高效液相色谱法同时测定滁菊样品中的9种酚酸

建立了高效液相色谱同时测定滁菊样品中9种酚酸类化合物(水杨酸、苯乙酸、对羟基苯甲酸、香草醛、对香豆酸、阿魏酸、苯甲酸、丁香酸和肉桂酸)的方法。采用Symmetry C18色谱柱(250 mm×4.6 mm,5!m)分离,流动相为乙腈和0.02 mol/L磷酸盐缓冲溶液,以冰醋酸调至pH 2.8,进样量20!L,采用梯度洗脱,流速为1.0 mL/min,柱温25℃,检测波长280 nm。各组分的质量浓度与其峰面积具有良好的线性关系,相关系数均大于0.999,且9种酚酸组分在35 min内得到了较好分离。9种酚酸的检出限介于0.01～0.08 mg/L,平均回收率在97.8%～102.5%之间,相对标准偏差为0.2%～3.6%。本方法可用于滁菊样品中酚酸类化合物的快速分析。     

基于近红外光谱技术的生物炭组分分析

建立了基于近红外光谱技术的生物炭组分快速定量分析方法。采集了163个样品在10000~3800cm~(-1)范围内的近红外光图谱,测定了样品中的固定碳(Fixed carbon,FC)、挥发分(Volatile matter,VM)和灰分(Ash)3种组分含量。在优化建模波段,确定最佳因子数,采用多元散射校正与二阶导数光谱法对原始光谱预处理后,利用偏最小二乘法(Partial least squares,PLS)构建了生物炭样品中3种组分的模型,并对模型的预测性能进行了评价。结果表明,PLS模型具有良好的预测能力,FC、VM和Ash的真实值和预测值的相关系数(Predicted coefficient,R_p~2)分别达到0.9423,0.9517和0.9265,预测均方差(Root mean square error of prediction,RMSEP)值分别为0.1074,0.1201和0.1243,相对预测误差(Ratio of prediction to deviation,RPD)值分别为3.51,4.28和2.03。模型对FC和VM的精度较高,可以作为定量分析方法。根据RPD值,模型对Ash的预测精度较差,需要进一步提高模型预测精准度。本方法为生物炭组分的定量分析提供一种快速有效的技术手段。