2021级博士研究生于研同学在机器学习与计算化学交叉研究方向取得新进展

发布时间:2022-10-07 点击:

姚美宝副教授指导的2021级博士研究生于研的论文A hybrid wavelength selection strategy-based quantitative analysis model for LIBS data from standard ground samples of the Curiosity rover on Mars近日被 JOURNAL OF ANALYTICAL ATOMIC SPECTROMETRY期刊接收,该期刊是英国皇家化学学会 (Royal Society of Chemistry, RSC) 旗下光谱学方向的中科院一区TOP期刊,也是原子光谱与分析化学领域的顶级杂志,SCI IF(2021)= 4.351。

于研同学目前从事火星表面物质成分探测与分析的研究工作,本文通讯作者为我院姚美宝副教授,合作者为东北师范大学黄继鹏教授。

激光诱导击穿光谱技术 (LIBS) 是火星物质成分原位探测的利器之一, 可直接获取火星表面岩石和土壤亚毫米尺度的元素种类和丰度等关键信息。由于LIBS信号容易受基体效应、自吸收效应以及其它因素的干扰,严重影响其定性定量分析的准确性。借助化学计量学方法可以克服这些因素的影响,从复杂的光谱数据中提取有用信息并建立更加稳健的分析模型。本文应用基于模型集群分析(MPA)的思想,结合两步联用的策略对好奇号ChemCam团队的地面标样进行定量分析,结果表明,联用策略在用于最优波长选择去提高火星矿物的LIBS模型的预测性能方面是有效的。在未来的毅力号、祝融号火星探测任务中,本文所建立的模型有望为LIBS光谱数据的定量分析提供一种新方法,利用该方法可以有效压制LIBS基体效应。