应用GA-RBFNN全光谱水体COD与NO_(3)-N检测方法研究

应用全光谱测量水体化学需氧量(chemical oxygen demand,COD)、硝酸盐氮(NO_(3)-N)浓度等水环境质量指标容易受水质环境影响,检测模型与特征波长一直是全光谱检测推广关注重点。该文提出一种基于遗传算法-径向基神经网络(genetic algorithm-radial basis function neural network,GA-RBFNN)全光谱水体COD与NO_(3)-N浓度检测方法,鉴于GA搜索能力强、随机性高的特点,对预处理后全光谱吸收数据应用GA进行特征波长选取,以RBFNN神经网络留K法训练过程中平均决定系数作为适应度函数,输出最优特征波长与RBFNN神经网络参数进行部署,从而实现水体COD、NO_(3)-N浓度准确测量。最后,开展GA-RBFNN、偏最小二乘(partial least squares,PLS)、GA-PLS、RBFNN四种模型对160组水样的COD、NO_(3)-N浓度检测实验,结果表明GA-RBFNN模型对COD、NO_(3)-N检测平均决定系数、最大误差分别为0.9964、0.9950和3.9%、4.9%,均优于其他模型,方法具有重要推广价值。

固相微萃取技术检测环境水体中酞酸酯

提出了固相微萃取-气相色谱质谱(solid phase microextraction-gas chromatography mass spectrometry,SPME-GC/MS)检测水体中6种酞酸酯(phthalate esters,PAEs)的分析方法,对影响固相微萃取的萃取因素如萃取纤维、萃取时间、萃取温度、pH值进行了探讨和优化.结果显示,该方法检测限为3.7~8.5 ng/L,在20~500 ng/L范围内线性相关系数r^2>0.991,加标回收率为83%~112%,相对标准偏差(relative standard deviation,RSD)为1.1%~12.3%.该方法简单、快速,定性、定量准确可靠且灵敏度高,适用于环境水体中酞酸酯的检测.

聚合酶链式反应(PCR)用于检测环境水体指示菌的研究

对聚合酶链式反应（ｐｏｌｙｍｅｒａｓｅ ｃｈａｉｎ ｒｅａｃｔｉｏｎ，ＰＣＲ） 快速检测水体指示菌———大肠菌群（ｔｏｔａｌ ｃｏｌｉｆｏｒｍ） 和大肠杆菌（ Ｅｓｃｈｅｒｉｃｈｉａ ｃｏｌｉ） 进行了研究．采用的两对引物分别扩增了ＬａｃＺ基因的约２６０ｂｐ 和ＵｄｉＡ 基因的约１５０ｂｐ ＤＮＡ 片段．引物Ⅰ和引物Ⅱ最低能分别扩增１０ － ６μｇ 或１０ －８ μｇ 基因组ＤＮＡ．整个检测工作在采集水样后５ —６ｈ 内完成．与常规水质检测法相比，ＰＣＲ 法具有快速，准确的特点。