在线客服

光谱学与光谱学分析实用13篇

引论:我们为您整理了13篇光谱学与光谱学分析范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

光谱学与光谱学分析

篇1

主办单位:中国光学学会

出版周期:月刊

出版地址:北京市

种:中文

本:大16开

国际刊号:1000-0593

国内刊号:11-2200/O4

邮发代号:82-68

发行范围:国内外统一发行

创刊时间:1981

期刊收录:

CA 化学文摘(美)(2009)

SA 科学文摘(英)(2009)

SCI 科学引文索引(美)(2009)

CBST 科学技术文献速报(日)(2009)

Pж(AJ) 文摘杂志(俄)(2009)

EI 工程索引(美)(2009)

中国科学引文数据库(CSCD―2008)

核心期刊:

中文核心期刊(2008)

中文核心期刊(2004)

中文核心期刊(2000)

中文核心期刊(1996)

中文核心期刊(1992)

期刊荣誉:

联系方式

篇2

[文献标识码] A

[文章编号] 2095-3712(2014)22-0058-03[ZW(N]

[作者简介]张焕君(1982―),女,河南许昌人,硕士,郑州轻工业学院教师;程学瑞(1982―),男,河南安阳人,博士,郑州轻工业学院副教授,研究方向:材料物理。

拉曼光谱的强度、频移、线宽、特征峰数目以及退偏度与分子的振动能态、转动能态、对称性等特性有紧密的联系,即与分子的结构紧密相关。而且拉曼光谱具有制样简单,分析快速、无损,所检测的样品仅需微量即可满足测量要求等诸多优点,因而成为研究分子结构的强有力工具,广泛地应用于分子的鉴别、分子结构的研究、分析化学、石油化工催化和环境科学等各个领域[1-2]。然而,相对于气相、液相色谱法的较高精度而言,较大的分析误差率限制了拉曼光谱定量分析的应用。在实际应用中,拉曼光谱分析技术多用于样品的定性分析,尤其是在实验教学当中,更多的是强调其定性分析的作用,而忽略其定量分析的功能[3-4]。尤其是对具有强荧光背景物质,如乙醇及其混合溶液的定量分析,更是拉曼光谱定量分析中的难点问题。

为帮助学生克服这样单一的认识,我们在教学实验环节增加了相关实验内容,采用拉曼光谱对乙醇溶液的浓度进行定量分析。在教学过程中,我们向学生介绍了拉曼光谱定量分析的理论依据、分析过程,并着重分析了误差来源,以加深学生对拉曼光谱的认识,尤其是让学生对其定量分析功能有了进一步的了解。

一、理论依据

拉曼光谱定量分析的理论依据为:

I=KΦC∫b[]0e([WTBZ]ln[WTBX]10)(k+k)zh(z)dz

在上式中,I为光学系统所收集到的样品表面拉曼信号强度;K为分子的拉曼散射截面积;Φ为样品表面的激光入射功率;k、k′分别是入射光和散射光的吸收系数;Z为入射光和散射光通过的距离;h(z)为光学系统的传输函数;b为样品池的厚度。由上式可以看出,在一定条件下,拉曼信号强度与产生拉曼散射的待测物浓度成正比,即I∝C。

二、实验过程

实验样品材料为国药集团化学试剂有限公司生产的浓度不低于99.7%的分析纯乙醇、四氯化碳和去离子水。把不同体积的去离子水加入乙醇样品中,配制成不同浓度的乙醇-水二元体系溶液;用激光功率为50mW(100%)的拉曼光谱仪采集纯乙醇溶液、水、四氯化碳溶液的拉曼光谱图;用拉曼光谱仪采集不同浓度的乙醇溶液的拉曼光谱图,对每种浓度的样品重复扫描3次,试验结果取三次扫描的平均值。

三、结果讨论

把配制好的不同浓度的乙醇溶液加入未受污染的样品池,把不同浓度的样品分别放在拉曼光谱仪上测出其拉曼光谱。荧光背底扣除后不同浓度的乙醇-水溶液的拉曼光谱图如图1所示。

图1荧光背底扣除后不同浓度的乙醇-水溶液的拉曼光谱图

表1中的数据进一步显示出,随着乙醇浓度的增加,特征峰强度的比值在不断增加。纯水的3200cm-1峰的强度I2与不同浓度乙醇的884cm-1峰的强度I1之比R1和面积比R2与乙醇浓度的关系见表1。拟合图如图2所示,R1和R2与乙醇浓度有较好的线性关系,其线性相关系数分别为0.98554和0.97558。

四、误差分析

激光功率、样品池、聚焦位置等因素会对定量分析结构有重要影响。

(一)激光功率的影响

不改变聚焦样品的位置,激光功率分别选取100%、50%、10%、5%、1%和0.5%(100%为50mW),对50%的乙醇-四氯化碳溶液进行测试,结果如表2所示。

由表2可以看出,随着激光功率的改变,两个特征峰(峰459cm-1和884cm-1)的强度比值基本上在2.3左右,面积比值基本上在3.0左右。然而可以看出,当激光功率很小时(1%或0.5%),由于激发光源本身很弱,导致散射的拉曼信号强度本身也非常弱,而且信噪比很大,所以相对误差比较大。而且当激光功率很强(100%功率)时,两个特征峰的强度比值和面积比值都稍微偏离2.3和3.0,其原因可能是,激光功率很强时,其信号强度和荧光信号也比较强,而荧光对拉曼散射的干扰非常大,导致在扣除荧光背底过程中出现较大的偏差。

(二)样品池的影响

如图4是毛细管样品池的拉曼光谱图,实验过程中用毛细管吸取待测溶液。毛细管作为样品容器,在激光激发下也存在拉曼光谱和荧光背底,在基线处理和背底扣除过程中难以完全消除其影响,进而产生误差。

图4毛细管样品池的拉曼光谱图

(三)聚焦位置的影响

在同一样品不同点进行多次测量,分析结果发现,混合溶液的特征峰强度的比值存在较大的偏差,主要原因可能是本次试验使用的是显微共聚焦激光拉曼光谱仪,3次测量的聚焦位置不同,以及数据处理过程当中荧光背底的扣除都会引起较大的误差。对同一浓度的溶液测量3次,所得强度之比的不确定度为0.117,相对强度之比与乙醇浓度拟合直线的不确定度为0.024,相对面积比与乙醇浓度拟合直线的不确定度为0.858。

综上所述,激光功率、样品池、聚焦位置等因素会对拉曼光谱定量分析结构产生一定的影响。另外,乙醇的挥发、激光功率的稳定性、实验仪器的固有误差等因素也会对测试结果带来影响。然而,拉曼光谱定量分析的结果仍然有较大的可信度,可以作为一种有效的定量分析方法。

参考文献:

[1]谭红琳,李智东,张鹏翔,等.乙醇、甲醇、食用酒及工业酒精的拉曼光谱测定[J].云南工业大学学报,1999(2).

篇3

随着社会进步,网球运动从简单游戏发展演变成为一种精彩纷呈、对抗激烈的现代体育运动项目,在世界广泛而又蓬勃地发展,其意义已不再局限于体育和游戏的范畴,越来越多地被赋予了社会因素。本文对广州市26所普通高校网球教学的现状进行调查与研究,据此对广州市普通高校网球教学的现状进行客观的评价与分析,找出影响该市普通高校网球教学可持续发展的因素,并提出相应的发展对策和建议。

一、广州市普通高校网球教学的现状分析

1.网球课教学内容的现状分析

广州市普通高校网球课教学内容主要包括两方面:实践和理论。

(1)网球课实践教学内容的现状分析。广州市普通高校网球课实践部分内容基本类似,只不过是各个高校的课时安排不一,侧重点不同,其主要以正手击球、反手击球、发球与接发球、正手截击、反手截击等技术动作内容和一定量的身体素质练习等辅助教学内容。其中只有6所高校网球实践教学内容全部是网球技、战术练习,其它高校都还包含一些辅助教学内容。另外,广州市普通高校网球实践教学内容的主要形式是在室外集中授课学习。

通过对大学生的问卷调查可以看出,大学生对实践教学内容满意的占30.3%;较满意的占29.4%;不满意的占40.3%,说明目前广州市高校网球实践教学内容存在较多的问题。大学生普遍认为:网球课实践教学内容的技术动作的重复性练习过多、单调,网球实践课变成了网球运动竞技目的的训练课,长此以往,会使学生产生厌烦心理,不利于激发学习激情。

(2)网球课理论内容与形式的现状分析。通过调查统计看出,广州市26所普通高校都有各自的网球理论教学内容,只是各校的侧重点不同。广州市普通高校网球理论教学内容大体包含以下内容:网球运动概述、网球比赛规则和裁判法以及竞赛的组织、网球运动的发展趋势、价值、意义,等等。各个高校的理论教学形式存在一定的差异,有的高校在室内集中讲解,有的室内外相结合讲解,有的采用视频与讲解相结合的形式。从走访调研看,各个高校都有相应的理论体系。但是,进一步了解发现,有些高校网球理论太陈旧,流于形式,往往应付上级领导的检查,实效性内容太少,与终身体育发展的内容不多。因此,各个高校要加强网球理论的建设,使当代大学生能真正了解网球运动的价值,能掌握科学地进行网球锻炼的原理和方法。

2.网球课形式、教学时数的现状分析

通过对广州市普通高校网球课开课形式的调查结果可知,作为选修课形式授课的有3所学校,作为选项课形式授课的有6所学校,二种形式都有的有17所学校,其所占百分比分别为11.5%、23.0%、65.5%。通过访谈得知,大学一年级开设网球课的有14所高校,在大学二年级开始开设网球课的有10所,在大三、大四开设网球课的一共才2所,可看出,广州市网球课在大学一二年级开课率较高,而三四年级开课率相对较低。从以上数据说明,广州市普通高校网球课开展较好,同时也说明网球课的开设率不均衡,主观原因是学校相关体育教学的领导对网球课的目的、价值等方面缺乏应有的认识,客观原因是高校网球教学师资、场馆设施等方面存在不足。

其次,广州市普通高校网球课的课时偏少。每个学期在完成网球实践内容与理论内容教学外,网球教师很难有时间再进行辅助内容的教学。被调查的广州市普通高校中,网球课教学时数总体偏少,表面看有18所高校每学期教学进度中安排达到了32学时,但是由于受阴雨天气的影响,大部分高校网球课教学时数还是不足,与教育部规定每学期教学时数一共不得少于32学时相比偏少。

3.教学方法和手段的现状分析

教学过程离不开教学方法和手段,不同的教学方法或手段都会产生不同的教学效果。被调查的教师中,大部分教师喜欢用传统教学方法,有32.5%的教师喜欢用录像多媒体教学法,还有17.6%的教师采用网络教学法等其它方法。显然,传统教学方法仍然是广州市普通高校网球教师首选的教学方法,而一些现代化教学方法和手段使用率相对较低。分析这种现象的原因:网球教师长期使用传统教学方法和手段已养成了习惯,他们对传统的教学方法具有一定经验,认为传统的教学方法和手段操作简单、方便、实用。现代网球运动与比赛并不是单单体力与技术的对抗,而是运动者智力和意识的较量,需要从事网球教学与训练的教师提高自身的专业水平和能力,不断学习国内外先进技术及教学与训练方法,使高校的网球教学水平跟上时代的步伐,以满足广大学生对网球运动的需要。

4.教学场馆与器材设施现状分析

硬件设施是高校体育教学和群体工作开展的基础,硬件设施否完备直接影响到高校网球运动的普及与发展。调查得知,目前广州市普通高校网球场地主要有塑胶、硬地(铺水泥或沥青)和沙土地这三种类型,其中塑胶场地最多,沙土地最少。这可能和各高校本科的教学评估有关,大多数网球场地是新建场地,要求的标准相对较高。调查得知:24.7%的高校拥有6块场地以上,57.7%的高校拥有2~6块场地,19.2%的高校拥有场地低于2块。从各个高校拥有场地数量与学生人数的比例来看,与教育部的要求(场地数与学生数之比是1:1000)相差较大。在调查中,有84.5%的学生对场地表示不满意。这些数据可以看出,广州市普通高校网球场地的配备存在严重的不足现象。

在器材方面:好的球拍对掌握技术会有很大的帮助,但各高校对此提供的支持和帮助明显不足。在被调查的26所高校中,近9成的学校网球课没有给学生提供球拍和球,由学生自己负担,势必影响学生对网球的兴趣。学生购置的球拍,一般是价位在100K左右,多数是较差的铝合金材料,只有极少数的学生使用较为高档的球拍。球也是多种多样,有的弹性很低,有的弹性很高,平均每个学生才拥有2个球,平均有3%左右的学生没有网球。这些充分说明,广州市普通高校网球课的器材配备非常缺乏,远远满足不了大学生的体育锻炼需求。

二、发展对策

1.深化网球课的教学改革

建议对高校一二年级学生开设网球选项课,主要以网球运动技能为教学内容。对三四年级学生开设网球选修课,主要是网球竞赛法、规则裁判法、网球技战术欣赏等教学内容。这样才能使大学生较系统地掌握网球的技战术和理论水平,对兴趣的培养起到促进作用。第二要合理安排教学时数(每学期要大于32学时)。应转变“传统型”的教学方法,加强教学方法钻研和利用,掌握各种现代化教学方法和手段。对于初级班的学生可以采用“软式网球”,以降低初学者的难度,使之较易掌握技术动作,对网球动作定型非常有益。

2.加快网球教师教育一体化进程

篇4

癫痫(epilepsy)是多种原因导致的脑部神经元高度同步化异常放电的临床综合症[1]。癫痫的治疗仍以药物为主,临床常用的有苯妥英钠(PT)、苯巴比妥(PB)、卡马西平(CBZ)等。但由于这些药物常有不同程度的不良反应,且较容易发生中毒症状。因此需监测抗癫痫药物的血清浓度,进而保证使用安全。目前,高效液相色谱法(HPLC)与荧光偏振免疫法(FPIA)是最常用的监测血药浓度方法[2]。为了探究HPLC与FPIA在测定常用抗癫痫药物血清浓度的相关性,本资料对其进行实验研究并报道如下。

1 资料与方法

1.1 一般资料

研究对象为2012年6月~2012年12月在我院神经内科治疗的103例癫痫患者,按照使用抗癫痫药物的不同,分为PT组31例,CBZ组43例,PB组29例。3组间患者的性别、年龄等一般情况比较差异无统计学意义。癫痫的诊断与分类按照1989年国际抗癫痫联盟分类标准进行[3]。所有患者均在服药前抽取静脉血2~3mL,将分离后的血清分成2份,分别用HPLC法与FPIA法测定其药物的稳态谷浓度。

1.2 仪器与试剂

使用仪器主要包括Intergral-100 HPLC系统(美国Perkin-Elmer公司),TDxFLx荧光偏振免疫分析仪(美国雅培公司),LG10-3A高速冷冻离心机(北京医用离心机厂),xw-80A旋涡混合器(上海医科大学仪器厂),AG285电子分析天平(瑞士梅勒公司)等。

检验所用的PT、PB、CBZ均由中国药品生物制品检定所提供,内标物采用自制安眠酮。乙醚和甲醇分别为分析纯乙醚和色谱纯甲醇;FPIA法均使用雅培公司所生产的配套试剂盒、标准曲线盒、质控盒。

1.3 HPLC

1.3.1 色谱条件 色谱柱:Hypersil ODS柱(250mm× 4.6mm,5μm),流动相采用甲醇-水(6040),柱温30℃,检测波长254nm,流速为1.0mL/min,进样量20μL。

标准储备液制备:采用电子分析天平称取CBZ、PT、PB及安眠酮,用色谱纯甲醇作为溶剂制备成浓度为100μg/mL的内标液及标准贮备液,放入4℃冰箱内贮存。

1.3.2 血清样品处理 取0.1mL血清样品至10mL离心管内,加15μL内标液漩涡混合2min;加入乙醚2mL后再旋涡混合5min。然后在1500r/min转速下离心5min,将上清液1.5mL置于45℃水浴中,并于N2流下挥干,所得的残渣加入流动相150μL后旋涡混合5min,再在4000r/min转速下离心5min,取20μL上清液进样分析。相同色谱条件下,待测物的分析不受空白血清提取物的干扰,得到PB、PT、CBZ及内标液的保留时间依次为4.2、5.4、6.3、7.8min。

1.3.3 制备标准曲线 用电子分析天平量取适当CBZ、PT、PB的标准制备液(浓度100μg/ml),放入N2流及45℃水浴中挥干,再精密加入空白血清0.1mL、内标液15μL,进行2min漩涡混合,按照1.3.2中的方式测定。线性回归分析时,横坐标X为药物浓度,纵坐标Y为药物与内标峰面积之比,得到回归方程为YCBZ=0.0009+0.1054X(r=0.9993),线性范围1.4~23.0μg/mL;YPT=0.0112+0.0189X(r=0.9992),线性范围5.5~39.0μg/mL;YPB=0.0048+0.0169X(r=0.9995),线性范围5.5~61.0μg/mL。

1.3.4 回收率及精密度试验 分别制备低、中、高3种浓度的CBZ、PT、PB含药血清,精密量取内标液15μL后旋涡混合2min。按照上述方法进行测定,将测得的药物峰面积与内标峰面积之比(Y)代入回归方程,计算出测得量(X),并计算回收率(测得量与加入量之比)。每种浓度在1d内测定6次,得到日内相对标准差;连续测定6d来计算日间相对标准差,结果详见表1。

1.3.5 测定稳定性与灵敏度 在室温25℃以下的条件中,测定低中高不同浓度的含药血清,结果显示药物浓度在6h内保持稳定;含药血清经冷冻-融化3次之后,测定结果显示含药血清的药物浓度也保持稳定;于-30℃温度下将不同浓度的含药血清放置1个月,测定结果也显示血清能保持稳定。按照31的信噪比进行计算,CBZ、PB、PT的最低检测浓度依次为0.2、1.0、1.0μg/mL。

1.4 FPIA法

用荧光偏振免疫分析仪来测定血清浓度,主要步骤为:量取患者血清150μL,注入专用的样品杯后按照使用手册进行操作,用配套的标准曲线盒、质控盒制备标准曲线并作随机质控,分析仪进行自行取样、分析测定。见表2。

1.5 统计学方法

HPLC法与FPIA法结果比较,运用SPSS13.0进行数据处理,采用配对t检验,P

2 结果

2.1 相关性分析

用线性回归进行比较,横坐标X为HPLC法的测定结果,纵坐标Y为FPIA法的测定结果,得到回归方程为YCBZ=0.183+0.954X(r=0.944);YPT=-1.421+1.141X(r=0.963);YPB=-0.128+0.956X(r=0.949)。

2.2 配对t检验

将CBZ、PT、PB的两种测定方法结果进行配对t检验,结果显示这两种方法所测得的值均差异无统计学意义(P>0.05)。见表3。

3 讨论

当前,HPLC及FPIA都已在国内医院或临床药学实验室广泛应用。在本资料中,HPLC法和FPIA法测定CBZ、PT、PB血清浓度结果的呈线性相关;对两者监测的数据进行配对t检验后发现,这两种方法监测的准确性方面没有明显差异。但是作为当前监测血药浓度的最常用方法,两者仍存在着一定的优劣。

HPLC法的专一性较FPIA法好,具有准确、灵敏、重现性好、专属性强的优点。由于高效的分离能力,HPLC法能同时测定多种药物及其代谢产物的浓度,故而在很多实验室中多采用HPLC法来对照比较其他监测方法的合理及准确程度[4-5]。虽然HPLC法不必依赖于商品化的试剂盒,但所用样品需进行预处理[6],周期较长且技术难度较大,对操作者要求较高。

FPIA法具有监测周期短、自动化程度高、操作简便等优点,因此适用于急诊检查与单一药物的批量分析测定。但由于不能同时测定多种药物,测定品种受试剂种类限制,且试剂价格昂贵,故而专属性较差,不能满足新药研究与开发[7]。此外,有些受监测药物的活性代谢产物常常影响原药浓度的测定。如FPIA法测定全血环孢霉素A的浓度测量值明显偏高,主要原因就是代谢产物对原药的监测有干扰,使得监测结果出现偏差[8]。

总的来说,高效液相色谱法与荧光偏振免疫法两种方法测定抗癫痫药血清浓度具有相关性。采用HPLC法和FPIA法进行CBZ、PT、PB的血清浓度测定各有利弊,须结合检测药物种类数目、受检人数等合理选择监测方式。

[参考文献]

[1] 贾建平.神经病学[M].第6版.北京:人民卫生出版社,2010:292-312.

[2] 周素琴,张鸿燕,赵慧.血药浓度监测技术的进展及存在的问题[J].中国医院药学杂志,2009,29(7):568-571.

[3] Commission on Classification and Terminology of the International League Againts Epilepsy.Proposal for revised classification of epilepsies and epileptic syndromes[J].Epilepsia,1989,30(4):389-399.

[4] 王晓秋,温怀凯,朱光辉.HPLC法和FPIA法监测丙戊酸血药浓度的比较研究[J].中国卫生检验杂志,2012,22(7):1593-1595.

[5] 袁波,袁媛.HPLC在食品安全监测中的研究进展[J].中国医药指南,2012,10(31):77-79.

[6] 杨更亮,刘海燕.高效液相色谱整体柱在药物分离分析中的应用进展[J].中国科学,2010,40(6):631-640.

篇5

核能利用的发展促进了铀矿的大量开发,铀矿的开发和加工,导致铀尾矿及铀废物的大量污染.我国湖南铀尾矿库矿渣及土壤的U含量变化[15]在26.11~122.1 mg·kg-1.污染环境中的铀,因生物富集作用在人体中积累,人体肾中铀含量超 3 mg·kg-1,就会产生损害[6].人们通过各种技术来治理铀污染,植物修复是最简洁有效并对环境污染最小的生物修复技术[7].植物在吸收和富集铀的同时,铀对植物种子萌发、幼苗生长和酶活性[810]以及叶绿素含量、植株体积大小等产生影响[11],但对植物体内物质成分有无影响,目前尚未见报道.

傅里叶变换红外光谱法(FTIR)是一种基于化合物中官能团和极性键振动的结构分析技术,可以帮助判断分子中含有何种官能团,更重要的是可以比较不同样品的红外光谱差异,从而反映样品在植物化学组成上的差异程度[12].目前,FTIR已广泛应用于许多研究领域,如中药材的质量鉴别[13]、高等植物的系统分类研究[14]以及重金属胁迫对植物的影响[1518].本研究采用FTIR法分析高浓度U胁迫下空心莲子草、落葵和菊苣茎叶和根系的化学组成变化,探讨高浓度U胁迫对植物物质成分的生物学效应,为铀污染土壤的植物修复提供相关参考.

1研究材料与方法

1.1实验材料

苋科的空心莲子草(Alternanthera philoxeroides),落葵科的落葵(Basella rubra),菊科的菊苣(Cichorium intybus L.).U以UO2(CH3CO3)2·2H2O的形式加入.

1.2实验方法

盆栽试验,每盆土壤1 kg.按U元素含量500 mg·kg-1土壤溶解于350 mL水(预备试验得到的土壤饱和持水量)中,均匀浇淋于每盆,以清水为对照(control),重复5次.在阴凉干燥处放置8周[19],待土壤充分吸附后播种,播种2个半月后分茎叶和根系收获,在105 ℃下杀青20 min,80 ℃烘干至恒重,研磨粉碎.

1.3测定方法

1.3.1FTIR测定在西南科技大学分析测试中心,准确称取1.5 mg样品粉末与300 mg KBr在玛瑙研钵中混匀研磨,全部转移到模具中用压片机制备出均匀、透明锭片,用美国P.E.公司的Spectrum one FTIR (扫描范围4 000~400 cm-1,分辨率为4 cm-1)测定3种植物茎叶和根系的傅里叶变换红外光谱信息.

1.3.2U含量测定将干燥碾磨好的样品,准确称取0.3 g,加入7 mL浓硝酸,2 mL 30%双氧水,于微波消解仪中(Mars,美国CEM 公司)消解,消解好的样品,在西南科技大学分析测试中心采用ICPMS(Agilent 7700x,美国安捷伦公司)测定U含量.

1.4数据分析

根据空心莲子草、落葵、菊苣吸收峰的吸光度值特点筛选出11个比较典型的吸收峰,并记录不同波数的吸光度.原始数据采用Origin 7.5软件作图, Nicolet Omnic 8.0软件对不同样品的FTIR谱图进行数据处理.

2结果与分析

2.13种植物茎叶和根系的FTIR图谱分析

红外光谱分析(FTIR)显示,空心莲子草在高浓度U处理和对照组的峰形基本保持不变,茎叶和根系的吸光度在高浓度U胁迫下都低于对照,根系的吸光度低于茎叶(图1);落葵(图2)和菊苣(图3)与空心莲子草类似.

3结论

(1)空心莲子草、落葵和菊苣在高浓度U胁迫下和对照相比,吸收峰峰形基本未发生较大改变,吸收峰波数相对固定,说明高浓度U胁迫并未改变3种植物的基本化学组分,但吸光度有较大差异,说明高浓度U对3种植物各化学成分含量有所影响.

(2)3种植物的羟基、空心莲子草和菊苣的孤立羧基、3种植物的酰胺基吸收峰发生了明显位移;半定量分析发现:空心莲子草、菊苣的羟基含量增加,空心莲子草、落葵的孤立羧基含量减少,落葵的蛋白质二级结构中肽键间氢键的结合力减弱、蛋白质含量减少,菊苣的蛋白质二级结构中肽键间氢键的结合力增强、蛋白质含量增加,说明这些基团与U的吸收、络合、运输密切相关.这些变化阐明了U对这3种植物物质成分的影响机理.

(3)空心莲子草和菊苣糖类物质降低,而落葵根系糖类物质大量增加,说明落葵抗高浓度U胁迫较其他两种植物更强,植物的耐高浓度U的能力越强,则通过生理生化反应来抵御不良环境的迫害能力也越强.

(4)FTIR能够作为探究植物对高浓度U胁迫下物质成分响应的一种快速、灵敏的检测手段,可以应用于U等核素对植物物质成分的生物效应研究.

致谢西南科技大学分析测试中心贾茹博士和王树民博士帮助进行样品测试,特表谢意.

参考文献:

[1]王瑞兰,易俗,陈康贵,等.夹竹桃(Nerium indicum)等四种植物放射性核素U、226Ra的含量研究[J].湘潭师范学院学报:自然科学版, 2002,24(2):7377.

[2]聂小琴,丁德馨,李广悦,等.某铀尾矿库土壤核素污染与优势植物累积特征[J].环境科学研究, 2010, 23(6):719725.

[3]向阳,向言词,冯涛.3种植物对铀尾渣的耐受性研究[J].矿业工程研究, 2009,24(3):7073.

[4]向言词,官春云,黄璜,等.在铀尾渣污染土壤中添加磷对植物生长及重金属积累的影响[J].作物学报, 2010,36(1):154162.

[5]黄德娟,徐卫东,罗明标,等.某铀矿九种优势草本植物铀的测定[J].环境科学与技术, 2011,34(3):2931.

[6]SHEPPARD SC, SHEPPARD M I, GALLERAND M O, et al. Derivation of ecotoxicity thresholds for uranium[J]. J Environ Radioact, 2005,79:5583.

[7]王校常,施卫明,曹志洪.重金属的植物修复——绿色清洁的污染治理技术[J].核农学报, 2000,14(5):315320.

[8]胡劲松,吴彦琼,谭清清,等.铀对蚕豆种子萌发及幼苗SOD和CAT活性的影响[J].湖南农业科学, 2009(10):1517.

[9]聂小琴,李广悦,吴彦琼,等.铀胁迫对大豆和玉米种子萌发和幼苗生长及SOD与POD活性的影响[J].农业环境科学学报, 2010,29(6):10571064.

[10]严明理,冯涛,向言词,等.铀尾沙对油菜幼苗生长和生理特征的影响[J].生态学报, 2009,29(8):42154222.

[11]SINGH S, MALHOTRA R, BAJWA B S. Uranium uptake studies in some plants[J]. Radiat Measurem, 2005,40:666669.

[12]李星,刘鹏,张志祥.两种水生植物处理重金属废水的FTIR比较研究[J].光谱学与光谱分析, 2009,29(8):945949.

[13]索婧侠,孙素琴,王文全.甘草的红外光谱研究[J].光谱学与光谱分析, 2010,30(5):12181223.

[14]徐晟翀,曹同,聂明.不同蒴齿类型藓类植物的FTIR光谱分析及系统学意义初探[J].光谱学与光谱分析, 2007,27(9):17101714.

[15]任立民,成则丰,刘鹏,等.美洲商陆对锰毒生理响应的FTIR研究[J].光谱学与光谱分析, 2008,28(3):582585.

[16]薛生国,黄艳红,王钧,等.采用FTIR法研究酸模叶蓼对锰胁迫生理响应的影响[J].中南大学学报:自然科学版, 2011,42(6):15281532.

[17]迟光宇,刘新会,刘素红,等.Cu污染与小麦特征光谱相关关系研究[J].光谱学与光谱分析, 2006,26(7):12721276.

[18]陈思宁,刘新会,侯娟,等.重金属锌胁迫的白菜叶片光谱响应研究[J].光谱学与光谱分析, 2007,27(9):17971801.

[19]唐永金,罗学刚. 植物吸收和富集核素的研究方法[J]. 核农学报, 2011,25(6):12921299.

篇6

Key words: overlapping peaks;decomposition;mathematical method

中图分类号:O17文献标识码:A文章编号:1006-4311(2011)04-0197-01

1重叠峰分解的实际意义

在光谱研究领域,重叠的光谱信号是比较常见的。例如,①在紫外-可见光谱分析中:在苯和甲苯的混合体系及苯、甲苯和二甲苯等混合体系中,各组分紫外光谱严重重叠;复合维生素B片剂的吸收光谱中,维生素B1,B2,B6和烟酰胺4组分严重重叠;二甲酚橙(XO)-CTMAB-Cu、Cd、Ni显色体系各组分吸收光谱相互重叠。铈组稀土元素的性质极其相似,因此其5种元素的吸收光谱严重重叠。②在荧光光谱分析中:利用偏振X射线荧光技术分析铁磁性永磁材料粉末时,Si和Sr谱线完全重叠;医院营养输液常用的复合氨基酸注射液中包含色氨酸和酪氨酸,而此二组分的荧光光谱严重重叠等等。此外,重叠现象在化学领域的电化学分析、色谱分析中也同样存在。重叠现象给进一步的定性和定量分析都带来了困难。对于这样的问题,通过硬件手段如改进仪器来提高信号的分辨率通常受到资金或工作条件等现实问题的制约。因此,往往通过数学手段把仪器未能完全分离的多个谱峰给以分解,得到重叠峰信号中的各子峰或组分的相关信息(如峰形状、峰位置、半峰宽和峰高度)的估计值。而随着计算机的发展,计算技术的提高,与计算机相结合的信息理论、多元统计分析法、数学最优化等数学方法被利用于重叠峰的分解,并逐渐成为了现代光谱分析的热点。

2国内外研究现状

对于采用各种计算方法分解光谱重叠峰的研究已有不少报道,其中分光光度法、荧光光谱、ICP-AES等重叠峰的解析已发展比较成熟。目前常见的数学方法有四类:

2.1 双波长、三波长法、导数光谱法其中导数光谱法是分辨重叠峰的一种常用的较为成熟的方法。1953年Hammond等人首先提出。其基本原理是对原吸收曲线进行一阶、二阶至四阶求导,然后对得到的各阶导数光谱进行分析。从而来确定重叠峰的个数、重叠峰位及改善谱线分辨率等。关于导数法定研究及报道有很多,如王超群利用导数法探讨了其在X射线衍射分析中的应用;Windig讨论了二阶导数光谱在自模式分析技术中的应用,以及相应的平滑方法。但导数法存在一个显著缺点:随着求导次数的增加,噪声也随之增加,在高阶导数中,信号可能被噪声完全淹没,因而,通常,每求一阶导数之后都需要滤除噪声来提高信噪比。

2.2 最优化方法最小二乘法作为一种判断拟合效果优劣的评价标准而经常被使用,从而将问题转化为寻优问题。而解决此最优化问题的方法有很多相关研究和报道:如:何锡文等周兴风等分别讨论了线性规划方法的使用;孙桂玲等使用Newton-Raphson逐步逼近法和最速下降法对高斯峰进行分离;此外还有Cauchy法、直接搜索法、单纯形法、DFP法及共轭梯度法等。

最小二乘法的缺点是当各组分光谱严重重叠时(数学上叫共线性),如正规矩阵的秩接近零,此时的方程组近乎病态方程组,实验中的微小误差或是计算中间过程数据位数的取舍都会引起计算结果的大幅波动,此时最小二乘法不适用。

2.3 多元统计法由于传统最小二乘法的缺点,出现了许多改进方法。如:Wold在1966年提出的偏最小二乘法;王镇浦等讨论了CPA矩阵法;因子分析法更是被广泛研究,白洁玲通过迭代目标转换因子分析应用于4种混合色素溶液吸附伏安法波谱的解析来对其进行同时测定;进化因子分析与消秩方法被用于重叠光谱分析。这些方法各自在不同程度上克服了最小二乘法的缺点。

2.4 利用信息处理的理论1979年,Poulisse首次将卡尔曼滤波原理用于多组分体系分光光度分析中,使多组分体系的含量测定归结为对重叠光谱曲线进行快速滤波的过程。这个思想不仅带来了一种新的重叠峰分解的方法同时还启发了分析工作者,使人们认识到,谱数据处理与通讯技术中的信息处理过程很相似,完全可以借鉴其数学工具。上世纪90年代,能解决非线形拟合的人工神经网络技术也被广泛应用求解多组分浓度,不足之处是需要大量样本学习,很复杂且耗时。遗传算法作为一种全局的寻优方法,也逐渐被应用于谱图分析及重叠峰分解等方向的研究。使用数学方法对重叠峰分解的优点在于它对硬件要求不高,只需在一定的实验条件下,获取足够的实验数据,借助计算机强大的运算能力,运用数学方法进行计算,能够获取准确度较高的对重叠峰解析的结果,基本上可以满足一般检测和分析的要求,因此其发展前景相当广阔,见诸于专业刊物的研究。报告显示,使用软件后处理的研究和应用正广泛开展。

参考文献:

[1]吴军,杨梅,陈坚.人工神经网络辅助紫外光谱测定苯和甲苯的含量.新疆医科大学学报,2005,28(6):519-520.

[2]吴军,杨梅.人工神经网络用于紫外光谱同时测定苯和甲苯及二甲苯的含量.理化检验-化学分册,2006,42(7),511-513.

[3]何池洋,孙益民,陈友存等.人工神经网络应用于维生素B族4组分同时测定.浙江大学学报(理学版),2002,29(2):160-165.

[4]方艳红,王琼,徐金瑞.分光光度法结合人工神经网络同时测定铜、镉和镍.光谱实验室,2005,22(4):782-784.

[5]郑静,林开利,周伟良等.人工神经网络-分光光度法同时测定合金钢样中的铈组稀土元素.分析试验室,2004,23(11):14-17.

篇7

《中国居民膳食指南》指出“食物多样,谷物为主”,谷物是我国居民的主要膳食,包括大米、小米、玉米、江米、小麦、荞麦、高粱、大麦等。我国居民膳食中约70%~80%热能和50%蛋白质由谷物提供。谷物含有多种微量元素,同一类别谷物颜色不同,所含微量元素也存在差别。微量元素是维持人体生长发育的重要营养素,参与生物体正常新陈代谢活动,摄入缺失或者过量都会引起人体疾患[1]。为指导健康饮食,有必要了解不同谷物中微量元素的区别。

1 材料与方法

1.1 材料

黑小米和黄小米购于陕北榆林某农贸市场;黑米和江米(白糯米)购于陕南安康某农贸市场。

1.2 仪器与试剂

WFX-120型原子吸收分光光度计(北京瑞利分析仪器有限公司),配备Fe、Mn、Cu和Zn空心阴极灯,1810B型自动双重纯水蒸馏器(上海申立玻璃有限公司)。

试剂及样品:HNO3、HClO4、HCl、Fe(NO3)3·9H2O、MnO2、CuSO4·5H2O、ZnO均为分析纯试剂。

1.3 方法

1.3.1 样品处理 将样品用自来水冲洗干净,并用去离子水漂洗后置于105 ℃恒温干燥箱中干燥1 d。取出样品粉碎,准确称取1.000 0 g样品于100 mL三角瓶中,加5 mL HNO3过夜,补加HNO3 5 mL,HClO4 2.5 mL,在电炉上保持微沸状态下消化,至红棕色烟淡去,升高温度待白烟冒尽,溶液澄清,取下冷却,用2%(V/V,下同)HNO3溶液稍微加热溶解后转移到25 mL容量瓶中,三角瓶用2% HNO3溶液洗3次,合并洗涤液,定容,待测[2-6],同条件下设空白1份。

1.3.2 仪器条件 原子吸收分光光度计检测条件见表1。

2 结果与分析

2.1 标准曲线的绘制

准确称取各种元素的分析纯试剂,配制成浓度1.00 g/L的储备液,再稀释成所需浓度的工作液,Fe、Mn、Cu和Zn的浓度分别为50.00、20.00、20.00、

20.00 mg/L,测定各样品溶液的吸光度,计算得到的标准曲线回归方程和相关性系数见表2。由表2可知,本方法中4种元素的线性关系良好。

2.2 准确度

取同一批干燥的粉碎黄小米,称取1.000 0 g样品于100 mL的三角瓶中,分别加入Fe标准溶液(50.00 mg/L)0.80 mL,Mn标准溶液(20.00 mg/L)2.50 mL、Cu标准溶液(20.00 mg/L)1.50 mL,Zn标准溶液(20.00 mg/L)3.00 mL,按“1.3.1”处理后, 用2%硝酸定容到25 mL,测定结果见表3。由表3可知,本方法的回收结果良好。

2.3 精密度

分别取某一浓度标准溶液,连续进样5次,计算测定结果的精密度。各元素测定的精密度均在3%以内。

2.4 样品分析

4种样品中的微量元素含量见表4。由表4可知,深色谷物中微量元素含量高于白色谷物,黑小米和黄小米的铁和锰含量明显较高,黑小米中的锌含量最高。

3 讨论

小米熬粥营养价值高,有“代参汤”之美称。由于小米不需精制,保存了许多的维生素和无机盐,而黑小米营养价值更高,这与它含有丰富微量元素有着必然联系。例如:黑小米中含有较高的锌元素,锌是免疫器官胸腺发育的营养元素,只有锌量充足才能保证胸腺发育,正常分化T淋巴细胞,促进细胞免疫功能。该结果验证了小米具有补气补虚的功效,也为上述谷物的开发应用提供了科学依据。

参考文献:

[1] 祁嘉义.临床元素化学[M].北京:化学工业出版社,2003.72-73.

[2] 李吉锋,高锦红.火焰原子吸收光谱法测定理气类中药中微量元素[J].理化检验(化学分册),2008,44(12):1153-1154.

[3] 刘 波,闫夏红.真姬菇中微量元素的光谱测定[J].湖北农业科学,2009,48(4):958-960.

[4] 范文秀. 补益中药微量元素的比较研究[J].光谱学与光谱分析,2007,27(7):1433-1435.

[5] 韩丽琴,朱志国,华瑞年,等.火焰原子吸收法测定10种中成药中钠、铬、镍、锰和镁的含量[J].光谱学与光谱分析,2002, 22(2):152-153.

篇8

Determination of Mineral Nutrition Elements in Fermented Liquid by Temperature-Controlled Wet Digestion and Flame Atomic Absorption Spectrometry

JIANG Zhong-yuan1,HU Ming-hua1,AO Ke-hou1,WEI Jing-xu1,LUO Yan-wen2

(1.School of Chemistry and Chemical Engineering,Zunyi Normal College, Zunyi 563002,Guizhou,China;

2. Court of Zunyi Product Quality Inspection Detection, Zunyi 563002,Guizhou,China)

Abstract: Temperature-controlled HNO3-H2O2 wet digestion and flame atomic absorption spectrometry were employed for determination of mineral elements in the fermented liquid residue of livestock dung. The mineral elements, including K, Mg, Na, Fe, Ca, Mn, Cu and Zn in fermented liquid were analyzed. The results showed that the correlation coefficient(r) of each mineral element’s quantitative standard curve was above 0.999 3, the quantitation limit was 0.90~67.0 ng/L, the relative standard deviation was 0.79%~2.51%, and the standard addition recovery rate was 95%~103%. It was found that the average content of the 8 mineral elements in fermented liquid was in a descending order of K, Na, Ca, Mg, Fe, Mn, Zn and Cu.

Key words: flame atomic absorption spectrometry; fermented liquid; wet digestion; mineral element

随着低碳经济的发展,沼气技术的应用与推广日益广泛,沼气发酵残留物的开发应用问题也倍受人们关注。而沼液作为人畜粪便等有机物在厌氧条件下充分发酵后的液体残余物[1],不仅含有N、P、K等营养元素,而且含有丰富的腐殖酸、有机质、氨基酸、生长激素及有益菌群等营养物质,其营养全面,养分利用率高,是一种多元的速效复合肥[2]。沼液在作物种植中不仅能显著地改良土壤,确保农作物生长所需的良好微生物环境,还有利于增强作物抗冻、抗旱能力,减少病虫害,提高作物产量[3]。原料中含有的矿物元素在发酵过程中,参与了微生物代谢过程,但最后又残留于沼残液中。因此,开展针对沼液中矿质元素及其含量范围的分析研究,将有助于促进畜牧养殖粪污发酵残留物在肥料、饲料、浸种、植物生长激素和生物农药等方面的应用,并为相关应用提供科学参考。

必需矿质元素K、Na、Fe、Mn、Cu、Zn、Ca及Mg对动植物正常生长和生产不可或缺,在动植物体内具有重要的营养生理功能。目前,已建立了上述元素在环境、食品、医药、生物、地质等样品中的检测方法[4-11],但是温控湿法消解-火焰原子吸收光谱测定法应用于沼液的矿质元素及其含量检测方面的报道较少。本试验通过温控湿法消解-火焰原子吸收光谱,建立了沼液中多种矿质元素的分析方法,以期为腐熟水溶性速效肥中的矿质元素检测提供有益探索,也为肥料中矿质元素含量检测提供一种快速、便捷、灵敏的方法。

1 材料与方法

1.1 试剂

H2O2、HNO3、HCl均为优级纯试剂,购于国药试剂有限公司,试验用水为去离子水。

标准储备液: 1 000 μg/mL Mn、Cu、Zn、Ca、Mg、K、Na、Fe标准溶液(中国计量科学研究院)。

1.2 仪器

TAS-990型原子吸收分光光度计(北京普析通用仪器有限公司);电子天平(上海越平科学仪器有限公司生产);AKDL-II-16超纯水仪(成都康宁实验专用纯水设备厂)。所有器皿均用4 mol/L HCl浸泡24~48 h,然后用去离子水冲洗3~4次,待用。

1.3 方法

1.3.1 标准溶液的制备 取适量K、Na、Fe、Mn、Cu、Zn、Ca、Mg标准溶液,逐级稀释成标准系列工作溶液(表1),在仪器工作条件下测定各标准溶液的吸光度及样品溶液的吸光度。

1.3.2 样品采集及处理 将采集的不同地区沼液样品涡旋混匀,准确量取10 mL沼液样品于50 mL烧杯,用少许5%(m/V,下同)HNO3润洗移液管内壁并移入烧杯中,加入10 mL 30%(V/V)H2O2和20 mL浓HNO3,盖上表面皿,于控温电热板上逐渐升温至120 ℃。消解至消解液澄清、透明且无悬浮物,剩余溶液体积≤10 mL,取下冷却至室温,用5% HNO3定容于15 mL比色管中,过水系滤膜(?准=0.45 μm)后,按表2条件测定[12]。

2 结果与讨论

2.1 标准曲线

对1.3.1中标准系列工作溶液进行测定,由仪器自动绘制标准曲线和确定线性相关系数,确定检出限,结果见表3。

2.2 样品测定

对来自于4个地区畜牧养殖粪污经厌氧发酵的剩余沼液中的矿质元素含量进行了测定,结果见表4。

2.3 回收率和准确度分析

为考察方法的可靠性,采用标准品加入法测定各元素的平均回收率来确定方法的准确性。设定0.5、1.0、2.0 mg/kg 3个添加水平,按照优化条件检测,K、Na、Fe、Mn、Cu、Zn、Ca、Mg回收率都在96%~101%,相对标准偏差在1.56%~3.01%。结果表明,采用温控HNO3-H2O2湿法消解-火焰原子吸收光谱分析方法测定上述8种矿质元素稳定性好,结果可靠准确,能够满足检测要求。

2.4 精密度分析

按照1.3.2处理,对某地区沼液样品平行测定6次,计算测定方法的相对标准偏差。结果表明,相对标准偏差均小于3%,误差在痕量分析允许范围内,表明方法精密度良好。

3 结论

建立了沼液中矿质元素的温控HNO3-H2O2湿法消解-火焰原子吸收光谱检测8种矿质元素的分析方法。试验中采用强氧化性物质的氧化作用破坏样品中的有机物质,使待测元素溶解于溶液中,使混合酸与样品中有机物大分子作用完全,消化省时、彻底、不容易造成损失。由结果可知,在沼液中的矿质元素中K、Na、Ca含量较高,而Cu含量最低。该方法操作简便,分析速度快,精密度和准确度都符合要求,可为腐熟水溶性速效肥中矿质元素的检测提供有效的分析方法。

参考文献:

[1] RAVEN R P, GREGERSEN K H. Biogas plants in Denmark:Successes and setbacks [J]. Renewable and Sustainable Energy Reviews,2007, 11(1):116-132.

[2] 宋成芳,单胜道,张妙仙,等.畜禽养殖废弃物沼液的浓缩及其成分[J].农业工程学报, 2011,27(12):256-259.

[3] 樊文华,刘晋峰,王志伟,等.施用沼肥对温室土壤养分和重金属含量的影响[J].山西农业大学学报(自然科学版),2011,31(1):1-4.

[4] BAKIRCIOGLU D, KURTULUS Y B, UCAR G. Determination of some traces metal levels in cheese samples packaged in plastic and tin containers by ICP-OES after dry, wet and microwave digestion[J]. Food and Chemical Toxicoiogy,2011,49(1):202-207.

[5] 何晓文,许光泉,王伟宁.火焰原子吸收光谱法测定土壤中金属元素[J].理化检验(化学分册),2011,47(7):778-780.

[6] 高智席,吴艳红,薛永富.联合消解-原子吸收法测定垃圾中重金属元素含量[J].安徽农业科学,2009,37(31):15108-15109.

[7] 宁寻安,周 云,刘敬勇,等.微波消解-火焰原子吸收光谱法测定钢铁厂废旧除尘布袋中重金属[J].光谱学与光谱分析,2011,31(9):2565-2568.

[8] GAO Z X, WU Y H, ZHAO H J,et al. Concentration determination of new fungicide in river water by ultrasoundassisted emulsification micro-extraction and reversed-phase high performance liquid chromatography[J]. Anal Methods,2012,4(8):2365-2368.

[9] 孙妩娟.汉中元胡中8种金属元素含量的测定[J]. 光谱实验室,2011,28(6):2987-2990.

篇9

关键词 :朝天椒;灯笼椒;人工神经网络;支持向量机

中图分类号:O657.33;S641.3文献标识码:A文章编号:0439-8114(2015)01-0203-03

DOI:10.14088/j.cnki.issn0439-8114.2015.01.053

Infrared Spectroscopic Analyses of Pepper based on

Support Vector Machine and BPNN

LI Wei-xing,LIU Gang,ZHAO Xing-xiang,WANG Xiao-long,WANG Xiao-hua,LI Hui-mei

(School of Physics and Electronic Information, Yunnan Normal University, Kunming 650500, China)

Abstract: Fourier transform infrared (FTIR) spectroscopy combined with back propagation neural network (BPNN), wavelet transform and support vector machine (SVM) were used to analyze Capsicum annuum L. var. conoide (Mill.) Irish and bell pepper. FTIR spectra of samples from C. annuum L. var. conoide (Mill.) Irish were obtained. The infrared spectra in the range of 1750~950 cm-1 were extracted by continuous wavelet transform (CWT) and discrete wavelet transform (DWT). The decomposition level 10 was obviously different. Three regions of this level were selected as feature vector to train BPNN and the SVM models. Discrete wavelet transform detail coefficients(DWTDC) of level 5 were selected to train BPNN and SVM models. The recognition accurate rate of using BPNN and SVM was 93.3% and 100%, respctively. It is proved that FTIR spectroscopy combined with BPNN and SVM can be used to discriminate C. annuum L. var. conoide (Mill.) Irish and bell pepper.

Key words: Capsicum annuum L. var. conoide (Mill.) Irish; bell pepper; back propagation neural network; support vector machine

收稿日期:2014-03-14

基金项目:国家自然科学基金项目(30960179)

作者简介:李伟星(1987-),男,湖南衡阳人,在读硕士研究生,研究方向为红外光谱生物医学光谱,(电话)18288745428(电子信箱)

weixl87@126.com;通信作者,刘 刚(1966-),男,云南陆良人,教授,主要从事生物医学光谱学方面的研究,(电话)13648878376

(电子信箱)gliu66@163.com。

辣椒(Capsicum annuum L.)包括辣椒和甜椒,又称番椒、海椒、辣子、辣角、秦椒等,是茄科辣椒属一年或多年生植物。辣椒中维生素C的含量在蔬菜中居第一位,具有通经活络、活血化瘀、驱风散寒、开胃健胃、补肝明目、温中下气、抑菌止痒和防腐驱虫等功效[1,2],被广泛应用于医药、轻化和食品行业。

区分辣椒常规的化学分析方法,如高效液相色谱法(HPLC)、气相色谱质谱法(GC-MS)、微卫星DNA标记(SSR)、超临界CO2萃取法等,这些检测方法虽然准确,但预处理过程复杂,耗时长,处理过程对人与环境有害[3]。傅里叶变换红外光谱法具有操作简单、灵敏度高、用样少、制样简单、重复性好等优点。小波变换是继傅里叶变换后的一种更为有效的信号处理方法[4]。人工神经网络(ANN)方法由于对非线性函数可任意逼近而在光谱分析中被广泛使用。人工神经网络具有高度智能化的特征与能力,在处理非线性问题上以计算简单、预测准确的优势在分析化学中得到了广泛的应用[5]。支持向量机(SVM)是近年来形成的一种新的模式识别方法,已表现出许多优于其他模式识别的方法。先通过非线性变换将输入空间变换到一个高维空间,然后在这个高维空间求取最优分类面[6]。

为此,选取两个品种的辣椒为研究对象,应用傅里叶变换红外光谱测定法得到FTIR,采用连续和离散小波多分辨率分析方法提取样品的红外光谱特征量,然后运用BP神经网络和支持向量机对两个品种的辣椒进行识别,旨在为同科属品种的植物提供一种分类方法。

1 材料与方法

1.1 试验仪器

红外光谱仪为PerkinElmer公司的Frontier傅里叶变换红外光谱仪,扫描范围4 000~400 cm-1,分辨率4 cm-1,扫描次数16次。

1.2 样品制备、检测及数据处理

朝天椒和灯笼椒采自湖南省农业科学院试验基地。朝天椒30个(编号a1~a30),灯笼椒30个(编号b1~b30)。样品清洗后晾干,取相同部位研磨成粉末,加入溴化钾研磨均匀,压片测红外光谱。光谱均扣除溴化钾背景,光谱数据用Omnic 8.0软件处理,经过基线校正、5点平滑处理、归一化。用Matlab 7.1软件进行支持向量机和BP神经网络分析。

2 结果与分析

2.1 两种辣椒果实红外光谱分析

图1是两个品种辣椒的原始光谱图。3 500~3 200 cm-1范围强宽峰为O-H与N-H的伸缩振动吸收,2 925 cm-1附近峰为亚甲基中C-H不对称伸缩振动吸收[7];2 857 cm-1附近峰为亚甲基中C-H对称伸缩振动吸收[8];1 735 cm-1附近吸收峰主要来自脂类C=O伸缩振动[9];1 635 cm-1附近吸收峰为辣椒碱中C=C双键伸缩振动峰[10];1 655、1 541 cm-1分别对应蛋白质的酰胺Ⅰ带和酰胺Ⅱ带的吸收峰[11]。1 610、1 516 cm-1为苯环的骨架特征伸缩振动吸收峰[12];1 440~1 330 cm-1范围的谱峰为蛋白质、纤维素、木质素等受氧、氮原子影响的甲基、亚甲基对称弯曲振动和CH3剪式振动吸收及C-H弯曲振动吸收,其中1 386 cm-1附近是蛋白质及纤维素的甲基和亚甲基的对称弯曲振动和甲基的剪式振动吸收[8];1 156~950 cm-1是多糖的C-O-C伸缩振动吸收峰[13];900~750 cm-1范围为糖类异构吸收区,其中895 cm-1附近为纤维素的环振动产生的C-H变形峰[14]。

2.2 傅里叶变换红外光谱连续小波变换分析

两种辣椒的傅里叶变换红外光谱的区别不是特别明显,直接应用其傅里叶变换红外光谱鉴别两种辣椒往往容易造成错误的分类。对它们的傅里叶变换红外光谱进行一维连续小波变换,在不同的分辨率下对其进行有效分析,能够放大它们之间的差别以有效鉴别两种辣椒。选择各向异性的Morlet小波作为“分析小波”,因为其频域能量比较集中,通频带较窄,频率混叠影响较小,具有时域对称和线性相位的特点,能够保证变换不失真[15]。对两种辣椒的傅里叶变换红外光谱中包括指纹区在内的区域(1 750~950 cm-1)进行一维连续小波变换,共进行了30尺度的一维连续小波变换,发现进行到第20个尺度的连续小波变换时的系数已能区别两种辣椒,变换结果见图2。

2.3 BP网络识别结果

BP神经网络一般由3个神经元层次组成,即输入层、隐含层和输出层。在BP网络的建立过程中,隐含层节点数的选择是关键。隐含层节点数的多少对BP网络的识别效果影响很大,隐含层节点数一般不大于输入信号的个数,隐含层节点数过多,网络易于区分各样本之间的细微差别,但网络的复杂程度增加,收敛速度减慢,增加网络训练时间,隐含层节点数h可通过公式(1)取整数确定初始值,再逐步增加或减少1~3节点数的方法选取最优值:

式中,p为输入变量数(即输入层节点数);q为输出变量数(即输出层节点数,通常为1)[16]。

选取第20尺度连续小波变换系数,第5尺度离散小波变换逼近系数和细节系数各19个变量作为网络输入值,输出层神经元个数为2,隐含层的神经元个数分别设定为1~12之间的整数值,60个样品,每个品种30个,其中训练组15个,测试组15个。通过比较分类正确率,最终确定隐含层神经元个数。网络的输入向量范围为[-1,1],隐含层神经元的传递函数采用S型正切函数tansig,输出模式为0-1,输出层神经元传递函数采用S形对数函数logsig。网络训练函数采用trainlm,学习函数为learngdm,最大次数为1 000,训练目标为0.01,学习速率为0.1。连续小波变换系数(CWTC)、离散小波变换逼近系数(DWTAC)和细节系数(DWTDC)作为网络输入变量的正确率随隐含层节点数变化情况如图3所示。连续小波变换系数和离散小波变换逼近系数训练神经网络最佳隐含层节点数均为7,而离散小波变换细节系数隐含层节点数对网络识别正确率没有影响,利用连续小波变换建立的BPNN模型的识别正确率为86.7%,而利用离散小波变换逼近系数和细节系数建立BPNN模型的正确率为93.3%、100.0%。可见离散小波的效果要比连续小波变换的效果好。

2.4 支持向量机结果

支持向量机法的基本思想来源于线性判别的最优分类面,所谓最优分类面就是要求分类面不但能将两类样本无错误地分开,而且要使分类空隙或分类间隔最大。通过实现最优分类面,一个直接的优点就是可以提高预测能力,降低分类错误率[16]。

用Matlab 7.1选用支持向量机4种核函数的线性函数作为核函数,利用离散小波变换细节系数建立支持向量机模型,对60个未知样品(训练组30个,测试组30个)预测结果支持向量机识别正确率见表1(表1中“1”代表朝天椒,“0”代表灯笼椒),结果表明,所有的样品都能识别,识别正确率为100%。

3 小结

利用傅里叶变换红外光谱技术结合小波变换、反向传播网络和支持向量机对朝天椒和灯笼椒进行识别,样品的红外光谱经一维连续小波变换,第20尺度系数存在着明显的差异,选取指纹区1 750~950 cm-1范围内的红外光谱进行5尺度离散小波变换,第5尺度小波细节系数存在明显的差异,利用该系数进行反向传播网络和支持向量机识别,其正确率分别为93.3%、100.0%。通过比较发现,离散小波细节系数建立模型比连续小波系数和离散小波近似系数效果好,但两者的差异不是很大。结果表明,小波变换结合支持向量机和反向传播网络应用于傅里叶变换红外光谱技术中能够识别朝天椒和灯笼椒,有望发展为鉴别不同品种物种的一种方便快捷的方法。

参考文献:

[1] 华景清,蔡 健.辣椒的药用价值[J].中国食物与营养,2004(12):52-53.

[2] 蒋慕东,王思明.辣椒在中国的传播及其影响[J].中国农史, 2005(2):17-27.

[3] WU Y H, DU Y P, ZHENG Y, et al. Study on difference between epidermis, phloem and xylem of Radix ginseng with near-infrared and infrared spectroscopy coupled with principal component analysis[J]. Vibrational Spectroscopy, 2011, 55(2): 201-206.

[4] 程存归,田玉梅,张长江.基于FTIR-CWT及ANN分类法的中药材菟丝子与同科属金灯藤子的识别方法研究[J].化学学报, 2008,66(7):793-798.

[5] CHENG C G, LIU L, CAO W Q, et al. Classification of two species of Bidens based on discrete stationary wavelet transform exraction of FTIR spectra combined with probability neural network[J]. Vibrational Spectroscopy, 2010, 54(1): 50-55.

[6] 金向军,张 勇,赵 冰,等.基于支持向量机及小波变换的人参红外光谱分析[J].光谱学与光谱分析,2009,29(3):656-660.

[7] YANG H, IRUDAYARAJ J, PARADKAR M M. Discriminant analysis of edible oils and fats by FTIR, FT-NIR and FT-Raman spectroscopy[J]. Food Chemistry, 2005, 93(1):25-32.

[8] SCHULZ H, BARANSKA M. Identification and quantification of valuable plant substances by IR and Raman spectroscopy[J]. Vibrational Spectroscopy, 2007, 43(1):13-25.

[9] KADAMNE J V, CASTRODALE C L, PROCTOR A. Measurement of conjugated linoleic acid(CLA) in CLA-Rich potato chips by ATR-FTIR spectroscopy[J]. Journal Agricultural and of Food Chemistry,2011,59(6):2190-2196.

[10] 张玮玮,刘玲玲,孙素琴,等.食用天然辣椒红色素中掺杂苏丹红的红外光谱快速识别[J].光谱学与光谱分析,2012,32(4):958-961.

[11] WU D, HE Y, FENG S J, et al. Study on infrared spectroscopy technique for fast measurement of protein content in milk powder based on LS-SVM[J]. Journal of Food Engineering, 2008, 84(1):124-131.

[12] 孙素琴,周 群,陈建波.中药红外光谱分析与鉴定[M].北京: 化学工业出版社,2010.

[13] 康玉秋,郭庆梅, 赵启韬,等.红外光谱法对贮藏白花丹参各部位的分析与评价[J].光散射学报,2011,23(4):387-395.

[14] DIGHTON J, MASCARENHAS M, ARBUCKLE-KEIL G A. Changing resources: assessment of leaf litter carbohydrate resource change at a microbial scale of resolution[J]. Soil Biology and Biochemistry,2001,33(10):1429-1432.

篇10

摘 要:较化学检测法等传统环境污染检测方法,光学测量方法以其无可比拟的优势广泛应用于环境污染物的检测及监测,近几十年来发展迅速,并具有广泛的应用前景。随着激光技术和计算机技术的发展,光学测量方法也随之变革。例如激光光谱对特定气体的检测(LASAIR系统),紫外差分光学吸收光谱仪(DOAS系统)和傅里叶变换红外干涉仪(FTIR系统)等,都为这一变革提供有力的佐证。论文介绍光学显微镜检测方法,光学分析方法以及光电检测技术,重点分析光学显微镜检测方法在环境监测中的应用、光学分析方法在水质检测领域的应用、光电检测技术在环境监测中的应用,光学测量方法的最新发展方向。

关键词 :光学显微镜;光电检测技术;光谱学分析法;DOAS系统;FTIR系统;LASAIR系统

中图分类号:O439文献标识码:A文章编号:1673-260X(2015)08-0005-04

随着现代科技的不断更新与物质生活的高度发达,环境污染物的排放量日益增多,人们在享受着丰富物质生活的同时,也受到了环境污染带来的冲击,例如酸雨的侵害,雾霾天气的影响,全球变暖导致的海平面上升等问题。传统的检测方法(如化学法),由于用时长、花费高、操作复杂,需要各个部门相互协作,甚至在检测时都可能会产生环境污染物,越来越受到抵制。而光学测量方法在环境检测方面,更能有效地避免这些弊端的产生。

在环境中,对于水质,有关部门主要通过对水质采样、化验、分析的方法实现对水质的监控。对于水体富营养化的这种情况,有关部门通过光学显微镜直接对水体进行观查即可。而对于重金属污染过的水源,往往光学显微镜很难直接观测出来,还要通过物理或化学的方法使重金属沉积,沉淀或“染色”,才有可能观察到。但是这种方法用时长,不利于及时了解水污染的情况,而且在使重金属沉淀的方法中,有可能又会产生新的污染物,样品处理又带来了困难。由于光学显微镜很难实现对空气的检测,所以在环境监测中用处并不大。这时人们联想到,也可以通过光的其他特性来实现对环境的实时的监控。而光电检测技术(如外光谱法,激光光谱法等),人们可以直接检测环境中的污染物,无需费时费力,既能实时地反映出污染物的量和浓度,又不会产生附加污染物,且在环境监测中实用性很强。光电检测技术利用光的光谱特性,可以在受污染的水中使用,也可以在工厂的排气烟囱中使用,甚至可以专一地检测某种气体,例如,甲烷气体,二氧化碳气体,含硫化合物气体等[1]。

1 光学显微镜检测方法在环境监测中的应用

在现实生活中,我们最易受到水污染带来的侵害,水体富营养化一直是我们关注的重大问题,而光学显微镜在这方面的检测应用极其广泛。环境保护部门在水污染地需要将水质进行抽样、化验、分析、观察,这时就要用到光学显微镜[2]。

1.1 细菌、霉菌检测

水体细菌含量是人们辨别水质是否利于饮用的重要标准,如人们会对水中的大肠杆菌群检测做一个革兰氏染色镜检。

1.2 生物群落检测

浮游植物是水域的初级生产者,繁殖速度很快。水体富营养化会促进其繁殖能力,从而影响水质的饮用安全。对浮游植物的检测,离不开光学显微镜。光学显微镜直接对水质进行观察监测,每过一段时间,镜检跟踪浮游植物的群落状况,以判断水体是否富营养化。

1.3 特殊物质检测

石棉纤维被动物体吸入肺部后,容易沉着在肺泡内,影响动物体的呼吸,对动物体的健康影响很大。在用光学显微镜检测时,必须用高倍镜才能观察到石棉纤维,因此,对光学显微镜的分辨率要求比较高。为确定肝癌细胞的使用量,需要用光学显微镜镜检肝癌细胞的复苏状况。

二噁英(Dioxin),是某些有害物燃烧后产生的脂溶性物质,不能被生物分解,具有很强的危害性。利用离体肝癌细胞的EROD与二噁英的复合毒性效应是生物学中的一种检测方法。环境监测部门也利用这种方法对环境中的石棉尘(石棉纤维)进行监测。

在受污染的水体中,培养鱼(一般选择生长速度快的青鱼)的受精卵,在鱼卵孵化过程中,使用光学显微镜监测受精卵的孵出率,并观察胚胎发育过程中畸形胎所占比重。

1.4 环境毒性测试

根据所知的生物学,单细胞藻类有很强的繁殖能力。可以在水体中培养藻类,用光学显微镜观察,监测藻类世代的生长情况和藻类种群的变化情况,判断水体中是否存在急性的毒性物质[3]。

2 光学分析方法在水质检测领域的应用

物质在吸收光波后,会在某一波段有一个吸收峰,通过分析这个波段,就可以得出该物质的光谱特性,光学分析方法就是在此研究基础上找到的一种测量方法[4]。反应灵敏度高,检测速度快的优点是人们在采用这种光学测量方法时首要的考虑因素。某些光学分析方法,人们往往既不需要像传统检测方法一样去使用试剂,又不需要花费太多的精力去维护相关的仪器设备。近几十年来,光学分析方法随着科技的脚步,在水质检测方面也跨上了一个新的台阶[5]。

2.1 比色分析法

比色分析法是指利用物质与物质之间的化学反应,获得深颜色的溶液后,通过比较前后溶液的颜色深浅度来测量所含物质浓度的方法[6]。比色分析法主要用于水质中,有色重金属离子的浓度检测。但是,有些重金属离子却是无色的,例如一价铜离子溶液,这时可以根据其易被氧化的化学特性,将一价铜离子溶液氧化成蓝色的二价铜离子溶液。比色分析法可分为目视比色分析法和光电比色分析法,两种方法的测量原理均为朗伯-比尔(Lambert-Beer)定律。但是,目视比色分析法中,人的主观判断会影响未知量的测量,因此目视比色分析法准确度不高。而采用分光光度法的光电比色分析法,弥补了主观判断造成的失误,未知量的准确度和灵敏度得到了提高。

通过了解,可以看出,使用比色分析法时,必须建立在显色反应的基础上,因此对溶液离子的化学性质要求比较高。人们可以采取目测的手段,也可以采用与离子反射或吸收波长相对应的单色光源进行检测,还可以使用与高速计算机联接的摄像头进行图像综合对比分析。利用显色剂的不同反应,比色分析法可被广泛地应用在水质监测方面以及测定受污染水质中的各类污染物浓度。

2.2 紫外光谱分析法

紫外光具有波长短,能量大,透过力强的特点,利用这一特点,人们可以通过紫外光谱区进行检测。有机分子在紫外光谱区的吸收较强(其实就是高能量脉冲杀死了有机活性物质),因此适用于检测水体有机污染物。紫外光谱分析法,分为单波长法,经过多年探索研究后,发展为双波长法,循序渐进到如今比较全面的全光谱法。对单波长法进行改进的双波长法,在测量时,无需参比溶液即可消除混浊度的影响。全光谱法是在光谱分析仪的基础上研究出的一种对待测溶液比较全面的检测方法,包含了吸光度在全紫外光谱区所有有机污染物。

2.3 间接测定法

水质中,对重金属离子的浓度还有一种间接检测方法荧光分析法[7]。顾名思义,荧光分析法就是获取重金属离子的荧光图像,再通过计算机编程处理,由此间接地测量出重金属离子的浓度。在这一过程中,需要用到与重金属离子相匹配的试剂。

2.4 直接测定法

直接测定法省去了间接测定法中匹配试剂的过程,检测速度有所提高,但是却要满足物质本身就发射荧光(如叶绿素、水中有机物等)这一苛刻条件。不管是间接测定法还是直接测定法,都无法忽略光源的重要作用。尤其是在直接测定中,要求光源的发射光波长与物质的吸收光波长一致。激光光源由于其得天独厚的优点(单色性好、能量集中),受到了研究人员的高度关注,激光诱导荧光技术就是采用激光作为光源的荧光检测技术。目前,激光光源在直接测定法中几乎已经取代了传统光源的检测地位。

3 光电检测技术在环境监测中的应用

虽然光学显微镜在水体污染的监测中可谓崭露头角,但在空气污染物的监测中却显得捉襟见肘。空气污染物通常指以气态形式进入大气层来物质(主要是人为污染,例如含硫化合物,二氧化碳气体等等),其对人体或生态系统具有很不好的效应,例如酸雨,雾霾等等。随着光学的发展,光电检测技术逐步应用到现实生活中,尤其在环境监测中,以其独特的优势获得了人们的青睐。

3.1 光电检测技术的原理

光电检测是指利用各类光电传感器,将被测量的物理信息转换成光信息,再通过A/D转换器转换成电信号,再综合利用信息传输技术和计算机编程处理技术,完成信息获取。当光照射到物体表面时,使物体发射电子、或电导率发生变化、或产生光电动势等。这种因光照而引起物体特性发生变化的现象称为光电效应光电检测系统以激光、红外、光纤等现代光电器件为基础,对载有待测物体信号的光信息进行处理,即通过光电检测器件接收光信息并转换为电信号。由输入电路、放大滤波等电路提取待测物的信息,再经过A/D转换器输入计算机运算和处理,最后提取出待测物体的几何量或物理量等所需信息(如图1的光电检测系统)。

3.2 光电检测系统在环境检测中的应用

光与物质的相互作用,改变了物质的某些物理特性。利用这种特性,制作的光电检测系统可以分为两大类:使用能覆盖宽光谱区的宽带光源的监测系统;使用激光或窄光谱光源,因而只能覆盖窄光谱区的监测系统[8-9]。在宽带监测系统中,傅里叶变换红外干涉仪(FTIR)或紫外差分光学吸收光谱仪(Uv-DOAs,又名DOAs系统)测系统可同时监测未知混合物中的多种化合物。通常这些化合物是包含在宽谱带内的,宽带监测系统能“观察到多种化合物的存在,但分辨率不高,不能将这些化合物从复杂混合物中直接区分开来”。但是,当宽带监测系统的分辨率低于欲观察的光谱线中的精细结构时,就不能观察到真正的吸收峰,且会限制对气体浓度值的检测。

激光监测系统由于分辨率高,扫描光谱范围窄,所以检测灵敏度相当高,但是激光监测系统发出的波长必须与被检测化合物吸收谱线的光波长相匹配。由于激光监测系统发出的激光波长是单色的,扫描波段被限制在极窄的范围内,一般情况下只能对应的检测出一种化合物。若检测的是混合物,则需要另加对应的监测装置。在目前的环境监测中,宽带监测系统和激光监测系统,这两种类型的监测装置都有其应用。例如,FTIR监测系统,它可提供对企业事故中泄漏出的某些有害化合物进行检测。这时对所有的可能的有害化合物来说,检测灵敏度就不如检测范围重要。但如果要连续实时监测从污染源(如烟囱向大气层中排放污染物,汽车尾气排放的污染气体时)释放出的有害气体,则监测装置抗其他化合物干扰的能力和高检测灵敏度就是重要因素了,这时,激光监测系统就成为了理想的监测系统。激光雷达像其它激光监测系统一样,能检测的样品不多,但它具有空间分辨力,是迄今为止,唯一能提供空间信息技术的检测系统,因此,探索污染物的发源地,激光雷达系统是最好的检测系统。诸如高空大气层中臭氧的消耗情况,可以使用激光雷达系统进行计算机模拟绘图。使用激光雷达系统提供大气层中空气分子成分分布的垂直剖面图,可以对大气传输和扩散过程有更透彻的了解。

DOAS系统可以测量多种化合物,如含氮化合物、甲醛、酚、苯、甲苯、二甲苯[10]。它的工作原理是根据光的反射定律,光源发射的光波经过某些物质后,经吸收的光波与光源光波一起被反射镜反射回来,利用计算机高速运算的能力分析光波的差异性,故而称作差分光学吸收光谱技术。调取吸收光谱数据库中已知数据,与吸收光谱数据相比较,从而分析物质中存在的化合物种类。

LASAIR系统是激光技术与计算机技术相结合的高新技术[11-12],利用激光的单色性和计算机的高速运算能力,提高了检测效率。可调二极管激光吸收光谱分析仪发射出的激光光波长,足以满足吸收峰在中红外区(320um的范围内)的物质检测,适合大多数的工业环境监测。可调二极管激光吸收光谱仪,已在全球范围内有毒有害气体的检测上发挥了重要作用。LASAIR能测量的气体分子包括NOx、HF、HCI、HI、NH3、C2H2、COx、H2S、CH4。但是,由于每种气体对光波的吸收峰值不尽相同,必须要使用发射对应吸收峰值波长的激光光源。

4 结束语

随着时代而发展的光纤通讯和光电子信息技术被应用于环境监测中,尤其是具有体积小、寿命长和光电转换效率高的近红外二极管激光器[13-14],目前已经迅速商品化,成为了检测空气污染物质的最合适光源。而调谐二极管激光吸收技术利用分子的吸收光谱单一分立吸收线这一原理,可以采样到被检测气体的每种光学信息。当激光通过被检测气体时,光电磁波会被吸收和散射而衰减。利用被测量物质分子的吸收能力远远高于物质分子对光的散射能力,我们可以忽略掉物质分子散射的这一衰弱影响。经过近30年的发展,调谐二极管激光吸收技术日益成熟,被广泛的应用在空气污染物质的检测和监测中。随着光谱学分析技术和激光技术的完美结合,特别是在近些年来,制作半导体材料和器件的工艺长足进步的情形下,激光光谱学分析技术在环境监测方面的应用越来越成熟。

红外半导体激光器可以在常温下工作,取代了传统光源的地位[15]。研究结果表明,红外半导体激光器的发射波长与很多环境污染气体的吸收波长相同。由于红外半导体激光器具有谱线窄、单频、功率大、工作可靠的优点,也为制作高质量,高水准的气体检测仪打下了坚实重要的基础。根据其对环境的抗干扰能力强,经常不需要标定,可直接安装在管道上检测等实用性的特点,被大量使用在工业生产过程中检测污染气体方面。

从光学显微镜早期在环境监测中的应用(主要在水质检测方面),到后来应用光学分析方法监测环境,直到现在人们又通过光的其他特性发明了各式各样的监测仪器,如:激光监测仪(DOAS系统),傅里叶变换红外干涉仪(FTIR监测系统)。可以说,光学测量方法是随着光学的发展而发展变化的。随着量子力学的发展,人们对光的认识不仅仅只是停留在了光谱层面上,而且也通过实验验证了人们对光的本质的假设。人们相信,现在我们所知的光学只是其冰山一角,光学测量方法也会随着光学的发展而日新月异。

参考文献:

(1)刘楚明.光学的发展史,应用与展望[J].科技创业家,2014,43(09):700-721.

(2)水源守护者.光学显微镜在环境监测中的应用[EB/OL].(2010-7-23)[2015-4-1].http://bbs.Instrument.com.cn/shtml/20100723/2679312/.

(3)刘允,解鑫.水体生物毒性检测技术研究进展综述[J].净水技术,2013,32(5):5-10.

(4)李震,张金松,胡泓,宛如意.水质检测中的光学分析方法[D].哈尔滨:哈尔滨工业大学深圳研究生院,2014.

(5)杨开武.气体浓度光学分析方法研究的进展[J].光谱学与光谱分析,2000,20(2):134-135.

(6)沈继忱,王雪晴.基于图像比色法的有色溶液浓度检测方法的研究[J].光学仪器,2008,30(2):9-12.

(7)陈国珍.荧光分析法[M].北京:科学出版社,1975(02):236-245.

(8)李红.国外新型环境监测光学技术的发展趋势[J].现代科学仪器,2000,11(02):356-402.

(9)耿玉珍.工业中的光学环境检测技术[J].光电子技术与信息,1995,8(03):34-39.

(10)美国热电子公司.DOAS2000仪表说明书[Z].美国,1995.

(11)Schiff,H.I.MacKay,G.I.and Bechara.The use of tunable diode laser spectroscopy for atmospheric measurements[J].Air monitoring by spect roscopic techniques,1994,5:239 -333.

(12)Unisearch Associates Inc.Stack measurements of Hydrogen fluoride using the LASAIR instrument[R].America,1994,6:123-159.

篇11

Spectroscopic Analyses on the Interaction of Pesticides and DNA

XU Hang-jie,LI Jing,ZHANG Quan,ZHOU Cong,LU Mei-ya,YE Jing-jia

(Environmental Science Research Center, Zhejiang University of Technology, Hangzhou 310032, China)

Abstract: Analyzing the interaction of DNA and pesticides with spectrometry including ultraviolet-visible absorption spectroscopy, fluorescent spectroscopy, circular dichroism spectroscopy, infrared spectroscopy, resonance light scattering spectroscopy and Raman spectroscopy was reviewed. Results showed that spectroscopy was highly effective and powerful for studing the interaction of DNA and pesticides, and would promote understanding molecular mechanisms of the genotoxicity of pesticides.

Key words: spectroscopy; pesticide; DNA; interaction

收稿日期:2013-06-25

基金项目:中国博士后科学基金面上项目(2012M521180)

作者简介:许杭杰(1989-),男,浙江杭州人,在读硕士研究生,研究方向为农药与DNA的相互作用,(电话)0571-88320265(电子信箱)

;通讯作者,张 全,博士,(电子信箱)。

农药是一类由人类主动投放到环境当中用来防治农作物病虫草害和其他有害生物的药剂的统称。随着社会的发展和农业集约化要求的不断加强,对农药的需求也在不断增加,在今后相当长的时间内农药的作用是不可替代的。然而大量的事实证明,农药的广泛使用已经成为环境污染的重要原因之一。DNA是生物体的重要组成部分,是生物遗传信息的主要载体。农药能通过饮食、呼吸、皮肤接触等途径进入机体,可能与DNA相互作用后不同程度地导致DNA的结构及其功能的变化,对生物体产生持久性危害[1-4],进而引发潜在的生态安全和健康风险。因此,关于农药与DNA之间相互作用而导致遗传物质诱变已成为当今研究的热点[5]。

农药与DNA的作用方式主要有三种:非共价键结合、共价键结合和剪切作用。其中非共价键结合又可分为静电结合、沟槽结合和嵌插结合[6]。农药与DNA作用后可能导致DNA构象变化、链聚合或断裂、碱基脱落、碱基被修饰、交联、重组等[7-9],亦即体系的结构和化学性质会发生一定变化(图1)。人们采用多种方法(生物学方法、光谱法、电化学法和色谱法等)从不同角度探索这些变化,进而判断作用方式和阐述作用机理[10]。本文综述了常用于研究农药与DNA相互作用的光谱方法原理和应用。

1 紫外可见光谱法

紫外可见光谱法是研究农药与DNA相互作用的一种最方便、最常用的技术[11]。小分子与DNA的相互作用会引起吸收带的红移(蓝移)现象或增色(减色)效应。增色效应是DNA双螺旋结构被破坏的结果,减色效应则是DNA分子轴向收缩、构象变化的结果。吸光度减小、吸收带红移以及等吸收点的形成是小分子与生物DNA发生嵌插作用的光谱标志[12]。嵌插作用对DNA的双螺旋结构起稳定作用,可导致熔链温度Tm值增大5~8 ℃,而非嵌插作用的小分子不会使Tm值增大得如此明显。邵华等[11]已采用紫外光谱法研究农药的DNA加合作用,结果表明马拉硫磷、呋喃丹、氯氰菊酯及两两混配后均可能与哺乳动物DNA结合,引起DNA的紫外谱图发生明显的波长位移,甚至产生新的波峰[12]。Farhad等[13]也利用紫外和荧光光谱法发现二嗪农能使小牛胸腺DNA(Calf thymus DNA,ct DNA)光谱产生蓝移。此外,刘伟等[14]研究了农药毒死蜱对小牛胸腺DNA和蚕豆根尖细胞的损伤作用。结果表明,它使得小牛胸腺DNA吸收光谱在207 nm处的吸收峰出现红移现象,随着药剂浓度的增加,谱图出现了减色效应。

2 荧光光谱法

荧光光谱法作为一种快速、灵敏的光谱分析方法也广泛用于农药与DNA相互作用的研究。通过对荧光参数(如荧光偏振、荧光强度等)的测定,可获得许多关于农药与DNA相互作用的信息。农药与DNA作用后荧光偏振的变化是判断农药是否与DNA发生嵌插作用的标志之一。借助荧光强度的变化,可测得农药与DNA的结合常数、结合位点数和作用方式等。

对于荧光很弱的农药,可借助荧光探针进行研究。溴化乙锭(Ethidium bromide,EB)是较为常用的一类探测农药与DNA相互作用的荧光探针,利用EB-DNA体系的荧光变化,可判定农药与DNA的作用方式。孟庆翔等[15]选用溴化乙锭(EB)为荧光探针,考察了阿特拉津浓度、磷酸盐、离子强度以及碘化钾对系统荧光的影响。结果表明,阿特拉津对ctDNA-EB体系的荧光存在淬灭现象,并同时存在静态和动态两种淬灭方式。张立金等[16]对农药甲萘威(Carbaryl)对ct DNA的损伤作用也进行了初步的探讨,证明甲萘威的确对DNA具有一定的损伤作用,而这种损伤可能和甲萘威与DNA的相互作用有关。

3 圆二色光谱法

圆二色光谱(Circular dichroism,CD)是测定样品对左、右旋偏振光的吸光度差。样品是否有圆二色性取决于样品的发色团是否具有手性。一般可通过农药对DNA的圆二色信号的改变判断DNA构象的变化,如果DNA在280 nm附近圆二色信号无变化,可排除农药与DNA作用方式是嵌插作用。Soheila等[17]对二嗪农对DNA的CD光谱进行了研究,结果在280 nm处发现峰形未发生变化,表明二嗪农与DNA的作用是非嵌插作用。Farhad等[18]用CD证明了有机氯杀虫剂2,4-D与DNA亦可发生作用。

4 红外光谱法

当红外光照射时,物质的分子将吸收红外辐射,引起分子的振动和转动能级间的跃迁,所产生的分子吸收光谱成为红外吸收光谱。近年来,傅里叶变换红外光谱法在小分子与DNA相互作用的研究中得到了广泛应用。文献[19]报道了致癌物质Diethylstilbestrol(DES)与ct DNA之间的作用模式、结合常数、序列选择性以及DNA结构和构象的变化情况。当DES浓度较低时,A·T富集区是DES与DNA发生嵌插作用的主要位点,伴随着这种嵌插结合过程,DNA逐渐由B型向A型转变;当DES药物浓度较高时,DES与G·C碱基发生作用,并削弱了DNA双螺旋结构的稳定性。Zhou等[20]通过红外等光谱手段研究了聚二烯丙基二甲基氯化铵(PDDA)与DNA之间的作用方式。红外光谱研究结果表明,PDDA与DNA分子中的碱基和磷酸基团发生了作用,且DNA/PDDA复合物的形成导致DNA二级结构构象发生了变化。

5 共振光散射和拉曼光谱法

共振光散射技术一般检测物体的共振瑞利光信号。利用农药诱导DNA共振光信号的变化可探测DNA的构象变化、聚集和超螺旋结构的形成,进而推断农药与DNA的作用方式[21,22]。拉曼光谱属于振动光谱,共振拉曼效应极大提高了拉曼光谱的灵敏度。拉曼光谱法对农药与DNA的分析主要研究其构象的变化、碱基的损伤、氢键的断裂和单双链的断裂等。周殿凤等[23]的研究结果表明,ct DNA在253.7 nm处受到紫外辐射的损伤作用最严重,DNA的构象受到破坏,DNA的构型发生变化,部分单双键发生断裂,出现了各种各样由于DNA键断裂产生的多核苷酸。Wen等[24]运用拉曼光谱对病毒DNA在不同波段处的吸收进行了研究。

综上所述,光谱方法在农药与DNA相互作用的研究中应用十分广泛,不同的光谱法互相验证可提供更准确的信息。紫外方法检测紫外吸收的差别有简单、准确的特点,但紫外可见光谱反映的信息量有限;荧光光谱有多种荧光参数可利用,能推断农药与DNA的结合常数、结合位点数和作用方式等;而且紫外方法和荧光方法又常受限于一些物质,如紫外吸收信号或荧光信号弱,又或与DNA光谱重叠等问题。圆二色谱、红外色谱、共振光散射和拉曼光谱法都是检测DNA结构变化的有效方法,圆二色谱对手性分子的检测具有一定的优势,有可能在手性农药与DNA相互作用的研究中发挥更大的作用。红外光谱由于受水的红外吸收的影响而限制了其在水溶液体系中的应用。因此,研究农药与DNA的相互作用常要求结合多种光谱方法互相验证。

6 展望

目前,关于农药与DNA相互作用的研究主要集中在少数几种农药上,且基本上使用紫外光谱法、荧光光谱法和彗星实验这三种方法来评价农药对DNA的损伤作用。如果再结合其他的分析技术如电化学方法等从不同角度进行多方位、多层次的研究,对农药与DNA作用的方式和机理的了解会更加深入。此外,随着手性农药在目前使用的农药中所占比例越来越大,以及它们在生物体上表现出的潜在生物效应如毒性、致癌性、致突变性等对映体的选择性[25],建立一种能够准确可靠的研究手性农药对映体水平上遗传毒性的差异的快速评价方法将显得尤为重要,因此开展手性农药与DNA相互作用研究的光谱法研究是一个重要的领域,能为手性农药的环境安全性评价提供更为宝贵的科学依据。

参考文献:

[1] RODRIGUES G S,PIMENTEL D,WEINSTEIN L H. In situ assessment of pesticide genotoxicity in an integrated pest management program I-Tradescantia micronucleus assay[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis,1998,412(3):225-224.

[2] SHAHIN S, EBRAHIM A, ROHOLLAH H, et al. Evaluation of oxidative stress and genotoxicity in organophosphorus insecticide formulators[J]. Human & Experimental Toxicology,2005, 24(9):439-445.

[3] RAMBABU N, KAISER J. Determination of AChE levels and genotoxic effects in farmers occupationally exposed to pesticides[J]. Human & Experimental Toxicology,2007,26(9):723-731.

[4] RANJITA B, TODD B S, GILLIAN M, et al. Chronic systemic pesticide exposure reproduces features of Parkinson’s disease[J]. Nature Neuroscience,2000,3(12):1301-1306.

[5] UNDEGER U, BASARAN N. Effects of pesticides on human peripheral lymphocytes in vitro: Induction of DNA damage[J]. Archives of Toxicology,2005,79(3):169-176.

[6] KUMAR C V, EMMA H A. DNA binding studies and site selective fluorescence sensitization of an anthryl probe[J]. Journal of America Chemistry Society,1993,115(19):8547-8553.

[7] GABRIELLA C, ELISABETTA P, ALMA B, et al. DNA damage and apoptosis induction by the pesticide Mancozeb in rat cells: Involvement of the oxidative mechanism[J]. Toxicology & Applied Pharmacology,2006,211(2):87-96.

[8] ELSA S A, MARIA D J, ELAZABETH R G, et al. Sperm chromatin alteration and DNA damage by methyl-parathion, chlorpyrifos and diazinon and their oxon metabolites in human spermatozoa[J]. Reproductive Toxicology,2008,25(4):455-460.

[9] KRISHNAMURTHI K,SARAVANA D,CHAKRABARTI T. DNA damage caused by pesticide-contaminated soil[J]. Biomedical and Environmental Sciences,2006,19(6):427-431.

[10] CHUN Y Q, SHU Y B, YING S, et al. Study of interactions of anthraquinones with DNA using ethidium bromide as a fluorescence probe[J]. Spectrochimica Acta Part A,2008,70(1):136-143.

[11] 邵 华,师以康.紫外光谱法测定混配农药的DNA加合作用[J].中国公共卫生,2003,19(1):81-82.

[12] LONG E C, BARTON J K. On demonstrating DNA intercalation[J]. Acc Chem Res,1990,23(9):271-273.

[13] FARHAD A, SOHEILA K, MOHAMMAD B G. Interaction of Diazinon with DNA[J]. Toxicology Letters,2007,172:5205.

[14] 刘 伟,朱鲁生,王 军,等.利用吸收光谱法和微核法测定3种农药对DNA损伤的作用[J].农业环境科学学报,2006,25(2):531-534.

[15] 孟庆翔,任丽萍,张 涛,等. 荧光探针技术研究阿特拉津与ct DNA的相互作用[J]. 光谱学与光谱分析,2008,28(9):2122-2125.

[16] 张立金,闵顺耕,孙 英,等.农药甲萘威对DNA损伤作用的初探[A]. 农药与环境安全国际会议论文集[C].北京:中国农业大学出版社,2003.

[17] SOHEILA K, MOHAMMAD B G, FARHAD A, et al. Interaction of diazinon with DNA and the protective role of selenium in DNA damage[J]. DNA and Cell Biology,2008,27(6):325-332.

[18] FARHAD A, FATEMETH B. In vitro study of damaging effects of 2, 4-Dichlorophenoxyacetic acid on DNA structure by spectroscopic and voltammetric techniques[J]. DNA and Cell Biology, 2009,28(10):527-533.

[19] NEAULT J F, TAJMIR-RIAHI H A. Diethylstilbestrol-DNA interaction studied by Fourier transform infrared and Raman spectroscopy[J]. Journal of Biological Chemistry,1996,271(14):8140-8143.

[20] ZHOU Y L, LI Y Z. Studies of the interaction between poly (diallyldimethyl ammonium chloride) and DNA by spectroscopic methods[J]. Colloid Surface A,2004,233(1-3):129-135.

[21] 杜凤沛,刘 刚,罗小林,等.以光散射技术研究啶虫脒的测定及其与DNA的相互作用[J].光谱学与光谱分析,2008,28(6):1368-1371.

[22] 任丽萍,江树人,饶震红.阿特拉津与DNA作用共振光散射光谱的研究及其应用[J].分析测试学报,2004,23(6):57-60.

篇12

关键词:

溶解性有机质;荧光光谱;分子排阻色谱;平行因子分析

1引言

溶解性有机质是环境中一类重要的物质,能够为微生物提供营养和能量、介导微生物与氧化性物质之间的电子传递[1]、络合重金属[2]、以及吸附和增溶疏水性有毒有机物[3],在陆地和水生态系统中发挥着重要的功能,因此成为研究热点。DOM成分复杂,包含有蛋白质、多糖、氨基糖、核酸和腐殖质等多种物质,目前常用的分析方法包括紫外光谱[3]、荧光光谱[3,4]、红外光谱[4,5]和核磁共振[5]。上述方法中,荧光光谱由于具有样品预处理简单、分析所需样品量少、灵敏度高等诸多优点,成为研究DOM的最常用技术[6,7]。采用荧光光谱分析技术,可以将DOM分为不同类别的荧光组分[8]。然而,由于DOM是一大类组成和来源不同的混合物,其中许多物质存在结构相似的单元,不同物质的荧光图谱可能相互重叠,给采用荧光光谱精确分析DOM组成和结构增加了困难[9,10]。为了降低DOM的异质性,减少不同荧光组分的重叠,研究者采用了一些数学方法如平行因子分析法[9]、主成分分析法[10]、自组织人工神经网络法[11,12]和物理化学方法如色谱分离法[13]、树脂分离法[14],将DOM分成光谱图和理化特性各异的组分单元[10,13]。在数学方法中,平行因子方法对DOM组分的分离效果最好、应用最广泛[9,10],但平行因子分析涉及复杂的数学程序,且组分数目的确定受到样品数量的影响[10]。在物理化学分离法中,树脂分离需要调节pH值,一定程度上改变了DOM组分的存在状态,与天然实际环境中的DOM存在一定的差异;而色谱分离不需要调节pH值,能更好地反映DOM的实际分布情况和组分,但色谱分离所得组分数目也受诸多条件如洗脱液、洗脱方法等的影响[15,16]。因此,将数学分析和色谱分离两种方法结合,充分利用两种分析方法各自的优点,可以更有效和全面地揭示DOM的组成特征,目前尚缺乏这方面研究相关报道。基于此,本研究结合荧光光谱、分子排阻色谱和平行分子分析法,将DOM按不同的特性分组,探究其组成和结构特性。本研究结果可为DOM表征和地球环境化学行为预测提供科学依据。

2实验部分

2.1仪器与试剂

MultiN/C2100型总有机碳分析仪(TOC,德国耶拿公司);F-7000型荧光光谱仪(日本日立公司);1200LC高效液相色谱(美国安捷伦公司);L-530离心机(湖南长沙湘仪离心机仪器有限公司);SHA-C水浴恒温振荡器(江苏金坛市金城国胜实验仪器厂)。HClO4、NaOH、Cu(NO3)2、Pb(NO3)2、CH3COONH4均为分析纯。实验用水为超纯水。

2.2样品采集与预处理

为了获得具有代表性的样品,在某生活垃圾填埋场,采集填埋年限不到1年的新鲜垃圾产生的渗滤液样品S1和和填埋年限大于10年的陈腐垃圾产生的渗滤液样品S2,12000r/min离心10min后,收集上清液,过0.45μm滤膜,收集滤液,滤液中有机物即为DOM。采用总有机碳分析仪测定DOM样品中溶解性有机碳(DOC)含量,备用。2.3DOM的物理分离将所得DOM样品的DOC调至6mg/L后,测定样品的荧光光谱:PTM电压700V,激发和发射波长狭缝宽5nm,激发波长200~400nm,发射波长280~500nm,激发和发射波长增量5nm,扫描速度2400nm/min。分子排阻色谱采用配有荧光检测器的1200LC系统进行,所用分离柱和保护柱分别为PLaquage1-OH(50mm×7.5mm,8μm)和MIXED-M(300mm×7.5mm,8μm)(美国安捷伦公司),洗脱液为pH=7的醋酸铵缓冲液,进样量100μL,洗脱速度1mL/min。检测器为激发/多波段发射波长的荧光检测器,激发波长230nm,发射波长300~500nm,发射波长增量为1nm。2.4DOM的数学分离DOM三维荧光光谱的平行因子分析需要多个样品,为了获得多个样品,制备DOC为6mg/L的DOM样品S1和S2各18份,采用荧光猝灭滴定方法,分别加入Cu(NO3)2或Pb(NO3)2溶液,使DOM样品中Cu2+或Pb2+的浓度依次为10,20,30,40,50,60,70,80和90μmol/L,将样品在恒温振荡器上振荡4h后,测定其三维荧光光谱,测定条件与DOM未加重金属时

2.3节中的条件相同

将上述光谱数据扣除超纯水光谱后导出,进行平行因子分析。平行因子分析方法如下:将样品S1或S2的19种重金属离子浓度为0~90μmol/L三维荧光光谱数据矩阵,在MATLAB2007上,采用的DOMFluortoolbox数据包(www.models.life.ku.dk)进行分析。首先是将DOM三维荧光光谱图去除一次瑞利散射和二次瑞利散射,随后经异常值检验、对半分析、核一致性分析、累计方差和分析及视觉检验[3,9,10],确定样品S1和S2可以各分离出4种不同的荧光组分,将所得组分在MATLAB上制图。比较DOM经分子排阻色谱和平行因子分析所得组分数目和激发、发射波长,确定两种分离方法所得组分的异同。

3结果与讨论

3.1DOM的三维荧光光谱

图1为DOM的三维荧光光谱,样品S1在发射波长小于380nm的区域具有较高的荧光强度,而样品S2在发射波长大于380nm的区域具有较高的荧光强度,综合文献[17~20]可知,发射波长小于380nm的区域为类蛋白物质,包括类色氨酸物质(发射波长小于325nm)和类酪氨酸物质(发射波长大于325nm)。一些与类色氨酸结构类似的多酚化合物,也在发射波长小于380nm范围内产生荧光峰[21],这些物质与类蛋白物质具有一个共同的特点,即均含有一个苯环结构。三维荧光光谱中发射波长大于380nm的为类腐殖质物质,这些物质含有两个及以上的苯环结构,在类腐殖质物质中,一些带有3个和4个苯环的物质,发射波长可能相同[22]。因此,可以推测,样品S1主要为类蛋白物质,而样品S2以类腐殖质物质为主,两个样品代表了两类不同的DOM组成。在DOM中,不同荧光组分的荧光图谱可能相互重叠[10,23];此外,类蛋白物质可以以3种形态存在,包括多肽/氨基酸形态、腐殖质结合态和大分子蛋白质形态[8],但图1不能给出上述信息,需要采用物理和数学法对DOM荧光组分进行分离。

3.2DOM组分的物理法分离

分子排阻色谱主要是基于分子量大小不同将DOM分组,在分子排阻色谱中,大分子有机物先被洗脱出来,而出峰时间晚的为小分子有机物[15,16],通过洗脱时间可以将DOM按分子量大小分为不同的组分。由于DOM是一大类有机分子的混合体,不同分子之间可以通过疏水作用、氢键和范德华力结合在一起成为大分子复合物,因此本研究中的大分子应为不同小分子通过一定作用力结合在一起的聚集体。在图1中,由于激发波长230nm,发射波长300~500nm处的组分荧光强度较高,并且能代表所有的荧光物质,因此,在分子排阻色谱中,固定荧光检测器的激发波长为230nm、发射波长为300~500nm、增量为1nm进行洗脱物荧光发射光谱测定。图2a显示出样品S1含有4类物质,其出峰时间依次约为3.45,3.9,4.45和4.65min,以4.45min出峰处物质的荧光强度最高,显示样品S1含有4类分子量大小不同的物质,其浓度最高的为小分子有机物。从图2a还可见,3.45和4.65要出现发射波长小于380nm的荧光峰,而3.9和4.45min在300~500nm范围内均都出现了荧光峰,显示3.45和4.65min处的组分主要为大分子蛋白质和小分子多肽/氨基酸形态存在的类蛋白物质,而3.90和4.45min处的组分主要为与腐殖质结合在一起的类蛋白物质[8],并且其分子量小于蛋白质分子但大于氨基酸/多肽物质。样品S2(图2b)在3.30和3.85min处出现了两个荧光峰,最大峰强出现在3.85min,出峰范围为300~500nm,显示其为类腐殖质物质。此外,在整个分离过程中,样品S1和S2均在发射波长325~375nm范围内均出现了较强的荧光强度,其究竟是由类蛋白物质引起,还是噪声引起,还需要进一步鉴定。本研究采用色谱柱分离法与树脂分离类似,它们均能降低混合物的异质性,He等[14]采用XAD-8大孔吸附树脂将DOM分类出了不同亲疏水组分,但是这种分离方法基于pH值调整到酸性范围后DOM分子上极性官能团的差异,而本研究采用色谱分离,是基于分析物分子量大小的差异进行分离。

3.3DOM的数学法分离

图3为样品S1经平行因子分析所得的4个组分。组分1有两个荧光峰,其激发波长为230nm,发射波长为280/340nm;组分2也有两个荧光峰,其激发波长分别为230和280nm,发射波长位于325~340nm范围内,以上两个组分在发射波长大于380nm范围内也存在较强的荧光发射。由文献[8]可知,组分1和2为腐殖质结合态存在的类蛋白物质;组分3有一个尖峰和一个肩峰,其激发波长分别为230和250nm,发射波长均为300nm,属于类色氨酸物质;组分4有3个荧光峰,其激发波长分别为220,250和315nm,发射波长均为425nm,属于类腐殖质物质[7]。组分1和2对应于样品S1分子排阻色谱中3.90和4.45min出峰的物质,均为腐殖质结合态存在的类蛋白物质[8];组分3对应于样品S1分子排阻色谱中3.45和4.65min出现的类蛋白物质[17],但组分4在分子排阻色谱中没有对应的物质,其是否为实际组分还不得而知。如图4所示,样品S2经平行因子分析得到4个组分,其中组分1有两个荧光峰,其激发波长分别为240和320nm,发射波长为410nm,参照文献[8],组分1为类腐殖质物质;组分2也有两个荧光峰,其激发波长分别为235和280nm,发射波长在335~375nm范围内,为类蛋白物质[17];组分3含有3个荧光峰,其激发波长分别为225、280和360nm,发射波长为440nm,为类腐殖质物质[17];组分4含有两个荧光峰,其激发波长均为225nm,而发射波长不同,此类物质尚未见到相关报道。与样品S2的分子排阻色谱相比,组分1对应于分子排阻色谱中的3.85min的类腐殖质物质,组分2和3在样品S2的分子排阻色谱中并未见对应的物质,组分4在样品S2的色谱图中一直存在,显示分子排阻色谱中发射波长325~375nm范围内均出现的荧光强度对应于某种物质,可能为3.3min出现的类蛋白物质。对比DOM经分子排阻色谱和平行因子分析所得的组分发现,二者既有相同之处,有互相对应的物质,又有不同之处,显示物理分离和数学分离各有各自的优缺点。由于不同有机分子之间可能通过疏水作用、氢键和范德华力结合在一起[15,24],因此,分子排阻色谱并不能将所有分子分开;相比较而言,平行因子分析可以将这些组分分开而不受到上述作用力的影响。但是很多情况下,平行因子分析并不能有效揭示两种物质之间是共存关系还是单独存在;此外,平行因子分析不能区分以大分子蛋白质形态存在和小分子多肽/氨基酸形态存在的两种类蛋白物质,因此,将分子排阻色谱和平行因子分析联用可以更加全面表征DOM组成情况,减少其复杂性和异质性。

4结论

分子排阻色谱能有效分析DOM中不同物质的分子量及其形态,可以将DOM分为小分子多肽/氨基酸、中等分子的腐殖质以及大分子蛋白质;平行因子分析可鉴别分子排阻色谱中未分开的组分,并且能给出不同组分激发/发射波长的详细信息,但平行因子分析不能分开蛋白质和氨基酸/多肽形态的类蛋白物质。结果表明,荧光光谱结合平行因子分析和分子排阻色谱,能有效、全面地表征DOM的组成。

参考文献:

8.崔东宇,何小松,席北斗,檀文炳,袁英,高如泰.分析化学,2015,43(2):218-225

9.潘钊,王玉田,邵小青,吴希军,杨丽丽.光谱学与光谱分析,2012,32(3):714-718

11.杜尔登,郭迎庆,孙悦,高乃云,王利平.光谱学与光谱分析,2012,32(7):1846-1851

12.刘倩倩,王春艳,史晓凤,李文东,栾晓宁,侯世林,张金亮,郑荣儿.光谱学与光谱分析,2012,32(4):1012-1015

篇13

近红外光谱技术作为一种分析手段是从上世纪50年代开始的,并在20世纪80年代以后的10多年里发展最快,最引人注目的光谱分析技术,是光谱测量技术与化学计量学学科的有机结合。但是由于技术上的原因,一直以来这种技术的发展受到阻碍,没有广泛地应用于化学计量领域;近几年随着计算机技术的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果,近红外光谱定量分析技术又重新受到大家的关注并逐渐发展起来[1]。

1近红外光谱预测物质化学成分含量的基本原理及流程

近红外光是介于可见光(VIS)和中红外光(MIR或IR)之间的电磁波,是人类最早发现的非可见光区域。美国材料测试协会(ASTM)将近红外光谱区定义为波长780 nm~2526 nm的光谱区,习惯上又将近红外区划分为近红外短波(780 nm~1100 nm)和近红外长波(1100 nm~2526 nm )两个区域[2-3]。

当一定频率的近红外光通过具有特定结构的物体时,一些分子对近红外光进行吸收,并产生了伸缩振动和弯曲振动,从而形成了红外吸收谱带。由于近红外谱区与分子倍频、合频振动频率相一致,因此只有振动频率在2000cm-1以上的振动才能在近红外区内产生吸收谱带,而在2000cm-1以上产生的基频振动主要是含氢基团[4-5]。

1.1朗伯-比尔定律

与其他光谱法一样,近红外光谱法亦有其一定的理论基础,其定量分析的理论基础为朗伯-比尔(Lambert- Beer)定律[4]。可以将它看作是分子振动原理的宏观表示,对于含种物质成分的混合溶液而言,其完整的数学表示式为

式中 ―― 吸光度,是波长的函数:

―― 吸收层厚度,mm;

―― 对应成分的浓度,g/dL;

―― 成分的吸收系数,g/dL・mm;

―― 透过率,对应出射光强与入射光强之比。

由朗伯-比尔定律可以看出:物质的吸光度与成分的浓度、吸收系数和吸收层的厚度存在一定的数学关系。厚度一定的情况下,通过校正样的浓度测量值可以得到近红外光谱与物质吸光度的关系,从而得到校正模型;又通过对待测样品的近红外光谱的采集使用校正模型来预测待测物质化学成分的浓度。

1.2近红外光谱预测流程

近红外光谱对物质成分预测的流程图如图1所示[4]。

图1为使用近红外光谱分析方法对待测物进行预测的分析流程,分为校正过程和预测过程两部分。首先选择具有代表性的校正样品,校正样品分为两份,一份通过化学方法对其成分含量进行测定,另一份进行近红外光扫描得到近红外光谱。为了消除噪声等因素,光谱进行预处理,预处理后的光谱和根据化学方法测得的成分含量利用多元校正方法得到此近红外光谱校正模型。这样再对其他待测样品进行分析时,只要得到它们的近红外光谱,通过校正模型就能快速地预测待测样品化学成分的浓度。

2近红外光谱对植物化学成分进行预测的研究现状

随着新型纤维原料的大量开发,植物原料化学成分分析方法得到大量使用,由于化学方法的一些不足,一些学者逐步开始对新型化学成分分析方法的研究,近红外光谱技术由于其独特的优势,近年来也出现一些使用此方法来进行对植物某些成分的预测研究,得到了一定的成果。

福建省农业科学院的沈恒胜等使用近红外漫反射光谱法分析稻草纤维及硅化物组成研究,研究结果表明纤维素在叶茎鞘和整株稻草中的预测值与化学分析值间的相关性分别为0.8558和0.6427,说明NIR技术对植物单一部位的纤维素具有一定的预测能力[6]。

随着技术的发展,使用近红外方法对植物纤维素的预测精度大幅度提高。吴军等使用近红外反射光谱对玉米秸秆纤维素含量进行研究,预测值与化学值的相关系数达0.9953,最大相对误差仅为5.20[7]。昆明卷烟厂的段焰青等使用NIR技术对烟草中的纤维素含量进行预测研究,通过对模型的优化后,预测结果表明,该NIR模型预测纤维素的相关系数为0.9649,实际预测的平均相对偏差

近年来,NIR技术进一步发展,其可对植物多种化学成分进行同步测量,从而加快了植物成分预测速度。聂志东等对苜蓿干草主要纤维成分使用近红外反射光谱进行研究,纤维素、木质素、半纤维素交互验证相关系数RCV分别为 0.97、0.94、0.29,表明利用NIR技术可以准确分析苜蓿干草中纤维素和木质素含量,但不能进行半纤维素的实际预测[9]。通过刘丽英、陈洪章使用近红外漫反射光谱对玉米秸秆组分含量进行研究,纤维素、木质素、半纤维素和水分预测值与化学值相关系数分别为0.9592,0.9228,0.9312,0.9317,因此,近红外光谱技术亦可对半纤维素和水分等成分进行预测[10]。

3近红外光谱方法进行定量预测的优缺点

作为一种现代分析技术,近红外光谱技术具有很多经典分析技术达不到的优势;然而由于近红外光谱技术发展起步较晚,也有一些不足[2, 5, 11]。

3.1近红外光谱技术的优势

(1)预测速度快。通常一个样品几分钟内就可以完成测试,大大缩短了分析时间。

(2)无损分析测定。近红外光谱分析不需要经过化学过程,不产生化学变化,从而使测量更准确,且不产生污染。

(3)多种成分同时分析。只要建立适当的数学模型,根据采集的光谱数据可以同时对物质所含的多种成分进行分析预测,进一步缩短分析时间。

(4)样品制作简单。样品制作不需要复杂的加工,不需要其他的预处理,而且可以重复使用。

3.2近红外光谱技术的不足

(1)数学模型的局限性。由于机器制造和老化程度的不同,使用此方法求得的数学模型只适用于一台机器,因而不具有普遍性。

(2)校正样要求严格。校正样待测化学成分要求与预测物质待测化学成分一致,而且浓度范围要覆盖预测物质化学成分的浓度。植物纤维原料化学成分复杂,不同植物间同一种成分浓度差别较大,对预测模型的建立造成一定困难。

(3)准确度依赖于校正样品测量方法的准确度。由于通过建立模型来预测物质浓度,模型的建立依靠校正样通过其他方法测量的浓度,因此使用模型对其他样品进行预测时,得到的浓度准确率肯定不高于校正样品的准确率。

4结论与展望

近红外光谱技术作为一种无损、快速的现代测试技术,其独特的优势得到越来越多的关注,并逐步应用到各种定量分析中。但在纺织领域使用近红外光谱技术对植物纤维原料成分的定量分析尚未见诸报道,利用NIR技术在纺织领域中的应用,将为纺织领域快速预测植物纤维原料化学成分测试分析开辟一个新的方向,NIR技术无损、快速的特点将会提高原料分析速度,提升生产效率。但是我们不能忽视使用近红外技术遇到的问题,其对于植物复杂成分的分析适用性和准确度还有待提高,特别是精确的化学分析方法和多元校正方法的研究对近红外技术分析及精确程度的提高会有很大帮助。

(作者单位:青岛大学纤维新材料与现代纺织实验室)

参考文献:

[1]高荣强,范世福. 现代近红外光谱分析技术的原理及应用[J].分析仪器,2002(3):9-12.

[2]冯放.现代近红外光谱分析技术及其应用[J].生命科学仪器,2005(5):9-13.

[3]张卉等.近红外光谱分析技术[J].光谱实验室,2007,24(3):380-387.

[4]王丽杰.快速检测牛奶成分的近红外光谱测量方法及系统研究[D].哈尔滨理工大学,2006.

[5]许琼,马国欣.近红外光谱技术在化学分析方面的应用进展[J].生物及医药,2007(3):123-124.

[6]沈恒胜. 近红外漫反射光谱法(NIRS)分析稻草纤维及硅化物组成研究[J].中国农业科学,2003,36(9):1086-1090.

[7]吴军等.近红外反射光谱法分析玉米秸秆纤维素含量的研究[J].分析化学研究简报,2005,33(10):1421-1423.

[8]段焰青等. 近红外光谱法预测烟草中的纤维素含量[J].烟草科技,2006(8):16-20.

[9]聂志东等.近红外反射光谱法测定苜蓿干草主要纤维成分的研究[J].光谱学与光谱分析,2008,28(5):1045-1048.