高功率脉冲激光聚焦到靶材目标上,不仅可以蒸发材料分子,同时也能产生明亮的发光等离子体。通过探测和分析这些等离子体的光谱信号,可以实现待测样品的定性与定量检测。因此,近年来,国内外科研人员提出了一种发展迅速的新型光谱分析技术——激光诱导等离子体光谱技术(Laser-Induced Plasma Spectroscopy,LIPS)。它因具有快速原位、实时在线、多元素同时检测等优点,在环境污染物监测、矿产勘测、爆炸物检测及深空探测等诸多领域的物质成分分析方面,具有广阔的应用前景。LIPS技术正逐渐成为基础研究和应用研究领域广泛关注的重要课题之一。目前,LIPS技术在金属样品的检测中已获得了成功应用。但对于包含多种金属、非金属元素成分的农产品,因其成分体系复杂、标样制备困难、成分分布不均,采用LIPS进行定量检测,尚存在着一些困难和挑战。激光在农产品表面的烧蚀机理比金属样品更复杂、所产生的双原子分子自由基CN和C原子辐射特性尚不明确;而且检测过程存在严重的基体效应,采用传统的标准曲线定标方法所获得的测量精度和线性范围较差。为探索LIPS技术在农产品检测领域的应用,本文首先对石墨的激光诱导等离子光谱特性和时间分辨特性进行了系统的研究,获得了LIPS检测单组份碳材料的基本规律;然后,结合LIPS与二元线性回归、BP神经网络两种定量方法,实现了对中药材独活根样品的定量分析;并利用LIPS技术结合支持向量机算法,实现了对6种茶叶样品的可靠分类和识别。本文的主要工作和结论如下:(1)开展了激光诱导石墨等离子体中CN(B2∑+?X2∑+)和C原子辐射光谱的时间演化特性研究。结果显示,CN(B2∑+?X2∑+)的发射持续时间是C原子的3倍,强度达到最大值的时间在0.2?s到0.8?s间。随着延迟时间的变化,电子温度从11807 K降低到8755 K,振动温度从8973 K降低到6472 K,转动温度从7288 K降低到4491 K。(2)研究了激光能量对激光诱导石墨等离子体中CN和C原子辐射的影响。结果显示,CN分子和C原子的激发阈值和光谱特性呈现不同特征:在低激光能量下,CN发射的电子激发温度、电子密度、振动温度和转动温度增加很快;在高激光能量下,CN发射的电子激发温度和电子密度增加较慢,由于等离子体屏蔽效应和CN分子的解离作用,振动温度和转动温度趋于饱和;而在同一时刻时的三种温度的大小关系为:Telec>Tvib>Trot。实验测量了激光诱导石墨等离子体的电子密度,发现其电子密度在1017?1018 cm-3量级。(3)开展了中药材样品的LIPS检测技术研究。选取独活根样品中Al元素的308.22nm和309.27nm的两条特征光谱线作为分析线,建立二元线性回归方程,回归预测结果与ICP-AES得到的检测值结果拟合效果很好。这说明基于二元线性回归的定量方法可获得较好的测量精度,适用于LIPS技术检测农产品中的微量元素。(4)在独活根样品的LIPS光谱图中分别选取Ca、Mg和K元素的特征谱线Ca II 317.99 nm、Mg I 517.27 nm和K I 769.90 nm的光谱强度作为分析指标,绘制了Ca、Mg和K元素的定量分析的BP神经网络法的定标曲线,建立了中药材独活根样品中钙、镁和钾含量的光谱分析新方法,其中Ca、Mg和K的线性拟合系数R2分别达到98.96%、99.45%和99.11%。结果表明,利用BP神经网络法定量分析Ca、Mg和K具有更高的准确性和稳定性、更小的相对误差和相对标准偏差,验证了应用BP神经网络法对LIPS定量分析的可行性及优越性。(5)开展了LIPS技术对茶叶样品的检测研究,结合支持向量机算法成功实现了茶叶样品的分类判别。选取8条光谱线的相对强度作为分析指标建立了支持向量机判别模型。该模型对训练集的300个样品进行回判,对297个样本进行了正确的种类识别,识别正确率达99%。此外,对测试集中的300个样本进行了判别,对其中的291个样本进行了正确的种类识别,识别正确率达到97%。说明结合支持向量机算法的LIPS技术在农产品种类识别方面具有良好的应用前景。