晶体硅材料中杂质元素分析方法研究进展

综述了晶体硅材料中杂质元素含量测定的分析方法研究进展。晶体硅材料中杂质元素的分析方法主要包括红外吸收法、二次离子质谱法、中子活化分析法、辉光放电质谱法、电感耦合等离子体质谱法、X射线光谱分析及其它分析方法,引用文献41篇。     

裂解气相色谱质谱技术在烟草化学中的应用

综述了裂解–气相色谱–质谱技术及其在烟草化学研究中的应用,包括烟草成分裂解产物研究、烟用香精香料裂解产物研究及烟用辅料和添加剂裂解产物研究,展望了该技术的发展前景。     

无人机多光谱遥感在玉米冠层叶绿素预测中的应用研究

叶绿素含量是植物生长中的重要参数,与农作物产量密切相关。无人机遥感技术作为一种新的数据获取手段,在农业中已得到广泛应用。以玉米为目标作物,将具有不同光谱响应函数的两种轻小型多光谱传感器(MCA和Sequoia),同时搭载在六旋翼无人机上,获取不同氮肥水平下大田玉米花期的多光谱影像。利用无人机影像空间分辨率高的特点,在小区尺度上,分别计算了基于两种多光谱传感器的各26种植被指数,并将其与地面实测的叶绿素含量(SPAD)值进行回归分析,研究不同波段反射率对SPAD值的敏感性,利用不同多光谱传感器及植被指数预测SPAD值的精度及稳定性。结果表明,对于具有较宽波段的Sequoia,在550 nm(绿波段)、735 nm(红边波段)的反射率对SPAD值的变化较敏感,其中,550 nm与SPAD值的相关系数最大(R2=0.802 9)。而对于较窄波段的MCA,720 nm(红边波段)的反射率与SPAD值具有较高的相关性(R2=0.724 8),550 nm(绿波段)次之。此外,由于两传感器红波段的中心波长和波段宽度不同,660 nm(Sequoia)反射率与SPAD值的相关系数为0.778 6,而680 nm(MCA)反射率与SPAD值的相关性较小,仅为0.488 6。利用无人机多光谱遥感技术预测大田玉米的SPAD值精度较高,但对于不同的多光谱传感器而言,同一植被指数却表现出较大的差异,其中,红波段和近红外波段组合构造的植被指数RVI,NDVI,PVI和MSR差异较大,具有较宽波段的Sequoia传感器优于窄波段的MCA;此外,对于Sequoia相机,GNDVI与RENDVI预测SPAD值的精度较高,RMSE分别为3.699和3.691;对于MCA相机,RENDVI预测精度最高(RMSE=3.742),GNDVI预测精度低于RENDVI(RMSE=3.912);两传感器中MCARI/OSAVI预测SPAD值精度均较低,RMSE分别为7.389(Sequoia)和7.361(MCA)。在所有的植被指数中,利用绿波段和近红外波构造的植被指数(G类),以及用红边波段和近红外波段构造的植被指数(RE类),预测SPAD值精度更高,均高于红外和近红外波段构造的植被指数;利用更多波段(三个及以上)组合构造的复杂植被指数,并不能显著提高预测精度。就预测模型而言,MCARI1更适用于对数模型,可有效提高预测精度, 而其他植被指数变化不显著。研究还发现,在小区水平SPAD值的预测方面,除NDVI和TVI,Sequoia相机对于不同氮肥条件下植被覆盖度、阴影和裸露土壤等环境背景因素具有较强的抗干扰能力;而对于MCA相机来说,TVI,DVI,MSAVI2,RDVI和MSAVI对环境背景因素非常敏感,预测SPAD精度低;此外,去除环境背景因素并不总是能够提高SPAD值的预测精度。本研究对于利用无人机多光谱遥感技术进行高精度的叶绿素含量预测具有指导意义,对于精准农业的推广和应用具有一定的借鉴价值。     

电感耦合等离子体质谱法测定香精香料中的硼元素

采用微波消解-电感耦合等离子体质谱法(ICP-MS)测定香精香料中硼元素的含量。对微波消解样品前处理条件和仪器参数进行了优化,该方法硼元素检出限为1.005 ng/mL、平均回收率为106.1%、精密度为6.15%(n=5),并用茶叶国家标准物质(GBW10016)对分析方法进行了校准。该方法适合于香精香料中硼元素的测定。     

烟草中水溶性糖的超高效液相色谱分析及聚类分析研究

以ACQUITY UPLC BEH Amide柱为分析柱,乙腈(0.2%TEA)和水作为流动相,采用蒸发光散射检测器,建立了超高效液相色谱分析烟草中鼠李糖、木糖、果糖、甘露糖、葡萄糖、蔗糖、麦芽糖的方法.7种水溶糖的加标回收率在85.2%～105.3%之间,相对标准偏差皆小于5.7%.方法可用于烟草及其制品中水溶性糖含...