機(jī)動(dòng)車號牌用油墨及反光膜的紅外光譜分析

潘遠(yuǎn)彬，王連明，王元鳳(中國政法大學(xué)證據(jù)科學(xué)研究院，司法文明協(xié)同創(chuàng)新中心，北京100040)

機(jī)動(dòng)車號牌用油墨及反光膜的紅外光譜分析

潘遠(yuǎn)彬，王連明，王元鳳
(中國政法大學(xué)證據(jù)科學(xué)研究院，司法文明協(xié)同創(chuàng)新中心，北京100040)

目的 建立適合機(jī)動(dòng)車號牌用油墨及反光膜的傅里葉紅外光譜(Fourier Transform Infrared Spectrometer，F(xiàn)TIR)分析方法。方法 使用FTIR法對源自國內(nèi)8個(gè)省市的54個(gè)機(jī)動(dòng)車號牌用油墨及反光膜樣品進(jìn)行了全面的分析，并通過傳統(tǒng)紅外光譜解析的方式對樣品的紅外吸收特征進(jìn)行了總結(jié)。利用光譜軟件Omnic 8.2的譜圖管理功能建立了名為“藍(lán)色油墨層”、“樹脂層”和“背膠層”的3個(gè)檢索譜庫。結(jié)果 在多個(gè)層結(jié)構(gòu)物質(zhì)中，藍(lán)色油墨層、樹脂層以及背膠層的化學(xué)物質(zhì)適宜使用FTIR法檢驗(yàn)，所有樣品的背膠層化學(xué)成分相似;54個(gè)機(jī)動(dòng)車號牌樣品根據(jù)藍(lán)色油墨層化學(xué)成分可以分為5大類，根據(jù)樹脂層化學(xué)成分可以分為4大類。將每個(gè)樣品的藍(lán)色油墨層、樹脂層和背膠層的紅外譜圖，在對應(yīng)的譜庫里進(jìn)行全譜范圍的相關(guān)性檢索和平方微分差檢索，獲取相應(yīng)的匹配度及其概率密度分布。結(jié)論 相關(guān)性檢索和平方微分差檢索的比對結(jié)果表明，相關(guān)性檢索結(jié)果更適合機(jī)動(dòng)車號牌用油墨及反光膜的紅外光譜比對分析。

機(jī)動(dòng)車號牌;油墨;反光膜;傅里葉變換紅外光譜

1 引言

近些年，交通事故及肇事逃逸案件頻發(fā)，相關(guān)司法鑒定難度逐年加大，需要引入新的思路確保此類案件能得到快速有效的處理。由于機(jī)動(dòng)車號牌通常懸掛于機(jī)動(dòng)車車體的突出部位，而且位置較低，所以其容易在涉案車輛碰撞過程中通過物質(zhì)轉(zhuǎn)移的方式，在事故現(xiàn)場或者被撞客體表面殘留微量物證。然而，目前司法鑒定人員對于機(jī)動(dòng)車號牌的證據(jù)價(jià)值尚不確定;與之相對，絕大多數(shù)與交通事故及肇事逃逸案件中微量物證分析相關(guān)的研究工作以及鑒定實(shí)踐工作都是圍繞著車輛油漆而進(jìn)行的。對于機(jī)動(dòng)車號牌表面的聚合物材料，可以借鑒的方法和研究成果非常少。

我國當(dāng)前使用的92式機(jī)動(dòng)車號牌主要由底板、反光膜和油墨等三部分構(gòu)成［1］。在機(jī)動(dòng)車號牌的加工生產(chǎn)過程中，首先得到的是底板上貼好反光膜并且印刷有色油墨的半成品，然后再實(shí)施壓型、擦字、晾干、檢驗(yàn)和包裝等環(huán)節(jié)［2-3］。在機(jī)動(dòng)車號牌的多部分結(jié)構(gòu)中，機(jī)動(dòng)車號牌用油墨及反光膜對于機(jī)動(dòng)車號牌的性能具有重要的作用，它們也是交通事故及肇事逃逸案件中常見的微量物證之一。在機(jī)動(dòng)車號牌的使用過程中，不同的油墨和反光膜搭配組合可獲得不同的光學(xué)效果，用以制作不同種類的機(jī)動(dòng)車號牌，適用于不同類型的機(jī)動(dòng)車輛。機(jī)動(dòng)車號牌上所使用的油墨包括藍(lán)色油墨、黑色油墨、紅色油墨以及綠色油墨等4種;機(jī)動(dòng)車號牌所使用的反光膜卻只有白色機(jī)動(dòng)車號牌用反光膜和黃色機(jī)動(dòng)車號牌用反光膜2種。本研究選擇最為常見的白色反光膜搭配藍(lán)色油墨的機(jī)動(dòng)車號牌作為研究對象。

從化學(xué)組成的角度而言，機(jī)動(dòng)車號牌用油墨及反光膜的許多組分均為聚合物，與汽車油漆物證的化學(xué)組成相似;從結(jié)構(gòu)特征的角度出發(fā)，機(jī)動(dòng)車號牌用油墨及反光膜具有汽車油漆物證所擁有的典型特征，即層結(jié)構(gòu)特征。因此，在實(shí)踐檢驗(yàn)中，大多數(shù)技術(shù)人員使用油漆檢驗(yàn)方法處理機(jī)動(dòng)車號牌這種微量物證。由于在不同的汽車生產(chǎn)廠商之間，汽車油漆的加工生產(chǎn)工藝存在加大的差異，所以對于汽車油漆的層結(jié)構(gòu)的剖析以及逐層物質(zhì)的化學(xué)檢驗(yàn)可以為該種微量物證帶來證明力攀升的效果［4-8］;然而，在行業(yè)標(biāo)準(zhǔn)的限定下，機(jī)動(dòng)車號牌用油墨及反光膜的加工生產(chǎn)卻體現(xiàn)出受管控的特點(diǎn)。源自不同的機(jī)動(dòng)車號牌的微量物證很可能出現(xiàn)結(jié)構(gòu)特征及化學(xué)組成相似的情況。為了能夠深入挖掘這種微量物證的內(nèi)在證據(jù)信息，實(shí)現(xiàn)該種微量物證的精確比對，建立具有專屬性的分析方法已經(jīng)顯得尤為重要。

2 材料與方法

2.1 儀器與設(shè)備

本實(shí)驗(yàn)中，樣品的層結(jié)構(gòu)觀察及逐層物質(zhì)的提取均在ZEISS Stemi DV4型體式顯微鏡下，使用潔凈的手術(shù)刀及鑷子進(jìn)行。FTIR譜圖的采集是通過配有Nicolet Continuμm TM紅外顯微鏡的Nicolet 6700型紅外光譜儀而獲得的，具體分析條件為:光譜測量范圍為4 000～650 cm-1、掃描速度為2 cm/s、光譜分辨率為4cm-1、掃描次數(shù)為64次、檢測器為MCT/A檢測器。

2.2 材料及樣品

共收集了來自全國8個(gè)省市的機(jī)動(dòng)車號牌樣品54個(gè)。其中，一部分機(jī)動(dòng)車號牌樣品由遼寧省大石橋市公安交通管理部門提供，一部分機(jī)動(dòng)車號牌樣品由筆者前往北京市公安交通管理部門所屬的事故車輛停車場提取獲得。在54個(gè)機(jī)動(dòng)車號牌樣品中，來自北京的樣品有10個(gè)(分別編號為京S1～京S10)、來自河北的樣品有10個(gè)(分別編號為冀S1～冀S10)、來自河南的樣品有7個(gè)(分別編號為豫S1～豫S7)、來自江蘇的樣品有1個(gè)(編號為蘇S8)、來自黑龍江的樣品有1 個(gè)(編號為黑S9)、來自陜西的樣品有1個(gè)(分別編號為陜S10)、來自山東的樣品有10個(gè)(分別編號為魯S1～魯S10)、來自遼寧的樣品有14個(gè)(分別編號為遼S1～遼S14)。

2.3 FTIR譜圖的采集與處理

使用潔凈的手術(shù)刀對不同樣品的藍(lán)色的油墨層、透明的樹脂層以及白色的背膠層進(jìn)行逐層提取，每個(gè)樣品重復(fù)采樣3次。更換樣品時(shí)注意清潔相關(guān)工具，以防止粘性樣品之間的交叉污染。雖然多數(shù)機(jī)動(dòng)車號牌反光膜具有6層結(jié)構(gòu)，但是其總厚度僅有1 mm左右。因此，逐層取樣時(shí)須格外謹(jǐn)慎。

待每個(gè)樣品的FTIR譜圖采集之后，首先須對其進(jìn)行CO2雜峰去除、基線校正、譜線平滑、縱坐標(biāo)歸一化等處理;然后，根據(jù)其提取部分，分別將處理后的FTIR譜圖錄入“藍(lán)色油墨層”、“樹脂層”和“背膠層”等三個(gè)數(shù)據(jù)庫中;待數(shù)據(jù)庫錄入完成以后，選取每個(gè)樣品進(jìn)行逐層的數(shù)據(jù)庫檢索，獲得相應(yīng)的匹配度;通過“相關(guān)性檢索”和“平方微分差檢索”兩種模式分別獲得匹配結(jié)果，比較兩種檢索模式的優(yōu)劣。

3 結(jié)果與討論

在機(jī)動(dòng)車號牌用反光膜的六層結(jié)構(gòu)中，植珠膠層、玻璃珠層、聚焦涂料層以及金屬反射層往往因?yàn)閷咏Y(jié)構(gòu)過薄，難以分離提取以及以無機(jī)組分為主，紅外區(qū)分度小等原因而無法進(jìn)行有效的FTIR分析。因此，本研究主要針對機(jī)動(dòng)車號牌用油墨、反光膜的樹脂層以及反光膜的背膠層進(jìn)行檢測。

3.1 藍(lán)色油墨層的FTIR分析結(jié)果

FTIR譜圖分析結(jié)果表明，54種機(jī)動(dòng)車號牌用藍(lán)色油墨的化學(xué)成分既存在共性，又存在個(gè)體差異。根據(jù)每種樣品在1662cm-1、1154cm-1、1119cm-1、1093cm-1、1034cm-1以及725cm-1等特征峰位的吸收情況，我們可以將其分為5類(見表1)。

表1 54種機(jī)動(dòng)車號牌樣品藍(lán)色油墨層的分類結(jié)果

為了深入觀察5類機(jī)動(dòng)車號牌用藍(lán)色油墨的差異，本研究以陜S10、魯S8、冀S1、京S1以及京S3等樣品作為代表，以1 800-1～700 cm-1范圍內(nèi)的主要特征吸收為依據(jù)，將5類樣品的紅外光譜圖進(jìn)行了比對分析(見圖1)。結(jié)果表明，從共性的角度而言，幾乎所有的樣品均在1 740 cm-1和1 240 cm-1處有較強(qiáng)的特征吸收，由此可知，大多數(shù)機(jī)動(dòng)車號牌用藍(lán)色油墨中均含有酯基(-CH2-COO·R-)。這是54種機(jī)動(dòng)車號牌用藍(lán)色油墨的共性，它們可能均含有聚酯成分。然而，54種樣品之間的不同之處在于，以陜S10為代表的第1類藍(lán)色油墨樣品在1 662 cm-1處的特征吸收以及在1550cm-1、1280-1～1250cm-1處的弱吸收表明，其化學(xué)結(jié)構(gòu)中很可能含有酰胺鍵(-CO·NH-);以魯S8為代表的第2類藍(lán)色油墨樣品在1 154 cm-1處的特征吸收以及在1 090 cm-1、1 068 cm-1處的弱吸收表明，其化學(xué)結(jié)構(gòu)中很可能含有帶有兩個(gè)取代基的苯環(huán)結(jié)構(gòu);以冀S1為代表的第3類藍(lán)色油墨樣品在1 166 cm-1、1 094 cm-1、1 034 cm-1以及730 cm-1處的特征吸收表明，其化學(xué)結(jié)構(gòu)中很可能含有單取代苯環(huán)結(jié)構(gòu);以京S1為代表的第4類藍(lán)色油墨樣品在1 034 cm-1處的特征吸收表明，其化學(xué)結(jié)構(gòu)中很可能含有硅氧鍵(Si-O-Si、Si-O-Al或者SiO2);以京S3為代表的第5類藍(lán)色油墨樣品在1 025 cm-1處的特征吸表明，其化學(xué)結(jié)構(gòu)中很可能含有脂肪族磷酸結(jié)構(gòu)(-C-O-P)。

改錯(cuò)要從句子開始，先從句子含義和句子結(jié)構(gòu)入手，再改正用詞和語法問題，這樣有利于培養(yǎng)語感。否則，很可能在訂正中肢解一個(gè)句子，搞得零零碎碎。以致訂正之后，學(xué)生還得不到一個(gè)句子的完整印象，更操練不到句子的應(yīng)用。如果見錯(cuò)就改，改得一個(gè)句子一無是處，不僅學(xué)生難以接受，反而會削弱其自主感，挫傷其積極性。教師也因此加重負(fù)擔(dān)，徒勞無功。另外英語表達(dá)法多種多樣，相同的意思，可用不同句子表達(dá)。教師在改作業(yè)時(shí)，應(yīng)該尊重學(xué)生的表達(dá)，靈活糾錯(cuò)，切忌一刀切，只認(rèn)標(biāo)準(zhǔn)答案。

總體而言，機(jī)動(dòng)車號牌用藍(lán)色油墨的化學(xué)成分較為復(fù)雜，其紅外光譜體現(xiàn)為多種物質(zhì)的混合光譜。相對而言，機(jī)動(dòng)車號牌用藍(lán)色油墨的紅外光譜具有較強(qiáng)的特征性。通過指紋區(qū)特征吸收峰的比對，我們可以對該類樣品進(jìn)行有效的區(qū)分。

圖1 不同種類樣品藍(lán)色油墨層FTIR譜圖特征示意圖(1800-1～700cm-1)

3.2 樹脂層的FTIR分析結(jié)果

紅外光譜分析結(jié)果表明，依據(jù)化學(xué)成分的不同，我們可以將54種機(jī)動(dòng)車號牌用反光膜的樹脂層分為4類(見表2)。其中，第1類樣品在2920cm-1、2851cm-1、1704cm-1、1467cm-1附近均有吸收，它包括魯S1等樣品，該類樣品中均含有聚乙烯成分。第2類樣品在1 725 cm-1、1 551 cm-1、1 119 cm-1處有特征吸收，而在1662cm-1、1119cm-1、1093cm-1、1034cm-1以及725cm-1等峰位沒有特征吸收，它包括京S3等個(gè)樣品，該類樣品中均含有硝基(1551cm-1和1376 cm-1)、帶有取代基的苯環(huán)(1095cm-1、1166cm-1、1137cm-1以及730cm-1)以及酯基(1725cm-1)等結(jié)構(gòu)。第3類樣品在2922cm-1、2854cm-1、1137cm-1、1000cm-1等處有特征吸收，它包括京S10等樣品，該類樣品中均含有硅酸鹽(1000cm-1)等特征組分。第 4類樣品在 1730cm-1、1161cm-1、1236cm-1、1447cm-1以及1380cm-1等峰位有特征吸收，它包括冀S7等樣品，該類樣品中均含有羰基(1730cm-1)以及硝基(1528cm-1和1380cm-1)等特征官能團(tuán)。

表2 54種機(jī)動(dòng)車號牌用反光膜樹脂層的分類結(jié)果

圖2 不同種類樣品樹脂層FTIR譜圖特征示意圖

總而言之，機(jī)動(dòng)車號牌用反光膜的樹脂層具備一定的證據(jù)價(jià)值。但是，相對于藍(lán)色油墨層豐富的指紋特征，樹脂層在低波數(shù)端的特征吸收峰數(shù)量略顯稀少。因此，樹脂層的紅外光譜所蘊(yùn)含的證據(jù)信息弱于藍(lán)色油墨層的紅外光譜所蘊(yùn)含的證據(jù)信息。

2.3 背膠層的FTIR分析結(jié)果

實(shí)驗(yàn)結(jié)果顯示，54個(gè)機(jī)動(dòng)車號牌用反光膜背膠層的FTIR譜圖特征相似度較高(見圖3)，其紅外光譜圖主要特征與丙烯酸酯膠粘劑的紅外光譜圖主要特征一致。這意味著不同機(jī)動(dòng)車號牌樣品的反光膜背膠層物質(zhì)具有較大的共性，均主要由反應(yīng)型丙烯酸酯膠粘劑組成，其對機(jī)動(dòng)車號牌樣品的比對分析作用較低。

圖3 54個(gè)機(jī)動(dòng)車號牌用反光膜樣品的背膠層紅外光譜圖

2.4 基于Omnic軟件進(jìn)行樣品比對分析

在法庭科學(xué)實(shí)踐中，我們往往需要針對從案發(fā)現(xiàn)場提取的機(jī)動(dòng)車號牌附著物(即檢材)與從嫌疑車輛上機(jī)動(dòng)車號牌上提取的樣品(即樣本)進(jìn)行比較，從而判斷其來源是否相同。由于不同的機(jī)動(dòng)車號牌用油墨與反光膜之間的差異較小，所以通過傳統(tǒng)的紅外光譜比較方式，我們往往無法獲得明確的判別結(jié)論，鑒定結(jié)論/意見的證據(jù)價(jià)值模糊不清。因此，本研究選擇Omnic軟件的譜圖檢索功能開展檢材與樣本的比較。紅外光譜譜庫檢索分析法可以把原本模擬量的紅外光譜數(shù)字化，然后利用儀器自帶軟件提供的算法，計(jì)算未知樣品的紅外譜圖和相應(yīng)檢索譜庫的紅外譜圖之間的匹配度，最后找到匹配度最高的紅外光譜圖，從而對未知樣品進(jìn)行鑒定的方法。如果我們將檢材或樣本的紅外光譜圖放入檢索數(shù)據(jù)庫中，就可以通過匹配度展示兩者的相似性。基于譜圖檢索功能獲得的比對結(jié)果便于量化，這為科學(xué)證據(jù)價(jià)值的評估提供了一條有效的途徑。為此，本研究考察了Omnic軟件自帶的兩種檢索模式，即相關(guān)性檢索模式與平方微分差檢索模式。

關(guān)于紅外光譜譜庫檢索算法，紅外光譜分析軟件Omnic 8.2提供了以下5種不同的算法:相關(guān)性算法、平方微分差算法、平方差值算法、絕對差值算法、絕對微分差算法。在5種算法中，由于相關(guān)性算法是司法鑒定中常用的一種算法，所以它成為本研究的備選算法之一;與此同時(shí)，由于平方微分差算法能夠改善紅外光譜圖的基線漂移或傾斜，減少信噪比差對紅外光譜分析比對的影響，所以其成為本研究的另一備選算法［9-11］。為了更好地評價(jià)兩種檢索方式，以機(jī)動(dòng)車號牌樣品京S1藍(lán)色油墨層的紅外光譜圖為例，分別使用基于兩種算法的檢索模式對其進(jìn)行自動(dòng)檢索，其檢索結(jié)果(見表3)。譜圖自動(dòng)檢索的結(jié)果往往包含光譜圖檢索結(jié)果和數(shù)據(jù)表檢索結(jié)果等兩種形式。通過光譜圖檢索結(jié)果，我們可以直觀地感受樣品之間的紅外光譜相似性，并輕易地排除存在顯著差異的檢索結(jié)果;而數(shù)據(jù)表檢索結(jié)果可以幫助我們得到量化的匹配度，這為證據(jù)的客觀展示提供了重要依據(jù)。

表3 對樣品京S1的藍(lán)色油墨層進(jìn)行相關(guān)性算法和平方微分差算法檢索所得匹配度數(shù)值

表3數(shù)據(jù)表明，機(jī)動(dòng)車號牌樣品京S1的藍(lán)色油墨層紅外光譜圖自檢索的匹配度均可以達(dá)到100%，即兩種檢索模式均可以實(shí)現(xiàn)較高程度的光譜自身識別率。然而，由于化學(xué)成分相似性的存在，不同的樣品之間也可能獲得較高的匹配度，如進(jìn)行相關(guān)性檢索時(shí)，京S1與京S4藍(lán)色油墨層的匹配度高達(dá)90.24%，進(jìn)行平方微分差檢索時(shí)，京S1與京S4藍(lán)色油墨層的匹配度高達(dá)88.10%。這是相關(guān)性檢索與平方微分差檢索的共性之所在。

與此同時(shí)，相關(guān)性檢索與平方微分差檢索之間還存在一定的差異性，具體表現(xiàn)為:

(1)對樣品京S1藍(lán)色油墨層的紅外光譜圖進(jìn)行相關(guān)性算法檢索時(shí)，所得檢索結(jié)果在檢索譜庫“藍(lán)色油墨層”中的匹配度都較高。來自北京、江蘇、河北地區(qū)的機(jī)動(dòng)車號牌用反光膜樣品相似度較高，如果采用相關(guān)性算法進(jìn)行樣品譜圖檢索，樣品之間的區(qū)分度不夠，證據(jù)價(jià)值并不高。正如前文所說，這是因?yàn)橄嚓P(guān)性算法不能改善紅外光譜圖的基線漂移或傾斜，也不能減少信噪比差對紅外光譜分析比對的影響。

(2)對樣品京S1藍(lán)色油墨層的紅外觀譜圖進(jìn)行平方微分差算法檢索時(shí)，筆者發(fā)現(xiàn)，樣品京S1與來自同一地區(qū)的樣品京S5和京S4的紅外光譜圖匹配度數(shù)值，相對于采用相關(guān)性算法檢索時(shí)，所獲得的匹配度數(shù)值要低。但是，與來自不同地區(qū)的樣品的匹配度數(shù)值更低。來自不同地區(qū)的樣品的紅外光譜圖之間的細(xì)節(jié)特征得到一定程度的凸顯，譜圖之間的區(qū)分度變大。

換而言之，相關(guān)性檢索較好地保留了樣品之間的共性，可以有效降低測試結(jié)果的假陰性;而平方微分差檢索較好地突顯了樣品之間的差異，可以有效降低測試結(jié)果的假陽性。最終，從避免錯(cuò)誤排除的角度出發(fā)，選擇相關(guān)性檢索作為機(jī)動(dòng)車號牌FTIR比對分析的檢索模式;進(jìn)行樣品比對分析時(shí)，選擇兩個(gè)樣品之間藍(lán)色油墨層的匹配度(P1)、樹脂層的匹配度(P2)以及背膠層的匹配度(P3)等三個(gè)匹配度的乘積(P=P1× P2×P3)這種模型，作為比對結(jié)果的判定依據(jù)。

2.4.2 比對模型的確證

為了驗(yàn)證上述比對模型的實(shí)用性，將54種機(jī)動(dòng)車號牌樣品分別進(jìn)行了兩種形式的比較:第一，自身比較，以模擬來源相同的樣品;第二，兩兩之間比較，以模擬來源不同的樣品。在任意一種比較的情況下，均按照2.4.1部分建議的模型，將待比較的兩個(gè)樣品三層物質(zhì)相關(guān)性檢索結(jié)果的乘積作為比對結(jié)果的判定依據(jù)。隨后，使用概率密度曲線，將來源相同以及來源不同兩種情況下的比對結(jié)果客觀地呈現(xiàn)出來。

由圖4可知，不同樣品的機(jī)動(dòng)車用反光膜的三層物質(zhì)的匹配度乘積概率區(qū)間為56%～92%，概率中間值為75%;相同樣品的機(jī)動(dòng)車用反光膜的三層物質(zhì)的匹配度乘積概率區(qū)間為89%～97%，概率中間值為92%;不同樣品的匹配度乘積概率密度曲線與相同樣品的匹配度乘積概率密度曲線在區(qū)間89%～92%內(nèi)有重疊。

圖4 來源相同樣品(粉色)與來源不同樣品(藍(lán)色)的三層物質(zhì)匹配度乘積概率密度曲線圖

換而言之，在實(shí)際的司法鑒定過程中，如果兩個(gè)樣品之間的三層物質(zhì)的匹配度乘積小于89%，那么就可以大體認(rèn)定這兩個(gè)樣品來源不同;如果兩個(gè)樣品之間的三層物質(zhì)的匹配度乘積大于92%時(shí)，那么就可以大體認(rèn)定這兩個(gè)樣品來源相同;如果兩個(gè)樣品之間的三層物質(zhì)的匹配度乘積介于89%～92%之間時(shí)，這兩個(gè)樣品既有可能來源相同，又有可能來源不同。進(jìn)行事實(shí)認(rèn)定時(shí)，可以通過似然率的形式(即該匹配率在控辯雙方兩種假設(shè)下出現(xiàn)的概率之比)對該種微量物證的證明價(jià)值進(jìn)行客觀地判定［12-13］。

4 結(jié)論

對于不同的樣品，如果匹配度越大，那么區(qū)分度越小，比對分析結(jié)論的證據(jù)價(jià)值也越低;如果匹配度越小，那么區(qū)分度越大，比對分析結(jié)論的證據(jù)價(jià)值就越高。因此，匹配度分析具有深入?yún)^(qū)分機(jī)動(dòng)車號牌用油墨及反光膜的可能性。本論文在傳統(tǒng)FTIR法的基礎(chǔ)之上，深入探究了機(jī)動(dòng)車號牌上藍(lán)色油墨層、樹脂層以及背膠層在該種微量物證比對分析中的作用價(jià)值;建立了基于相關(guān)性檢索、三層物質(zhì)匹配度乘積的機(jī)動(dòng)車號牌樣品比對分析方法;并通過概率密度曲線的方式客觀驗(yàn)證了該方法在判定樣品來源情況方面的應(yīng)用價(jià)值。

［1］黃勇軍，溫錦鋒，關(guān)芳芳，等.92式機(jī)動(dòng)車號牌檢驗(yàn)鑒定方法的研究［J］.廣東公安科技，2012，20(4):17-18.

［2］王宏斌.車牌半成品自動(dòng)化生產(chǎn)線反光膜放卷張力控制［D］.廣東:廣東工業(yè)大學(xué)，2007.

［3］王翔.車牌半成品自動(dòng)生產(chǎn)線的反光膜卷張力模糊控制研究及網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)［D］.廣東:廣東工業(yè)大學(xué)，2004.

［4］龍先軍.基于紅外光譜的汽車車身油漆比對技術(shù)研究［D］.陜西:長安大學(xué)，2012.

［5］吳瑾光.近代傅里葉變換紅外光譜技術(shù)及應(yīng)用［M］.北京:科學(xué)技術(shù)文獻(xiàn)出版社，1994:654.

［6］孫其然，羅儀文，徐徹.裂解氣相色譜-質(zhì)譜法和紅外光譜法對紅色汽車油漆的比較分析［J］.中國司法鑒定，2013，70 (5):51-54.

［7］Scientific working group on materials analysis.Forensic paint analysis and comparison guidelines［S］.American Society for Testing and Materials(ASTM)Committee，2000.

［8］翁詩甫.傅里葉變換紅外光譜分析［M］.第2版.北京:化學(xué)工業(yè)出版社，2012-1.

［9］吳國萍，蔡錫蘭.紅外光譜結(jié)合化學(xué)計(jì)量學(xué)在微量物證分析中的應(yīng)用［J］.江蘇警官學(xué)院學(xué)報(bào)，2004，19(4):24-26.

［10］G.Zadora，A.Martyna，D.Ramos，et al.Statistical analysis in forensic science—evidential value of multivariate physicochemical data［M］.Wiley，2014:26.

［11］劉飛.油菜籽品種的紅外光譜鑒別研究［J］.光譜學(xué)與光譜分析，2013，33(11):3036-3040.

［12］B.Robertson，G.A.Vignaux.Interpreting Evidence—Evaluating Forensic Science in the Court［M］.Chichester:John Wiley& Sons，1995:16-18.

［13］European Network of Forensic Science Institutes，ENFSI guideline for evaluative reporting in forensic science［M］. 2015.

(本文編輯:羅儀文)

Examination of Ink and Retro-refIective Sheeting of VehicIe Registration PIate by FTIR

PAN Yuan-bin，WANG Lian-ming，WANG Yuan-feng
（Institute of Evidence Law and Forensic Science，China University of Political Science and Law，Beijing 100040，China）

Objective To establish a specified analytical method for the examination of micro trace evidence of ink and retroreflective sheeting，collected from vehicle registration plates.MethodThe ink samples and retro-reflective sheeting samples of 54 vehicle registration plates，which were collected from 8 domestic provinces and cities，were analyzed by FTIR.Using Omnic 8.2 software，3 spectrum libraries entitled“blue ink layer”，“resin layer”and“adhesive layer”were established.The spectra of three layers of each sample were searched in the corresponding library with relevance and square differential algorithm.When two samples were compared，the final matching degree was obtained by the combination of the 3 searching results.ResuItsAmong all the layers of a vehicle registration plate，the blue ink layer，resin layer and adhesive layer were suitable for FTIR analysis.The spectra of adhesive layer of the tested samples were similar.54 vehicle registration plate samples could be divided into 5 categories according to the spectra of their blue ink layer，or into 4 categories according to the spectra of their resin layer.ConcIusion The relevance search is more suitable than the square differential retrieval search in the comparative analysis of ink and retro-reflective sheeting of vehicle registration plate by FTIR.

vehicle registration plate;ink;retro-reflective sheeting;Fourier transform infrared spectrometry(FTIR)

DF794.3

A

10.3969/j.issn.1671-2072.2015.06.012

1671-2072-(2015)06-0065-08

2015-07-13

北京科技新星計(jì)劃(Z1511000003150123);國家自然科學(xué)基金項(xiàng)目(61108075);教育部科學(xué)技術(shù)重點(diǎn)研究項(xiàng)目(109038)

潘遠(yuǎn)彬(1989-)，男，碩士，主要從事微量物證檢驗(yàn)和毒物毒品分析研究。E-mail:1034041506@qq.com。

王元鳳(1979-)，女，副教授，高級工程師，博士，碩士研究生導(dǎo)師，主要從事微量物證檢驗(yàn)和毒物毒品分析研究。

E-mail:judie0505@gmail.com。