运用3DEEMs及荧光偏振方法研究pH、离子强度及浓度效应对腐殖酸荧光光谱特性的影响

利用三维荧光激发-发射光谱(3DEEMs)及荧光偏振法研究了3例腐殖酸和1例湖泊溶解有机物(DOM)在不同腐殖酸浓度、离子强度和pH条件下的荧光光谱特性。实验结果表明,随着浓度增大,各腐殖酸样的荧光强度增大,其中垃圾渗滤液腐殖酸和Pahokee泥炭腐殖酸的荧光峰出现红移。随着浓度进一步增大,腐殖酸的荧光偏振值增大,由此推断在此浓度范围内腐殖酸由于分子间的排斥作用使其构型出现伸展。离子强度增大导致腐殖酸及阿哈湖DOM的荧光强度降低。随着氯化钾(KCl)浓度增大,Fluka腐殖酸的荧光峰A蓝移,荧光峰B的荧光偏振值出现减小,推测是由于静电中和作用使其荧光基团发生卷曲造成的。离子强度对其余腐殖酸样和阿哈湖DOM的其他荧光特性没有明显的影响。总的来说,pH值的变化对腐殖酸和湖泊DOM的荧光特征的影响是很明显的。随着pH值增大,腐殖酸和湖泊DOM的荧光强度增强。而pH值减小时,Fluka腐殖酸和Pahokee泥炭腐殖酸的荧光峰(A峰)蓝移,当pH值降到5时,Fluka腐殖酸的荧光峰突然红移到最大,随后又继续蓝移;垃圾渗滤液腐殖酸和阿哈湖DOM的荧光峰位无明显的漂移。所有样品的荧光偏振值都减小(但阿哈湖DOM的A峰变化不大),但在pH≤5时又增大,这种现象表明随着pH值降低,腐殖酸和湖泊DOM中有机大分子发生卷曲,但在pH≤5时由于羧基的质子化又以平面伸展构型出现在溶液中。

三维荧光光谱(3D-EEM)技术在溶解性有机质(DOM)分析中的应用

该文阐述了3D-EEM技术在DOM中的应用,介绍了3D-EEM技术的机理和平行因子分析法。从内部结构和外部环境两方面分析了与3D-EEM技术相关的影响因素,并总结了常见有机物光谱峰识别位置。综合评述了3D-EEM技术的研究和应用现状,并对今后的发展趋势和研究方向进行了探讨。

高铁酸钾降解苯并[a]芘的偏振三维荧光(PEEM)研究

偏振三维荧光(PEEM)结合了偏振技术和三维荧光(EEM)的优点,对于完整获取分子荧光特性能提供重要信息,具有更高的选择性、准确性及灵敏度。运用PEEM进一步探讨了高铁酸钾对苯并[a]芘的降解过程,并分别从该降解体系反应过程中的偏振度和PEEM特征变化,深入揭示了高铁酸钾对苯并[a]芘的降解规律.结果显示,t=15s,苯并[a]芘的降解率约60%,t=40s,降解率达90%.偏振度(P)更清晰反映了苯并[a]芘的难降解特性.通过对高铁酸钾-苯并[a]芘体系降解的时间偏振曲线拟合,获得了一级反应动力学方程:y=0.277x-0.004(r=-93.90%)。以上研究结果与前期研究中应用EEM所获得的结果一致,为研究高铁酸钾降解其他污染物反应过程,机理提供了十分有益的方法选择的参考。

基于EEMD的中药三维荧光光谱去噪方法研究

针对中药三维荧光光谱信号特征提取中的噪声问题,基于集合经验模态分解(EEMD)的去噪原理,对中药溶液的三维荧光光谱信号进行去噪研究。利用相关系数和箱线图筛选固有模态分量(IMF),将筛选后的IMF进行重构得到去噪后的数据。并探讨了EEMD分解时添加的高斯白噪声的幅值及设定相关系数的大小对去噪效果的影响。结果显示,当高斯白噪声的幅值为原信号标准差的0. 2倍,相关系数大于0. 5筛选IMF分量时,EEMD方法能很好地消除中药白术溶液三维荧光光谱信号中的噪声。进一步将该方法与经验模态分解(EMD)及小波去噪方法进行比较,结果表明,EEMD方法对中药溶液三维荧光光谱数据去噪效果优于EMD及小波去噪方法。

含钙添加剂处理下不同秸秆腐解产物可溶性有机质三维荧光特征变化

秸秆是优质的有机资源,研究含钙添加剂种类及添加量对不同秸秆腐解产物可溶性有机物(DOM)组成性质差异,可为秸秆高效腐熟利用提供理论依据和技术参考。以花生秸秆和水稻秸秆为供试物料,通过添加不同含钙添加剂草酸钙(CaC_(2)O_(4))和氢氧化钙[Ca(OH)_(2)]及不同添加量(4%、 8%),进行秸秆腐解试验。测定腐解产物养分含量,并利用三维荧光光谱(3DEEM)技术和平行因子方法(PARAFAC)探究秸秆腐解产物DOM的化学组成变化特征。结果表明:(1)总体上,草酸钙处理的秸秆腐解物总碳含量显著大于氢氧化钙处理;高量添加剂处理的秸秆腐解产物总碳含量小于低量处理;花生秸秆腐解产物的总氮、总磷和总钾高于水稻秸秆腐解产物。(2)通过3DEEM-PARAFAC方法分析腐解产物DOM组成,共识别出类胡敏酸(C1)、类胡敏酸(C2)和类色氨酸(C3)三种荧光组分;不同添加剂类型、添加量和不同秸秆类型对腐解产物DOM荧光组分的影响较为复杂,没有明显规律,但是总体上氢氧化钙处理的秸秆腐解产物DOM的C1和C2组分比例大于草酸钙处理,而草酸钙处理的秸秆腐解产物DOM的C3组分比例显著高于氢氧化钙处理;秸秆腐解产物DOM中组分C1、 C2与组分C3呈显著负相关;组分C2含量与总碳含量呈显著负相关。(3)氢氧化钙处理的秸秆腐解产物DOM的腐殖化指数(HIX)明显高于草酸钙处理,而草酸钙处理的秸秆腐解产物DOM生物源指数(BIX)明显高于氢氧化钙处理;高量草酸钙处理秸秆腐解产物DOM主要来自于微生物的转化,而其他处理DOM来自于微生物转化和陆生植物;不同添加量处理下秸秆腐解产物DOM的荧光指数没有明显变化规律;花生秸秆腐解产物DOM的HIX、 BIX和荧光指数(McKnight index)均高于水稻秸秆;秸秆腐解产物DOM中McKnight和HIX呈显著负相关,和BIX间呈极显著正相关,而秸秆腐解产物DOM中BIX和总碳含量呈显著正相关。上述结果表明,氢氧化钙可以促进秸秆腐解以及腐解产物的腐殖化,其中高量氢氧化钙处理的花生秸秆效果较好。

三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏

为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。

三维荧光光谱法快速检测橄榄油中掺假廉价油

目的 建立三维荧光光谱法结合机器学习快速检测橄榄油中掺假廉价油的方法。方法 采集橄榄油及掺入大豆油、玉米油、棕榈油3种不同浓度梯度橄榄油的荧光光谱,采用标准差标准化(Standardscaler)、标准正态变换(standard normal variate, SNV)、归一化(Normalize) 3种光谱预处理方法进行数据处理。基于K近邻(K-nearest neighbor, KNN)、随机森林(random forest, RF)、支持向量机(support vector machine, SVM)、偏最小二乘法(partial least squares, PLS)和卷积神经网络(convolutional neural network, CNN)构建5种橄榄油定量掺假模型。结果 在定性模型中,基于PLS算法构建的模型效果最好,对3种掺假橄榄油的判别准确率为0.86~1.00。在定量模型中, Standardscaler预处理结合RF算法构建的模型表现最优,校正集相关系数、预测集相关系数、校正集均方根误差、预测集均方根误差最高,分别为1.00、0.99、0.01、0.02。结论 该方法快速、实时、低成本,适用于橄榄油的定量掺假检测,为橄榄油质量评估提供方法参考。

一种自适应的三维荧光光谱去散射方法

三维荧光光谱因其数据量大、灵敏度高等优点,在食品科学、分析化学、生物化学和环境科学等领域应用广泛。然而,因为同时存在瑞利散射和拉曼散射,给三维荧光光谱的定量分析和数据显示带来了困难。因此,在数据处理前期,消除散射干扰对其具有重要意义。在已有方法中,对较低浓度溶液和散射峰与物质荧光信号重叠严重光谱的去散射算法的研究相对空白。针对现有问题,提出了一种自适应的三维荧光光谱去散射方法。首先,该方法通过减去每次实验获取的溶剂的光谱基线来校正拉曼散射和背景干扰。然后综合考虑散射峰与物质峰的荧光强度和重叠程度将光谱分为五类情况对应三个重叠等级:无重叠、微弱重叠和严重重叠,分别采用置零法、分段三次Hermite插值多项式算法和高斯拟合-分段三次Hermite插值多项式耦合算法对瑞利散射进行校正处理。此方法基于一维插值,仅对单个发射光谱进行研究,降低了算法复杂度,计算时间较短。通过对酪氨酸、黄腐酸、萘乙酸和罗丹明B四种典型有机化合物进行实验,评估了该方法扣除散射干扰的有效性。并且与现阶段研究中使用最多的Delaunay三角形内插值法进行比较,以重叠区域散射校正后的数据对四种有机化合物分别进行浓度回归,此自适应方法所得的平均决定系数为0.9962,相比于Delaunay三角形内插值法提高了5.04%。同时,通过对比天然有机化合物黄腐酸分别经此方法和Delaunay三角形内插值法进行散射校正后的三维荧光光谱,进一步证明了该方法更好地保持了物质荧光光谱区域的结构特征,有效地避免了过拟合现象的发生。最后,利用该方法对模拟突发污染水样进行监测,验证了此方法具有很好的普适性,有实际应用价值,为三维荧光光谱去散射提供了一种新的思路。

融合三维结构光和叶绿素荧光的植株光合表型成像系统

[目的/意义]植株光合表型研究在把握植株生理特性和解析植株形态结构上起着至关重要的作用,通过传统叶绿素荧光成像方法难以对植株光合作用三维空间异质性进行分析。为提高植株表型检测效率,满足高通量植株光合表型分析需求,本研究构建了一套经济实用、融合三维结构光和叶绿素荧光的植株光合表型成像系统。[方法]提出了一种自动化植株图像采集并建立植株可视化模型的方法,并进行图像分析获取植株光合效率信息。通过搭建结合叶绿素荧光激发的结构光条纹投影装置,先用LED (Light-Emitting Diode)白光与蓝光分别照射植株样本,再用投影仪对植株样本投射相移条纹,电动滤光轮配合相机同步采集不同光照条件下特定波段的植株图像;通过数字图像处理获取植株三维图像和对应的叶绿素荧光图像,并分析植株的三维形态结构及光合效率,将植株叶绿素荧光图像逐像素渲染到其三维结构上,便可推测出植株光合在三维空间中分布情况。[结果和讨论]该方法及系统能够高效多样化采集植株图像,快速重构出植株三维形态,其整体重建准确率可达到96.69%,整体误差仅为3.31%,重构时间仅需1.11s,同时能够满足植株光合效率评估需求。[结论]该研究可为植株高通量光合表型异质性分析提供技术支持。

海拉尔河典型傍河型地下水源砷的富集机制与溶解性有机物三维荧光特性解析

傍河型地下水是我国北方地区较为普遍的一种饮用水水源地类型,其水质水量受临近河道和地下径流补充双重影响.海拉尔河沿线傍河型地下水源中砷浓度较高,备受关注.溶解性有机质(dissolved organic matter,DOM)是影响地下水中砷释放的主要因素,为此,本研究对海拉尔河和沿线地下水水源中砷(As)的含量和DOM进行调查监测,展开三维荧光光谱分析,利用平行因子法确定水体的有机物组分,对探究砷的富集机理具有重要意义.结果表明,满洲里水体中DOM包括含陆源类腐殖质(C1)、类醌化合物(C2)和微生物来源的腐殖质(C3)的3种组分.傍河地下水源的腐殖化程度高于地表河流,且浅水井多为陆源和微生物源混合来源有机物.有机质通过多种方式影响地下水中砷的浓度,主要为C1通过络合方式促进溶解性砷浓度升高,C2则穿梭于易分解的DOM、Fe和As之间,对微生物的氧化还原作用起传递作用.综上,在陆源类有机物和微生物利用内源有机碳的共同作用下,使As在地下水中的浓度逐年升高.

基于EEMs和DOM分离的荧光特征及DBPsFP研究——以南方某市水源水为例

以南方某市饮用水源地源水为研究对象,利用三维荧光-区域积分法(3D-EEMs-FRI)和DAX-8树脂富集分离技术,研究了水样各组分的溶解性有机物(DOM)组成特征、三维荧光光谱(3D-EEMs)特征;采用生成潜能测试,考察了典型消毒副产物三卤甲烷(THMs)和卤代乙酰胺(HAcAms)生成势以及其与水质指标和荧光强度之间的相关性.结果表明:DOM中疏水性有机物(以UV_(254)表征)的比例超过70%.HOB(疏水碱性物质)组分主要含有酪氨酸类蛋白质和色氨酸类蛋白质,而HOA(疏水酸性物质)和HIS(亲水性物质)组分相对于HOB组分则含有较多的紫外区类富里酸.调查水样HOA、HOB、HON和HIS组分的三卤甲烷生成势(THMsFP)分别为151.5~194.1,60.6~65,123.4~189.9和104.1~187.1μg/L,而卤代乙酰胺生成势(HAcAmsFP)分别为2.7~3.7,n.d.~0.1,1.3~3.9和2.2~8.4μg/L,THMs和HAcAms前体物在HOA、HON和HIS组分中的分布比较均匀.UV_(254)(R^(2)为0.93)、腐殖化指数(HIX)(R^(2)为0.59)与THMsFP有良好的线性关系,可作为预测组分间THMsFP的指标.UV_(260)(R^(2)为0.80)、溶解性有机氮(DON)(R^(2)为0.74)与HAcAmsFP有较强的线性关系,可作为预测HAcAmsFP的参数.Pearson相关性分析显示,类富里酸物质区域(III、V)与THMsFP显著相关,该类物质为组分间THMs的重要前体物.荧光的区域积分可以有效预测组分间THMs和HAcAms的生成势.

不同条件下腐殖酸三维荧光特征及水质指标影响研究

为了研究环境因素对腐殖酸三维荧光特征的影响以及荧光参数与水质指标间的关系,配制了不同浓度和pH值的腐殖酸溶液,分析腐殖酸溶液的三维荧光光谱特征,结合多元线性回归模型分析荧光光谱参数与水质指标COD、CODMn、DOC间关系。结果表明,腐殖酸浓度升高时,荧光峰发生红移现象,荧光强度随浓度增大而先上升后下降。pH值增大时,出现新的荧光峰,当腐殖酸浓度较低时,荧光强度与pH值呈线性关系,腐殖酸浓度较高时,荧光强度随pH值增大而先上升后下降。此外,多元线性回归模型分析表明,腐殖酸溶液pH和浓度较高时,会降低线性回归模型对水质指标的预测效果,当以荧光组分为自变量进行线性回归模型分析时,模型的拟合优度将得到显著提高。

基于凸优化的无荧光光场介观三维重建方法

当前,显微三维观测多采用特异性荧光染色,会对样本造成不可逆的损伤,存在成本高、光毒性等问题。提出了无荧光标记、介观高分辨率三维重建的方法,即RGB-MesoLFM。首先,搭建了无荧光标记、白光介观光路,解耦了RGB三波段光场数据;然后,根据波动光学点扩散函数,计算出RGB三波段任意深度下的系统点脉冲响应;最后,基于凸优化理论构建目标函数,将RGB三波段光场数据、点脉冲响应作为输入,进行3D反卷积迭代,可重建出任意深度下高分辨率目标物体的切片图像。该三维重建实验是基于鸡蛋胚胎切片的光场采样结果,在重建切片序列间隔为4μm的情况下,获得0~-20μm范围下切片图像;与传统荧光重建方法相比,本文所提方法无需荧光,采用白光即可成像;其重建任意深度切片的峰值信噪比(PSNR)数值,较传统方法提升约10%。

基于三维荧光光谱的原酒品质评价模型建立

酒厂的生产主要采用传统的“看花摘酒”工艺,依靠工人的主观经验进行评价。实际生产中受到诸多因素的影响,导致接酒过程的不确定性,原酒品质的稳定性难以得到保证。通过采集原酒样本并配制掺加不同浓度酒尾(0.0%~2.0%)的复合原酒,进行荧光扫描得到三维荧光光谱,建立物质变化与荧光数据变化之间的联系:采取切除散射、拉曼归一化、Savitzky-Golay平滑、去除异常值等方法进行光谱预处理,通过平行因子分析将其分解为四个互不相关的组分,结合单物质荧光光谱特点进行综合相似度分析,对各组分进行了初步鉴别。结果表明,大部分酸类和酯类物质的荧光光谱与组分二相关性更大,组分二的荧光特性受酸类和酯类物质影响更大;数据集大小由781×61×164简化为4×164,达到了数据降维的效果。建立了支持向量机模型(SVM)对原酒品质进行评价,采取遗传寻优算法(GA)对支持向量机模型优化。GA-SVM模型较原始SVM模型性能有所提升,优化后的模型准确率由88.64%提升至95.45%,模型精确率由0.94提升至1.00。三维荧光结合化学计量学可以作为一种快速检测的有效手段对原酒质量进行评价,为酒厂摘酒过程实现在线检测提供支持。

基于CiteSpace的三维荧光光谱技术对内陆水体中溶解性有机质研究的进展

采用文献计量学方法厘清国内外三维荧光光谱技术对内陆水体中溶解性有机质(DOM)的研究现状、热点和发展趋势。利用CiteSpace知识图谱分析工具,以CNKI和WoS核心合集为数据源,从年发文量、发文作者、发文国家、关键词聚类以及突显等方面进行可视化分析,并对三维荧光光谱技术研究内陆水体中的DOM及其数据分析方法与解析技术进行综述。结果表明该领域年发文量呈上升趋势且以外文文献量增长较快为主要特征,中国是发文量最多的国家,国际化交流合作程度高且已形成较为稳定的研究团体,研究潜力充足。国内外利用三维荧光光谱技术对内陆水体中DOM的研究主要集中在易受人类活动影响或富营养化严重的水域,包括富营养化水体与沉积物中溶解性有机质,有色溶解性有机质和消毒副产物的研究,以及涉及溶解性有机质与重金属相互作用、全球气候变化响应、生物利用性等方面。除了采用常规的数据分析方法外,综合运用三维荧光光谱与吸收光谱、质谱等技术相结合,从分子水平解析内陆水体中DOM的组成和来源特征是该领域未来的重要研究热点与趋势。

三维荧光光谱结合EEMD与SWATLD测定水中多环芳烃

多环芳烃(PAHs)类物质具有致畸、致癌、致突变的性质,严重污染生态环境,进而对人类的健康及动植物生长造成威胁。 PAHs通过排污、大气沉降、地表径流等各种循环途径进入水环境中,由于种类众多且化学性质相似,常规的检测方法如化学滴定法、电化学法等很难实现快速准确的测定。为实现复杂体系中PAHs的定性与定量,工作中基于三维荧光光谱分析法,结合集合经验模态分解(EEMD)去噪与自加权交替三线性分解(SWATLD)二阶校正,对超纯水以及池塘水环境中的苊(ANA)和萘(NAP)进行分析测定。首先选择合理的浓度配制样本,用FS920荧光光谱仪测得样品的三维荧光光谱,利用空白扣除法将光谱数据中的散射消除,得到真实的光谱数据。然后对去除散射的数据进行EEMD降噪处理,该方法具有自适应性强、参数设置简便的优点,能够去除嘈杂信息,提高数据信噪比,并将去噪参数与快速傅里叶变换、小波滤波和经验模态分解进行比较。最后用SWATLD算法以“数学分离”代替“化学分离”,对超纯水和池塘水环境中光谱重叠的ANA和NAP进行定性识别和定量预测,该算法对组分数的选择不敏感,能够在未知干扰物共存情况下实现多组分目标分析物的同时检测,即具有“二阶优势”,并将预测结果与平行因子分析进行比较。结果表明空白扣除法能够成功将拉曼散射消除。 EEMD降噪方法使ANA和NAP的光谱更加规整平滑,有效信息更加突出,该方法去噪后数据信噪比为16.845 2,均方根误差为11.136 6,波形相似系数为0.990 9,三项指标均优于快速傅里叶变换和经验模态分解等其他去噪方法,能达到小波滤波的去噪效果并且不用设置先验参数。利用SWATLD二阶校正方法得到验证样本中ANA与NAP的分解光谱与实际光谱基本吻合,平均预测回收率分别为96.4%和104.2%,预测均方根误差分别为0.105和0.092 μg·L^-1;在存在未知干扰物的池塘水样本中,分解出的光谱依然能与实际光谱吻合, ANA与NAP两者的平均预测回收率分别为94.8%和105.5%,预测均方根误差分别为0.067和0.169 μg·L^-1;与平行因子分析相比,两项指标均具有优势。

三维可视化、荧光影像联合术中超声在腹腔镜解剖性肝切除术中的应用

目的分析三维可视化、荧光影像联合术中超声在针对原发性肝癌的腹腔镜解剖性肝切除术中的应用效果。方法回顾性分析武汉市中心医院肝胆胰外科2023年1月至2023年12月期间行腹腔镜解剖性肝切除的22例原发性肝癌病人的临床资料。术前通过专业软件建立肝脏三维可视化模型并规划手术路径,术中通过荧光影像技术和术中超声的导航,进行解剖性肝切除。结果22例病人均按术前规划顺利完成手术。21例病人吲哚菁绿染色均成功,有1例因肝硬化严重而导致肿瘤吲哚菁绿染色未成功,但亦通过术中超声顺利完成解剖性肝切除。病理结果:肝细胞癌20例,胆管细胞癌1例,混合型肝癌1例;切缘均为阴性。病人术后恢复良好,顺利出院。随访2~8个月未见肿瘤复发。结论三维可视化、吲哚菁绿荧光影像联合术中超声对进行腹腔镜解剖性肝切除术提供了坚实的基础。

三维荧光结合区域积分鉴别酸枣仁及其掺伪品

目的:研究建立酸枣仁三维荧光光谱鉴别方法,为酸枣仁真伪鉴别提供依据。方法:建立6批不同产地酸枣仁三维荧光光谱,并利用三维荧光技术对2批酸枣仁伪品、3批掺伪品鉴别分析,采用荧光区域积分法对不同产地酸枣仁、酸枣仁伪品及掺伪品三维荧光图谱进行区域积分,将区域积分值进行相似度评价、聚类分析和主成分分析。结果:相似度结果显示,不同产地酸枣仁三维荧光图谱相似性均为1,相似性极高;聚类结果与主成分分析结果一致,明确将样品分为3类,均能通过区域积分值实现酸枣仁正品、伪品、掺伪品的区分。结论:利用三维荧光技术可以对不同产地酸枣仁质量进行一致性评价,实现酸枣仁真伪的快速鉴别,为酸枣仁的质量评价提供参考。

基于三维荧光光谱与平行因子的混合有机农药检测分析

荧光光谱法作为一种快速、准确和非破坏性的检测方法,已广泛应用于农药残留的检测分析中。应用三维荧光光谱方法结合平行因子算法(PARAFAC)对混合有机农药进行定性定量分析。首先配制不同浓度的多杀菌素-高效氟氯氰菊酯、多杀菌素-宁南霉素混合体系,采用LS55荧光分光光度计扫描三维荧光光谱,发射波长范围设置为200~600 nm,激发波长范围分别为250~322和260~370 nm;应用平行因子算法对预处理后的光谱数据建模分析,通过三线性分解获得混合物中各组分的预测光谱及得分值,将预测光谱与实际光谱进行可视化匹配可识别出农药类别;最后将得分值与对应组分浓度值进行线性拟合分析,并计算均方误差、决定系数和回收率参数。结果表明,两种混合体系对应的各组分预测光谱与真实光谱在荧光特征峰处的重合度较高。多杀菌素-高效氟氯氰菊酯混合体系中各组分对应的预测均方误差分别为1.9856×10^(-8)和4.4800×10^(-7);多杀菌素-宁南霉素对应的预测均方误差分别为2.1552×10^(-7)和5.5722×10^(-5),模型决定系数均超过0.99,平均回收率接近100%,测试结果表明三维荧光光谱结合平行因子可实现对农药混合物的分析,具有较高的分析精度。该研究内容为混合有机农药的定性定量分析提供了一定的方法依据,可推广用于其他种类混合样品的检测分析。

三维荧光光谱结合IGOA-SVM分类鉴别油类污染物

溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析法以其检测精度高、实时性好、操作简便、干扰性小等优势在荧光类物质检测领域应用十分广泛。三维荧光光谱结合支持向量机等算法在物质分类鉴别和浓度预测方面取得较好的成效,但仍存在收敛速度慢、易陷入局部最优等缺陷。将三维荧光光谱与改进蚱蜢优化支持向量机算法(IGOA-SVM)相结合,提出一种对油类污染物分类鉴别的新方法。首先,以0.1 mol·L-1十二烷基硫酸钠溶液作为溶剂,将0#柴油、95#汽油和煤油以不同浓度配比配制成0#柴油和95#汽油、0#柴油和煤油两组分混合样本20个和18个,三组分混合样本20个,各取一半为训练集和测试集。然后,采用F-7000荧光光谱仪采集混合溶液的荧光数据,分析三种油的标准溶液及配制的混合溶液,发现荧光光谱均在一定范围内存在不同程度的重叠现象,仅利用光谱检测无法准确鉴别。最后,结合混沌初始化、精英优化算法和差分进化算法对蚱蜢优化算法进行改进,提取激发波长270 nm,发射波长270~450 nm范围内的荧光峰数据作为训练的输入值,以三种分类标签作为输出,将数据分别输入到蚱蜢优化支持向量机算法(GOA-SVM)、粒子群优化支持向量机算法(PSO-SVM)和遗传优化支持向量机算法(GA-SVM)中进行训练,IGOA-SVM模型在收敛速度、稳定性和跳出局部最优能力上明显优于GOA-SVM、PSO-SVM和GA-SVM,为油类污染物的准确鉴别提供了一种新思路。