❶ 二維紅外光譜的基本原理
簡單地說,二維紅外光譜通過監測分子的某個振動模式的振動譜帶在一段超快時間間隔的起始時刻與終止時刻的紅外振動頻率的相關度來監測分子的超快動態變化。通過獲得在不同時間間隔的一系列二維紅外光譜,我們可以在線監測分子體系的動態變化。二維紅外光譜是一種頻率相關譜,橫軸與縱軸為振動頻率,彩色等高線反映相關度。一般來說,一個頻率軸的信息由干涉與傅里葉變換得到,另一個頻率軸的信息由紅外光柵單色器以及MCT檢測器得到。
由於採用了干涉的信號檢測手段,二維紅外光譜包含各頻率光的相位信息,一般來說譜圖的藍色區域代表相消干涉產生的信號,紅色區域代表相長干涉產生的信號。藍色區域一般對應分子的1-2能級躍遷,紅色區域對應0-1能級躍遷。一維紅外吸收譜線中不同的頻率對應著不同的化學結構與化學環境。對於復雜的化學體系,尤其是溶液或者膠體,體系中往往共存著能量差距很小的多種化學結構與環境,在室溫下這些化學環境可以克服能壘進行極為快速的交換。通過將常見的靜態一維紅外光譜擴展成二維紅外光譜,我們不僅能獲得分子在頻率域上的吸收譜線,還能知道不同吸收頻率所對應的化學結構之間進行超快變換的動態結構信息。
❷ 勘查地球化學數據處理
18.2.1 原始資料及質量評定
18.2.1.1 原始資料
原始資料中最主要的是分析結果,其次是采樣記錄本、地質觀察記錄、岩礦鑒定報告、山地工程編錄等等。此外,還保存有一些輔助性的材料如送樣單、外檢記錄等等。這些資料的寶貴之處在於,它包含了一切有用的信息,所有後續的工作只不過是盡可能地充分應用它們而已。往往因為其原始性而不被人們所重視,這是不對的。原始資料要由專人在日常工作中經常性地清理、審核、整飾、編排、裝訂,確保其原始性、系統性與完整性。
隨著化探工作規模的擴大與分析項目的增多,原始數據的生產速度是驚人的。例如一幅1∶20萬的圖幅,按組合樣計算也有1800個左右,分析30個元素,再加上坐標,總計就有58000個左右的數據。這么大量的數據要保管、儲存、取用並不是簡單的事情,國內外大力發展計算機的數據處理系統,這是不可少的基礎性工作。
18.2.1.2 分析質量監控
目前,國內各省實驗室已廣泛使用的化探樣品分析方法有:發射光譜方法、原子吸收分光光度方法、比色法、離子選擇電極法、原子熒光法、射線熒光光譜法和等離子焰光量計法等。化探樣品分析選用的方法應盡可能採用多元素同時測定的方法,而且必須具有較高的生產效率,以適應大量化探樣品日常分析的需要。其檢出下限應達到表18-5列出的要求。
表18-5 區域化探掃面樣品匯總元素檢出限要求(10-6)
選擇分析方法的准確度和精確度可用GSD標准樣的方法進行檢驗。被選用的方法應對八個GSD標准樣中的每一個樣進行多次分析,作如下兩種計算:① 平均值與該GSD標樣的可用值之間的對數偏差Δlgc或平均值和可用值之間的相對誤差εRE(%);② 相對標准偏差σRSD(%,GSD)。其結果應符合表18-6的要求。
表18-6 測定主要、次要、微量及痕量元素的准確度和精密度
18.2.1.3 分析質量監控的統計學基礎
在化探樣品分析中,即便用一種固定的方法,同一個熟練操作人員對同一個樣品進行多次重復分析,他每次得到的擬測元素含量結果往往並不相同。之所以出現各種不同的分析結果,原因在於稱重、加工、溶樣、容量測定等步驟都會產生誤差,而且全都綜合在最終的分析結果之中。此外,化探樣品的採集,即便在同一個采樣點上採集兩個樣品,其分析結果也不會完全一樣,這就是采樣誤差。特別是在區域化探中,往往在一個較大的面積內採集幾個樣品組合成一個樣品,並利用該樣品的組分來估量整個單位面積內的平均組分,這也難以避免存在采樣誤差。化探的數據處理是建立在采樣與分析質量可靠的基礎上進行的,因此我們必須對如何保證數據質量的可靠性有一個基本了解。
(1)基本概念
a.真值與平均值。真值是在無系統偏差條件下無窮多次測定值的平均值。由於實際工作中不可能對一個樣品測定無窮多次,故嚴格說來,真值是無法確定的。
平均值是同一種測定方法對同一個樣品進行多次測定所得結果進行統計計算求得的估計值。平均值可用如下公式計算:
算術平均值
勘查技術工程學
均方根平均值
勘查技術工程學
加權平均值
勘查技術工程學
幾何平均值
勘查技術工程學
中位數(中位值)是將觀測數據依數值大小次序排列時取其中間值(一般從小至大排列)。
上述式中xi為某次(i)的測定值,i=1,2,…,n;n為測定次數;wi為某次觀測值對應的權系數。
可用值是對同一個樣品分別用多種測試方法測得的估計值,同時對每種方法都賦予與其方法局限性的權而求得的平均值。這是目前勘查地球化學建立定標准樣中每個元素含量時常採用的方法。
b.准確度和精密度。准確度是多次測定值的平均值與真值的符合程度。精密度是多次測定的重現性即它們之間的符合程度。
精密度可以用數據的方差來衡量,也可以用標准離差來衡量,還可以用變差系數百分數來衡量。
方差
勘查技術工程學
標准離差
勘查技術工程學
變差系數
勘查技術工程學
准確度和精密度是互不相倚的。一種測試方法或結果,可以既准確又精確,即每次測定的結果都比較接近,而它們的平均值又非常接近真值。也可以是准確的但不精密,即多次測定的平均值接近真值,但每次測定的數值之間相差較大。也可以是精密的但不準確,即多次測定的數值互相接近,但其平均值則遠離真值。或者是既不準確又不精密。
當數據不是由一個樣品多次測定的結果,而是多個樣品的重復測定結果時,則准確度可用測定數值的總平均值與各個樣品的平均值之間的偏倚來衡量,精密度可用下式計算:
勘查技術工程學
xi1為第i個樣品第1次測定結果;xi2為第i個樣品第2次測定結果;i=1,2,…,n。
c.檢出限和識辨力。檢出限通常稱作靈敏度,是用一定分析測試方法能夠測出的元素最低含量。採用不同分析方法分析不同元素,檢出限會有很大差異。
識辨力指分析方法能表達分析元素的濃度級的數目。在一定的含量間隔范圍內,表達濃度級數目越多,表明該分析方法識辨力越強。
以上介紹的一些統計參數是化探選擇分析方法的評價依據,也是評價化探數據可靠性的重要依據。
(2)化探數據中的誤差
誤差即指某種分析測試方法的測定值與真值之差;偏差(偏倚)是指測定值與平均值之差,但習慣上兩者混用,不加區別。
誤差可以分為系統誤差、偶然誤差和過失誤差。設誤差(偏差)用下式表示:
勘查技術工程學
xi 為第i 次測量的數值;-x 為多次測定的平均值;Q1 i第i 次測量的誤差;若
勘查技術工程學
則Q1i稱作偶然誤差。
若
勘查技術工程學
則Q2i稱作系統誤差。
過失誤差是人為因素造成,如讀數錯誤、看錯譜線等引起。
在化探工作中,特別是區域化探中遇到的偏倚往往是可變的。這在以往應用的半定量光譜分析中特別嚴重。在當前使用較完善的分析方法時也難以完全避免。我國開展區域化探的初期,試驗結果表明,除了隨機誤差之外,分析方法與方法之間,實驗室與實驗室之間,人與人之間,季節與季節之間,甚至月與月,日與日之間都有系統誤差存在,這種誤差稱為可變偏倚。
可變偏倚在采樣中也同樣存在。不同地區岩石出露程度不同,或某些地區有厚的覆蓋物分布,就可能帶來采樣偏倚,所采樣品在某些地區代表性較好,能比較好地反映基岩中元素含量變化;另一些地區代表性較差,對基岩含量的估量就可能偏低或偏高。
不同地區水系密度小,水系沉積物樣品反映上游匯水盆地中元素含量平均值時也會發生可變偏倚,特別是當匯水盆地中有幾種不同岩石分布時更是這樣。
采樣偏倚還可能由於在不同采樣地點岩土物質混入比例不同所造成。采樣地點上局部環境的變動也會發生采樣偏倚。例如土壤或水系沉積物中Fe、Mn、有機物及pH值的局部變化可以使金屬含量變化無規律,甚至出現假異常。
不同性質或不同粒級的樣品中金屬富集粒度不同,如果沒有規定統一的采樣方法,不同采樣人員的采樣方法與習慣不同,所採集的樣品性質變化太大,也會發生可變偏倚。
不同地點的岩石、土壤、水系沉積物等的均勻性是不同的。在一個采樣地點,由於物質比較均勻,重復采樣比較接近;在另一個物質很不均勻的采樣地點,重復采樣會得出相差較大的結果。這是在區域化探采樣中經常遇到的可變偏倚。
在一個地區或圖幅之內出現可變偏倚,對化探的解釋推斷會帶來嚴重影響,它會在圖上出現假的變化趨勢和假的異常。
把野外采樣操作盡量標准化,可以大大抑制采樣人員之間的可變偏倚。不同采樣點上,由於物質的差異、局部環境的變化所引起的采樣偏倚是難以避免的,今後可以設法把它們在數據的處理中進行校正。岩石出露程度、覆蓋物性質及水系密度不同所造成的可變偏倚也需解釋推斷階段時給以估量。
不同采樣地點局部環境的變化,以及不同地點物質均勻性不同所造成的可變偏倚,如果嚴重也會造成假異常。若在一個地點上採集幾個樣品混合成一個組合樣,有助於抑制可變偏倚的起伏。以後的數據處理(網格化、移動平均等)還可以進一步壓低可變偏倚。通過這些措施,可以使可變偏倚減少到不致危害解釋推斷的程度。
至於隨機誤差,它在任何采樣與分析工作中總是存在的。分析實驗室通常使用的檢查方法(隨機抽若干樣品,進行重復分析,計算合格率)主要是為了控制這種誤差。化探分析不同於一般礦石分析,在化探分析中對於合格率籠統地規定一種標准來對待不同地區的情況與不同要求顯然是不夠的。往往同等變化幅度的采樣與分析的隨機誤差,在一個地區或圖幅內足以影響或歪曲元素含量的真實變化,而在另一個地區並非如此。這就必須針對具體情況作具體分析。如果在數據中沒有嚴重的可變偏倚,則可以使用方差分析方法來檢驗這一地區范圍內隨機誤差起伏是否有可能掩蓋了該地區元素含量變化的真實起伏。對隨機誤差的檢驗也可以納入誤差監控系統之中。此外,數據處理(網格化、移動平均等)也可以使隨機誤差有所降低。
18.2.1.4 分析質量的監控方法
(1)分析質量監控的目的
在化探分析中質量監控的主要目的如下。
第一,及時發現批樣之內或批樣之間的可變偏倚,以便採取措施,從儀器設備、工作環境、工作條件、操作人員及方法各方面查找原因。
第二,為發現不同圖幅或不同實驗室之間的恆定偏倚和校正提供依據。
第三,對采樣中的隨機誤差進行估計。
(2)分析質量監控的內容
第一,用各省制備的二級標准樣(GRD系列)監控本實驗室內長期工作情況下的條件與儀器穩定性。
第二,用一級標准樣(GSD系列)監控各省實驗室及方法之間出現的系統偏倚。
第三,用重復采樣、重復分析監控采樣與分析誤差是否干擾或掩蓋了圖幅內和圖幅間地球化學變異。
第四,實驗室的例行內檢工作按5%~10%進行。
第五,外檢工作對於已通過國家計量認證獲得證書的實驗室,可以免於外檢。其他實驗室要送1%~3%的樣品進行外檢。
18.2.1.5 采樣與分析質量的評價方法
(1)分析質量的評價
為了評價分析數據質量的可靠性,應從以下統計數據進行誤差衡量。
對於送實驗室分析的全部樣品和要求分析的所有元素,百分之百的都能報出數據,則認為測試方法完全滿足化探工作要求。若數據報出率大於80%,則認為基本滿足要求。
根據每批樣品插入的二級標准樣品,實驗室內檢的重復分析和重復取樣的分析數據,計算相對誤差εRE(%)和相對標准偏差σRSD(%),若符合表18-6的要求,合格率大於80%,則認為分析數據可靠。
(2)采樣質量的評價
為了檢查采樣的質量,根據重復采樣的重復分析數據,應用三層套合方差分析進行評價。其方法簡要介紹如下。
設在某區選定a個地點,每個地點取b個重復樣品,每個樣品作c次重復分析,可得三維原始數據矩陣
勘查技術工程學
要問:① 地點間差異是否顯著大於樣品間差異?② 樣品間差異是否顯著大於樣品分析間差異?
可見,其實質仍是單因素方差分析,只不過問題形式有所變化,將兩個單因素方差分析問題套合在一起了。在問題①中樣品差異被當作隨機誤差,在問題②中它則被當作系統誤差,通過樣品形成這種套合關系。
今設
勘查技術工程學
勘查技術工程學
分別為總均值、地點均值與樣品均值,則
勘查技術工程學
其中:
勘查技術工程學
分別表示地點、樣品與分析間的誤差平方和,對應的自由度分別為:FA=a-1,FB=a(b-1),FC=ab(c-1),於是可構造以下兩個統計量
勘查技術工程學
利用 FA 可檢驗地點間元素含量變化是否顯著大於采樣與分析誤差,利用 FB 可檢驗采樣誤差是否大於分析誤差。例,在三個地點各采二個樣品,每個樣品分析2 次,其分析結果見表18-7,問取樣與分析誤差是否能掩蓋地點間差異?重復取樣質量如何?計算結果列於表18-8,可見采樣地點間差異是顯著的,它不會被重復采樣與重復分析所掩蓋,而采樣誤差並不大於分析誤差。
表18-7 分析結果表
表18-8 計算結果表
18.2.2 勘查地球化學數據處理方法
本部分只簡要介紹幾種常用的化探數據處理方法,有關這些方法的詳細的數學描述和討論請參閱數學地質方面的參考資料。
18.2.2.1 方差分析
方差分析是分析處理試驗數據的一種方法。在地質科學與找礦勘探實踐中,每種地質現象、地質過程、地質體都包含著許多相互制約、相互依存、相互矛盾的因素,如何分析這些復雜因素解決地質問題,這就是方差分析所要解決的問題。例如一套碳酸鹽岩地層,肉眼是難以識別(分層)的,但可以用方差分析方法分析它們之間各種化學成分數據,找出分層的主要化學成分,從而達到分析的目的。又如岩性、蝕變與礦化的關系,沉積岩岩性的縱橫變化與古地理環境的關系等方面的問題,都可以用方差分析方法解釋。方差分析是兩個總體參數檢驗的推廣,是判斷兩個以上總體參數是否相等的問題。在化探數據處理中,常用兩種方差分析方法,即固定方差分析和隨機方差分析。
(1)固定方差分析
把單因素固定方差模型應用於兩組數據,但該模型也可以推廣到多組數據。在這一模型中,要將數據的組內變差與組間變差進行比較,如果組間變差大於組內變差,則認定兩組的平均值不同。這種對比要通過F-檢驗來完成。
(2)隨機方差分析
這種方法常用於對來源可辨的變差作對比。在勘查地球化學中,指的是分析誤差、取樣誤差和區域變異的相對大小。在評價變化趨勢時,總希望分析誤差比區域變異小。為了做這種對比,首先把不同來源的變異分離開來,然後用F-檢驗做必要的對比。
18.2.2.2 回歸分析
回歸分析是處理相關關系的一種常用方法,它是以大量觀測數據為基礎,建立某一變數與另一變數(或幾個變數)之間關系的數學表達式,是一種能從眾多的變數(或預先盡可能多地考慮一些變數)中自動挑選重要變數(指標或因子),並確定其數學表達式的一種統計方法。它具有一定的統計意義和實際意義。利用這種方法可以自動地、大量地從眾多可供選擇的指標中,選擇對建立回歸方程式重要的指標。因此,它在勘查地球化學數據處理中有著廣泛用途。例如:
① 圈定異常和成礦「靶區」進行礦產統計預測。
② 確定找礦標志,或用一種或幾種元素的含量預測另一種難於分析的元素含量。
③ 對化探異常進行分類以便對其進行綜合評價,綜合解釋。
④ 研究礦體產生的地球化學暈的幅度與取樣地點距離礦體遠近的相關關系,如在垂直方向上,它有助於推斷礦體的埋深;研究礦體剝蝕深度;內生礦床分散暈的垂直分帶序列等。在水平方向上,它能為評價異常或進行勘探設計提供依據。
⑤ 解決控制問題,即在一定程度下控制。變數的取值范圍,應立足在指定的范圍內取值。
⑥ 可用來建立各種找礦模式,發現新的找礦線索等。概括起來說,回歸分析可以解決預測問題和控制問題。
18.2.2.3 移動平均分析
在區域地球化學和環境背景研究中,常常要進行大量的采樣測試工作。人們發現,在不同采樣位置上采樣測試結果是不均一的,如果將一條觀測線上采樣的測試值順序連接起來,則形成一條元素含量變化的折線,平面上元素含量值變化就更復雜了。在這種情況下,在數據圖上主觀勾繪元素等值線圖或用線性插值方法勾繪等值線圖來描述區域元素分布規律是困難的,往往得到的等值線圖是粗略的、隨意的,不能反映非線性變化的特點,對於這一類問題可以用移動平均分析方法來解決。移動平均分析方法是在礦山開采實踐中產生的,最初是用該法降低品位方差進行礦床儲量計算。現在人們通常用移動平均分析方法來光滑數據曲線,光滑平面數據曲面。它能消除采樣測試誤差,從而清晰地顯示出元素區域性分布規律和變化趨勢。實際上它是一種低通的濾波方法。由於這種方法運算簡單,廣泛地應用於區域地球化學數據處理及需要光滑曲線、曲面的研究與實踐工作中。
18.2.2.4 趨勢分析
趨勢分析是一種研究隨機變數在空間位置上變化規律的數理統計方法。它用某種數學模型去擬合實測模型。在地質工作中經常需要研究某種地質特徵的空間分布特徵與變化規律。例如,為了查明某一地區的地質構造,需要研究某些地層單位的厚度或某一標准層的高程在該地區內的系統變化;為了了解某一岩漿侵入體物質成分空間變化特徵,需要研究其礦物成分或化學成分在該岩體內的變化規律;又如在化探工作中為了發現礦化異常,需要研究化學元素在測區內的「區域趨勢」和「局部異常」。地質上的這些變數常常隨空間位置的變化而改變,可以說它們是空間位置的函數。這種隨機變數可借用地質統計學中的一個名詞——區域化變數來稱呼它們,或者簡單地理解為空間變數。
趨勢分析根據數學手段和方法的不同,可以分為滑動平均(或叫移動平均)、多項式擬合趨勢分析和調和趨勢分析。
趨勢分析依空間的維數,又可分為一維、二維和三維。對於多項式趨勢分析,不同維中按自變數的最高次數,又可分為一次、二次…六次,等等。一般說,多項式次數愈高,則趨勢面與實測數據偏差愈小,但是還不能說它與實際情況最符合,這還要在實踐中檢驗。一般說變化較為緩和資料配合較低次數的趨勢面,就可以比較好地反映區域背景;而變化復雜起伏較多的資料,配合的趨勢面可以適當高一些。
由於地球化學變數在空間上表現為既有隨機性,又有結構性(受周圍點的含量控制),因此可以採用趨勢分析來進行研究。
趨勢分析的任務主要是確定測區中地球化學變數空間分布的數學模型和區分測區中地球化學變數的「區域變化趨勢」和「局部異常」。
18.2.2.5 判別分析
判別分析是對樣品進行分類的一種多元統計方法,它在化探中的應用成效最為顯著。它的工作過程大體可以分成兩個階段:第一階段是選擇已知歸屬的對照組(或叫培訓組),並用對照組的分析數據建立判別方程式。第二階段是把未知歸屬的樣品的分析結果,代入判別方程,算出結果後就可以確定其歸屬。當然實際工作中需要根據多元素進行判別。
決定判別效果好壞的是對照組的精心挑選和判別變數的合理決定。前者不但要求有代表性,即每一類都有一定的數量,而且要求判別變數在同一組內的差異要小而在不同組內差別要大。所以需要通過對比不同的變數組合來選擇最佳的判別方程。為了取得對照組樣品,一方面可以選用已知的地質單元內的樣品,如得不到足夠的資料,則可以先在全體數據中選擇部分有代表性的樣品進行聚類分析,然後將其結果作為對照組。當然,決定判別成效的最終根據不在於判別對象確定是可判別的,這一點可以用統計檢驗來證實。
一旦判別方程建立後,就可以對樣品進行逐個判別,因此它不受樣品數目的限制,適用於大量常規化探樣品。
18.2.2.6 聚類分析
聚類分析又稱點群分析、群分析和叢分析。它是根據樣品所具有的多種指標,定量地確定各種樣品(或變數)相互間的親疏組合關系的方法。按照它們親疏的差異程度進行定量的分類,以譜系圖形式直觀地加以描述。聚類分析在勘查地球化學數據處理方面有廣泛的應用。如了解成礦元素究竟和哪些因素有關;找出和成礦元素伴生的相關元素,以利用和成礦元素關系密切的其他元素為找礦標志;研究次生分散暈中異常元素究竟和哪些元素共生組合在一起;根據已知礦床(點)的成礦元素組合特徵預測成礦遠景區。根據分類對象,聚類分析可分為Q型和R型兩種。
雖然聚類分析可以按測定項目分類(R式),也可以按樣品分類(Q類)。Q式用途較大,因為經驗證明,R式聚類分析往往只是證實一下元素的共生關系,這往往是眾所周知的,沒有增加新知。Q式樹枝圖卻提供了寶貴的資料。
18.2.2.7 因子分析
因子分析是用來研究一組變數的相關性,或用來研究相關矩陣(或協方差矩陣)內部結構的一種多元統計分析方法。它將多個變數綜合成為少數的「因子」,也就是在較少損失原始數據信息的前提下,用少量的因子去代替原始的變數,從而達到對原始變數的分類,揭露原始變數之間的內在聯系。
因子分析從以下三個方面為地質工作中的成因推理提供重大幫助。
(1)壓縮原始數據
地質人員在研究每一個地質問題時都希望獲取盡可能多的數據,而在最終綜合這些數據以形成地質成因概念則又會為面對這大量復雜的、通常又是相互矛盾的數據而深感苦惱。簡單地說,地質人員在收集數據時總希望盡可能多,而在分析、綜合數據時又希望盡可能少。因子分析恰恰提供了一條科學的、邏輯的途徑,能把大量的原始數據大大精簡,以利於地質人員進行綜合分析。這種精簡又以不影響主要地質結論的精確性為前提,或者說是在不損失地質成因信息的前提下進行的。
(2)指示成因推理的方向
在形成成因結論的過程中,人們的思維和推理是最重要的一環。從大量復雜的地質數據中理出一個成因的頭緒並不是一件容易的事。不同的人對同一組地質數據,往往導出不同的成因結論,其原因是人們在推理過程中摻入了主觀、片面的意見。因子分析有可能把龐雜的原始數據按成因上的聯系進行歸納、整理、精煉和分類,理出幾條比較客觀的成因線索,為地質人員提供邏輯推理的方向,幫助他們導出正確的成因結論。
(3)分解疊加的地質過程
現在所看到的地質現象往往是多種成因過程疊加的產物,既有時間上不同過程的疊加,又有空間上不同過程的疊加,各個過程互相干擾,互相掩蓋,造成了地質成因研究的復雜化。因子分析能提供從復合過程中弄清每個單一過程的性質和特徵的途徑。
因子分析在地質成因研究中,潛在的解決地質問題的能力是很大的,但是並非使用因子分析就能完全克服成因研究中的各種困難。
因子分析(廣義)可以分為R型因子分析、Q型因子分析和R-Q型因子分析。R型因子分析用來研究變數之間的相關關系;Q型因子分析用來研究樣品之間的相關關系;R-Q型因子分析用來研究變數與樣品間的對應關系。
18.2.2.8 對應分析
在地質和化探數據的統計分析中,經常要處理三種關系:即變數之間的關系,樣品之間的關系以及樣品和變數之間的關系。因子分析中提出了R型分析和Q型分析,它們分別可以用來研究變數之間和樣品之間的關系,兩種因子分析通常是分別進行,甚至只作R型因子分析,不作Q型因子分析;或者只作Q型因子分析,不作R型因子分析。這樣人為地把R型和Q型分析割裂開來,結果漏掉了許多有用的信息。地質成因問題是通過不同特徵的樣品表現出來的,因此,成因與樣品是有聯系的。R型分析和Q型分析之間不可分割,有一種對應關系。
另外,一般來說,在原始數據矩陣中,樣品的數目遠遠超過變數數目,這樣就給Q型分析的計算帶來極大的困難。如果有100個樣品,每個樣品測定10個指標,這樣R型分析只要計算一個(10×10)階相關矩陣的特徵值和特徵向量,而進行Q型分析就要計算階數大得多的矩陣的特徵值和特徵向量,這給計算帶來極大的困難。於是人們就設法從R型分析的結果推導Q型分析的特徵值和特徵向量。
對應分析就是把R型分析與Q型分析統一起來,把變數和樣品同時反映到相同坐標軸(因子軸)的一張圖上,這樣就便於地質解釋與推斷。對應分析點聚圖中,變數點群表示了具有同一地質作用的元素組合,樣品點群表示了相同類型的樣品,而且樣品點群的地質成因是由它們鄰近的變數所表徵。這就有助於對樣品類型的地質解釋,同時通過樣品在空間的分布可以了解地質過程的空間關系。
18.2.2.9 相關分析
相關分析研究變數與變數之間的關系,這是整理化探資料一定要碰到的問題,例如各指示元素之間的消長關系,次生暈總金屬量與礦床規模的依賴關系,鐵帽中殘存金屬含量與原始品位的關系等等。如能靈活應用相關分析提供的方法,則可以在資料處理中發掘出很有價值的信息。相關分析還能幫助建立經驗公式,一些更高一級的統計分析也往往是通過相關分析進行的,因此它是最常應用的一種方法。
相關分析的內容很多,理論與方法都比較成熟,按變數的性質可分為正態與非正態兩類;按變數間關系的性質,可分線性與非線性二類;按涉及變數的多少,可分成二元及多元等。當然,最簡單的是二元線性正態相關分析,其他各種類型的相關分析可以通過變數轉換或取捨,轉化成線性正態模型。
在作相關分析時,切忌盲目用公式,最好先作散點圖。在圖上看出有些關系明明很有規律,但算出的線性相關系數為零;有些相關關系只存在於一定的含量值以下,如某地超基性岩中Ni和Mg的相關關系,只在Ni含量低於1000×10-6時存在,超過1000×10-6時與Mg不相關。研究Fe、Mn對重金屬吸附時也曾發現,異常的Cu、Zn就與Fe、Mn含量不相關,這都是由於存在形式改變所致。因為高含量時,Ni、Cu、Zn等有自己的獨立礦物出現,故影響了同其他元素的相關性。
相關性的好壞由相關系數來度量。必須指出,相關系數受個別特高點的影響很大,有時,甚至只是因為包含了一個特高點,把相關系數由0.2「提高」到0.9。原始數據進行對數轉換能緩和這種影響。參加計算的數據對越多越好,但不要把不同總體的樣品混在一起。為了避免對分布型式的依賴,過去曾經引入過一些非參數性的相關系數,如秩相關系數、中位數四分法相關系數等。經驗證明,只要對原始數據作適當的篩選,常用的相關系數(皮爾遜相關系數)仍是最穩健的統計量,相關系數的統計檢驗已有現成的表格可查,凡超過臨界值者,表示相關顯著。
❸ 【有效至2009-3-11】核磁P31譜測試需要樣品量多少(mol/mg)
這個不需要很多氫譜的用量的話,一般掃描32次就可以了10mg就差不多,設定掃描128次,邊掃邊看,譜圖漂亮了就可以停了
❹ 山梨酸的紫外吸收峰是294nm這會和使用了化學純的山梨酸有關嗎
不會,吸收峰出現的位置是用來定性的,一般如果掃描三次或以上都在294nm就可以確定為該物質,就算用了分析純或者色譜純的掃描的時候也是一樣的,用什麼純會影響的是它們的峰面積還有峰形等
❺ 月球的奧秘
月球 月球的正面與背面: 正面:❻ 怎麼看氫譜核磁做的時候掃了幾次
列印出的氫譜右側信息欄NS為掃描次數,一般4次以上即可看清各個峰。
❼ 二維紅外光譜的特徵及應用領域
由於分子結構與其化學鍵的紅外振動頻率密切相關,二維紅外光譜能提供關於復雜化學體系的超快結構動態變化、分子超快振動耦合及振動動力學、以及振動馳豫過程等信息,反映的是在飛秒至皮秒時間軸上的分子結構動態信息。
作為一種涵蓋連續波段的相關譜圖,超快二維紅外光譜顯著區別於傳統的泵浦-探測(pump-probe)技術,兼具極高的時間及頻率解析度。又因為紅外輻射的能量不會擾動室溫平態下化學體系的熱力學平衡,二維紅外光譜極其適用於在線監測平衡態體系下的精細化學結構在皮秒時間尺度上的動態變化,比如室溫下水分子氫鍵網路的超快結構漲落 ,蛋白質在水中的超快構象變換,測量碳碳單鍵的旋轉速率 ,單分子層的構象動態,溶劑溶質間氫鍵的生成與斷裂,兩相界面上溶劑分子的動態排布等等。
由於分子內化學鍵之間能量傳遞的動態信息也反映了分子的結構,二維紅外光譜也被應用於輔助X射線衍射技術解析蛋白質的靜態結構。隨著近年的發展,二維紅外技術還被應用於非平衡態體系的動態監測,例如T-jump 2D-IR 與UV-pump 2D-IR,分別是應用高強度紅外激光脈沖的熱效應以及紫外激光脈沖的高光子能量觸發非平衡態化學事件,隨後再進行二維紅外觀測的四階光譜技術。
二維紅外光譜的觀測時間窗口受所選紅外振動模式的弛豫壽命限制,一般從幾皮秒到上百皮秒不等。二維紅外光譜無法監測過於緩慢的動態事件,其對應的時間尺度與更快速的二維紫外-可見光譜(飛秒)以及更慢的二維核磁共振光譜(納秒以上)形成互補。
❽ 掃描循環次數的增加,循環伏安曲線怎麼變化
上下波動。
循環伏安法(Cyclic Voltammetry)是一種常用的電化學研究方法。該法控制電極電勢以不同的速率,隨時間以三角波形一次或多次反復掃描,電勢范圍是使電極上能交替發生不同的還原和氧化反應,並記錄電流-電勢曲線。根據曲線形狀可以判斷電極反應的可逆程度,中間體、相界吸附或新相形成的可能性,以及偶聯化學反應的性質等。常用來測量電極反應參數,判斷其控制步驟和反應機理,並觀察整個電勢掃描范圍內可發生哪些反應,及其性質如何。對於一個新的電化學體系,首選的研究方法往往就是循環伏安法,可稱之為「電化學的譜圖」。本法除了使用汞電極外,還可以用鉑、金、玻璃碳、碳纖維微電極以及化學修飾電極等。
❾ 紫外可見漫反射光譜怎麼定量分析
這是分析工作者需要考慮的問題。
8。聲光可調濾光器是採用雙折射晶體,吸光度的准確性直接影響測定結果的准確性,不太適合於在線分析、雜散光
雜散光定義為除要求的分析光外其它到達樣品和檢測器的光量總和.001~0、數據采樣間隔
采樣間隔是指連續記錄的兩個光譜信號間的波長差,得到光譜的均方差,以其性能穩定,是指在確定的波長范圍內對樣品進行多次掃描,解析度的大小還與狹縫的設計有關,它直接影響模型建立的效果和測量的准確性。雜散光對儀器的噪音、光柵分光、儀器的波長范圍
對任何一台特定的近紅外光譜儀器.1nm,譜峰位置間的差異,平整性可用基線漂移的大小來衡量.1%,還與儀器的像素有關,價格也較高。
14。對那些直接用吸光度值進行定量的近紅外方法;間隔過大則可能丟失樣品信息。很顯然。
4;s左右。傅立葉變換近紅外光譜儀是具有較高的解析度和掃描速度,就要對儀器的解析度提出較高的要求,通過改變射頻頻率來調節掃描的波長、吸光度准確性
吸光度准確性是指儀器對某標准物質進行透射或漫反射測量,常用的有電荷耦合器件(CCD)和二極體陣列(PDA)兩種類型、吸光度重現性
吸光度重現性指在同一背景下對同一樣品進行多次掃描,700~1100nm的短波近紅外光譜區域和1100~2500nm的長波近紅外光譜區域,整個儀器系統無移動部件,速度很快、光譜的解析度
光譜的解析度主要取決於光譜儀器的分光系統。將樣品信號強度與吸光度噪音相比可計算出信噪比、光纖測量等多種光譜採集形式、波長准確性
光譜儀器波長准確性是指儀器測定標准物質某一譜峰的波長與該譜峰的標定波長之差。波長重現性是體現儀器穩定性的一個重要指標。吸光度范圍越大,同樣也會影響最終分析結果的准確性,樣品信息越豐富。一般吸光度重現性應在0,電荷耦合器件多通道近紅外光譜儀器完成1次掃描只需20ms。基線的穩定性對我們獲得穩定的光譜有直接的影響、基線穩定性
基線穩定性是指儀器相對於參比掃描所得基線的平整性,對光柵分光儀器而言.5nm、快速傅立葉變換,且需要較嚴格的工作環境、掃描速度快。例如,間隔越小。波長的准確性對保證近紅外光譜儀器間的模型傳遞非常重要,軟體功能的評價要看軟體的內容能否滿足實際工作的需要,掃描速度快、掃描速度
掃描速度是指在一定的波長范圍內完成1次掃描所需要的時間,光譜范圍主要取決於儀器的光路設計,必須要了解儀器的主要性能指標。
7。一般要求雜散光小於透過率的0。有些化合物的結構特徵比較接近。
10,都有其有效的光譜范圍。
近紅外光譜儀器的主要性能指標
在近紅外光譜儀器的選型或使用過程中。但目前這類儀器的解析度相對較低。由於儀器中的可動部件(如光柵軸)在連續高強度的運行中可能存在磨損問題,目前較快的掃描速度也不過2次.0004A之間。為了保證儀器間校正模型的有效傳遞。軟體一般由光譜採集軟體和光譜化學計量學處理軟體兩部分構成,波長的准確性在短波近紅外范圍要求好於0。在與固定光路相匹配的陣列檢測器中,採用固定光路,考慮儀器的哪些指標來滿足分析的使用要求。
2。近紅外光譜儀器的波長范圍通常分兩段,InGaAs基PDA檢測器則用於長波近紅外區域,其解析度越高。由於濾光片數量有限。[1]
3。
9、測樣方式
測樣方式在此指儀器可提供的樣品光譜採集形式;一般傅立葉變換儀器的掃描速度在1次、定性或定量校正模型的建立和未知樣品的預測三大部分組成、解析度高。對一台近紅外光譜儀器進行評價時,一般要求儀器的解析度好於1nm、吸光度噪音
吸光度噪音也稱光譜的穩定性。吸光度噪音是體現儀器穩定性的重要指標,對用多通道檢測器的儀器,比較合適的數據采樣間隔設計應當小於儀器的解析度,要看儀器的分析對象、基線及光譜的穩定性均有影響。吸光度重現性對近紅外檢測來說是一個很重要的指標,長波近紅外范圍好於1。光譜化學計量學處理軟體一般由譜圖的預處理、信噪比高以及性能價格比好等特點正越來越引起人們的重視,各掃描點下不同次測量吸光度之間的差異、漫反射,其中Si基CCD多用於近紅外短波區域的光譜儀。通常用多次測量某一譜峰位置所得吸光度的標准偏差表示。
1;傳統的光柵掃描型儀器的掃描速度相對較慢。
6,下面就簡單做一下介紹,可用於檢測樣品的線性范圍也越大。有些儀器能提供透射、軟體功能
軟體是現代近紅外光譜儀器的重要組成部分、檢測器的類型以及光源。
5,例如二甲苯異構體的分析,很難分析復雜體系的樣品。儀器的解析度能否滿足要求,測量的吸光度值與該物質標定值之差,即解析度的大小能否滿足樣品信息的提取要求。不同設計方式的儀器完成1次掃描所需的時間有很大的差別,這類儀器的弱點同樣是干涉儀中存在移動性部件,雜散光的控制非常重要,通常用多次測量某一譜峰位置所得波長或波數的標准偏差表示(傅立葉變換的近紅外光譜儀器習慣用波數cm-1表示)。
12.5nm,但光譜存儲空間也越大。光柵掃描式具有較高的信噪比和解析度,是指儀器測定可用的最高吸光度與最低能檢測到的吸光度之比,對校正模型的建立和模型的傳遞均有較大的影響;s左右。一般儀器波長的重現性應好於0。
13、吸光度范圍
吸光度范圍也稱光譜儀的動態范圍,是導致儀器測量出現非線性的主要原因、陣列檢測器構成的NIR儀器,而後者在軟體功能設計和內容上則差別很大。
11,從而影響光譜採集的可靠性柵色散,要得到准確的分析結果,特別對光柵型儀器的設計。
濾光片型主要作專用分析儀器。
隨著陣列檢測器件生產技術的日趨成熟,如糧食水分測定儀、波長重現性
波長的重現性指對樣品進行多次掃描。前者不同廠家的儀器沒有很大的區別、聲光可調濾光器和陣列檢測五種類型。分光系統的光譜帶寬越窄
❿ 核磁noesy譜怎麼看是否相關
兩個圖譜對照看,把noesy中的H-Hcosy峰畫掉,剩下noe相關峰
NOESY譜和ROESY譜都屬於NOE類相關譜。這兩種二維譜的原理和效果有一些差別,主要根據所研究的有機化合物選擇,但是這兩種二維譜的外形和解析方法是一樣的。
在測定常規核磁共振氫譜之後,如果化台物的結構中有兩個氫原子,它們之間的空間距離比較近(小於5×lO-10m),照射其中一個氫原子的峰組時測定氫譜,與該氫原於相近的另外一個氫原子的峰組面積會變化,這就是NOE效應。做NOE差譜:把後面測得的氫譜減去原來的(常規)氫譜,面積有變化的地方就會出峰,這就可以發現NOE效應。上述的方法是用一維譜的方式測定NOE效應。如果一個化合物中有若干成對的氫原子空間距離相近,需要照射若干次,這樣顯然不方便。NOE類的二維譜則是通過一張NOE類的二維譜找到一個化合物內所有空間距離相近的氫原子對。
NOESY譜或ROESY譜的外觀與COSY譜相同,只是NOE類相關譜中的相關峰反映的是有NOE效應的氫原子對。當然由於具有3J耦合的兩個氫原子的距離也不遠,因此在NOE類相關譜中也常出現相關峰(作圖時採取措施盡量去除,但是難以完全除掉)。所以,在分析NOE類相關譜時要特別注意不是3J耦台的相關峰。某個相關峰所對應的
兩個氫原子跨越的化學鍵數目越多,從NOE效應的角度來看意義越大。