几种典型石油类污染物紫外激光诱导荧光光谱特性研究

为实现海岸带石油类污染物的快速与非接触性检测,文章基于激光诱导荧光探测技术,利用紫外激光作为激发光源,建立了石油类污染物荧光探测系统.利用此系统测量了多种石油类样品的荧光光谱信号,结果表明,不同种类的石油样品荧光信号存在较大差异,因此,荧光光谱可以作为石油类污染物分类识别的一种依据.     

土壤湿度对多环芳烃荧光特性的影响

荧光光谱技术已被用于检测土壤中多环芳烃。但土壤湿度对多环芳烃的荧光强度产生很强的干扰,这对于荧光光谱技术的土壤多环芳烃快速实时检测技术的发展无疑是一种挑战。为了研究土壤湿度对多环芳烃荧光特性的影响,分别配置了八个不同湿度(含水量5%～40%,间隔5%)的菲土壤样品。采用美国PE公司的LS-55荧光分光光度计对不同湿度含量的菲土壤样品进行了检测,得到不同湿度含量下的一维动态荧光谱,以土壤湿度为外扰,研究了其二维相关荧光光谱特性,发现菲土在386,408和432 nm处荧光强度随着土壤中湿度的增大而增强,而333 nm处瑞利散射光强度却在减小,提出通过建立菲荧光强度、瑞利散射光强度与土壤湿度之间的关系,有可能实现土壤湿度对菲荧光强度影响的校正。同时,也研究了土壤湿度对定量分析菲浓度标准曲线的影响,指出土壤湿度极大影响着精准定量分析菲浓度标准曲线的建立。     

基于迭代逼近算法的土壤中机油和柴油混合物荧光信号重叠特性研究（英文）

随着我国经济的迅速发展,石油制品需求量与日俱增,伴随着工农业生产活动,大量石油制品进入土壤,造成严重的土壤石油污染。土壤中的石油污染物会对植物生长产生危害,并通过食物链威胁人类健康,因此需对土壤中的石油污染物进行现场、快速检测。激光诱导荧光技术(Laser-Induced fluorescence, LIF)具有检测速度快、灵敏度高、可现场检测等优点,但在检测土壤中有机污染物时,面临着荧光光谱重叠严重等问题。为了研究土壤中机油和柴油混合物荧光信号的重叠特性,制备了10种含有不同浓度机油、柴油混合物的土壤样品。通过搭建LIF实验系统,获取不同混合浓度的机油和柴油的荧光光谱,对油类荧光光谱进行了最大值归一化处理,建立土壤中机油、柴油混合光谱的反演关系,以最小残差平方和为指标,使用迭代逼近算法计算出土壤荧光光谱中柴油和机油样品的荧光贡献率。分别使用了全谱法和截取特征光谱两种方法计算机油和柴油的荧光贡献率。全谱法是在混合油样的全波段光谱(200~600 nm)范围进行迭代逼近,截取特征光谱方法是在截取油样光谱(330~460 nm)段进行迭代逼近。(330~460 nm)范围内包含了混合油样的所有光谱特征。用计算出的机油的荧光贡献率与机油样品浓度做线性拟合时发现,截取特征光谱法的拟合系数R为0.989,优于全谱法的0.923。分别用全谱法、截取特征光谱法计算出的荧光贡献率以及归一化机油、柴油光谱合成混合油归一化光谱,与实际归一化混合光谱比较,截取特征光谱法计算的平均相对误差为3.38%,优于全谱的8.79%,其原因是全谱法比截取特征光谱法引入了更多的噪声信号,所以在计算油类荧光贡献率时产生了较大的误差。选取机油和柴油归一化光谱上300, 350, 400, 450和500 nm等5个位置的荧光强度与归一化混合油光谱做多元线性回归拟合,计算出平均相对误差为10.31%。结果表明截取特征光谱方法优于多元线性回归方法;土壤中机油和柴油的荧光贡献率与自身的浓度之间成良好的线性关系,说明在土壤中机油和柴油混合后各自的化学性质保持稳定,在土壤中的荧光信号重叠特性是线性叠加的。这种这种方法同样可以用于其他石油类混合物的解离。通过该研究提高了LIF技术在土壤中石油烃类污染物定性与定量检测的准确性。为土壤中石油烃现场快速检测提供了方法支撑。     

土壤中机油激光诱导荧光信号随激发光能量变化的特性研究

石油的勘探开发遍布我国各地区,其产品的应用与工农业生产和人民日常生活密不可分。石油及石油制品在使用过程中泄漏到土壤中不断累积,会破坏生态环境。激光诱导荧光(LIF)是检测土壤中石油烃类有机污染物的重要方法。激光脉冲能量是LIF的重要实验参数,对检测灵敏度,稳定性有显著影响。为探究土壤中石油烃的激光诱导荧光信号随激发光脉冲能量变化的特性,以机油为例,在实验室制备了机油浓度为0.5%～6%的土壤样品,使用Nd∶YAG激光器作为激发光源,通过改变266 nm激光的脉冲能量,获取不同能量密度下油污土壤的荧光光谱。实验结果表明,土壤和土壤中机油的荧光光谱强度随激光脉冲能量的增加而增加,但增加到一定程度后增幅明显减小。原因是虽然激光能量密度逐渐增强荧光强度也在增强,土壤中单位面积的有机物含量有限,部分有机质已经被光解,有机物被激发的荧光趋于饱和。在适当的能量密度下,土壤中机油的荧光强度与其浓度有良好线性关系。实验发现,随着激光能量密度的减小, LIF系统测量机油的平均相对误差先减小后增大,其原因是,当激光能量密度小于一定范围时,信号的信噪比随之减小,因此测量的平均相对误差逐渐增大;当激光能量密度大于一定范围时,虽然信号的信噪比随之增大,但已经逐渐超出系统最佳的测量范围,所以测量的平均相对误差逐渐增大。当激光能量密度在2.4～4.0 mJ·cm~(-2)时,土壤中机油的荧光强度随激光脉冲能量密度线性增强,且对机油浓度的测量误差均小于2.5%,检测限在200～300 mg·kg~(-1)之间。当能量密度大于4.0mJ·cm~(-2)时,机油的荧光强度增幅显著降低,测量误差也随之增大。因此,兼顾LIF测量土壤中机油的平均相对误差和测量检测限,激光脉冲能量选择2.4～4.0 mJ·cm~(-2)较优。所述方法也可扩展其他土壤中石油烃荧光信号检测。     

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。     

基于激光诱导荧光的常见机油快速识别方法

基于激光诱导荧光光谱原理,提出一种常见机油的快速识别方法。利用激光器发射波长为355 nm的紫外激光,诱导九种常见机油样品发射荧光,共采集450组荧光光谱数据,其中360组数据用于分类训练,90组数据用于识别。分析发现不同机油的荧光光谱特征有明显差异,利用主成分分析结合聚类分析法实现了对90组待识别光谱数据的快速识别,识别率可达97.8%。实验证明,激光诱导荧光光谱结合多元分析可以实现不同机油的快速识别与检测。     

结合平行因子分析算法和模式识别方法的三维荧光光谱技术用于石油类污染物的检测

随着海洋中石油资源的不断开发,泄漏到海洋环境中的石油也日益增多,它不仅威胁着海洋生态环境,同时也严重影响着人们的身体健康。因此,快速、有效地检测出海洋环境中的石油类污染物对于保护海洋生态环境和人类健康具有重要意义。石油产品中含有大量的多环芳烃,其具有较强的荧光特性。因此,荧光光谱技术成为检测石油类污染物的重要手段之一。利用三维荧光光谱技术结合平行因子分析算法和模式识别方法,对石油类污染物进行表征和分类。首先,以海水和十二烷基硫酸钠(SDS)配制的胶束溶液作为溶剂,分别配制不同浓度的柴油、航空煤油、汽油和润滑油溶液,最终得到80个实验样本;然后,利用FLS920型荧光光谱仪采集实验样本的三维荧光光谱数据,并通过Delaunay三角形内插值法对所获得的三维荧光光谱数据进行去散射处理;其次,利用平行因子分析(PARAFAC)算法分解去散射后的三维荧光光谱数据,通过运用核一致诊断法和残差分析法对组分数进行估计;最后,为了建立稳健的分类模型,利用Kennard-Stone算法将80个实验样本分为60个训练集样本和20个测试集样本,运用K最近邻(KNN)算法、主成分判别分析(PCA-LDA)算法以及偏最小二乘判别分析(PLS-DA)算法分别建立分类模型,并利用灵敏度、特异性和准确率对分类效果进行评估。研究结果表明:三种分类模型对测试集中样本的识别准确率分别为85%, 90%和94%,其中, PLS-DA分类模型对测试集样本的识别准确率最高,具有最佳的分类效果。因此,在利用平行因子分析算法提取石油类污染物荧光光谱数据的基础上,结合模式识别方法可以很好的对不同种类油品进行分类研究。利用三维荧光光谱技术结合平行因子分析算法和模式识别方法快速、有效地检测油类污染物,为石油类污染物的快速检测提供了一种新的研究思路和重要参考。     

基于三维荧光光谱检测水产品中隐性孔雀石绿残留量

孔雀石绿作为一种化学制剂,因其杀菌性较好、价格便宜以及少量添加不易察觉等特点,一些商家将其作为杀菌剂在水产品中使用。然而,因孔雀石绿代谢产物隐性孔雀石绿具有稳定性以及高毒性的化学性质,其已被我国列为禁用药物。该研究深入讨论了如何使用三维荧光光谱法检测水产品中的隐性孔雀石绿,利用三维荧光光谱技术,探究隐性孔雀石绿的三维特征,并进一步分析其荧光强度与pH变化关系,以研究其最佳检测环境。最后针对鱼肉样品进行荧光光谱检测,以讨论三维荧光光谱技术的可行性。为三维荧光光谱法检测水产品中隐性孔雀石绿进行积累数据和奠定基础。经初步实验可以得出:隐性孔雀石绿乙醇溶液荧光强度最高峰值在激发波长324 nm/发射波长355 nm处,隐性孔雀石绿甲醇溶液荧光强度最高峰值在激发波长320 nm/发射波长355 nm处;且在pH 7的环境中检测效果最为明显。针对鱼肉样品的检测结果表明:隐性孔雀石绿浓度和荧光强度呈良好线性关系,经计算得到加标回收率为96.65%,证明实验结果有较好的稳定性。因此水产品中的隐性孔雀石绿可以通过三维荧光光谱技术准确快速的进行检测。     

便携式X射线荧光光谱测定土壤中Cr,Cu,Zn,Pb和As的研究

应用便携式X射线荧光光谱对土壤中的重金属元素Cr,Cu,Zn,Pb和As进行测试,分析土壤粒径、含水量、土壤类型对检测结果的影响,并选用北京、新疆、黑龙江、云南和江苏的典型土壤研究重金属元素含量与X射线荧光光谱特征峰强的关系.实验表明,土壤粒径影响了测试的精密度,土壤粒径从40目降低到100目,检测的相对标准偏差从15.6%减少至6.9%;土壤含水量主要影响样品检测的特征峰强,土壤含水量从5%提高到25%,与无水样品相比的相对峰强从86%降低到69%,相对峰强与土壤含水量符合方程I=100e-0.015c,I为相对峰强,c为土壤含水量(R2=0.83,n=30).在0～1500 mg·kg-1区间,土壤中重金属元素含量与X射线荧光光谱特征峰强间有着良好的线性相关,但不同土壤类型间的线性方程有着较大的差异,云南土壤样品建立的线性方程有着较小的斜率.通过检测土壤标准样品,验证了便携式X射线荧光光谱检测土壤中重金属元素有着较好的准确度和精密度,适用于土壤中重金属的快速检测.     

PSⅡ的荧光光谱特性

采用激励光源为82MHz、514.5nm的皮秒荧光光谱装置对PS颗粒、内周天线CP43、CP47三种样品进行研究,通过探测三种样品的荧光总光谱强度随激光功率的变化,测得PS颗粒样品在激光功率为120mW时,荧光强度趋于饱和;CP43在激光功率为73mW时,荧光趋于饱和,但当激光功率为82mW时,荧光强度有下降趋势;而在激光功率为20～96mW的范围内,CP47的荧光强度与激光功率几乎是线性关系.依据它们的荧光量子产额与激光功率的关系,认为CP47中存在较强的激子效应.几种样品的荧光光谱范围分别为700～780nm(PS颗粒);640～780nm(CP43);630～775nm(CP47).CP43和CP47的最大荧光峰分别为680nm和690nm,荧光寿命分别为3.543ns和3.222ns.在514.5nm激光激发下,CP43和CP47中最先受激发的是β-Car分子,发射荧光的是Chla分子,理论计算认为在CP43和CP47中Chla分子发射荧光的效率分别为38.3%和40.6%.     

SDS胶束溶液在石油类污染物荧光光谱测量中的应用

提出了一种以十二烷基硫酸钠(SDS)胶束溶液为溶剂增溶、增敏、增稳石油类物质的新方法。研究了石油类物质的荧光强度随SDS胶束溶液浓度的变化规律,确定了其溶剂SDS胶束溶液的最佳浓度为0.1 mol·L-1。使用FLS920荧光光谱仪测量得到不同稀释浓度的汽油、柴油、煤油SDS胶束溶液的三维荧光光谱矩阵(EEMs),分析了瑞利(Rayleigh)散射、拉曼(Raman)散射以及仪器光谱特性对测量光谱的影响,经过光谱校正,建立了三种油的SDS胶束溶液在激发波长为250～400 nm、发射波长为260～500 nm范围内的三维荧光光谱图,并确定了在一定浓度范围内荧光强度与浓度具有良好的线性关系。在相同条件下,用同样的方法配制各种浓度汽油、柴油、煤油水溶液作对比,验证了SDS胶束溶液作为石油类物质的溶剂可以使水中石油类物质的溶解度增加、荧光强度增大、稳定性更好,实现了石油类物质可以不依赖于某些有毒溶剂萃取,又解决了其水中溶解度低不宜定量的问题。     

三维荧光偏导数光谱结合平行因子算法对石油类混合油液的检测

石油类混合油液的组分检测是三维荧光光谱领域重要的研究内容,由于实际获得的混合油液三维荧光光谱数据存在不同组分光谱重叠严重、数据三线性较差等问题,通过平行因子算法解析时,会出现解析谱与标准谱差异过大或者不能正确判断油种的情况。在验证三维荧光偏导数光谱应用平行因子算法具有可行性的基础上,将三维荧光偏导数光谱与平行因子算法结合,能够提高平行因子算法得到的混合油解析谱与标准谱的拟合程度,实现石油类混合油液组分的准确检测。首先,以十二烷基硫酸钠（SDS）溶液作为溶剂,配制航空煤油、润滑油不同浓度的纯油溶液各15份,将航空煤油、润滑油按照不同浓度比配制9份混合油溶液;并利用FS920荧光光谱仪得到39份三维荧光光谱数据。然后,对三维荧光光谱数据进行预处理：通过扣除空白法去除拉曼散射,并将瑞利散射区域扣除,再利用分段三次hermite插值方法对扣除区域进行插值;利用小波变换阈值去噪法去除光谱数据中的高频噪声,得到预处理完成后的三维荧光光谱数据。最后,利用Savitzky-Golay拟合求导方法求三维荧光光谱的一阶偏导数光谱,并利用平行因子算法对三维荧光光谱和三维荧光偏导数光谱进行解析。将解析谱与纯油标准谱进行比较,实验结果表明：利用平行因子算法对混合油液的三维荧光光谱进行解析时,得到的润滑油解析结果较好,但航空煤油的解析结果存在较大问题。而三维荧光偏导数光谱经平行因子算法解析后,在保证润滑油解析结果的同时,显著提高了航空煤油的解析结果：航空煤油解析谱与标准谱之间的相关系数提升了12.0%（发射光谱）、6.7%（激发光谱）,均方根误差减少了70.4%（发射光谱）、20.6%（激发光谱）。在三维荧光光谱数据三线性较差的情况下,三维荧光偏导数光谱结合平行因子分析方法优于三维荧光光谱结合平行因子分析方法,实现了对混合油液组分准确检测的目的。     

基于不同光谱技术的原油样品的荧光分析

应用同步扫描、三维发射以及目前石油荧光仪所采用的二维发射荧光分析技术对胜利油田15个井区25种原油样品在10-4 g·L-1～10 g·L-1浓度范围内进行了光谱采集,对比分析了不同光谱技术所获取的光谱信息与浓度之间的相应关系。结果表明,对于原油这种多组分样品,二维发射光谱难以满足分析要求;三维光谱信息丰富但数据采集与提取困难。同步扫描光谱具有简单快捷、光谱特征丰富明显、干扰小等特点,选择Δλ为40 nm获得的原油同步扫描光谱可反映三维光谱的主要信息。与二维发射光谱和三维光谱相比,同步荧光法在原油样品分析中显现出较大优势和发展空间,可望发展成为石油录井中对岩屑岩芯样品含油量的定量分析的新方法。     

基于激光诱导荧光的油类污染物检测系统研究

油类污染物具有破坏海洋生态系统和间接污染大气及土壤的危害,快速、准确地检测污染物的成分及其浓度具有重要意义。由于油类污染物光谱重叠严重,因此难以通过传统荧光分析准确加以区分。本文基于激光诱导荧光技术,以氙灯作为激发光设计荧光光谱检测系统,并对0#柴油、92#汽油和煤油进行扫描和检测,从而获得激发/发射光谱以及最佳激发/发射波长。并对该系统的软件算法部分进行改进,运用Savitzky-Golay卷积平滑直接获得更加精确的激发/发射光谱,更能全面、准确地反映油类物质的荧光特性信息。并与传统的荧光光谱仪得到的光谱图进行对比,经实验验证激光诱导荧光技术的荧光光谱检测系统的有效性,对油类污染物的荧光光谱信号的检测具有更高的灵敏度。     

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”。     

不同质量含水量的土壤反射率光谱模拟模型

土壤含水量的时空分布与变化情况对土壤温度变化、陆地—大气间热量平衡以及陆面大气环流产生显著的影响,因此,对大范围内土壤含水量进行实时动态监测,获得某段时间内土壤含水量的连续变化情况具有重要的意义。研究目的是借助高光谱遥感手段,通过构建不同质量含水量的土壤反射率光谱模拟模型,深入了解土壤质量含水量与土壤反射率光谱之间的关系,为监测土壤含水量提供有效手段。利用ASD Field Spectral FR野外光谱仪和加水称重法获得北京市8个采样点的土壤样品不同质量含水量下的土壤反射率光谱实测数据,利用其中2个土壤样品不同质量含水量下的光谱数据构建含水土壤反射率光谱模拟模型,并利用未参与建模的另外6个土壤样品数据对该模型的模拟效果进行了检验。通过数据验证发现,当土壤质量含水量小于田间持水量时,该模型的模拟精度较高;而且对于不同的土壤样品,模型的模拟效果都比较好。最后又利用北京大学校园内三个采样点的实地测量光谱数据对模型进行了验证,光谱的模拟值与实测值之间的均方根误差最小可达0.005 8。因此该模型可实现对质量含水量小于田间持水量的不同类型土壤的反射率光谱进行较高精度的模拟。     

Application of Fluorescence to the Study of Crude Petroleum

Crude petroleum oils are complex mixtures of different compounds (mainly organic), which are obtained from an extensive range of different geological sources. The fluorescence of crude petroleum oils derives largely from the aromatic hydrocarbon fraction, and this fluorescence emission is strongly influenced by the chemical composition (e.g., fluorophore and quencher concentrations) and physical characteristics (e.g., viscosity and optical density) of the oil. The fluorescence spectroscopy (FS) is increasingly used in petroleum technology due the availability of better optical detection techniques, because FS offers high sensitivity, good diagnostic potential, and relatively simple instrumentation. In this work we analyzed crude petroleum at different dilution in Nujol, a transparent mineral oil. The main objective of this work was to verify the possibility to measure crude oil emission spectroscopic without use of volatile solvents. The mixtures of nujol with different -crude oil concentrations were measured with a 10 mm optical path cuvette thus simplifying the fluorescence spectroscopy signal detection. The emission spectra were obtained by exciting the samples with a 400 W Xenon lamp at 350 nm, 450 nm and 532 nm. The emissions of the samples were collected perpendicularly with the excitation axis.     

农田土壤水分含量的激光诱导荧光光谱表征

通过实验探讨了植物的激光诱导叶绿素荧光光谱与土壤水分间的关系。实验利用Y-形光纤探头获取了植物在450 nm LED光源照射下所发出的叶绿素荧光光谱,同时利用TDR传感器测量土壤湿度。实验以水稻为研究对象,研究了在持续水分胁迫和间歇水分胁迫下,叶绿素荧光光谱743 nm附近波峰的变化,结果发现,波峰强度与土壤水分含量具有相关性。最后,利用Lorentzian方程,将持续水分胁迫下的土壤含水量与叶绿素荧光强度进行建模,发现所建的模型具有较高的决定系数,说明该方法可以应用于农业生产中对土壤水分的测量。