谱图观察到样品中较
为稳定的化学成分特性。试验结果表明：大叶藓与
提灯藓科植物虽然从外观上有一定的相似之处，红
外光谱图也显示其与提灯藓科植物同一科属的藓类
植物较为相近，但利用基于ＦＴＩＲ数据进行的聚类
分析可辨别它们之间的差别，且方法和样品处理较
便捷，这一分析结果与传统形态学鉴定方法对大叶
藓的鉴定结果一致，可为药用苔藓植物鉴定提供一
个客观的评价依据，也为苔藓植物分类提供一种可
借鉴的手段。
感谢河北师范大学生命科学学院赵建成教授对
本工作提供的帮助。
参考文献：
［１］　陈邦杰．中国藓类植物属志（上册）［Ｍ］．北京：科学出
版社，１９６２：１９０－１９４．
［２］　国家中医药管理局．中华本草（第四卷）［Ｍ］．上海：上
海科学技术出版社，１９９８：１５－２０．
［３］　乔菲，马双成，林瑞超．大叶藓属植物化学及药理研究
·０８２１·
曹 珍等：傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类的鉴别
综述［Ｊ］．中国药品标准，２００３，４（６）：３－５．
［４］　乔远贵．回心草治疗冠心病３３例疗效观察［Ｊ］．中国民
族民间医药，１９９６（３）：９－１０．
［５］　孙素琴，刘军，周群．傅里叶变换红外光谱和傅里叶变
换拉曼光谱法无损鉴别药材的真伪［Ｊ］．分析化学，
２００２，３０（２）：１４０－１４３．
［６］　刘永录，樊克锋，汤法银．ＦＴＩＲ多级图谱对山茱萸及其
掺伪品的鉴别［Ｊ］．中国兽医杂志，２０１１，４７（４）：７７－７９．
［７］　洪庆红，成则丰，李群力．ＦＴＩＲ聚类分析法应用于菟丝
子真伪的鉴别［Ｊ］．光谱学与光谱分析，２００８，２８（８）：
１８０３－１８０５．
［８］　孙煌，许沛虎，徐海星，等．不同产地南五味子红外指纹
图谱鉴别［Ｊ］．中国医院药学杂志，２０１２，３２（１５）：１２０４－
１２０５．
［９］　徐荣，孙素琴，刘友刚，等．红外光谱与聚类分析法无损
快速鉴别肉苁蓉［Ｊ］．光谱学与光谱分析，２００９，２９
（７）：１８６０－１８６３．
［１０］　成则丰，李丹婷，李花琼，等．ＦＴＩＲ聚类分析结合差热
分析法应用于中药材延胡索表征的研究［Ｊ］．理化检
验－化学分册，２００６，４２（８）：６０１－６０３．
［１１］　易时来，邓烈，何绍兰，等．ＦＴＩＲ光谱结合系统聚类分
析的甜橙树苗鉴别研究［Ｊ］．光谱学与光谱分析，
２０１２，３２（１１）：３００６－３００９．
［１２］　ＬＩ　Ｚｈｉ－ｙｏｎｇ，ＬＩＵ　Ｇａｎｇ，ＬＩ　Ｌｕｎ，ｅｔ　ａｌ．ＦＴＩＲ　ｓｐｅｃ－
ｔｒｏｓｃｏｐｉｃ　ｓｔｕｄｙ　ｏｆ　ｂｒｏａｄ　ｂｅａｎ　ｄｉｓｅａｓｅｄ　ｌｅａｖｅｓ［Ｊ］．Ａｇ－
ｒｉｃｕｌｔｕｒａｌ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２０１２，１３（１１）：
２３６３－２３６６．
［１３］　ＣＨＥＮＧ　Ｃｕｎ－ｇｕｉ，ＬＩＵ　Ｊｉａ，ＣＡＯ　Ｗｅｎ－ｑｉｎｇ，ｅｔ　ａｌ．
Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｔｗｏ　ｓｐｅｃｉｅｓ　ｏｆ　Ｂｉｄｅｎｓ　ｂａｓｅｄ　ｏｎ　ｄｉｓ－
ｃｒｅｔｅ　ｓｔａｔｉｏｎａｒｙ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ＦＴＩＲ
ｓｐｅｃｔｒａ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｐｒｏｂａｂｉｌｉｔｙ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ［Ｊ］．
Ｖｉｂｒａｔｉｏｎａｌ　Ｓｐｅｃｔｒｏｓｃｏｐｙ，２０１０，５４：５０－５５．
［１４］　ＭＩＣＨＥＬＥ　Ｄ　Ｌ，ＷＡＦＡ　Ｔ，ＧＩＵＳＥＰＰＩＮＡ　Ｉ，ｅｔ　ａｌ．
ＦＴＩＲ　ｓｐｅｃｔｒｏｓｃｏｐｙ　ｆｏｒ　ｃｌｕｓｔｅｒ　ａｎａｌｙｓｉｓ　ａｎｄ　ｃｌａｓｓｉｆｉｃａ－
ｔｉｏｎ　ｏｆ　ｍｏｒｏｃｃｏ　ｏｌｉｖｅ　ｏｉｌｓ［Ｊ］．Ｆｏｏｄ　Ｃｈｅｍｉｓｔｒｙ，２０１１，
１２４：１１１３－１１１８．
［１５］　ＭＩＣＨＥＬＥ　Ｄ　Ｌ，ＷＡＦＡ　Ｔ，ＦＯＵＺＩＡ　Ｋ，ｅｔ　ａｌ．Ｃｌａｓ－
ｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｍｏｒｏｃｃａｎ　ｏｌｉｖｅ　ｃｕｌｔｉｖａｒｓ　ｂｙ　ｌｉｎｅａｒ　ｄｉｓ－
ｃｒｉｍｉｎａｎｔ　ａｎａｌｙｓｉｓ　ａｐｐｌｉｅｄ　ｔｏ　ＡＴＲ－ＦＴＩＲ　ｓｐｅｃｔｒａ　ｏｆ
ｅｎｄｏｃａｒｐｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｏｏｄ　Ｓｃｉｅｎｃｅ
ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２０１２，４７：１２８６－１２９２．
［１６］　ＨＥＬＭ　Ｄ，ＬＡＢＩＳＣＨＩＮＳＫＩ　Ｈ，ＳＣＨＡＬＬＥＨＮ　Ｇ，
ｅｔ　ａｌ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ａｎｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｂａｃｔｅｒｉａ　ｂｙ
Ｆｏｕｒｉｅｒ－ｔｒａｎｓｆｏｒｍ　ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．Ｊｏｕｒｎａｌ
ｏｆ　Ｇｅｎｅｒａｌ　Ｍｉｃｒｏｂｉｏｌｏｇｙ，１９９１，１３７（１）：６９－７９．
［１７］　ＨＵ　Ｔａｏ，ＪＩＮ　Ｗｅｎ－ｙｉｎｇ，ＣＨＥＮＧ　Ｃｕｎ－ｇｕｉ．Ｃｌａｓｓｉｆｉ－
ｃａｔｉｏｎ　ｏｆ　ｆｉｖｅ　ｋｉｎｄｓ　ｏｆ　ｍｏｓｓ　ｐｌａｎｔｓ　ｗｉｔｈ　ｔｈｅ　ｕｓｅ　ｏｆ
Ｆｏｕｒｉｅｒ　ｔｒａｎｓｆｏｒｍ　ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒｏｓｃｏｐｙ　ａｎｄ　ｃｈｅｍｏ－
ｍｅｔｒｉｃｓ［Ｊ］．Ｓｐｅｃｔｒｏｓｃｏｐｙ，２０１１，２５：２７１－２８５．
［１８］　孔黎春，余鹏，程存归．水平衰减全反射－傅里叶变换
红外光谱结合化学计量学法应用于三种缩叶藓属植
物的分类［Ｊ］．理化检验－化学分册，２０１２，４８（４）：４０５－
４０９．
［１９］　于淑玲，杜丽敏，王玉海．大叶藓的化学成分及药用原
理研究［Ｊ］．安徽农业科学，２００６，３４（２２）：５８８９－５８９０．
·１８２１·