微含量石油类污染物三维荧光光谱及平行因子解析

为解决微含量石油类污染物识别问题,采用三维荧光光谱(EEMs)与平行因子(PARAFAC)相结合的技术,研究了石油类样品荧光组分特征及平行因子组分识别方法。依据水体中石油类含量的标准规定,配制出与Ⅰ—Ⅴ类水体对应的CCL₄含油样品,用来模拟油类污染物成分。首先对97#汽油、0#柴油、普通煤油及CCL₄溶剂进行三维荧光光谱扫描,得到纯组分样品的三维荧光光谱图,其次对97#汽油、0#柴油及普通煤油的标准样品进行三维荧光光谱图测定,最后对97#汽油、0#柴油、普通煤油在CCL₄溶剂中的混合样品进行三维荧光光谱图测定。在掌握上述不同组分样品的三维荧光光谱特性的基础上,重点分析微含量下97#汽油、0#柴油及煤油混合液的三维荧光光谱,应用平行因子方法解析出样品中三种组分的激发与发射特征光谱以及组分间的浓度比。解决了混合样品荧光光谱出现叠加,用化学分离或单纯荧光分析方法较难识别荧光组分的问题,实现了对微含量含油混合样品的主要组分的识别,并得到混合样品溶液中不同组分间浓度比。     

基于温度变量的四维荧光光谱的石油类污染物测定

三维荧光光谱结合多元校正分析对石油类污染物复杂多组分体系测定方法多谱图混叠,且易受到空白荧光和干扰物荧光影响降低了测定准确性。提出在三维荧光光谱中增加一维温度信息构造激发波长-发射波长-温度-样品（EEM-temperature data array）的四维荧光光谱数据阵列,应用四线性成分模型建立高维荧光光谱定性定量分析的方法。实验证明在15～25 ℃温度范围内,矿物油荧光光谱轮廓形状不随温度变化,而其强度随温度线性变化,满足四线性要求,这为构建四维荧光光谱发展高维数据的三阶校正提取更丰富的有效信息提供了可能。三阶校正不仅可以在干扰物共存的情况下对感兴趣组份进行定量测定,即具有“二阶优势”,还具有更高的选择性和灵敏性,可以对高共线性和背景干扰的重叠光谱表现更好的解析能力,即“三阶优势”。对0#柴油、97#汽油和机油为混合油待测组分,腐殖酸为水体干扰组分组成的复杂体系污染油样品为进行实验,得到的三维荧光光谱利用平行因子（PARAFAC）算法和交替惩罚三线性分解（APTLD）算法进行二阶校正分析,将三维荧光光谱在温度方向上堆叠构成增加温度维度的四维荧光光谱数阵,并将其利用四维平行因子算法（4-PARAFAC）和交替惩罚四线性分解（APQLD）算法进行三阶校正分析,比较,0#柴油、97#汽油和机油的预测结果表明增加了影响荧光光谱的温度因素构造的四维荧光光谱提高了有效信息提取能力,四维荧光光谱结合高阶校正算法能提高油种光谱识别和浓度精确检测,较传统的三维荧光光谱分析提高了回收率（recovery rate）和预测均方根误差（root mean square error of prediction,RMSEP）,有利于石油类污染物的有效,准确,实时,绿色环保检测。同时指出了4-PARAFAC和APQLD算法各自的特点及其不同适用环境,为油类污染物检测具体情况提供算法选择依据。引入温度参量的四维荧光光谱结合三阶校正算法的检测技术较三维荧光光谱技术,在组分光谱定性分辨和浓度定量检测方面能对复杂体系油类污染物实现快速有效,绿色无污染地检测,实现“数学分离”更有效代替“化学分离”。     

用特征光谱荧光标记技术分析水中溶解有机物特性

讨论了一种自然水体中有机物的快速诊断分析方法。介绍了总荧光光谱(TLS)和特征光谱荧光标记(SFS)技术;以激光诱导荧光(LIF)方法测量了水体的总荧光光谱,利用特征光谱荧光标记技术对水体中溶解有机物(DOM)及叶绿素a(Chla)进行了分析,并给出了不同浓度腐殖酸的归一化荧光强度与浓度的关系曲线．结果表明,利用特征光谱荧光标记技术对水体总荧光光谱的分析,可以进行水体污染物的快速、实时和在线监测。     

特征荧光光谱法定量检测水质的研究

讨论了一种可同时检测自然水体中有机物和叶绿素a含量的快速分析方法。以武汉东湖水为样品,采用激光诱导荧光(LIF)的方法测量了水体的总荧光光谱(TLS);并用特征光谱荧光标记(SFS)技术对水体中溶解的有机物(DOM)及叶绿素a (Chl-a)的荧光光谱特征进行了分析和指认。并利用水的拉曼散射信号强度进行归一化的方法,分别得到较低浓度腐殖酸和叶绿素a的特征光谱归一化荧光强度以及它们在水体中浓度的标定曲线和线性关系式。另外, 对于较高浓度的腐殖酸溶液,确定了其特征光谱的荧光强度与浓度之间满足的函数关系。结果表明,在一定的浓度范围内,特征光谱的荧光强度与浓度之间仍然有很好的线性关系。该方法在自然水体质量的检测方面有广泛的应用前景,它能快速识别水体中的污染物,定量测量它们在水体中的含量,实现对自然水体的质量状况进行大范围的实时动态监测。     

污染水体溶解有机物诱导荧光猝灭特性的实验研究

溶解有机物的含量是衡量水质的常用指标,利用荧光方法可以实现对自然水体溶解有机物的浓度进行高灵敏在线遥测。文章利用三维荧光光谱技术对溶解有机物进行了荧光表征,实验研究了溶解有机物浓度与荧光强度的关系,以及水体酸碱度和金属离子对荧光强度的影响。研究表明,当溶解有机物浓度在小于10 mg·L-1,pH值在6.5～7.5范围内时,荧光强度与浓度具有很好的线性关系;金属离子对溶解有机物诱导荧光有较大猝灭作用,不同金属离子对诱导荧光强度的猝灭效果有显著不同。     

三维荧光光谱及平行因子分析在石油类污染物检测分析中的应用

以三维荧光光谱技术结合平行因子分析算法研究了石油类污染物识别与浓度测量方法,重点分析了两种以上成品油共存时对测量的影响。以0#柴油、97#汽油与煤油的CCl4溶液为测量样本,通过两种或三种油不同配比的混合溶液来模拟多种石油类污染物共存的状态,研究平行因子分析方法在复杂混合物共存体系成分分析时的特点。实验分别针对汽柴油混合溶液、柴煤油混合溶液以及存在少量煤油干扰成分的汽柴油溶液,分解得到各溶质的激发与发射特征光谱,实现了各混合样品中主要成分含量的同时测量,计算了平均回收率。结果表明,该方法能够实现石油类污染物中共存成分的识别与浓度测量。     

基于自加权交替三线性分解的荧光检测油类污染物

设计水中油类污染物检测仪,采用脉冲氙灯作为光源,选择阶跃型多模纯石英光纤对激发光和发射光进行传输。采用非对称Czemy-Turner光路的高精度光栅单色器。应用该装置测定柴油、汽油和煤油的荧光光谱,0#柴油、97#汽油和煤油的最佳激发波长/发射波长分别为：290/330,270/300和280/330 nm。检出限：柴油(0.025 mg·L-1)、汽油(0.042 mg·L-1)和煤油(0.054 mg·L-1)。相对误差：柴油(2.55%),汽油(2.06%)和煤油(1.71%),实验表明所设计的检测仪具有较高的测量精度。配置不同浓度的柴油、汽油和煤油的混合溶液,测量其三维荧光光谱,采用自加权交替三线性分解算法对光谱数据进行分解,预测浓度及回收率均表明自加权交替三线性分解算法对混合油类物质有较高的分辨能力。     

基于径向基函数网络的激光诱导荧光特征光谱分离算法

应用激光诱导荧光技术测量水中溶解有机物(DOM)含量，具有灵敏度高、检测速度快、可遥测等优点，其中特征荧光光谱的分离在系统中占有十分重要的地位.在分析激光诱导荧光光谱特征的基础上，提出了采用径向基函数网络(RBFN)分析荧光光谱数据的数学模型，应用这种模型从荧光光谱中恢复出了激光、拉曼和DOM的荧光等光谱分量成分，从而得到了水中DOM的浓度. 关键词： 径向基函数网络 激光诱导荧光 溶解有机物     

三维荧光光谱结合组合算法在环境污染监测中的应用:油种鉴别与定量分析

针对油类污染物成分复杂,光谱重叠难以识别的问题,提出采用三维荧光光谱结合组合算法对油类污染物进行了定性和定量分析。荧光光谱中存在的瑞利散射对三维荧光光谱检测有较大影响,提出了缺损数据修复-主成分分析（MDR-PCA）方法对矿物油三维荧光光谱的瑞利散射进行处理,原理是单个荧光光谱激发发射矩阵符合双线性,可用主成分分析（PCA）法来解析。MDR-PCA法首先将荧光数据中的散射干扰数据全部扣除,之后利用主成分分析（PCA）迭代过程对扣除数据进行重构修复后补全数据。该方法在消除散射干扰的同时充分利用了荧光物质光谱矩阵中的有效信息。利用不同浓度的矿物油的激发-发射荧光光谱构建了三维数据。样品数据来源于柴油、汽油和煤油三种溶质的四氯化碳溶液。常用于三维荧光光谱数据分析的三线性分解算法有平行因子分析（PARAFAC）、交替三线性分解（ATLD）和自加权交替三线性分解算法（SWATLD）等。PARAFAC基于严格意义上的最小二乘原则,具有抗噪声强、模型稳定、微小预期误差等优点,可以实现三维数据阵列的最佳拟合,但该算法收敛速度较慢,对组分数敏感。ATLD算法通过提取对角主元和切尾奇异值求解广义逆,极大提高了收敛速度并降低了对组分数的敏感度,从而实现三线性分解。然而,取对角元时易使ATLD方法对噪声敏感。SWATLD算法既继承了对组分数不敏感、收敛速度快等优点,又降低了噪声水平的影响。但是在抗共线程度方面,SWATLD算法在抵抗共线性程度方面的能力较ATLD略有降低。基于此,论文根据三线性分解算法迭代过程中损失函数的变化,对迭代过程进行划分,提出了三线性迭代方法的组合算法（algorithm combination methodology, ACM）—将ATLD, SWATLD与PARAFAC组合在一起,充分发挥各算法的优点,实现二阶校正算法的优势互补。采用ACM算法对两组分及三组分矿物油样品的三维荧光光谱数据进行解析,并对三种矿物油的回收率进行了计算。柴油的回收率为97.08%,汽油的回收率为97.34%,煤油的回收率为97.25%。解析光谱和回收率表明,ACM算法能够实现油类污染物的种类识别及浓度测量。     

多波长LED阵列诱导荧光光谱在多组分分析中的应用研究

荧光光谱技术是对水中的溶解有机物、油类污染物,以及各种浮游植物生物量识别与测量的有效手段之一。构建了多波长LED阵列(450～610 nm)诱导荧光光谱测量系统,讨论了系统的原理和利用此系统进行多组分分析的方法。在实验室应用该系统获取了多组分混合荧光物质溶液的三维荧光光谱,并采用平行因子算法分析了多组分三维荧光光谱数据,结果显示得出的多组分浓度值与实际浓度的相关性大于98％。表明基于多波长LED阵列诱导荧光光谱测量系统在多组分分析中具有很好的应用前景。     

PARAFAC法解析太湖水体DOM三维荧光光谱

采用平行因子法(PARAFAC法)对太湖水样溶解性有机质(DOM)三维荧光光谱进行解析。通过比较因子数分别为3,4和5时,PARAFAC模型的核一致函数、 激发和发射光谱误差平方和、 各水样模拟的三维荧光光谱和残差谱图等情况,选择因子数为3作为太湖水样DOM三维荧光光谱PARAFAC模型的最佳因子数。太湖水样DOM的3类主要荧光组分分别是类腐殖质荧光物质、 类色氨酸荧光物质、 类酪氨酸荧光物质。     

长江河口不同分子量溶解有机质的三维荧光光谱特征

应用切向流超滤和三维荧光光谱技术研究长江河口丰水期和枯水期水体中不同分子量溶解有机质的荧光性质,探讨其来源与影响因素。结果表明：长江河口水体存在四种荧光峰,分别是陆源类腐殖酸荧光峰A和海洋来源类腐殖酸荧光峰C、酪氨酸和类蛋白荧光峰B及芳香蛋白荧光峰D。荧光物质主要存在于真溶解有机质(<1 kDa)中,其次是低、中分子量胶体有机质(1～500 kDa)。溶解有机质中蛋白质来源以污染排放的人为源为主,其次是生物活动的内源;在丰水期腐殖酸来源是陆源和内源,在枯水期主要为陆源。真溶解有机质中腐殖酸多来源于生物分解的内源,胶体有机质以陆源为主,可能同时受再悬浮作用影响。荧光峰强与各环境参数均有一定相关性,说明在环境参数对溶解有机质中的荧光物质产生的影响较为复杂多样。     

不同水体中溶解有机物的荧光光谱特性研究

用激光诱导荧光(laser induced fluorescence, LIF)方法对几种不同水体中溶解有机物(dissolved organic matter, DOM)的荧光光谱进行了测量和分析,给出了不同浓度腐殖酸的归一化荧光强度与浓度的关系。结果表明, 可用此种方法进行有效的水体质量监测。     

平行因子法分解成分分析在三维荧光光谱数据中的实现

系统分析了PARAFAC法解析立方阵数据的实现过程。以建立PARAFAC模型对湖泊水样三维荧光光谱数据进行荧光物质成分分解为例,通过对核心阵元素分布、核一致函数、模型谱图与原始谱图拟合程度以及拟分解成分物理意义的分析,确定PARAFAC法分解样品荧光物质成分的合理成分数,实现PARAFAC法对荧光物质成分的合理分解与识别。     

荧光光谱及平行因子分析法在植物油鉴别中的应用

利用FS920荧光光谱仪测量市售的八种植物油(大豆油、玉米油、橄榄油、稻米油、花生油、核桃油、葵花籽油和芝麻油)共22个样品的荧光光谱,并对其数据矩阵(EEMs)进行平行因子分析,结合荧光谱分析的直观物质表征和平行因子法对灰色体系的组分识别优势,实现了植物油的种类区分与鉴别。综合分析植物油在特定范围内(激发波长为250～550 nm,发射波长为260～750 nm)的三维荧光光谱和等高线光谱图,给出了各植物油峰位、峰数和峰强等特征信息,确定了植物油各荧光谱峰相应的荧光物质(不饱和脂肪酸类、维生素E及其衍生物、叶绿素及类胡萝卜素);将平行因子模型应用于植物油光谱数据矩阵的分析,确定了平行因子分析模型的因子数及各因子的物质基础(维生素E及其衍生物、亚油酸和亚麻酸、脂肪酸氧化产物、植物油氧化产物)。建立了植物油的4因子激发-发射光谱轮廓图和样品因子投影得分图。通过对植物油荧光光谱的图谱特征和其数据阵平行因子模型的分析,证实荧光光谱技术和平行因子分析法对植物油进行分析和种类鉴别的有效性。     

激光诱导水体中DOM的荧光猝灭特性分析

以355 nm激光为激发光源,在实验室中用激光诱导荧光(LIF)方法以不同浓度的腐殖酸为测量样品研究了水体中溶解有机物(DOM)的荧光猝灭特性。研究表明,随着腐殖酸浓度的增加,水拉曼散射强度逐渐减弱,当浓度为40 mg·L-1时,水拉曼散射信号几乎完全被DOM的荧光基态分子所吸收,而DOM的荧光强度随着浓度的增加,先是线性增加,当浓度为16 mg·L-1时,荧光强度达到最大,再继续增加腐殖酸浓度,荧光强度则缓慢降低。因此,通过对不同浓度下腐殖酸荧光猝灭特性的分析,可以更加有效的实现水体中DOM浓度的探测。