同步荧光矩阵向激发-发射矩阵转换的通用算法研究及其在二阶分析中的应用

推荐：本研究针对同步荧光矩阵(SFM)因非双线性特性无法直接用于多线性分析的难题，开发了新型通用转换算法，可将SFM高效转换为激发-发射矩阵(EEM)，保留仪器优势的同时实现PARAFAC等算法应用。通过PAHs样本验证，该算法在特定步长比下呈现剪切变换特性，CORCONDIA值证实模型三线性度达74-99%，为规避瑞利散射区域的大范围光谱测量提供创新解决方案。

　　

荧光光谱分析技术是环境监测和化学检测的重要工具，其中激发-发射矩阵(EEM)因具有双线性特性而广受青睐。然而传统EEM测量存在一个致命缺陷——在λ_Exc等于或整数倍于λ_Emi的区域会产生高强度瑞利散射信号，不仅可能损坏光电倍增管(PMT)，还会干扰数据分析。同步荧光矩阵(SFM)通过保持固定波长偏移量(Δλ)的测量方式，巧妙规避了散射区域，却因数据结构非双线性而无法直接应用平行因子分析(PARAFAC)等强大算法。这个"鱼与熊掌不可兼得"的困境，成为制约荧光分析技术发展的关键瓶颈。

巴西国家分子科学技术研究所(INCT-CiMol)的Matheus C. Barreto等研究人员在《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》发表的研究，带来了突破性解决方案。团队开发出革命性的通用转换算法，可将任意SFM数据转换为EEM格式，既保留SFM规避散射的优势，又能享受EEM的双线性分析红利。这项创新犹如在光谱分析的迷宫中开辟了一条新路径，让研究者不必再在测量范围与数据分析间艰难取舍。

研究采用多环芳烃(PAHs)标准溶液建立模型体系，通过Agilent Cary Eclipse荧光分光光度计获取不同步长比的SFM数据集。核心技术包括：1) 建立基于步长比(S_Δλ/S_λExc)的通用转换方程；2) 采用PARAFAC进行三线性分解；3) 通过CORCONDIA指数评估模型质量；4) 对比不同步长比下的转换效果。特别关注当激发步长为偏移步长整数倍时的剪切变换特性。

方程特性
推导的转换方程展现出两个关键数学特性：当步长比为整数时，转换等效于剪切变换；非整数比则会产生网格状空白。以蒽样本为例，转换后的EEM与标准EEM高度吻合，验证了算法的准确性。

PARAFAC解析
对9个PAHs混合溶液的SFM数据集进行PARAFAC分解，CORCONDIA值高达74-99%，证实转换后数据具有优异的三线性特征。特别值得注意的是，当S_λExc为S_Δλ的整数倍时，解析得到的激发和发射光谱轮廓更为清晰。

步长比影响
研究发现步长比显著影响转换效果。1:2步长比下，转换后的EEM存在大量空白网格；而2:1比例则产生更紧凑的数据矩阵。这为仪器参数优化提供了明确指导——应优先选择激发步长为偏移步长整数倍的测量方案。

这项研究的意义远超出算法本身。首先，它首次系统阐明了步长比对SFM-EEM转换的数学本质影响，填补了该领域的理论空白；其次，提供的开源Matlab脚本使任何实验室都能轻松应用该技术；最重要的是，它成功架起了SFM仪器优势与EEM分析优势之间的桥梁，为环境监测、生物医学等领域的复杂样品分析开辟了新途径。正如研究者强调的，这项技术特别适用于2019年巴西海岸原油泄漏等突发环境事件的应急监测，为快速获取可靠光谱数据提供了有力工具。

研究的创新性还体现在对历史数据的兼容性上——算法可正确处理不同步长比的旧数据集，这对建立长期环境监测数据库具有重要价值。未来，该技术有望与机器学习结合，进一步提升复杂体系的光谱解析能力，推动荧光分析技术进入智能化新时代。