紫外光谱法结合化学计量学用于环境水样中2,4,6-三硝基甲苯及其分解物的同时测定

结合紫外吸收和偏最小二乘法建立了环境水样中2,4,6-三硝基甲苯及其分解物的分析方法,在不经过任何预先分离的情况下,实现了环境水样中2,4,6-三硝基甲苯(TNT)及其分解物2,4-二硝基甲苯(2,4-DNT)和2,6-二硝基甲苯(2,6-DNT)的快速准确测定.采用正交试验设计(OAD)配制了25个训练集样本和15个独立预测集样本,采用变量种群分析(VCPA)方法挑选特征变量以提高偏最小二乘法(PLS)模型的预测效果,预测集中每个物质的相关系数R2均达到0.99.将最优的VCPA模型用于真实水样中TNT以及DNT的检测,并采用HPLC方法进行了验证.实验结果显示,VCPA模型的回收率与HPLC法相近.紫外光谱法结合化学计量学方法可作为环境体系中多成分同时测定的一种简便、快速、有效的方法.     

计算机辅助对农药杀虫剂质谱信息的分类预测

对农药质谱信息的研究有助于辅助完成农药残留的鉴别和农药前体化合物的筛选。根据GB 4839-1998,选出4类杀虫剂,其常见化学结构有有机氯类、有机磷类、氨基甲酸酯类和拟除虫菊酯类农药。从NIST2.0质谱数据库中提取针对这4类结构的质谱数据,经过数学变换以及遗传算法和偏最小二乘回归相结合(GA-PLS)特征选择后,确定最优的质谱特征集,最后使用K最邻近法(KNN),支持向量机(SVM),助推法与分类回归树(AdaBoost-CART)构建预测模型。实验表明,SVM和AdaBoost-CART使用仅含有少量的特征组成的最优特征集,可以得到较好的预测结果。