土壤有机污染物激光诱导荧光光谱检测方法研究进展

土壤有机物污染源广、危害程度高、监测手段有限,是继水污染、大气污染又一个引起全球关注的环境问题。土壤有机污染快速在线检测分析对农业生产、土壤调查、土质修复有着重要的意义。激光诱导荧光(LIF)光谱技术是一种基于光致发光的物质成分和含量分析技术,具有样品使用量少、预处理过程简单、检测速度快等特点,在环境科学、生物分析、生命科学等众多领域有广泛应用。国内外研究人员展开大量研究工作,已形成较完善的方法体系及技术设备。文章介绍了LIF测量系统的组成结构和工作原理,综述了现阶段LIF技术在土壤有机污染物检测研究进展,重点包括土壤中油类污染物、多环芳烃污染物、有机农药污染物的识别及定量分析方法等,以及仪器开发过程中涉及的相关问题,给出了LIF技术在土壤有机污染物检测方面的发展趋势,为进一步发展基于LIF技术的土壤有机污染物现场快速检测仪器提供参考。     

层析用硅胶G再生的可行性及方法研究

以分离苦豆子中含有的生物碱为研究手段,讨论废弃的层析用硅胶经再生后重复利用的方法,以氯仿、甲醇为洗脱剂,通过改变两种溶剂的混合比例进行洗脱,硅胶经再生使用后分离得到了苦参碱、氧化苦参碱和其它生物碱的单体,鉴于其它生物碱无标准品,故本论文未加以讨论.苦参碱、氧化苦参碱的得率分别为23.6%,46.2%,其单体通过HPLC检测后,含量都达到了95%以上,因此废弃的层析用硅胶是可以经过再生而重复利用的.     

KOH活化木屑生物炭制备活性炭及其表征

以木屑热裂解的生物质炭为原料,氢氧化钾为活化剂,采用化学活化法制备活性炭,探讨了碱炭比、活化温度和活化时间对活性炭吸附亚甲基蓝吸附值的影响。 利用N2吸附实验、XRD和FTIR等实验技术,对原料与制备活性炭的结构与性能进行了表征。 结果表明,在碱炭质量比为1.5、活化温度750 ℃、活化时间2 h的条件下,所制备的活性炭对亚甲基蓝吸附值为255 mg/g,BET总比表面积为1514 m2/g,中孔比表面积为110 m2/g,吸附总孔容为0.821 cm3/g,中孔孔容为0.117 cm3/g,吸附平均孔径为2.170 nm。     

山核桃外蒲壳无机成分的分析研究

采用原子吸收分光光度法(AAS)对山核桃外蒲壳的无机成分进行分析. 结果表明, 山核桃外蒲壳中含有较高的K、Ca以及Fe、Mn、Zn、Mg、Cu等微量元素. 通过单因素试验, 得出最佳湿消化法条件为: 氧化性混酸V(HNO3)∶V(HClO4)＝4∶1、体积75 mL、消解时间36 h、加热温度180 ℃;最佳干消化法条件为: 灰化温度600 ℃, 煅烧时间5.5 h.     

基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究

塑料具有成本低、质量好,可塑性强等优点被广泛用于生产生活等领域,但废弃塑料处置不当容易引发二次污染。回收再利用有望成为解决废弃塑料污染问题的关键手段,其前提是对废料的准确分选。传统分选手段耗费时间,效率低下,难以实现废弃塑料的快速、经济、有效分类。激光诱导荧光技术是一种快速灵敏的光谱检测技术。具有操作简便,检测效率高,样品使用量小等优点常被应用于水体、土壤中油类,多环芳烃等有机污染物的快速识别与定量分析。利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱,结合相应的模式识别算法,可实现塑料材质的快速准确识别。实验采集了8种塑料（ABS,HDPE,PA66,PLA,PP,PET,PS,PVC）共358组激光诱导荧光光谱,依据特征峰信息构建358×10的光谱矩阵。利用主成份分析法削减原光谱矩阵中的线性相关量,提高数据精度。结果显示前3个主成分的累计方差贡献值达98.085%,足以表征原光谱矩阵的主要信息。将降维的主成分PC1, PC2, PC3作为输入进行光谱分类,其中同种塑料光谱聚合度高,元素构成不同的塑料如PA66,PLA,HDPE和PVC的光谱分离度较好,而元素构成相同的塑料如PET和PLA的光谱分离度较差。PCA算法并不能准确的对未知塑料进行识别。BP-神经网络具有收敛速度快,预测精度高等特点被广泛用于模式识别和分类研究。将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集,其中随机抽取256组数据作为BP-神经网络算法模型的训练集,剩余的102组数据作为模型检测集。BP神经网络的隐藏层设定值为1,激活函数选择双极性Sigmoid函数,输出层为8种塑料样品。识别结果显示,102组数据中只有一组HDPE光谱数据被错识为PS,其余101组数据全部正确识别。8种塑料荧光光谱的综合识别准确率达到99%。研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。为实现废弃塑料的自动化智能分选,降低回收成本,减少废弃塑料危害提供新的参考。