三种多环芳烃混合溶液二维荧光相关谱解析

多环芳烃为优先控制污染物,但是由于其含量很低,多组分多环芳烃荧光峰相互重叠,所以常规荧光光谱法无法对其荧光峰进行有效解析。采用二维荧光相关分析方法对三种多环芳烃,蒽、菲和芘的混合溶液进行荧光峰解析。根据研究目标,按照三种多环芳烃浓度比的不同配制了三种混合物体系,共27个样本,每种体系的三种溶液浓度彼此间按规律递增和递减。在此基础上,以浓度为外扰,构建了各体系的同步和异步二维荧光相关谱。同步谱中,在425,402,381,373,365,393及347 nm处产生自相关峰。以未被覆盖的菲在347 nm处荧光峰为线索,通过其与各波长处荧光交叉峰的正负,判断出了402,381,425和452 nm处荧光峰源于混合溶液中的蒽; 373与393 nm处荧光峰源于混合溶液中的芘; 365,356及347 nm处荧光峰源于混合溶液中的菲。通过异步谱解析出菲的385 nm处荧光峰,证明了异步谱比同步谱具有更好的光谱分辨率。研究结果表明,采用二维荧光相关方法对光谱严重重叠的多组分多环芳烃的解析是可行的,并具有一定的优势,可推广到对环境中其他污染物质的检测。     

蒽芘混合溶液二维相关荧光谱定量分析研究

为了实现对水中多环芳烃的快速、准确检测,基于同步二维相关荧光谱中自相关峰强度与水中多环芳烃浓度之间的关系实现其定量分析。配置蒽芘混合水溶液19个(芘浓度范围为1×10-6~1×10-4 g·L-1)。采集了所有样品在320nm波长激发下的荧光谱。在研究单组分蒽、芘水溶液一维荧光特性和蒽芘混合水溶液二维相关荧光谱特性的基础上,建立了同步二维相关荧光谱主对角线394nm处自相关峰强度与水溶液中芘浓度之间的数学关系:F=3 003.56-2843.86c+1 436.92 C2,其复相关系数为0.999。该研究为快速检测水中多环芳烃污染物提供了一种技术手段,同时该方法也可推广到环境中其他污染物的检测中。     

基于二维相关荧光谱土壤中PAHs检测方法研究

传统荧光光谱技术已被用于土壤中多环芳烃(PAHs)的检测,但由于土壤体系的复杂性、PAHs污染物的多样化和微量化,传统的荧光光谱技术无法有效提取土壤中PAHs的特征信息。为了解决上述问题,提出并建立一种基于二维相关荧光谱土壤中多环芳烃的检测方法。以土壤中典型的多环芳烃蒽和菲为研究对象,配置38个蒽菲混合标准土壤样品(蒽和菲的浓度范围均为0.000 5～0.01 g·g-1),在激发波长265～340 nm,发射波长350～500 nm范围内采集了所有样品的三维荧光谱。以激发波长为外扰,对外扰变化的动态一维荧光谱进行相关计算,得到每一样品的同步二维相关荧光谱。研究了浓度均为0.005 g·g-1蒽菲混合土壤样品的三维荧光谱和同步二维相关荧光谱特性,在同步谱主对角线398,419,444和484 nm处存在自相关峰,其中,398和484 nm荧光峰来自土壤中的菲,419和444 nm荧光峰来自土壤中的蒽;在主对角线外侧,蒽和菲两组荧光峰之间存在负的交叉峰,进一步验证了其来源不同;同时,在(408,434) nm和(434,467) nm处出现交叉峰,其中408和434 nm荧光峰来自土壤中的菲,467 nm荧光峰来自土壤中的蒽。指出与三维荧光谱表征的信息相比,二维相关荧光谱不仅能提取更多的特征信息(408和467 nm的特征峰在三维荧光谱中未被表征),而且还能提供荧光峰之间的相互关系,对其来源进行有效解析。在上述研究二维相关荧光谱特性的基础上,基于同步相关谱矩阵(38×151×151)建立了定量分析土壤中蒽和菲污染物浓度的多维偏最小二乘(N-PLS)模型,对蒽的校正和预测相关系数分别为0.986和0.985,校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为4.33×10-4和5.55×10-4 g·g-1;对菲的校正和预测相关系数分别为0.981和0.984,RMSEC和RMSEP分别为5.20×10-4和4.80×10-4 g·g-1。为了比较,基于三维荧光光谱矩阵(38×16×151)建立了定量了分析土壤中蒽和菲的N-PLS模型,对蒽的校正和预测相关系数分别为0.981和0.972,RMSEC和RMSEP分别为5.09×10-4和6.74×10-4 g·g-1;对菲的校正和预测相关系数分别为0.957和0.956,RMSEC和RMSEP分别为7.36×10-4和7.77×10-4 g·g-1。指出,对于土壤中的蒽和菲检测,基于二维相关荧光谱的N-PLS模型的相关系数r,RMSEC和RMSEP都要优于基于三维荧光谱的N-PLS模型。研究结果表明：所提出和建立的方法-二维相关荧光谱直接检测土壤中PAHs污染物不仅可行,而且能提供更好的分析结果。该研究为激光诱导荧光结合相关谱技术现场直接检测土壤中多环芳烃污染物提供了理论和实验基础,具有较好的应用前景。     

标准芳烃及其混合溶液的同步荧光光谱分析

为了提供区分标准芳烃的实验依据,并为环境中芳烃污染检测提供参考.对10个标准芳烃样品(萘、芴、蒽、菲、荧蒽、苊、芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲)及其混合溶液(蒽、萘、芴混合溶液,苊、荧蒽、菲混合溶液和芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲混合溶液)的同步荧光特性进行了分析,获得10种标准芳烃标志峰最好时对应的Δλ值及其标志峰位.在此基础上,通过同步荧光光谱分析区分了三种标准芳烃混合溶液的组分,实验发现对蒽、萘、芴混合溶液,Δλ=3nm时最易区分三种组分;对苊、荧蒽、菲混合溶液,Δλ=3nm或Δλ=10nm均可区分三种组分,相对而言,Δλ=10nm更简便些;对芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲混合溶液,Δλ=5nm时是最好的,但也仅能区分芘、1,2-苯并[A]蒽、苯并[k]荧蒽三种组分,苯并菲不确定.     

标准芳烃及其混合溶液的同步荧光光谱分析

为了提供区分标准芳烃的实验依据,并为环境中芳烃污染检测提供参考.对10个标准芳烃样品(萘、芴、蒽、菲、荧蒽、苊、芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲)及其混合溶液(蒽、萘、芴混合溶液,苊、荧蒽、菲混合溶液和芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲混合溶液)的同步荧光特性进行了分析,获得10种标准芳烃标志峰最好时对应的Δλ值及其标志峰位.在此基础上,通过同步荧光光谱分析区分了三种标准芳烃混合溶液的组分,实验发现对蒽、萘、芴混合溶液,Δλ=3 nm时最易区分三种组分|对苊、荧蒽、菲混合溶液,Δλ=3 nm或Δλ=10 nm均可区分三种组分,相对而言,Δλ=10 nm更简便些|对芘、1,2-苯并[A]蒽、苯并[k]荧蒽、苯并菲混合溶液,Δλ=5 nm时是最好的,但也仅能区分芘、1,2-苯并[A]蒽、苯并[k]荧蒽三种组分,苯并菲不确定.     

二维相关光谱探测荧光能量转移现象

以EuCl₃和NdCl₃混合水溶液为研究对象,按正交浓度序列以浓度为外部扰动构建紫外可见-荧光二维相关光谱。在混合溶液的二维相关光谱中,观察到了Eu3+的荧光发射谱峰与Nd^{3+的吸收谱峰之间存在交叉峰。交叉峰的出现表明Eu3+和Nd3+的荧光发射与吸收之间存在能量传递。二维相关光谱中交叉峰的产生并非由于溶剂水分子与溶质(Eu3+或Nd3+)之间相互作用;若以单一溶质的EuCl₃和NdCl₃的水溶液构造模拟的“混合溶液”的拟合光谱构建二维紫外可见-荧光相关光谱,由于Eu3+和Nd3+在空间上相互分离,无相互作用发生,交叉峰并不存在。二维相关光谱的交叉峰可为从光谱学角度探测复杂体系能量传递及其相关机制提供一条新思路。}     

二维相关谱在食品品质检测中的研究进展

近年来,食品质量与安全问题越来越严重,需要快速便捷的检测技术以确定食品的品质。二维相关谱技术由于其高光谱分辨率、高选择性和高图谱解析能力,可有效解决常规一维谱在数据分析过程中所遇到的三个困难：①光谱选择性低;②特征信息提取难;③图谱解析难,特别适合于那些传统一维光谱方法难以满足的相似样品的判别分析。综述了二维相关谱方法的发展历程、获取谱图的实验方法、以及数学原理和谱图性质。同时,也指出根据同步二维相关谱交叉峰的正负以及异步二维相关谱交叉峰的有无,可实现被覆盖的或被淹没的弱峰之间相互指认和验证,确认其来源。详细介绍了二维中红外、近红外、紫外、荧光和拉曼相关谱在乳制品、酒类、食用油、肉类、蜂蜜、大米等食品品质检测中的应用,分析了目前二维相关谱方法存在的问题,展望了二维相关谱的发展前景。     

同分异构体菲与蒽三维荧光特征的比较

近年来三维荧光光谱法越来越多地用于研究环境领域污染物的迁移转化,但荧光光谱特征与物质分子结构的关系不清晰始终制约着应用。研究了典型的芳香族污染物同分异构体菲和蒽的荧光光谱特点。结果表明,菲和蒽有共同荧光峰λ_ex/λ_em=225/340 nm,且菲275/360 nm的荧光峰与蒽285/360 nm峰位置也接近,然而两者荧光光谱仍存在明显差异。菲有3个清晰的荧光峰,在275/340 nm附近还有一峰,225/340 nm处的荧光最强。蒽的荧光光谱较复杂,250/380,250/400和250/425 nm附近荧光峰的强度较强。浓度为0.058 1 mg·L-1时,共同荧光峰225/340 nm处蒽的荧光强度大约为菲的1.63倍。利用密度泛函理论的计算结果表明,蒽和菲的前线分子轨道能级差ΔE分别为3.621和4.779 eV。由于ΔE小和电子云的对称性好,蒽可在波长更长的激发光下发光且荧光强度更强。密度泛函理论可以用来判断有机物的发光能力。     

近红外二维相关光谱的掺和大米判别

随着经济水平的提升人们对大米品质要求越来越高,由于不同大米品种之间价格差异也较大,致使不少商贩以劣充优谋取利益,有的掺和比例高达30%以上,这种行为严重损害了消费者利益。大米作为一种碳水化合物直接通过一维近红外光谱信息不易区分掺和米,目前诸多研究集中在基于一维光谱的化学计量学判别模型建立。二维相关光谱具有高分辨率、解析峰的归属等优点,可以挖掘出掺和米在一维光谱中隐藏的有效信息。以五常大米作为研究对象,选取难以用肉眼分辨的六种大米为掺入米,分别制备5%～50%的不同掺和比例大米样品140个。以五常大米近红外光谱的平均光谱作为参考谱,掺和比例作为外部扰动因数,将掺和米光谱和五常米光谱分别与参考谱进行二维相关运算,通过解析不同掺和比例大米二维相关同步谱特性发现自相关谱1 420和1 920 nm两处自动峰值与同步谱(1 420, 1 920) nm和(1 920, 1 420) nm处交叉峰值强度均随掺和比例增加呈递增趋势,其中1 920 nm自动峰值对掺和比例响应最显著。通过对自相关谱1 420和1 920 nm两处自动峰产生机制的追溯并分析对应官能团归属,发现大米中直链淀粉对掺和比例响应程度高于蛋白质及其他碳水化合物。分别以五常大米同步谱中1 420和1 920 nm处自动峰值和(1 920, 1 420)nm处交叉峰值的最大值作为判别阈值,对140个大米样品进行了判别试验。结果显示,基于1 920 nm自动峰值的判别效果最佳正确率达93.3%,掺和比例20%及以上掺和米样品判别正确率为100%,随着掺和比例降低判别正确率也逐渐下降,掺和比例15%, 10%和5%样品判别正确率分别为91.7%, 66%和75%。综上所述,以掺和比例作为外部干扰因数解析不同掺和比例的大米二维同步谱特性,通过特征峰值的差异可以简单有效区分掺和米,与以往近红外判别模式相比不需要准备大量样品来训练模型,为快速鉴别掺和大米提供一种新思路。     

二维相关光谱分析在无创血糖检测特异性研究中的应用

主要利用二维相关光谱分析方法考察了血液中主要成分、测量过程中的系统漂移等因素对近红外光谱中的葡萄糖分子特异性的影响。首先测量了葡萄糖水溶液的近红外透射光谱,以葡萄糖浓度为外扰,计算二维相关同步谱及异步谱,通过对比分析确定了葡萄糖在合频和倍频区域的特征吸收峰位置。当葡萄糖水溶液中加入少量白蛋白后,其二维相关谱中葡萄糖的一级倍频吸收峰(1 590 nm)和二级倍频吸收峰(1 195 nm)出现了不同源的现象,表明白蛋白可能破坏了葡萄糖的特异性;进一步开展了人体口服葡萄糖耐量实验,测量了手掌部位的漫反射光谱,其二维相关谱中葡萄糖的同源性吸收也遭到破坏。另外,由于葡萄糖浓度变化引起的光谱变异信息较小,很容易被系统漂移掩盖,一般需要进行背景修正。在葡萄糖水溶液的透射实验和人体漫反射实验中,分别引入纯水样本和5%标准漫反射板作为参考,以时间为扰动的二维相关光谱分析的结果表明,经过参考样本的背景校正后,系统漂移在二维同步切线谱中引起的谱峰偏移变小,葡萄糖的特征吸收被增强。因此,在近红外光谱无创血糖检测中,应尽量避开与葡萄糖特征吸收不同源的波段,并有必要采取一定的参考测量方法以提高检测的特异性。