基于理論吸收光譜的棉纖維波長篩選方法

湯菲菲 姚燕 邵玉濤

摘要：馬克隆值是評價棉纖維品質的一個重要指標，提出一種基于Gaussian軟件的波長篩選方法，以期提高紅外光譜法測定棉纖維馬克隆值的準確性。采用基于哈特里-福克方程（簡稱HF）的從頭算計算法、半經驗分子軌道AM1方法和密度泛函理論DFT對棉纖維分子進行量子化學計算，并將計算結果與棉纖維紅外光譜圖進行比較分析，從而得到最優理論計算方法及其基組，進而通過分析該最優理論紅外光譜圖得到特征波長。該方法篩選出的特征波長為3 727～3 567、3 005～2 700、1 250～1 000 cm-1。分別利用此特征波長與連續投影法（SPA）選出的特征波長建立偏最小二乘（PLS）模型，對比分析的結果表明，使用Gaussian軟件DFT密度泛函理論的B3LYP/6-311+G* *方法可以較為準確地得到最優光譜圖，該理論光譜波長篩選方法可以優選出高信噪比的波長。基于Gaussian軟件的波長篩選方法能夠簡化紅外建模步驟并提高紅外光譜定量模型的性能。

關鍵詞：棉花;纖維品質;纖維分子結構;馬克隆值;Gaussian軟件;量子化學;波長篩選;模型優化;效果驗證

中圖分類號： O657.33 ?文獻標志碼： A ?文章編號：1002-1302（2019）07-0207-03

棉花是我國重要的戰略物資，是僅次于糧食的第二大類農作物，在農業經濟格局中具有重要地位。棉花質量的好壞對于其價格、生產工藝成本以及后續產品的質量起著至關重要的作用。馬克隆值是反映棉花纖維細度與成熟度的綜合指標，且會對成紗工藝、質量及織物質量產生很大的影響，是棉花貿易、棉紡工程的重要指標。

傳統棉纖維馬克隆值的測量需要借助Y145C型氣流儀、便攜式氣流儀等儀器[1]，這種檢驗方法不僅費時費力，而且由于個人經驗的不同以及把握的標準不同，容易出現人為誤差。紅外光譜是現代結構化學和分析化學最常用和不可缺少的工具，具有測試迅速、操作方便、重復性好、靈敏度高、不損壞樣本結構等優點，因此被廣泛應用于科學研究的各個領域[2]。但紅外光譜對于復雜對象待測組分的特征吸收頻率會受到其他組分的干擾，得到的冗余信息較多，從而影響吸收峰位置、強度，甚至峰的形狀，進而影響模型的預測精度。因此，進行光譜定量分析時，必須選擇與待測組分相關的高信息量波長，以降低其他組分帶來的噪聲干擾[3]。Gaussian軟件是一個成熟、界面友好的量子化學軟件，可執行各類不同精度和理論檔次的量化計算，并可進行分子和化學反應性質的理論預測。因此，可以利用Gaussian軟件模擬紅外光譜并在進行紅外光譜試驗之前篩選出特征波長，縮小可用的光譜區范圍，節約試驗時間，提高模型預測精度。

本研究提出在進行紅外光譜試驗之前利用Gaussian軟件對理論模擬光譜進行波長篩選，在最優波段運用紅外光譜測量馬克隆值的方法，以期縮短紅外光譜試驗的時間，減少冗余光譜信息，提高預測模型的精度。采用3種方法對棉纖維分子進行量子化學計算，將計算結果與實際試驗光譜圖進行對比分析，從而得到最優的理論計算方法及其基組，并得到與實際試驗較為吻合的理論紅外光譜圖，通過分析該理論紅外光譜圖進一步得到棉纖維分子的頻帶分配信息，進而由頻帶分配信息得出特征波長;分別將該特征波長與連續投影法（SPA）選擇的特征波長建立偏最小二乘（PLS）模型，并對模型優化效果進行驗證。

1 紅外吸收光譜原理解析

紅外吸收光譜是由分子振動、轉動能級的躍遷所形成的[4]。在有機分子中，不同基團選擇性地吸收不同頻率的紅外輻射，引起分子的能量變化，發生不同振動能級的躍遷，形成獨特的紅外吸收光譜。絕大多數有機化合物和無機離子的基頻吸收帶出現在中紅外光譜區，由于基頻振動是紅外光譜中吸收最強的振動，因此該區被廣泛應用于化合物分析、結構分析和其他化學過程的定性定量分析中[5]。本研究對棉纖維結構以及內部分子振動的分析也在中紅外區域進行。

2 Gaussian軟件的使用

Gaussian軟件作為強大的工具，可以研究許多化學領域的課題，也正是因為該軟件在計算分子振動頻率方面具有較高的精度，本研究采用該軟件對棉纖維分子進行結構優化和紅外振動光譜的模擬計算。整個計算過程為利用GaussView 5.0、Chemdraw/Chem 3D、Hyperchem等繪圖軟件繪制輸入文件[6]，選擇合適的基組對該文件進行幾何優化，幾何優化的目的是尋找分子穩定的幾何形態，即將建立的模型優化到一個能量極小的點上[7];然后使用相同的基組選擇合適的方法進行頻率計算[8]，并通過GaussView 5.0顯示計算結果。

整個理論計算過程如圖1所示，通過該過程能夠在理論上得到較為準確的分子理論振動譜。

3 棉纖維的紅外光譜理論解析

3.1 基組的選擇

采用GaussView 5.0軟件繪制棉纖維分子結構圖，并分別采用哈特里-福克方程（HF）從頭算理論、AM1半經驗理論和DFT密度泛函理論對棉纖維分子進行量子化學計算[7]。每種理論計算方法的幾何優化和頻率計算均在相同的理論水平和基組上完成，HF方法選擇的基組是HF/6-31G（d），DFT方法選取的基組為B3LYP/6-311+G（d，p），一般表示為B3LYP/6-311+G* *[9]。計算結果沒有虛頻出現，說明得到的分子結構是一個穩定的構象。棉纖維分子結構如圖2所示。

吸光度分別采用HF、AM1、DFT方法算出的結果，EXP代表的是試驗光譜，根據式（1）、式（2）可得到理論計算光譜。圖3代表的是在紅外光譜指紋區（1 330～400 cm-1）使用3種不同方法計算出的結果以及實際試驗得到的棉纖維吸光度信息，圖4代表的是在紅外光譜特征區（4 000～1 330 cm-1）使用3種不同方法計算出的結果以及實際試驗得到的棉纖維吸光度信息。

由圖3、圖4可知，利用DFT密度泛函理論的B3LYP/6-311+G* *方法所得到的計算結果在吸收峰數量、波形形狀以及頻率位置、吸光度上與試驗吸收峰最為接近，而HF、AM1方法得到的吸收譜與試驗結果相差較大，這可能與理論本身精度不夠或選取的基組偏小有關。相對于HF和AM1方法，DFT采用了B3LYP/6-311+G* *較大基組，并有效地考慮了電子交換和電子相關能量，因而有較高的計算正確率。

3.2 基于最優光譜圖的特征波長篩選

從圖5、圖6可以看出，Gaussian軟件鑒定基團的結果與理論結果是很符合的，且理論光譜（DFT）與試驗光譜的變化趨勢大體相同，只是存在一定程度的偏移，主要原因為（1）試驗是在常溫下進行的，而理論計算在絕對零度的條件下進行，隨著溫度的升高，棉纖維的吸收峰強度也會增強[11];（2）理論計算時采用的是單分子模型，只能得到分子內的振動模式，而忽略了分子之間的范德華力、氫鍵弱作用力以及晶格振動等。因此，理論計算結果與試驗結果不可能完全相符，但可從另一角度驗證吸收峰來源判斷的正確性。

纖維素大分子的官能團主要是羥基（—OH）、亞甲基（—CH2）和醚鍵[R—O—R（R′）]。從圖5、圖6可以看出，在4 000～400 cm-1范圍內，棉纖維最強的紅外吸收帶在1 060 cm-1 附近，在其兩側有很多弱的肩峰，在2 855、2 932、3 647 cm-1處也有較強的紅外吸收帶。根據紅外光譜基團吸收帶的數據可知，一般情況下，羥基、亞甲基、醚鍵的實際吸收帶分別為 3 630、2 900、1 100 cm-1左右。結合基團吸收頻率與分子振動之間的關系，可以得出棉纖維分子的頻帶分配結果（表1）。根據吸光度波長篩選方法[12]可得到，選取的特征波段為 3 727～3 567、3 005～2 700、1 250～1 000 cm-1，波長點個數為715個。

3.3 特征波長篩選方法有效性檢驗

連續投影算法（SPA）是一種使矢量空間共線性最小化的前向變量選擇算法，其優勢在于提取全波段的幾個特征波長，能夠消除原始光譜矩陣中冗余的信息，可用于光譜特征波長的篩選。近年來，國內外學者在利用光譜分析技術檢測作物和食品中某些重要成分的含量時，采用連續投影算法進行有效波長的選取[13]。作為對比，本研究采用連續投影算法提取特征波長，分別建立偏最小二乘模型，以驗證基于Gaussian軟件波長篩選方法的有效性。試驗收集了30個棉纖維樣本，隨機選擇25個樣本為訓練集，5個為測試集，采用大容量棉花纖維測試儀（HVI）[14]測得棉纖維樣本的馬克隆值，并使用美國Thermo Fisher Scientific公司生產的Nicolet系列NEXUS670型號的傅里葉變換紅外光譜儀測量30個樣本的紅外吸收光譜。紅外試驗在室溫（20～23 ℃）環境下進行，光譜儀的掃描方式為漫反射方式，分辨率為8 cm-1，自動掃描32次，記錄其平均光譜。

對試驗數據分別進行偏最小二乘回歸，由結果（圖7）可知，SPA算法優選的波長為13個，此時的預測平均標準偏差（RMSE）最小，為0.16，2種不同波長篩選方法得到的預測結果對比如表2所示。SPA方法提取出了13個特征波段，分別為1 060、1 087、1 248、2 757、2 790、2 855、2 932、2 853、3 002、3 621、3 647、3 696、3 705 cm-1，它們均分布在本研究方法篩選出的特征波段中，由表2可知，采用SPA方法預測相關系數達到0.825，表明該算法確實提取了建模所需要的有用信息，簡化了模型的計算，但是與之相比，本研究提出的波長篩選方法建立的模型預測精度更高。

4 結論

本研究提出一種基于理論吸收光譜篩選出最優波長并測定馬克隆值的新方法，該方法利用Gaussian軟件采用DFT密度泛函理論的B3LYP/6-311+G* *基組得到最優光譜圖，分別將該方法篩選出的特征波長與SPA法得到的特征波長建立PLS模型，通過比較相關系數以及均方根誤差可知，該方法能夠有效地篩選出有用的特征波長信息，且選擇效果優于經典的連續投影法。通過理論模擬紅外吸收光譜進行波長篩選，并在篩選出的波長范圍內進行后續的紅外光譜試驗，可簡化建模計算，提高棉纖維馬克隆值的預測精度。

參考文獻：

[1]孟莉莉. 棉花檢驗中的馬克隆值測試方法[J]. 中國纖檢，2014（7）：78-79.

[2]楊新河，王麗麗，黃建安，等. 傅里葉變換紅外光譜鑒別黑茶樣品[J]. 食品科學，2012，33（14）：203-205.

[3]陳藝芳. 可見-近紅外-中紅外光譜用于人血清白蛋白分析的方法研究[D]. 廣州：暨南大學，2016.

[4]黃 莉. 紅外光譜結合模式識別技術在微量車漆物證分析中的應用[J]. 法制與社會，2016（35）：273，277.

[5]岳飛亨. 基于太赫茲波的持久性有機物檢測技術研究[D]. 杭州：浙江大學，2012.

[6]顏志剛. 基于太赫茲時域光譜技術的生物分子和農藥分子的檢測技術研究[D]. 杭州：浙江大學，2008.

[7]Yu W，Yang L，Zhang T L，et al. Crystal structure and geometry-optimization study of 4-methyl-3′，5′-dinitor-4′-methyl benzylidene aniline[J]. Journal of Molecular Structure，2006，794（1/2/3）：255-260.

[8]胡皆漢，葉金星，程國寶，等. β-欖香烯振動光譜的量子化學從頭計算[J]. 光譜學與光譜分析，2001，21（2）：163-168.

[9]Fischer B M，Walther M，Uhd Jepsen P. Far-infrared vibrational modes of DNA components studied by terahertz time-domain spectroscopy[J]. Physics in Medicine and Biology，2002，47（21）：3807-3814.

[10]Yu B，Zeng F，Yang Y，et al. Torsional vibrational modes of tryptophan studied by terahertz time-domain spectroscopy[J]. Biophysical Journal，2004，86（3）：1649-1654.

[11]趙永會，顧丹丹，馮俊霞，等. 二維紅外光譜法分析纖維素[J]. 理化檢驗（化學分冊），2015，51（11）：1497-1500.

[12]梁 瑜. 基于吸光度的波長篩選方法用于近紅外光譜定量模型的優化[J]. 電子測試，2016（21）：62-64.

[13]劉明博，唐延林，李曉利，等. 水稻葉片氮含量光譜監測中使用連續投影算法的可行性[J]. 紅外與激光工程，2014，43（4）：1265-1271.

[14]馬浩彩，郝秀美. 使用美棉紡細號紗棉結的控制[J]. 棉紡織技術，2011，39（3）：142-144.程 欣，林 立，林樂靜，等. 4種槭樹種子油脂肪酸組成及含量比較[J]. 江蘇農業科學，2019，47（7）：220-224.