一种用于激光光谱学光谱背景估计的新型自动化方法保证了定量分析的准确性和最少的人为干预。

　　在光谱分析中使用激光诱导击穿光谱时，科学家可能会遇到各种障碍。科学家在进行元素分析时面临的最常见挑战是优化激光和样品之间的相互作用，注意激光能量的变化，以及环境噪声的收敛，这有助于在采集的光谱中创建不同的背景。所有这些障碍都会对分析产生重大影响。

　　在最近发布在《光谱学报B部分：原子光谱学》上的一项研究中，江南大学的一个研究小组介绍了一种新的LIBS方法，旨在自动估计和去除不同的光谱背景。在江南大学机械工程学院的陈昊的带领下，研究人员提出了一种利用窗口函数、微分概念和分段三次 Hermite 插值多项式的方法。

　　在这个实验中，Chen和他的团队进行了一系列模拟实验，以评估背景校正方法。他们发现，他们提出的方法比非对称最小二乘法和无模型背景校正等现有技术性能更好。通过利用窗口函数、Pchip 和微分概念，新方法改进了消除白噪声和基线失真的功能，实现了比以前的方法更好的信噪比。

　　研究小组还发现，他们的方法改进了对背景基线跳跃的处理。

　　研究人员将他们的方法应用于七种不同的铝合金，并观察到光谱强度与镁 浓度之间的相关性。

　　值得注意的是，在测量铝合金中镁浓度的实验中，预测浓度与实际浓度之间的相关系数在校正后显著改善。

　　ALS 和无模型方法的系数分别为 0.9913 和 0.9926，而这种新方法的系数从最初的 0.9943 降至 0.9154。

　　这些发现不仅验证了这种自动化方法的有效性，而且还为提高LIBS光谱分析准确性的未来研究开辟了道路。