本發(fā)明涉及一種對三維色譜數據進行處理的色譜數據處理裝置，所述三維色譜數據是通過對包含經液相色譜儀等色譜儀分離的成分的試樣或經流動注射(flowinjection)法導入的試樣反復進行分光分析或質量分析而收集，更詳細而言，涉及一種用于判定在色譜中出現的來自于目標成分的波峰中有無雜質等其它成分重合的數據處理裝置。

背景技術：
在利用光電二極管陣列(photodiodearray，PDA)檢測器等多通道型檢測器作為檢測器的液相色譜儀中，通過以對流動相注入試樣的時點為基點，對從管柱(column)出口溶出的試樣液反復獲取吸光光譜，可獲得具有時間、波長及吸光度這三個維度的三維色譜數據。并且，在利用質譜儀作為檢測器的液相色譜儀(liquidchromatograph，LC)或氣相色譜儀(gaschromatograph，GC)中，通過在質譜儀中反復進行規(guī)定的質量電荷比范圍的掃描測定，可獲得具有時間、質量電荷比及信號強度這三個維度的三維色譜數據。在以下的說明中，舉出利用PDA檢測器的液相色譜儀為例，但是在將質譜儀作為檢測器的色譜儀中情況也是同樣。圖8的(a)是通過所述液相色譜儀而獲得的三維色譜數據的示意圖。通過從所述三維色譜數據中提取特定的波長(例如λ0)下的吸光度數據，可制作表示所述特定的波長λ0下的測定時刻(即保持時間)與吸光度的關系的如圖8的(b)所示的波長色譜。此外，通過從三維色譜數據中提取表示在特定的時點(測定時刻)的吸光度的數據，也可以制作表示在所述時點的波長與吸光度的關系的吸光光譜。在這樣的液相色譜儀中，進行已知的目標成分的定量分析時，通常，制作與所述目標成分相對應的吸收波長下的波長色譜。然后，通常是找到在所述波長色譜中出現的來自于目標成分的波峰的起點Ts及終點Te，計算所述波峰的面積值，并對照預先求出所述面積值的標準曲線而算出定量值。以如上所述方式對目標成分進行定量時，如果所提取的波長色譜中出現的波峰是只來自于目標成分的波峰則沒有問題，但是波峰不一定僅限于來自單一成分(目標成分)，而經常有重合著來自于分析者不想要的雜質(廣而言之為其它成分)的信號的情況。如果分析者未留意到這種情況而進行定量計算，則會損害定量精度。因此，在定量計算之前，會再三進行雜質判定處理(或波峰純度判定處理)，調查在色譜中出現的某個波峰是否只來自于目標成分，或者是否含有雜質。作為針對色譜上的波峰的雜質判定處理，迄今為止已提出有各種方法，并且已投入實際應用。但是，實際狀況是現有的方法皆有短長，而沒有建設性的的方法。例如專利文獻1所述的雜質判定方法中，是通過對在各測定時刻分別獲得的吸光光譜在目標成分的極大(或極小)吸收波長下沿波長方向進行微分而求出波長微分系數，從而制作表示所述波長微分系數的隨時間變化的微分色譜。然后，判定是否在所述微分色譜上觀測到如通常的色譜中出現般的波峰波形，由此判斷波長色譜上的來自于目標成分的波峰是否含有雜質。所述方法雖然是可通過比較簡單的運算處理來以高準確度判定雜質的有無的優(yōu)異方法，但是如以下所述，原理上存在無法檢測出雜質的情況。圖9的(a)～(c)是表示來自于目標成分的吸光光譜(實線)與來自于雜質的吸光光譜(虛線)的關系的一例的圖。在所述現有的雜質判定方法中，如圖9的(a)所示，是將來自于目標成分的吸光光譜的極值的波長λ0、即波長微分系數為0的波長下的雜質的吸光光譜曲線的波長微分系數用于雜質判定。因此，如圖9的(a)所示，當在雜質的吸光光譜中吸光度表示極大值的波長與波長λ0不一致，而所述光譜曲線在波長λ0下具有傾斜度時，可檢測出雜質。但是，如圖9的(b)所示，當來自于目標成分的吸光光譜的極值與來自于雜質的吸光光譜的極值出現在同一波長中時，雜質的吸光光譜曲線的波長微分系數大致為零，因此無法檢測出雜質。并且，如圖9的(c)所示，當在來自于目標成分的吸光光譜的極值附近來自于雜質的吸光光譜的曲線的傾斜度小(在極端的情況下為平坦)時，即使制作微分色譜，來自于雜質的波峰也過小，從而被埋沒在噪聲中，結果有可能無法檢測出雜質。再者，利用PDA檢測器等對通過未使用管柱的流動注射分析(FlowInjectionAnalysis，FIA)法而導入的試樣進行檢測時所獲得的數據也成為具有時間、波長及吸光度這三個維度的三維數據，從而與通過液相色譜儀而收集的三維色譜數據實質上相同。因此，本說明書中的“三維色譜數據”是設為也包括通過FIA法而收集的三維數據?，F有技術文獻專利文獻專利文獻1：國際公開第2013/035639號

技術實現要素：
[發(fā)明所要解決的問題]本發(fā)明是為了解決所述問題而完成，其目的在于提供一種色譜數據處理裝置，即使在所述現有的雜質判定方法中，難以對色譜上的目標的波峰適當地判斷有無雜質重合的情況下，也可以確切而穩(wěn)定地判定有無雜質重合。[解決問題的技術手段]為了解決所述問題而完成的本發(fā)明是一種色譜數據處理裝置，對針對作為測定對象的試樣而收集的包含時間、信號強度及其以外的第三維度的三維色譜數據進行處理，所述色譜數據處理裝置的特征在于包括：a)濾波器制作部，算出與多維的主向量正交的一個副向量，將所述副向量確定為雜質提取用的濾波器，所述多維的主向量是利用向量來表達如下光譜，即表示關于作為觀測對象的目標成分的第三維度與信號強度的關系的光譜或可當作所述關系的光譜；以及b)含雜質信息獲取部，計算處理對象多維向量與副向量的內積，基于其計算結果判斷在所述處理對象的光譜中有無所述目標成分以外的雜質，所述處理對象多維向量是利用向量來表達如下光譜，即根據針對作為測定對象的試樣而獲得的三維色譜數據所求出的光譜或來自于所述數據的處理對象的光譜，所述副向量被確定為所述濾波器。在這里所謂“第三維度”，是指例如波長或質量電荷比等，所謂“三維色譜數據”，是指例如通過對包含利用色譜儀(LC或GC)的管柱而在時間方向上加以分離的各種成分的試樣，利用多通道型檢測器等檢測器反復獲取吸光光譜而獲得的數據，或者通過利用質譜儀反復獲取質譜(massspectrum)而獲得的數據。并且，在這里所謂“三維色譜數據”，也可以是不對經過色譜儀的管柱的試樣，而對通過FIA法，不使成分分離而導入的試樣利用多通道型檢測器或質譜儀而獲得的數據。在本發(fā)明的色譜數據處理裝置中，將表示第三維度與信號強度的關系的光譜，例如將吸光光譜或質譜作為利用向量表達的多維向量來處理。例如，如果是吸光光譜，則由于離散的各波長的吸光度的集合為吸光光譜，因此可將吸光光譜表示為(a(λ1)、a(λ2)、a(λ3)、……、a(λn))，對以a(λm)為成分的多維向量進行定義。在這里，a(λm)為波長λm(m＝1～n)下的吸光度。現在，將利用向量來表達在某個測定時點的處理對象的光譜的處理對象多維向量設為I，將利用向量來表達目標成分的光譜的多維向量設為A，進而用B表示利用向量來表達雜質的光譜的多維向量。于是，處理對象多維向量I可利用以下(1)式的向量運算來表示。I＝A+B……(1)將表示雜質的光譜的向量B分解成與表示目標成分的光譜的向量A平行的方向上的向量Ba、以及與向量A正交的方向上的向量Bo來考慮。并且，進而考慮與向量A正交的多維向量F。由于彼此正交的向量的內積為0，所以向量F與向量Ba的內積為0。因此，處理對象多維向量I與向量F的內積等于向量Bo與向量F的內積。即，以下的(2)式成立。I·F＝Bo·F……(2)由于表示雜質的光譜的向量B的長度與向量Bo的長度成比例，因此所述(2)式的右邊的Bo·F與向量B的長度成比例。因此，(2)式的左邊的向量內積I·F與表示雜質的光譜的向量B的長度成比例。由此，向量內積I·F可用作表示雜質的量的指標值u。因此，在本發(fā)明的色譜數據處理裝置中，濾波器制作部算出與表示目標成分的光譜的主向量A正交的副向量F，并將其確定為雜質提取用的濾波器。然后，含雜質信息獲取部計算表示由三維色譜數據求出的光譜或來自于所述數據的處理對象的光譜的向量I與作為濾波器的向量F的內積，并基于其計算結果判斷是否存在雜質。作為典型的一個方式，所述含雜質信息獲取部針對伴隨著時間經過的在各測定時點獲得的處理對象的光譜，分別計算表示所述光譜的向量I與作為濾波器的向量F的內積。然后，可設為如下構成：對沿時間序列的所述內積的值的變化進行觀測，如果例如出現有類似色譜波峰的波形，則判斷為存在目標成分以外的雜質。在本發(fā)明的色譜數據處理裝置中，所述濾波器制作部是算出與多維的主向量正交的副向量作為雜質提取用的濾波器，但是在多維向量空間內存在多個與某個向量正交的向量。因此，優(yōu)選的是所述濾波器制作部可以來自于雜質的光譜的向量Bo與作為所述濾波器的副向量F的余弦相似度成為最大、即盡可能接近于“1”的方式來確定所述副向量F的方向。由此，用所述(2)式表示的雜質量的指標值u的信噪(signaltonoise，SN)比成為最大或與其接近的狀態(tài)，從而目標成分以外的成分的有無的判斷的準確性提高。再者，想要算出所述余弦相似度，需要算出向量Bo，這可如下所述以解析方式而求出。Bo＝I-αA……(3)α＝(I·A)/(A·A)如上所述，當針對在各測定時點獲得的處理對象的光譜分別求出向量I與向量F的內積時，也可使用在各測定時點分別獲得的向量F，還可使用一個或多個代表性的向量F。例如作為一實施方式，可設為如下構成：所述濾波器制作部求出在各測定時點求出的雜質提取用的濾波器即多個向量的平均向量，所述含雜質信息獲取部利用所述平均向量，計算針對表示在各測定時點的處理對象的光譜的各向量的內積。由此，可針對噪聲將魯棒(robust)的向量用作雜質提取用的濾波器，因此對有噪聲重疊的數據也可以確切地判定有無雜質。并且，作為另一實施方式，也可設為如下構成：所述濾波器制作部從在各測定時點求出的雜質提取用的濾波器即多個向量之中選擇范數(norm)為最大的向量，所述含雜質信息獲取部利用所述經選擇的向量，計算針對表示在各測定時點的處理對象的光譜的各向量的內積。并且，當雜質為多種時，在各測定時點的作為雜質提取用濾波器的副向量成為混合有來自于多個光譜的信號的向量。在這種情況下，即使計算單純的平均也有可能無法適當地表示雜質的含有。因此，作為進而另一實施方式，也可設為如下構成：所述濾波器制作部求出在各測定時點求出的雜質提取用的濾波器即多個向量的聚類(clustering)平均，所述含雜質信息獲取部利用通過所述聚類平均而獲得的向量，計算針對表示在各測定時點的處理對象的光譜的各向量的內積。作為聚類平均，可使用K-均值(K-mean)法、均值偏移(meanshift)法等。并且，除此以外，還可使用移動平均、雙邊濾波器(bilateralfilter)、卡爾曼濾波器(Karmanfilter)、粒子濾波器等考慮到時間序列性的變動的平滑濾波器。并且，作為本發(fā)明的色譜數據處理裝置的進而另一實施方式，還可設為如下構成：所述濾波器制作部將如下向量確定為雜質提取用的濾波器，所述向量是通過在表示目標成分的光譜的向量上乘以規(guī)定的常數，并從表示處理對象的光譜的向量加以減去而求出。即，根據(3)式，在所述情況下表示濾波器的向量為Bo自身。這時，所述含雜質信息獲取部只要計算在所述濾波器制作部中作為雜質提取用的濾波器而求出的向量的二階范數，將所述二階范數替代所述內積來判斷在處理對象的光譜中有無雜質即可。因此，可簡單地即高速地進行雜質量的指標值的計算。這特別有利于針對如上所述在伴隨著時間經過的各測定時點獲得的處理對象的光譜分別計算雜質量的指標值的情況。并且，在本發(fā)明的色譜數據處理裝置中，優(yōu)選的是可設為如下構成：當在所述含雜質信息獲取部中判定為存在雜質時，將在所述濾波器制作部中作為雜質提取用的濾波器而求出的向量，例如將用I-αA表示的光譜作為殘余光譜，將所述殘余光譜作為處理對象的光譜，反復執(zhí)行由所述濾波器制作部及所述含雜質信息獲取部進行的處理。根據所述構成，即使在混入至試樣中的雜質為多種，而且存在通過由所述濾波器制作部及所述含雜質信息獲取部進行的一次處理無法檢測到的雜質的情況下，也可在反復進行多次處理的階段中檢測出所述雜質。在本發(fā)明的色譜數據處理裝置中，本來，理想的是將利用向量表達目標成分的光譜自身的向量設為向量A，但是一般多數情況下，目標成分的準確光譜為未知。因此，通常使用可當作目標成分的光譜，而不是目標成分的光譜自身。作為一形態(tài)，所述濾波器制作部可將基于如下數據的光譜當作目標成分的光譜，所述數據是在針對作為測定對象的試樣而獲得的三維色譜數據之中推測為存在所述目標成分而無雜質的期間內獲得，將表示所述光譜的向量設為所述主向量、即向量A。再者，存在目標成分而無雜質的推定也可由分析者自身來進行，但是可通過自動判定色譜波峰的形狀來自動進行。并且，作為另一形態(tài)，所述濾波器制作部也可將如下向量設為所述主向量、即向量A，所述向量是在基于針對作為測定對象的試樣而獲得的三維色譜數據的光譜之中，利用向量表達時的范數成為最大的向量。由此，可不預先求出目標成分的光譜，而進行雜質判定處理。再者，當向量A本來應該是表示不含雜質的光譜的向量，但是所述光譜含有雜質，其結果使得所制作的雜質提取用的濾波器含有雜質時，如果按時間序列順序來繪制向量I與向量F的內積I·F，則會在獲得已設為向量A的光譜的測定時點的前后出現波峰。這是因為額外減去已設為向量A的光譜中所含的雜質的影響出現在所述測定時點的前后。因此，也可利用所述情況，來判定在某個測定時點或特定的時間范圍內是否存在雜質。即，在本發(fā)明的色譜數據處理裝置中，也可設為如下構成：所述濾波器制作部將基于如下數據的光譜當作目標成分的光譜，所述數據是在針對作為測定對象的試樣而獲得的三維色譜數據之中在特定期間內獲得，將如下向量確定為雜質提取用的濾波器，所述向量是在表示所述目標成分的光譜的向量上乘以規(guī)定的常數，并從表示處理對象的光譜的向量加以減去而求出，所述含雜質信息獲取部將利用如下向量來表達的光譜作為殘余光譜，所述向量是針對在包含所述特定期間的規(guī)定的時間范圍內獲得的處理對象的各光譜，通過所述濾波器制作部作為雜質提取用的濾波器而求出，基于所述殘余光譜判定在關于所述規(guī)定時間范圍而制作的色譜上在所述特定期間的前后是否出現波峰，由此判定在所述特定期間內是否存在雜質。[發(fā)明的效果]根據本發(fā)明的色譜數據處理裝置，可在基于三維色譜數據而制作的色譜中，確切而穩(wěn)定地判定在目標波峰中是否含有雜質，所述三維色譜數據是通過利用PDA檢測器等多通道型檢測器或質譜儀作為檢測器的色譜儀而收集。特別是在利用所述微分色譜的雜質判定處理中難以適當地判斷有無雜質重合的情況下，也可以確切而穩(wěn)定地判定有無雜質重合。附圖說明圖1是包含本發(fā)明的色譜數據處理裝置的液相色譜儀的一實施例的概略構成圖。圖2是表示本實施例的液相色譜儀中的雜質判定處理操作的流程圖。圖3是表示在某個測定時點獲得的吸光光譜的一例的圖。圖4是本發(fā)明中的雜質判定處理的原理說明圖。圖5的(a)及(b)是表示本實施例的液相色譜儀中的色譜波形及基于殘余光譜的雜質量指標值的時間經過波形的一例的圖。圖6是表示在本實施例的液相色譜儀中已多次反復進行雜質分離處理時的雜質量指標值的時間經過波形的變化的一例的圖。圖7是本實施例的液相色譜儀中的雜質判定處理的說明圖。圖8的(a)是表示通過液相色譜儀而獲得的三維色譜數據的示意圖，(b)是表示通過液相色譜儀而獲得的波長色譜的圖。圖9的(a)～(c)是表示用于說明利用現有的微分色譜的雜質判定處理中的問題的吸光光譜的一例的圖。[符號的說明]1：LC部11：流動相容器12：送液泵13：噴射器14：管柱15：PDA檢測器16：A/D轉換器2：數據處理部21：色譜數據存儲部22：色譜制作部23：波峰檢測部24：雜質判定處理部3：輸入部4：顯示部具體實施方式參照附圖對本發(fā)明的色譜數據處理裝置的一實施例進行說明。所述色譜數據處理裝置如上所述，具有如下功能：判定基于例如利用包含PDA檢測器的液相色譜儀收集的三維色譜數據(參照圖8的(a))而制作的色譜(參照圖8的(b))上的波峰是否含有雜質。首先，對本發(fā)明的色譜數據處理裝置中的雜質判定處理的原理進行說明。[雜質判定處理的原理]在所述雜質判定處理中，通過使用伴隨著時間經過而依次獲得的作為處理對象的光譜(在以下的說明中所謂“光譜”，是指橫軸為波長，縱軸為吸光度的吸光光譜，但如上所述在質譜等的情況下也是同樣)及目標成分的光譜這兩者，來以高SN比制作表示目標成分以外的雜質的量的指標值的時間性變化的曲線圖，并通過判定在所述曲線圖中是否存在類似色譜波峰的信號，來判斷在色譜上的波峰中是否含有雜質?，F在，設為利用向量I來表示在某個測定時點的處理對象的光譜，利用向量A來表示目標成分的光譜(或者可當作目標成分的光譜的光譜)。再者，處理對象的光譜典型的是在如圖8的(a)所示的三維色譜數據之中已提取出某個時刻的吸光度的光譜，但在如下所述反復進行雜質分離處理的情況下，經分離處理后的光譜成為處理對象光譜。在這里，將如圖3所示的光譜當作規(guī)定波長范圍內的離散的各波長下的吸光度數據的集合，將吸光光譜表示為(a(λ1)、a(λ2)、a(λ3)、……、a(λn))。a(λm)是波長λm(m＝1～n)下的吸光度。以所述方式表示的光譜可表示為在n維空間內的向量。即，所述光譜是以a(λ1)、a(λ2)、a(λ3)、……為成分的多維向量。并且同樣地，利用向量B表示雜質的光譜。于是，表示處理對象的光譜的向量I可如上所述通過(1)式來表示。I＝A+B……(1)圖4是將n維向量空間簡化為二維向量空間而表示的圖，由所述(1)式表示的向量I、A、B的關系如圖4所示。將表示雜質的光譜的向量B分解成與表示目標成分的光譜的向量A平行的方向上的向量Ba以及與向量A正交的方向上的向量Bo來進行考慮。在這里，進一步考慮到與向量A正交的向量F。向量Ba與向量A平行，向量F與向量A正交，所以向量F與向量Ba正交。由于相互正交的向量的內積成為0，所以向量F與向量Ba的內積為0。因此，處理對象多維向量I與向量F的內積等于向量Bo與向量F的內積。即，已舉出的(2)式成立。I·F＝Bo·F……(2)表示雜質的光譜的向量B的長度及向量Bo的長度當然處于比例關系，因此(2)式的右邊的Bo·F與向量B的長度，即與雜質的量成比例。因此，(2)式的左邊的內積I·F可用作雜質量的指標值u。這時，向量F是用來從表示處理對象的光譜的向量I中提取雜質成分，因此將向量F確定為雜質提取用的濾波器。例如，當想要調查在波長色譜等任意的色譜中所出現的來自于目標成分的波峰中是否重合有雜質時，跨越從所述波峰的起點至終點的時間范圍，制作表示所述指標值u(＝內積I·F)的時間性變化的曲線圖，如果在所述曲線圖中出現有類似色譜波峰的波形，則可判斷為存在雜質。在n值非常大的n維向量空間內，與表示目標成分的光譜的向量A正交的向量存在大致無數個，但是當將內積I·F用作雜質量的指標值u時，可通過如下方式來確定表示雜質提取用濾波器的向量F的方向。即，現在，如果設為在表示處理對象的光譜的向量I上重疊有白色噪聲，則由所述白色噪聲引起而包含于內積I·F中的信號成分不取決于向量F的偏角，而與其長度成比例。來自于雜質的向量Bo與向量F所成的角越接近于直角，提取雜質成分后由白色噪聲引起而包含于內積I·F中的信號成分的影響越大。反而言之，為了在內積I·F中提高來自于雜質的信號的SN比，可使向量F與向量Bo盡可能地平行。即，向量F優(yōu)選的是以與向量Bo的余弦相似度為最大或盡可能與之接近的方式來確定其方向。當然，由此，需要求出向量Bo，這可通過已舉出的(3)式而以解析方式算出。Bo＝I-αA……(3)α＝(I·A)/(A·A)再者，在雜質的光譜中，有時會產生因試樣液(液相色譜儀的情況)的酸堿度(pH)變化或檢測器的非線性等所引起的變動，這有時會帶來作為內積I·F而求出的雜質量的指標值u的變動，從而在所述指標值u的曲線圖中出現假的類似波峰的波形。但是，由如上所述的主要因素而引起的光譜變動決定了某種程度變化的模式(pattern)，由此指標值u中出現的波形變化及因雜質的混入而產生的波形變化為可識別。因此，在顯示雜質判定處理的結果時，顯示由向量內積I·F表示的雜質量的指標值u(或表示所述指標值u的隨時間變化的曲線圖)及以向量Bo表示的光譜這兩者，使得分析者看到它，便可判斷是否真的重合有雜質，并且可判斷已檢測出表示何種光譜的雜質即可。這時所顯示的利用向量Bo表示的光譜并不是表示雜質的光譜自身，而是去除了與向量A平行的向量成分Ba。因此，在一并顯示為了基于這樣的光譜鑒定雜質或者進行光譜比較而收錄于數據庫中的純物質的光譜或進行數據庫檢索時，需要注意在此之前，對純物質的光譜也需要進行去除與向量A平行的成分的處理。當如上所述跨越某個時間范圍制作表示由內積I·F表示的指標值u的時間性變化的曲線圖時，由于存在在所述時間范圍內的各測定時點獲得的處理對象的光譜，因此可針對每個所述光譜計算內積I·F。在這里，由于表示向量I、F包含時間的要素，所以將考慮到時間要素的向量I、F記作I(t)、F(t)。表示處理對象的光譜的向量I(t)在每個測定時點存在，但不一定在每個測定時點都需要表示濾波器的向量F(t)。計算各測定時點的內積I(t)·F(t)時所使用的F(t)可大致劃分為以下兩者中的任一者。(1)直接使用在各測定時點算出的F(t)，乘以表示在各測定時點獲得的處理對象的光譜的向量I(t)，由此計算內積I(t)·F(t)。(2)不直接使用在各測定時點算出的F(t)，根據每個測定時點的F(t)的值算出用于計算內積的F(t)'。例如，計算在某個規(guī)定時間內的多個測定時點獲得的向量F(t)的平均向量，將其作為向量F而乘以表示在各測定時點獲得的處理對象的光譜的向量I(t)，由此計算內積I(t)·F。由此，可求出表示對噪聲魯棒性高的平均的濾波器的向量F。但是，當含有多種雜質時，所述多種雜質出現的時間并不相同，因此在各測定時點的F(t)成為復雜地混合有來自于多種雜質的光譜的信號。在這樣的情況下，即使計算出所述單純的平均向量也無法獲得表示適當的濾波器的向量F，因此可使用所謂聚類平均等而不是單純平均。除了作為聚類平均而眾所周知的K-均值法、均值偏移法等以外，還可使用移動平均、雙邊濾波器、卡爾曼濾波器、粒子濾波器(序貫蒙特卡洛法(sequentialMonteCarlomethod))等將時間序列變動考慮在內的各種平滑濾波器。[目標成分的光譜的替代]在所述說明中，為了算出雜質量的指標值u而使用表示目標成分的光譜的向量A，但是在多數情況下，目標成分的準確的光譜未知，所以獲取所述光譜會花費工夫。因此，就實用性而言，例如可通過如下所述的方式，利用通過對試樣的分析而獲得的信號(即每個測定時點的光譜)模擬地生成目標成分的光譜。通常，雜質的濃度低于目標成分的濃度，所以如圖7所示，在色譜中雜質的波峰寬度窄于目標成分的波峰寬度。由此，可以說在每個通過分析而獲得的測定時點的光譜之中，包含有在目標成分的光譜中混合有雜質的光譜的狀態(tài)的光譜與只有目標成分的光譜這兩者的可能性高。因此，例如，可設為在通過分析而獲得的色譜數據之中，提取可推測為一方面含有目標成分，另一方面未混合有雜質的在特定的時間范圍內所含的數據，將由此獲得的光譜當作目標成分的光譜。并且，也可將使通過分析而獲得的數據沿時間方向平滑化之后提取特定的時間范圍的數據而獲得的光譜，或者，對通過分析而獲得的數據之中的特定的時間范圍的平均進行計算而獲得的光譜當作目標成分的光譜。這時提取數據的時間范圍既可設為可由分析者指定，或者，也可設為通過后述的辨別法來辨別包含雜質波峰的時間，基于其結果而自動選定被推測為雜質少的時間范圍。進而此外，如果只將確認有無雜質重合作為目標，而不需要高精度地求出雜質的含量，那么表示雜質量的指標值u的隨時間變化的曲線圖中出現的波峰被分成兩個(理由將在后文敘述)則不是大問題。因此，也可容許混合有雜質或出現光譜變動，在通過分析而獲得的光譜之中選擇單純地SN比為最佳的光譜、即通常利用向量表達時的范數為最大的光譜而當作目標成分的光譜。在這里，利用圖5的(a)及(b)來說明如下現象，所述現象是在基于在某個測定時點或某個時間范圍內所含的測定時點獲得的光譜而制作的雜質提取用濾波器是基于包含雜質的光譜而不是由單一成分構成的光譜而制作的雜質提取用濾波器時所產生。圖5的(a)及(b)是表示色譜波形及基于殘余光譜的雜質量指標值u的時間經過波形的一例的圖。圖5的(a)中以P1表示的指標值是將在測定時點42獲得的光譜(在目標成分中混合有雜質的狀態(tài)的光譜)當作目標成分的光譜，求出表示濾波器的向量F，而繪制內積I(t)·F的隨時間變化的曲線。與此相對，圖5的(b)中以P2表示的指標值是將在測定時點60獲得的光譜(不含雜質的只有目標成分的光譜)當作目標成分的光譜，求出表示濾波器的向量F，而繪制內積I(t)·F的隨時間變化的曲線。在圖5的(a)中，可知夾著選擇目標成分的光譜的測定時點而在其前后分別出現有波峰。這是上述波峰的分裂。這時，表示內積I(t)·F的隨時間變化的曲線圖上的波峰的形狀沒有準確地表示雜質量，所以難以求出雜質量。但是，利用所述現象，在內積I(t)·F的曲線圖中在目標成分的前后兩方存在波峰時，可判斷為已將包含雜質的光譜設定為目標成分光譜。另一方面，如圖5的(b)所示，當選擇不含雜質的光譜作為目標成分的光譜時，在表示內積I(t)·F的隨時間變化的曲線圖中會出現高斯波形狀的波峰，這可推測為準確地表示了雜質量。[雜質為多種的情況下的雜質分離處理]圖5的(a)及(b)所示的示例是雜質只有一種的情況，但如上所述，混入至試樣中的雜質并不限于一種，也可以是多種?，F在作為一例，考慮如下情況：除了目標成分a以外，還存在雜質b及雜質c，并且雜質c與目標成分a及雜質b相比為微量。當作為表示雜質提取用濾波器的向量F由在規(guī)定時間范圍內的多測定點的F(t)的平均值表示時,向量I(t)與求得的向量F相似.所述I(t)是由表示目標成分a的光譜的向量A和表示不純物b的光譜的向量B構成。這時，向量F成為與向量Bo平行的向量。在這里，當設為向量B與表示雜質c的光譜的向量C正交時，表示內積I(t)·F的隨時間變化的曲線圖中完全不可能檢測到向量C。并且，即使在每個測定時間求出表示雜質提取用濾波器的向量F(t)的情況下，來自于雜質c的波峰也非常小，例如，當與來自于雜質b的波峰的下擺部等的信號變動大的部分重合時，來自于雜質c的波峰的檢測變得非常困難。因此，在這種情況下，即在假設混入有多種雜質，需要對各種雜質進行檢測時，可采用如下所述的順序。即，如由所述(3)式可知，I-αA表示雜質的量，因此(2)式所示的處理，即在處理對象的光譜上乘以濾波器的處理可以說是雜質分離處理。這時，利用I-αA或I(t)-αA的向量表示的光譜可以說是已去除目標成分或一種以上的雜質的剩下的殘余光譜。當在試樣中含有多種雜質時，可將在第n次處理中算出的I(t)-αA(表示殘余光譜的向量)，作為表示用于進行第n+1次處理的處理對象的光譜的向量I(t)而執(zhí)行雜質分離處理。在這里，將所述方法稱為多段光譜殘渣法。圖6是表示基于執(zhí)行如上所述的多段光譜殘渣法時的殘余光譜的信號波形的圖。圖中的O表示原來的色譜波形，Q1～Q4分別表示第n＝1～4次目標|I(t)|。在Q1中，被認為本來存在看起來是Q3的小的波峰，但是即使觀察Q1的波形，也難以找到應該包含于其中的在Q3中觀測到的波峰。與此相對，通過使用所述多段光譜殘渣法，還可檢測到最初無法找到的雜質的波峰。并且，在多段光譜殘渣法中，可通過關于在第n次處理中獲得的|I(t)|與在第n+1次處理中獲得的|I(t)|的差(光譜殘渣差分)檢測波峰的有無，來在各階段中判斷雜質的有無。例如在圖6中，關于在以Q2表示的曲線的左側作為凸部而檢測到的雜質，由于在Q2中混合有Q3的信號，所以難以判斷是真的波峰還是噪聲變動。但是，如果通過去除Q3而求出Q4中所示的波形，則可識別出存在明顯只偏在于左側的成分。再者，在進行所述去除操作時，由于表示基于Q2的濾波器的向量F與表示基于Q3的濾波器的向量F不同，所以即使是來自于同一成分的波峰，波峰高度也會成常數倍。因此，在實際的去除操作中，可設為只著眼于波峰部分，利用最小平方法而求出最適當的常數，并將所述常數乘以各強度值之后進行去除處理。當然，也可使用一般的應對基線(baseline)變動的波峰高度推定法，所述波峰高度推定法是不使用單純的最小平方法，而使用對計算F(t)的二階微分而求出的波形應用最小平方法，或利用將使經提取的波峰規(guī)格化而成者作為內核(kernel)的匹配濾波器(matchedfilter)來推測高度等。反復進行如以上所說明的處理，直至獲得如圖6中以Q4表示的波形般不具有明確的波峰的殘渣信號波形為止，由此即使在存在多種雜質的情況下，也可將目標成分與雜質完全分離。如果除去因為pH變動或檢測器的線性程度低等所引起的假雜質波峰的產生，則在利用多段光譜殘渣法對針對包含m種物質的試樣而獲得的測量信號進行處理的情況下，只要反復執(zhí)行m+1次雜質分離處理，便可對m種物質進行分離。[實施所述原理的雜質判定處理的實施例的構成及操作]其次，參照圖1、圖2對包含本發(fā)明的色譜數據處理裝置的液相色譜儀的一實施例進行說明。圖1是本實施例中的液相色譜儀的概略構成圖。在用于收集三維色譜數據的LC部1中，送液泵12從流動相容器11抽吸流動相，以固定的流量送入至噴射器(injector)13。噴射器13以規(guī)定的時間將試樣液注入至流動相中。試樣液通過流動相而送入至管柱14，在通過管柱14期間使試樣液中的各成分沿時間方向分離，并從管柱14溶出。在管柱14的出口設置有PDA檢測器15。PDA檢測器15將來自未圖示的光源的光照射至溶出液，使穿透溶出液的光波長分散而利用線性傳感器(linearsensor)大致同時檢測各波長的光的強度。由所述PDA檢測器15反復獲得的檢測信號通過模擬/數字(AnalogtoDigital，A/D)轉換器16而轉換成數字數據(digitaldata)之后，作為三維色譜數據發(fā)送至數據處理部2。數據處理部2包括：色譜數據存儲部21，用于存儲三維色譜數據；色譜制作部22，利用三維色譜數據制作表示規(guī)定的波長下的吸光度的隨時間變化的波長色譜；波峰檢測部23，對所述波長色譜中的波峰進行檢測；以及雜質判定處理部24，判定在檢測到的波峰之中由分析者指定的目標波峰中是否存在雜質。所述雜質判定處理部24是進行如上所述的特征性處理的功能塊。并且，在數據處理部2上連接有輸入部3及顯示部4，輸入部3是為了分析者輸入設定目標成分的吸收波長等數據處理所需要的信息等而被操作。并且，顯示部4是用于顯示色譜、吸光光譜及雜質判定結果等各種信息的構件。再者，數據處理部2或未圖示的控制部的功能的一部分或全部可通過執(zhí)行安裝在個人計算機或工作站(workstation)中的專用的控制及處理軟件來實現。這時，輸入部3是個人計算機或工作站的標準裝備即鍵盤或鼠標等指向構件(pointing)等，顯示部4是一般的液晶顯示器等。其次，參照圖2所示的流程圖，對本實施例的液相色譜儀中的特征性的數據處理操作進行說明。在LC部1中執(zhí)行對目標試樣的色譜分析，將表示規(guī)定的波長范圍內的吸光光譜的隨時間變化的三維色譜數據(參照圖8的(a))從PDA檢測器15發(fā)送至數據處理部2，并存儲在色譜數據存儲部21中。在色譜制作部22中，制作基于這樣存儲的三維色譜數據而指定的特定波長或波長范圍內的波長色譜，波峰檢測部23在所述色譜上執(zhí)行波峰檢測。當分析者通過輸入部3而指定這樣檢測到的波峰之后，命令執(zhí)行雜質判定處理時，實施如以下所述的處理。首先，雜質判定處理部24從色譜數據存儲部21讀入針對所指定的波峰的起點ts與終點te之間的各測定時點的色譜數據(光譜數據)(步驟S1)。由此，準備好表示處理對象的光譜的向量I(t)(其中t為ts～te)。其次，雜質判定處理部24設定用于求出向量A的目標成分的光譜(步驟S2)。如上所述設定目標成分的光譜有若干個方法，當在數據庫等中存儲有目標成分的光譜時，只要將其讀入即可。在這里，由于目標成分的光譜為未知，并且自動反復進行所述光譜的設定，所以采用不需要分析者的作業(yè)或判斷，而選擇表示可高速地執(zhí)行的最大范數的光譜的方法。即，將在即將開始之前所執(zhí)行的處理的結果即雜質量的指標值u＝I(t)·F為最大的測定時點獲得的吸光光譜直接當作下一次的目標成分的光譜來進行設定。由此，也準備好表示目標成分的光譜的向量A。再者，當執(zhí)行第一次處理，即第一次執(zhí)行步驟S2的處理時，計算在步驟S1中準備的向量I(t)的二階范數，選定在二階范數為最大的測定時點的目標成分的光譜。當然，也可設為通過分析者的手動指定來設定目標成分的光譜，還可如上所述，設為搜索不含雜質的光譜，設定在不含雜質的多個光譜之中雜質量的指標值或二階范數為最大的目標成分的光譜。如果處理對象的光譜(向量I(t))及目標成分的光譜(向量A)已確定，則如上所述確定雜質提取用的濾波器，計算內積I(t)·F，由此求出從處理對象光譜中去除目標成分的光譜而反映出雜質量的殘余光譜(步驟S3)。在這里，是采用注重運算的高速性，將在各測定時點的I(t)-αA直接用作向量F(t)的方法。這時，可單純地對算式進行變形，只是通過算出I(t)-αA的二階范數來代用作為雜質量的指標值u的向量內積I(t)·F的計算。當然，也可不求出在每個測定時點的F(t)，而使用向量F(t)的平均值或移動平均等所述各種修改(modification)。通過判定如上所述而求出的殘余光譜與在前一次的處理中所獲得的殘余光譜的差，即光譜殘渣差分的二階范數或在各次計算中獲得的雜質量的指標值的平方根中的任一者中是否存在波峰，來判斷是否存在來自于雜質的波峰(步驟S4)。雜質量的平方根或光譜殘渣差分的二階范數表示對于白色噪聲為固定的分布，因此可通過確認這些值的平均值及有無超出基于標準偏差的范圍的值，來確認波峰的有無。當然，并不限于所述方法，也可應用一般的色譜波峰的檢測算法(algorithm)來確認波峰的有無。并且，當判定為存在雜質波峰時，從步驟S5返回到S2，反復進行目標成分的光譜的設定及目標成分的光譜的去除。即，實施所述多段光譜殘渣法。另一方面，當在步驟S5中判定為無雜質波峰時，基于在此之前的判定結果將最終的雜質判定處理結果顯示在顯示部4中，當判定為存在雜質時將各光譜的殘渣差分也顯示在顯示部4中(步驟S6)。由此，分析者不僅可知道在目標波峰中是否重合有雜質，而且可知道雜質的量。再者，所述實施例顯然是本發(fā)明的一例，即使在本發(fā)明的主旨的范圍內適當進行變形、追加、修正也包含在本申請的權利要求書中。例如，對本發(fā)明的色譜數據處理裝置的處理對象的三維色譜數據進行獲取的色譜儀的檢測器也可不是PDA檢測器等多通道型檢測器，而還可以是可進行高速的波長掃描的紫外可見分光光度計、紅外分光光度計、近紅外分光光度計、熒光分光光度計等。并且，也可以是將質譜儀作為檢測器的液相色譜質譜儀。并且，色譜儀也可以是氣相色譜儀而不是液相色譜儀。并且，如上所述，顯然也可將本發(fā)明應用于如下裝置，所述裝置不對利用檢測器對經色譜儀的管柱分離的試樣進行檢測而獲得的數據進行處理，而對利用PDA檢測器或質譜儀等檢測器對通過FIA法不進行成分分離而導入的試樣中的成分進行檢測而獲得的數據進行處理。