全 文 ：第３２卷，第１２期　 　　　　　　　　　　　光 谱 学 与 光 谱 分 析 Ｖｏｌ．３２，Ｎｏ．１２，ｐｐ３２２０－３２２４
２　０　１　２年１　２月　　　　　　　　　　　 　Ｓｐｅｃｔｒｏｓｃｏｐｙ　ａｎｄ　Ｓｐｅｃｔｒａｌ　Ａｎａｌｙｓｉｓ　 Ｄｅｃｅｍｂｅｒ，２０１２ 　
基于近红外漫反射光谱的丁香蓼叶片重金属铜含量快速检测研究
刘燕德，施　宇，蔡丽君
华东交通大学机电工程学院，江西 南昌　３３００１３
摘　要　植物中的重金属离子以一定形式与具有近红外吸收的有机分子基团结合，因此可以借助近红外光
谱技术间接检测其重金属离子含量。研究了基于近红外漫反射光谱技术快速检测丁香蓼叶片中重金属铜含
量的方法。通过不同光谱数据预处理方法的对比，结合偏最小二乘法，建立了丁香蓼叶内重金属铜含量近红
外光谱检测定量模型。实验结果为，经过平滑处理的光谱建模效果较理想，其建立的校正相关系数为
０．９５０，校正均方根误差为５．９９；外部验证相关系数为０．９２３，预测均方根误差为７．３８。研究表明，近红外漫
反射光谱技术用于丁香蓼叶片中重金属铜含量的快速检测具有可行性。
关键词　近红外光谱；丁香蓼；重金属；偏最小二乘法；定量检测
中图分类号：Ｏ６５７．３　　文献标识码：Ａ　　ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００－０５９３（２０１２）１２－３２２０－０５
　收稿日期：２０１２－０６－０１，修订日期：２０１２－０９－１８
　基金项目：国家自然科学基金项目（６１１７８０３６），江西省学主要学科学术和技术带头人培养对象计划项目（２００９ＤＤ００７００）和赣鄱英才５５５工
程领军人才培养计划项目
　作者简介：刘燕德，女，１９６７年生，华东交通大学机电工程学院教授　　ｅ－ｍａｉｌ：ｊｘｌｉｕｙｄ＠１６３．ｃｏｍ
引　言
　　重金属污染具有富集性特点［１］，即使是低浓度的重金
属，也可在藻类和底泥中积累，被鱼和贝类体表吸附［２］，产
生食物链浓缩，从而使动植物中毒，甚至死亡。因此，如何
处理重金属污染已经成为了国内外广泛关注的问题［３，４］。植
物修复法［５］因其是一种友好清除土壤重金属的廉价方法而在
土壤重金属污染的治理方面得到越来越广泛的应用［６，７］。国
内外对耐重金属植物的研究工作一直备受关注［８，９］。丁香蓼
作为一种对铜、锌的胁迫表现出较强的耐性和富集性的常见
田间杂草［１０，１１］，成为了植物修复土壤重金属污染的一种理
想植株。
近红外光谱作为一种具有检测速度快、样品预处理简
单、对样品无污染等优点的分析技术［１２，１３］，在检测植物重金
属含量方面有着广阔的应用前景。徐庆贤等［１４］利用近红外
光谱技术对甘薯茎叶内的镉、铜、锌含量进行了检测，结果
表明所建模型可用于快速预测甘薯叶和茎样品中镉、铜、锌
含量的趋势。我们利用丁香蓼叶内重金属铜与其叶内有机物
的络合、螯合，一方面采用近红外光谱法对丁香蓼叶内重金
属铜作了间接测定，另一方面也对该方法的准确性作了验
证。
１　实验部分
１．１　仪器设备
利用布鲁克ＴＥＮＳＯＲ３７型傅里叶红外光谱仪（ＯＰＵＳ定
量分析软件包，德国Ｂｒｕｋｅｒ公司）来采集丁香蓼叶的近红外
漫反射光谱，光谱分辨率２ｃｍ－１，光谱测定范围１２　０００～
４　０００ｃｍ－１，积分时间３２ｓ。分析软件为 Ｕｎｓｃｒａｍｂｌｅｒ　８．０，
ＭＡＴＬＡＢ　Ｒ２０１０ａ。
１．２　丁香蓼植株的种植
土壤采自受重金属污染较少的江西南昌梅岭山，经过２
ｍｍ大筛将大颗物质去除，并于自然环境下风干后存放于桶
中备用。取５ｋｇ土壤于不透水圆桶中，加入去离子水搅拌成
泥状后，分别按铜离子浓度梯度为０，５０，２５０，５００，７５０，
１　０００ｍｇ·ｋｇ－１的量加入硝酸铜溶液，每种梯度种植４桶，
再搅拌使其混合均匀，静置一周后，将由丁香蓼种子温室培
育出的植株幼苗分别植入圆筒内，每桶三株，置于２２～３０℃
温室中培养，生长期间用去离子水浇灌，并按 ＫＨ２ＰＯ４ 和
ＮＨ４ＮＯ３ 分别为０．９和４．８ｇ·桶－１配制营养液，每隔一个
月加一次营养液，以保证丁香蓼植株能正常生长。
１．３　丁香蓼叶的近红外光谱采集
采集每种铜离子浓度的丁香蓼植株各１２株，每株取１
片丁香蓼植株叶片，总共取７２个丁香蓼植株叶片样本。将丁
香蓼叶样品洗净烘干后，用玛瑙钵碾磨成粉状，取约１ｇ的
丁香蓼叶粉末置于样品管中，放入积分球上，用布鲁克
ＴＥＮＳＯＲ３７型傅里叶红外光谱仪扫描，每个样品扫描３次后
取平均值作为该样品的光谱曲线。
１．４　丁香蓼叶内铜含量的原子吸收测定
取丁香蓼叶粉末样本０．１８ｇ于消化管中，加入１０ｍＬ
的浓硫酸溶液，置于数控消化炉（上海新家电子有限公司
ＸＨＬ－１６Ｃ）中消煮约３０ｍｉｎ，再用滴管加入约１０滴双氧水，
边消煮边观察消化管中的颜色，如颜色较深，则继续加入双
氧水，直至消化管中的溶液基本呈现透明色，取出消化管冷
却，定容后摇匀，并用滤纸过滤得到丁香蓼叶样本溶液，每
个丁香蓼叶样本溶液作铜含量的原子吸收测定，重复测定３
次，并以此测量值的平均值作为丁香蓼叶内铜含量的真实
值。
１．５　数学模型的建立与验证
将丁香蓼叶内铜含量的原子吸收测定值与对应的丁香蓼
叶近红外光谱图结合，应用 Ｕｎｓｃｒａｍｂｌｅｒ定量分析软件对光
谱进行预处理，用偏最小二乘法（ＰＬＳ）［１５］建立重金属铜含量
的近红外数学模型。本文比较了移动窗口平滑处理、多元散
射校正（ｍｕｌｔｉｐｌｉｃａｔｉｖｅ　ｓｃａｔｔｅｒ　ｃｏｒｒｅｃｔｉｏｎ，ＭＳＣ）、一阶微分、
二阶微分四种预处理方法的优化建模效果。使用内部交叉验
证模型进行验证，并通过比较丁香蓼叶内铜含量的预测值与
原子吸收测定值之间的相关系数（ｒ）和均方差（ＲＭＳＥＣＶ）来
衡量模型的质量。最后用未参与建模的丁香蓼叶样本作外部
验证，检验模型的预测能力及方法的准确性。
２　结果与讨论
２．１　丁香蓼叶粉末的近红外光谱图
丁香蓼植物对重金属的耐受与富集过程［１６］有：（１）金属
离子由根细胞吸收并形成螯合物；（２）大部分金属螯合复合
物由转运蛋白运输至地上组织中［１７］；（３）金属螯合复合物最
终存储于叶部细胞液泡中［１８］。在此过程中，重金属离子不断
与丁香蓼植物体内的有机酸、氨基酸、金属硫蛋白、植物络
合素等金属螯合剂发生络合、螯合作用，而这些金属螯合剂
通常都含有大量的利于近红外吸收的有机分子基团，其明显
的丁香蓼叶近红外光谱吸收特征为寻找丁香蓼叶中重金属铜
络合、螯合物的定量分析提供了丰富的信息基础。如图１所
示，在１１　９９７．２７～３　９９９．７３ｃｍ－１谱区内，丁香蓼叶的近红
Ｆｉｇ．１　Ｎｅａｒ－ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒａ　ｏｆ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ
外光谱有着独特的吸收特征。
　　在７２个丁香蓼叶样本中，随机挑选４８个样本作为定标
集样本，２４个样本作为验证集样本，其丁香蓼叶样本铜含量
的基本统计值见表１。
Ｔａｂｌｅ　１　Ｓｔａｔｉｓｔｉｃａｌ　ｖａｌｕｅｓ　ｏｆ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ
Ｓａｍｐｌｅ
ｓｅｔ
Ｎｕｍｂｅｒ　ｏｆ
ｓａｍｐｌｅｓ
Ｍａｘｉｍｕｍ
ｖａｌｕｅ
Ｍｉｎｉｍｕｍ
ｖａｌｕｅ
Ａｖｅｒａｇｅ
Ｓｔａｎｄａｒｄ
ｄｅｖｉａｔｉｏｎ
Ｃａｌｉｂｒａｔｉｏｎ　 ４８．００　 １２１．３４　 ４６．６１　 ６７．３６　 １９．１７
Ｐｒｅｄｉｃｔｉｏｎ　 ２４．００　 １１９．５３　 ４６．７２　 ６９．１９　 １９．３６
Ａｌ　 ７２．００　 １２１．３４　 ４６．６１　 ６８．９３　 １９．１０
２．２　光谱数据预处理
为了优化建模效果，消除各种对建模造成干扰的不利因
素，需要对光谱数据进行预处理。从图１中近红外漫反射光
谱曲线可以看出，在９　０００～１２　０００ｃｍ－１光谱区间内，基线
漂移较大，随机噪声较多，不适于建模，因此选取３　９９９．７３
～９　２４３．３５ｃｍ－１范围作为建模光谱区域。本试验采用１５点
移动窗口平滑处理、多元散射校正（ＭＳＣ）、一阶微分（２３点，
Ｓａｖｉｔｚｋｙ　Ｇｏｌａｙ）、二阶微分（２１点，Ｓａｖｉｔｚｋｙ　Ｇｏｌａｙ）四种方法
对光谱数据作了预处理，尽可能的消除与样品本身无关的信
息，提高光谱数据的信噪比及预测能力，经过不同预处理
后，采用偏最小二乘法（ＰＬＳ）对预处理数据进行建模对比。
为了对比分析，将原始光谱也建立ＰＬＳ的数学模型，结果如
表２所示。
Ｔａｂｌｅ　２　Ｒｅｓｕｌｔｓ　ｏｆ　Ｃｕ　ｂｙ　ＰＬＳ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｐｒｅｔｒｅａｔｍｅｎｔｓ
Ｐｒｅｔｒｅａｔｍｅｎｔ　 ＬＶ　 ｒ　 ＲＭＳＥＣＶ　 Ｂｉａｓ　 Ｓｌｏｐｅ　 Ｏｆｆｓｅｔ
Ｒａｗ　 １７　 ０．９２４　 ７．２７　 ０．１９　 ０．８５　 １０．６２
ＳＧ　 ２０　 ０．９５　 ５．９９　 ０．３６　 ０．９３　 ５．１８
ＭＳＣ　 １５　 ０．９１０　 ７．８６　 ０．４　 ０．８２　 １２．５４
１－Ｄｅｒ　 １３　 ０．８４７　 １０．０７　 ０．４４　 ０．７３　 １８．９１
２－Ｄｅｒ　 ７　 ０．７１９　 １３．２　 ０．３８　 ０．４９　 ３５．７７
　　由表２可知，最优建模所对应的预处理方法为平滑处
理，内部交互验证结果为ｒ＝０．９５０和ＲＭＳＥＣＶ＝５．９９。其
次为原始光谱和多元散射校正处理，而这三种预处理方法所
建模型的最佳主成分数明显偏高，同时也可能存在着过拟合
的风险，但这应该是合理的。因为对于植物来说，其植物体
内含有的有机分子基团非常多，如 ＣＨ，ＣＨ２， ＨＣ　Ｃ ，
Ｃ　Ｏ ，Ｎ—Ｈ等，这些有机分子基团的近红外吸收峰值大
多数处于近红外光谱的８　０００～４　０００ｃｍ－１波段内，如图２所
示，而与重金属铜离子络合、螯合的有机分子基团可能也有
许多种，这些有机分子基团在不同植物体内的含量是存在差
别的，这就使得建模时需要更多的丁香蓼叶样本来归纳植物
体内多种与重金属铜络合、螯合有机分子基团的共性，从而
导致了其主成分数偏高。
２．３　叶内重金属的定量分析模型
采用平滑方法，选取谱区范围为３９９．７３～９　２４３．３５
ｃｍ－１，对４８个丁香蓼叶样品的光谱图进行优化、建模。优化
得到建立数学模型的最佳条件为：最佳的光谱数据预处理法
１２２３第１２期　　　　　　　　　　　　　　　　　　　　光谱学与光谱分析
为１５点平滑方法、最佳主成分维数为２０。在此条件下建立
的丁香蓼叶内重金属铜含量的校正模型，交互验证预测与实
测相关性见图３。经内部交叉验证，丁香蓼叶样品的预测值
与原子吸收真实值之间有较好的相关性。预测丁香蓼叶内重
金属铜含量的相关系数（Ｒｃｖ）和均方差（ＲＭＳＥＣＶ）分别为
０．９５０和５．９９。
Ｆｉｇ．２　Ｎｅａｒ－ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒａ　ｏｆ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ
ｉｎ　４　０００～８　０００ｃｍ－１　ｗａｖｅ　ｎｕｍｂｅｒ　ｒａｎｇｅ
Ｆｉｇ．３　Ｉｎｔｅｒａｃｔｉｏｎ　ｍｏｄｅｌ　ｃｏｒｒｅｌａｔｉｏｎ　ｏｆ　ｐｒｅｄｉｃｔｅｄ　ａｎｄ　ｍｅａｓｕｒｅｄ
ｖａｌｕｅ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ
２．４　定量分析模型检验
为检验所建数学模型的预测能力，用２４个未知丁香蓼
叶样品进行外部验证，预测结果见表３。
　　外部验证的相关系数（Ｒｐ）为０．９２３，外部验证预测均方
差（ＲＭＳＥＰ）为７．３８，有着较好的预测效果，其丁香蓼叶内
铜含量的预测值与原子吸收真实值的相关性见图４。
　　同时，建立３次重复试验的原子吸收测定值误差条形
图，通过与ＮＩＲ模型预测值的比较，来了解ＮＩＲ的预测准确
性能否满足达到理想的要求，结果见图５。从图中可以看出，
一部分近红外模型的预测值处于原子吸收的均方根误差内，
但也有一部分近红外模型的预测值偏离了真实值，呈现一种
不稳定的现象。不同植物体内重金属螯合剂的含量是存在差
异的，且螯合剂浓度的高低直接影响对重金属的活化效
率［１９］，在重金属螯合剂多的时候，植物体在络合、螯合绝大
部分重金属时，多余的重金属螯合剂同时也可能络合、螯合
了其他元素，这就使得植物体内络合、螯合物的含量比重金
Ｔａｂｌｅ　３　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ　Ｃｕ　ｐｒｅｄｉｃｔｅｄ　ｖａｌｕｅ　ｉｎ　Ｌｕｄ－
ｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ　ａｎｄ　ａｔｏｍｉｃ　ａｂｓｏｒｐｔｉｏｎ　ｍｅａｓｕｒｅｄ
ｖａｌｕｅ
Ｓａｍｐｌｅ
ｎｕｍｂｅｒ
Ａｔｏｍｉｃ　ａｂｓｏｒｐｔｉｏｎ
ｍｅａｓｕｒｅｍｅｎｔｓ／（ｍｇ·ｋｇ－１）
Ｐｒｅｄｉｃｔｅｄ　ｖａｌｕｅ
／（ｍｇ·ｋｇ－１）
Ｒｅｌａｔｉｖｅ
ｅｒｒｏｒ
１　 ３３．５　 ４４．２　 ０．３２
２　 ４６．７３　 ５２．５３　 ０．１２
３　 ５２．２６　 ４８．１５　 ０．０８
４　 ５３．４７　 ６５．９７　 ０．２３
５　 ５４．６９　 ５３．０６　 ０．０３
６　 ５６．１４　 ５７．７５　 ０．０３
７　 ５６．５３　 ５６．２０　 ０．０１
８　 ５６．５８　 ６９．３２　 ０．２３
９　 ５７．１７　 ５６．０２　 ０．０２
１０　 ５８．２１　 ６６．６３　 ０．１５
１１　 ６０．８７　 ４７．８５　 ０．２１
１２　 ６２．３　 ７７．３６　 ０．２４
１３　 ６２．３５　 ６．０８　 ０．１０
１４　 ７４．９７　 ６９．３１　 ０．０８
１５　 ７５．３９　 ７３．１７　 ０．０３
１６　 ７５．８３　 ６４．３０　 ０．１５
１７　 ７６．６８　 １．４３　 ０．０６
１８　 ７６．８５　 ８５．５０　 ０．１１
１９　 ８２．７９　 ７９．４９　 ０．０４
２０　 ８５．２８　 ０．１５　 ０．０６
２１　 ８７．６４　 ８６．６６　 ０．０１
２２　 ９３．４３　 ９１．２２　 ０．０２
２３　 １０１．５７　 １００．０７　 ０．０２
２４　 １１９．５３　 １１９．３６　 ０．０１
Ｆｉｇ．４　Ｅｘｔｅｒｎａｌ　ｖａｌｉｄａｔｉｏｎ　ｃｏｒｒｅｌａｔｉｏｎ　ｏｆ　ｐｒｅｄｉｃｔｅｄ　ａｎｄ　ｍｅａｓ－
ｕｒｅｄ　ｖａｌｕｅ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ
ｌｅａｖｅｓ
属络合、螯合物的含量多，如４，８，１２号样本，呈现了上浮
的趋势；而重金属螯合剂少的植物，部分重金属可能仍以游
离态等形式存在植物体内，并未形成重金属络合、螯合物，
同时重金属络合、螯合物也有可能随着植物体内酸碱度及外
界温度的变化而出现自我分解，这就使得植物体内重金属络
合、螯合物的含量比重金属完全络合、螯合时的含量少，如
１１，１３，１６号样本，呈现了下滑的趋势。虽然重金属在植物
体内络合、螯合的机制和原理还有待进一步证实研究，但从
２２２３ 光谱学与光谱分析　　　　　　　　　　　　　　　　　　　 第３２卷
Ｆｉｇ．５　Ｃｏｎｔｒａｓｔ　ｂｅｔｗｅｅｎ　ａｔｏｍｉｃ　ａｂｓｏｒｐｔｉｏｎ　ｅｒｒｏｒ　ｂａｒ
ａｎｄ　ｐｒｅｄｉｃｔｅｄ　ｖａｌｕｅｓ　ｗｉｔｈ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｍｏｄｅｌ
总体上来看，近红外模型的预测值都比较均匀地分布于真实
值的两侧，在一定的误差范围内，该模型还是具有预测丁香
蓼叶内重金属铜的能力，但精度有待提高。
３　结　论
　　利用布鲁克ＴＥＮＳＯＲ３７型傅里叶近红外光谱仪，采集
了丁香蓼叶的近红外漫反射光谱，通过不同预处理方法的对
比，建立了最优定量模型，Ｒｃｖ为０．９５０，ＲＭＳＥＣＶ为５．９９；
预测结果Ｒｐ 为０．９２３，ＲＭＳＥＰ为７．３８。结果表明，应用近
红外光谱技术结合偏最小二乘法对丁香蓼叶内重金属铜含量
的快速检测具有可行性，但是模型精度还有待进一步提高。
该方法具有快速简便、低消耗、低成本等优点，为植物体内
重金属含量的快速检测分析提供了一种科学依据。
Ｒｅｆｅｒｅｎｃｅｓ
［１］　Ｂｈｕｐｉｎｄｅｒ　Ｄｈｉｒ，Ｓｈｅｅｌａ　Ｓｒｉｖａｓｔａｖａ．Ｅｃｏｌｏｇｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０１１，３７（６）：８９３．
［２］　ＪＩＡＮＧ　Ｊｉａｎ－ｊｕｎ，ＤＥＮＧ　Ｌｉｎ，ＬＩ　Ｈｕａ（江建军，邓　林，李　华）．Ｆｏｏｄ　ａｎｄ　Ｍａｃｈｉｎｅｒｙ（食品与机械），２０１１，２７（６）：４０．
［３］　Ｇｈｏｓｈ　Ｍ，Ｓｉｎｇｈ　Ｓ　Ｐ．Ｅｎｖｉｒｏｎ．Ｐｏｌｕｔ，２００５，１３３（２）：３６５．
［４］　Ｔａｎｄｙ　Ｓ，Ｓｃｈｕｌｉｎ　Ｒ，Ｎｏｗａｃｋ　Ｂ．Ｃｈｅｍｏｓｐｈｅｒｅ，２００６，６２（９）：１４５４．
［５］　Ｓａｒｍａ　Ｈ．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２０１１，４（２）：１１８．
［６］　ＷＡＮＧ　Ｈａｉ－ｈｕｉ，ＨＵＡＮ　Ｈｅｎｇ－ｆｕ，ＬＵＯ　Ｙｉｎｇ，ｅｔ　ａｌ（王海慧，郇恒福，罗　瑛，等）．Ｃｈｉｎｅｓｅ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｂｕｌｅｔｉｎ（中国农学通
报），２００９，２５（１１）：２１０．
［７］　ＱＵ　Ｒａｎ，ＭＥＮＧ　Ｗｅｉ，ＬＩ　Ｊｕｎ－ｓｈｅｎｇ，ｅｔ　ａｌ（屈　冉，孟　伟，李俊生，等）．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｅｃｏｌｏｇｙ（生态学杂志），２００８，２７（４）：６２６．
［８］　Ｄａｎｉｅｌ　Ｍｉｒｇｏｒｏｄｓｋｙ，Ｌｕｋａｓｚ　Ｊａｂｌｏｎｓｋｉ，Ｄｅｌｐｈｉｎｅ　Ｏｌｉｖｉｅｒ，ｅｔ　ａｌ．Ｅａｒｔｈ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅ，２０１２，３：４３３．
［９］　Ｌｉ　Ｇｅｎｇｆｅｉ．Ｎｏｒｔｈｅｒｎ　Ｈｏｒｔｉｃｕｌｔｕｒｅ，２０１２，０６：７２．
［１０］　ＷＡＮＧ　Ｇｕａｎｇ－ｌｉｎ，ＺＨＡＮＧ　Ｊｉｎ－ｃｈｉ，ＷＡＮＧ　Ｌｉ，ｅｔ　ａｌ（王广林，张金池，王　丽，等）．Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｆｏｒｅｓｔｒｙ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ
Ｓｃｉｅｎｃｅｓ　Ｅｄｉｔｉｏｎ）（南京林业大学学报·自然科学版），２００９，３３（４）：４３．
［１１］　Ｓｏｎｇ　Ｓ　Ｂ，Ｈｗａｎｇ　Ｊ　Ｂ，Ｈｏｎｇ　Ｙ　Ｋ，ｅｔ　ａｌ．Ｋｏｒｅａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ｗｅｅｄ　Ｓｃｉｅｎｃｅ，２００８，２８（３）：２１４．
［１２］　Ｌｅｓｔｅｕｒ　Ｍ，Ｌａｔｒｉｌｅ　Ｅ，Ｂｅｌｏｎ　Ｍａｕｒｅｌ　Ｖ，ｅｔ　ａｌ．Ｂｉｏｒｅｓｏｕｒｃｅ　Ｔｅｃｈｎｏｌｏｇｙ，２０１１，１０２（３）：２２８０．
［１３］　Ｌｅｅ　Ｈ　Ｗ，Ｃｈｒｉｓｔｉｅ　Ａ，Ｌｉｕ　Ｊ　Ｊ，ｅｔ　ａｌ．Ｂｉｏｔｅｃｈｎａｌｏｇｙ　Ｐｒｏｇｒｅｓｓ，２０１２，２８（３）：８２４．
［１４］　ＸＵ　Ｑｉｎｇ－ｘｉａｎ，ＳＨＥＮ　Ｈｅｎｇ－ｓｈｅｎｇ，ＬＩＮ　Ｂｉｎ（徐庆贤，沈恒胜，林　斌）．Ｆｕｊｉａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｓｃｉｅｎｃｅｓ（福建农业学报），２０１１，
２６（３）：４４０．
［１５］　ＬＵ　Ｗａｎ－ｚｈｅｎ，ＹＵＡＮ　Ｈｏｎｇ－ｆｕ，ＸＵ　Ｇｕａｎｇ－ｔｏｎｇ，ｅｔ　ａｌ（陆婉珍，袁洪福，徐广通，等）．Ｍｏｄｅｒｎ　Ｎｅａｒ　Ｉｎｆｒａｒｅｄ　Ｓｐｅｃｔｒａｌ　Ａｎａｌｙｓｉｓ　Ｔｅｃｈ－
ｎｏｌｏｇｙ（现代近红外光谱分析技术）．Ｂｅｉｊｉｎｇ：Ｃｈｉｎａ　Ｐｅｔｒｏｃｈｅｍｉｃａｌ　Ｐｒｅｓｓ（北京：中国石化出版社），１９９９．
［１６］　ＬＩＵ　Ｇｅ－ｙｕ，ＣＨＡＩ　Ｔｕａｎ－ｙａｏ，ＳＵＮ　Ｔａｏ（刘戈宇，柴团耀，孙　涛）．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｂｉｏｔｅｃｈｎｏｌｏｇｙ（生物工程学报），２０１０，２６（５）：
５６１．
［１７］　ＺＨＡＮＧ　Ｚｈｏｎｇ－ｃｈｕｎ，ＱＩＵ　Ｂａｏ－ｓｈｅｎｇ（张中春，邱保胜）．Ｐｌａｎｔ　Ｐｈｙｓｉｏｌｏｇｙ　Ｊｏｕｒｎａｌ（植物生理学报），２０１２，４８（５）：４２５．
［１８］　ＦＵ　Ｘｉａｏ－ｐｉｎｇ，ＤＯＵ　Ｃｈａｎｇ－ｍｉｎｇ，ＨＵ　Ｓｈａｏ－ｐｉｎｇ，ｅｔ　ａｌ（傅晓萍，豆长明，胡少平，等）．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｐｌａｎｔ　Ｅｃｏｌｏｇｙ（植物生态学
报），２０１０，３４（１１）：１３５４．
［１９］　ＤＩＮＧ　Ｚｈｕ－ｈｏｎｇ，ＨＵ　Ｘｉｎ，ＹＩＮ　Ｄａ－ｑｉａｎｇ（丁竹红，胡　忻，尹大强）．Ｅｃｏｌｏｇｙ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅｓ（生态环境学报），２００９，１８
（２）：７７７．
３２２３第１２期　　　　　　　　　　　　　　　　　　　　光谱学与光谱分析
Ｆａｓｔ　Ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　Ｈｅａｖｙ　Ｍｅｔａｌ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　Ｐｒｏｓｔｒａｔａ　Ｌｅａｖｅｓ
Ｕｓｉｎｇ　Ｎｅａｒ　Ｉｎｆｒａｒｅｄ　Ｄｉｆｆｕｓｅ　Ｓｐｅｃｔｒｏｓｃｏｐｙ
ＬＩＵ　Ｙａｎ－ｄｅ，ＳＨＩ　Ｙｕ，ＣＡＩ　Ｌｉ－ｊｕｎ
Ｃｏｌｅｇｅ　ｏｆ　Ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｅａｓｔ　Ｃｈｉｎａ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　３３００１３，Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ　Ｈｅａｖｙ　ｍｅｔａｌ　ｉｏｎｓ　ｉｎ　ｐｌａｎｔｓ　ｃａｎ　ｂｅ　ｄｅｔｅｒｍｉｎｅｄ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｎｅａｒ－ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒａｌ（ＮＩＲＳ）ｔｅｃｈｎｉｑｕｅ，ｂｅｃａｕｓｅ　ｔｈｅｙ　ｃｏｍ－
ｂｉｎｅ　ｗｉｔｈ　ｔｈｅ　ｏｒｇａｎｉｃ　ｍｏｌｅｃｕｌａｒ　ｇｒｏｕｐｓ　ｔｈａｔ　ｈａｖｅ　ＮＩＲＳ　ａｂｓｏｒｐｔｉｏｎｓ．Ｔｈｅ　ｐｒｅｓｅｎｔ　ａｒｔｉｃｌｅ　ａｎａｌｙｚｅｄ　ｔｈｅ　ｆａｓｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ
Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ　ｂｙ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｄｉｆｆｕｓｅ　ｓｐｅｃｔｒａｌ　ｔｅｃｈｎｏｌｏｇｙ．Ｄｉｆｆｅｒｅｎｔ　ｐｒｅｐｒｏｃｅｓｓｉｎｇ　ｍｅｔｈｏｄｓ　ｗｅｒｅ　ｃｏｍｐａｒｅｄ，
ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｐａｒｔｉａｌ　ｌｅａｓｔ　ｓｑｕａｒｅｓ（ＰＬＳ），ａｎｄ　ｔｈｅ　ｆａｓｔ　ｄｅｔｅｃｔｉｏｎ　ｍｏｄｅｌｓ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ　ｗｅｒｅ　ｅｓ－
ｔａｂｌｉｓｈｅｄ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｂｅｓｔ　ｍｏｄｅｌ　ｗａｓ　ｏｂｔａｉｎｅｄ　ｂｙ　ＰＬＳ　ｗｉｔｈ　ｔｈｅ　ｐｒｅｐｒｏｃｅｓｓｉｎｇ　ｍｅｔｈｏｄ　ｏｆ　ａｖｅｒａｇｅ　ｓｍｏｏｔｈｉｎｇ．
Ｔｈｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ（ｒ）ａｎｄ　ｒｏｏｔ　ｍｅａｎ　ｓｑｕａｒｅ　ｅｒｒｏｒ　ｏｆ　ｃａｌｉｂｒａｔｉｏｎ（ＲＭＳＥＣＶ）ｗａｓ　０．９５０ａｎｄ　５．９９ｒｅｓｐｅｃｔｉｖｅｌｙ；Ｅｘｔｅｒｎａｌ
ｖａｌｉｄａｔｉｏｎ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ（ｒ）ａｎｄ　ｒｏｏｔ　ｍｅａｎ　ｓｑｕａｒｅ　ｅｒｒｏｒ　ｏｆ　ｐｒｅｄｉｃｔｉｏｎ（ＲＭＳＥＰ）ｗａｓ　０．９２３ａｎｄ　７．３８ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ
ｓｔｕｄｙ　ｓｈｏｗｓ　ｔｈａｔ　ｆａｓｔ　ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｈｅａｖｙ　ｍｅｔａｌ　Ｃｕ　ｉｎ　Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ　ｌｅａｖｅｓ　ｕｓｉｎｇ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｄｉｆｆｕｓｅ　ｓｐｅｃｔｒｏｓｃｏｐｙ　ｉｓ
ｆｅａｓｉｂｌｅ．
Ｋｅｙｗｏｒｄｓ　Ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｓｐｅｃｔｒａ；Ｌｕｄｗｉｇｉａ　ｐｒｏｓｔｒａｔａ；Ｈｅａｖｙ　ｍｅｔａｌ；ＰＬＳ；Ｑｕａｎｔｉｔａｔｉｖｅ　ｄｅｔｅｃｔｉｏｎ
（Ｒｅｃｅｉｖｅｄ　Ｊｕｎ．１，２０１２；ａｃｃｅｐｔｅｄ　Ｓｅｐ．１８，２０１２）　　
《光谱学与光谱分析》对来稿英文摘要的要求
　　来稿英文摘要不符合下列要求者，本刊要求作者重写，这可能要推迟论文发表的时间。
１．请用符合语法的英文，要求言简意明、确切地论述文章的主要内容，突出创新之处。
２．应拥有与论文同等量的主要信息，包括四个要素，即研究目的、方法、结果、结论。其中后两个要
素最重要。有时一个句子即可包含前两个要素，例如 “用某种改进的ＩＣＰ－ＡＥＳ测量了鱼池水样的痕量铅”。
但有些情况下，英文摘要可包括研究工作的主要对象和范围，以及具有情报价值的其他重要信息。在结果
部分最好有定量数据，如检测限、相对标准偏差等；结论部分最好指出方法或结果的优点和意义。
３．句型力求简单，尽量采用被动式，通常应有２０００个印刷字符，３００个英文单词为宜，不能太短；也
不要太长。用Ａ４复印纸单面打印。
４．摘要不应有引言中出现的内容，换言之，摘要中必须写进的内容应尽量避免在引言中出现。摘要也
不要对论文内容作解释和评论，不得简单重复题名中已有的信息；不用非公知公用的符号和术语；不用引
文，除非该论文证实或否定了他人已发表的论文。缩略语、略称、代号，除相邻专业的读者也能清楚地理
解外，在首次出现时必须加以说明，例如用括号写出全称。
４２２３ 光谱学与光谱分析　　　　　　　　　　　　　　　　　　　 第３２卷