李文文、燕芳*、刘洋硕、赵渺钰（内蒙古科技大学自动化与电气工程学院）于2025年在《中国食品添加剂》发表题为《基于太赫兹光谱数据融合的三聚氰胺定量分析》的研究论文。该研究针对奶粉中非法添加剂三聚氰胺的精准检测需求，创新性地将太赫兹时域光谱技术与化学计量学方法结合，建立了高效的无损定量分析模型。

学术背景

三聚氰胺作为非法食品添加剂，其快速定量检测是食品安全领域的重大挑战。传统检测方法如高效液相色谱（HPLC）存在耗时长、破坏样本等缺陷。太赫兹时域光谱技术（THz-TDS）因其非电离性、穿透性强等优势，在物质成分分析中展现出潜力。然而，太赫兹光谱易受噪声干扰，且单一光谱特征难以实现高精度定量。本研究旨在通过数据融合策略提升太赫兹光谱的预测能力，为食品添加剂检测提供新方法。

研究流程

1. 样本制备与光谱采集
   制备浓度梯度为0%-20%的三聚氰胺-奶粉混合物，使用THz-TDS系统（德国Menlo Systems TeraK15）在0.5-2.5 THz范围内获取吸收光谱。每组样本重复测量5次以降低随机误差。

2. 光谱预处理
   采用Savitzky-Golay一阶平滑算法消除噪声，并计算导数光谱以增强特征峰。通过菲涅尔公式提取折射率和吸收系数，建立参数化模型。

3. 数据融合建模

   • 低层融合：直接拼接原始吸收光谱与导数光谱，输入偏最小二乘回归（PLSR）模型。
     
   • 中层融合：分别采用竞争性自适应重加权采样（CARS）和连续投影算法（SPA）筛选特征变量，比较预测效果。
     
   • 高层融合：集成低层与中层融合结果，通过决策级优化建立最终模型。

4. 模型验证
   采用留一交叉验证（LOOCV）评估模型性能，以预测相关系数（Rp）和均方根误差（RMSEP）为指标。

主要结果

1. 光谱特征分析
   三聚氰胺在1.2 THz和1.8 THz处呈现特征吸收峰，但高浓度奶粉基质导致峰重叠。经导数变换后，特征峰信噪比提升40%。

2. 融合效果对比

   • 低层融合使Rp从0.956提升至0.983；
     
   • 中层融合中，CARS算法（Rp=0.995）优于SPA（Rp=0.987）；
     
   • 高层融合达到最优性能（Rp=0.99982，RMSEP=0.14%），较单一方法误差降低62%。

3. 实际应用验证
   对市售奶粉样本进行盲测，回收率介于98.2%-101.5%，证实方法可靠性。

结论与价值

本研究首次将多层级数据融合策略应用于太赫兹光谱分析，解决了复杂基质中微量添加剂的定量难题。科学价值体现在：
1. 提出“光谱预处理-特征筛选-决策优化”的全链条建模框架；
2. 揭示CARS算法在太赫兹特征选择中的优越性。
应用价值在于：
- 检测时间缩短至5分钟/样本；
- 无需化学试剂，符合绿色检测理念。

研究亮点

1. 方法创新：高层融合策略将太赫兹检测精度推进至ppm级；
   
2. 技术突破：结合导数光谱与变量筛选，克服了奶粉基质的强干扰；
   
3. 跨学科应用：为化学计量学在光学检测中的实践提供范例。

其他发现

研究同时发现，当三聚氰胺浓度低于0.5%时，模型预测偏差增大，建议后续通过纳米材料增强光谱信号以提升灵敏度。