石墨富集结合空间约束水体重金属LIBS检测方法研究WT

针对水体重金属污染检测的需求,研究了以高纯石墨片为水体富集基底,样品多次富集结合等离子体空间约束的水体重金属LIBS检测方法,并对Pb,Cu,Cd,Ni等不同重金属元素的测量稳定性及检测限进行了分析.实验采用波长为1 064 nm的Nd∶YAG调Q激光器,分辨率为0.1 nm的光纤光谱仪分别对上述水体中重金属元素含量的特征光谱进行分光探测.结果表明,样品多次富集结合空间约束方法能够有效地提高水体重金属检测的灵敏度及稳定性并降低元素检测限,空间约束条件下特征光谱强度增强约2.5倍,光谱稳定性也得到提高,相对标准偏差由非约束情况下的11.34%降低至8.77%.对不同浓度的Pb,Cu,Cd,Ni四种重金属元素进行检测并建立定标曲线,Pb,Cu,Cd,Ni的检测限均低于国家工业废水排放标准的1/6,满足工业废水重金属的检测需求,为工业废水重金属的减排控制与超标排放预警监测提供了一种有效方法和技术支持.     

基于电极富集的水体重金属LIBS检测灵敏度研究

为了提高水体重金属LIBS检测的灵敏度以及降低元素检测限,采用LIBS结合铝电极富集方法对水体中的重金属Pb, Cd, Ni进行了分析。研究并优化了电极富集方法中关键参数—富集电压U,分析了LIBS特征谱线的光谱强度与富集电压大小之间的关系,得出重金属元素特征光强随着富集电压先增加后减小,在1.2 V处光谱强度达到最大值,选择了最优富集电压值为1.2 V。研究了Pb,Cd,Ni三种重金属元素的光谱稳定性,其特征谱线光谱强度的相对标准偏差(RSD)分别为5.98％,4.25,％和5.27％,说明该实验方法得到的谱线具有较高的稳定性。在0～ 0.13 mg·L-1范围内配制系列样品进行实验并对元素进行定量分析,得到Pb,Cd,Ni三种重金属元素的检测限分别为1.2,3.1和1.7 ppb。结果表明：LIBS结合铝电极富集方法能够有效地提高特征谱线的稳定性以及降低元素的检测限,为提高水体重金属LIBS的检测灵敏度和分析能力提供了方法支持。     

水体重金属LIBS多元素测量参数优化方法研究

激光诱导击穿光谱(LIBS)方法的优势之一就是可多元素同时检测。为获得水体重金属LIBS多元素测量时的综合最佳信号输出,本文利用BP神经网络拟合Pb,Cu和Ni三种元素特征谱线信背比(S/B)与延时门宽之间的数值关系,同时采用DM设计实验数据作为校验样本,保证BP神经网络模型的泛化能力。基于上述数值模型利用遗传算法优化延时门宽两个测量参数,定义了适应度函数,得到延时门宽为(15.5和21.5 μs)时,取最小值0.102 4,此时三种元素综合信背比最大,对比实验进一步验证了优化效果。神经网络结合遗传算法的优化方法提高了水体重金属LIBS多元素测量时的综合信背比,研究方法也为更多参数更多响应的实验系统优化提供了参考。     

基于信背比拟合的水体重金属LIBS定量分析研究

LIBS技术定量分析的精密度与准确度受到多种因素的影响。通过深入分析激光诱导等离子体背景光谱和特征光谱的特性,利用两者随温度的变化趋势近似相同的特点,采用两者的比值即信背比进行元素浓度的定量拟合,可以补偿激光能量、光谱接收效率等系统参数抖动造成的谱线强度变化;针对测量数据有限及非线性的特点,使用支持向量机算法进行回归。实验结果表明通过信背比拟合可以提高LIBS定量分析的稳定性和准确性,测试集的相对标准偏差和相对误差平均值分别为4.7%和9.5%。基于信背比的数据拟合方法不受基体元素和背景大小限制,为实时在线的LIBS定量分析技术提供数据处理方面的参考。     

腔体约束LIBS结合机器学习对土壤重金属元素的定量分析

土壤重金属元素含量检测及防治,对我国农业、生态环境修复具有重大意义。利用外加腔体约束结合激光诱导击穿光谱技术（LIBS）获得土壤光谱数据,采用机器学习对土壤中重金属元素Ni和Ba含量进行分析。实验设置延迟时间为0.5～5 μs,选择Ni Ⅱ 221.648 nm和Ba Ⅱ 495.709 nm作为目标研究特征谱线,计算两种LIBS条件下延迟时间对信噪比、光谱强度及增强因子的影响。结果表明,腔体约束LIBS（CC-LIBS）可以增大光谱强度及目标元素信噪比,同时随着采集延迟时间增长,等离子体数目变少,光谱强度及信噪比逐渐减小并趋于稳定;当延迟时间设置为1 μs时,CC-LIBS条件下Ni和Ba元素特征谱线信噪比达到最优,确定此时为LIBS最优实验条件。通过最优条件获取9种含Ni和Ba元素土壤样品的光谱数据,由于采集到的每组光谱信息有12 248个数据点,利用主成分分析（PCA）对CC-LIBS条件下的光谱数据降维,在保留95%以上的土壤原始信息后,选择9个主成分作为定量分析模型的输入变量,以提高模型的运算速度。采用机器学习中的Lasso,AdaBoost和Random Forest模型,对PCA降维后的光谱数据进行建模及预测,实现土壤重金属元素Ni和Ba的定量分析。结果表明,与Lasso和AdaBoost模型相比,Random Forest模型在训练集和测试集中表现出的预测性能最优。Random Forest模型下Ni元素在测试集中的R2为0.937,RMSEP为3.037;Ba元素在测试集中的相关系数R2为0.886,均方根误差RMSEP为90.515。基于腔体约束LIBS技术结合机器学习,为土壤重金属元素的高精度检测提供了技术指导。     

水体痕量重金属Ni的激光诱导击穿光谱测量研究

以1 064nm波长Nd∶YAG脉冲激光为激发光源,采用高分辨率、宽光谱段的中阶梯光栅光谱仪和ICCD为谱线分离与探测器件,实验研究了水体中痕量镍元素的激光诱导等离子体光谱发射特性和检测限;为了延长水体中金属元素的激光等离子体光谱发射时间、提高光谱检测灵敏度并减小ns激光作用下水滴溅射的影响,实验中以固体圆饼状石墨块为样品基体进行元素富集,通过在基体表面固定区域滴定固定量的已知不同浓度的硝酸镍溶液,烘干并制备待测样品。研究表明,镍的最佳探测延迟时间在700ns左右,元素谱线强度随着样品浓度的增加而增大并在较低浓度下呈现良好的线性关系,计算得到水体中Ni元素的痕量检测限为0.28,研究结果为进一步开展水体痕量重金属的激光诱导击穿光谱测量提供了方法。     

基于PLS的水体重金属LIBS特征变量筛选方法研究

在水体重金属激光诱导等离子体光谱定量分析中,一般提取光谱的多个特征变量进行浓度反演,但变量之间所包含的光谱信息可能存在重叠,回归模型的复杂程度也随之增大。为提取有效特征变量,研究了基于偏最小二乘法(PLS)的变量筛选方法。该方法以待测元素浓度为因变量,多个与待测元素浓度相关的LIBS光谱特征值为自变量,进行PLS建模;依据各原始变量的投影重要性指标值进行变量筛选,提取最优变量子集。结果表明湖库水体中Pb元素的最优变量子集为Pb Ⅰ 405.78 nm峰值及峰值前相邻点光谱值、内标校正值和信背比值,训练集的复相关系数R2_m=0.912。以优化变量组合进行PLS回归分析,测试集预测结果的RSD和RE分别为10.2%和7.9%,显著优于内标法的预测结果。结果还表明,变量筛选结果对于不同元素和不同水样具有一定适用性。研究结果为水体重金属LIBS定量分析提供了优质特征数据,研究方法为其他涉及变量筛选的定量分析提供了参考。     

应用LIBS技术测量土壤重金属Cr含量

应用激光诱导击穿光谱分析技术(laser-induced break-down spectroscopy, LIBS)开展了土壤中重金属铬元素含量探测研究。实验中激光波长为1 064 nm, 脉冲宽度为8 ns, 重复频率10 Hz,选取Cr 427.4 nm作为光谱分析谱线。实验结果表明,在光谱采集相对于激光脉冲延迟时间为4.78 μs, 土壤样品表面位于聚焦透镜焦后1 mm的实验条件下, Cr元素浓度测量的相对标准偏差(RSD)为12.1%, 检测限为2.01 ppm, 元素实验测量与标准值的相对偏差为5.15%。可以看出LIBS技术具有低检测限、测量精度高等优点, 这对土壤中重金属污染和监测环境质量的精确、快速检测等问题具有重要意义。     

水体重金属激光诱导击穿光谱定量分析方法对比研究

建立了适用于激光诱导击穿光谱探测的多元线性回归、神经网络回归和支持向量机回归三种定量反演算法模型, 以水体重金属Ni为例进行了回归实验测试和对比分析. 多元线性回归、神经网络回归和支持向量机回归的平均相对标准偏差分别为7.60%, 4.86%, 2.35%; 最大相对标准偏差分别为23.35%, 15.20%, 8.29%; 平均相对误差分别为25.98%, 10.58%, 2.72%, 最大相对误差分别为116.47%, 47.38%, 9.89%. 研究为进一步实现水中痕量金属元素的快速定量分析提供了方法和数据参考. 关键词： 光谱学 激光诱导击穿光谱 支持向量机回归 重金属     

明胶水凝胶固化方法的水体中铜元素LIBS检测研究

水污染已是当今世界最严重的环境问题之一,如何提高水体重金属污染检测灵敏度、降低检测限、减少样品预处理程序、实现原位分析等已成为科研工作关注的热点.基于明胶水凝胶固化方法开展了Cu-SO4溶液中Cu元素的激光诱导击穿光谱(LIBS)检测研究.采用Nd:YAG激光器(输出波长1064 nm,脉宽8 ns)作为激光光源,将明...     

基于等离子体锥形空间约束对土壤中Cr的LIBS研究

为了提高激光诱导击穿光谱(LIBS)技术对土壤中重金属元素的检测灵敏度,降低检测限,以国家标准土壤中Cr元素为研究对象,实验时,在LIBS装置中与样品接近的聚焦透镜下方安装一个锥形罩,锥形罩的小端面直径为20 mm,大端面直径为45 mm,目的是对等离子体发射信号形成空间约束,并且在一定程度上约束等离子体本身。实验得到CrⅠ425.44 nm的最佳延迟时间为1.3 μs,相对标准偏差低于10%。与无锥形空间约束的装置相比,Cr的特征光谱强度增强了7%以上。以土壤中的Cr在60～400 μg·g-1之间的浓度建立定标曲线,有空间约束下定标曲线的线性拟合相关系数为0.997 71,Cr的检测限为18.85 μg·g-1,而没有空间约束下定标曲线的线性拟合相关系数为0.991 22,Cr的检测限为36.99 μg·g-1。由此表明锥形空间约束能够提高目标元素的灵敏度和光谱强度,在LIBS技术检测土壤中Cr元素时有很好的辅助作用。     

基于不同化学计量学方法的土壤重金属激光诱导击穿光谱定量分析研究

工业的发展及城市化进程的深入,造成大量耕地土壤遭受重金属污染,土壤重金属元素的准确检测对制定土壤重金属防治决策提供有效参考。本研究应用激光诱导击穿光谱(LIBS)结合化学计量学方法对土壤中的铅(Pb)和镉(Cd)元素进行定量分析。根据土壤重金属污染的不同程度,人为制作了含有Pb和Cd元素的15个浓度梯度的土壤样本,并采集各个样本的LIBS谱线。采用剔除异常光谱和数据归一化来减少试验误差和噪声。综合土壤LIBS发射谱线中Pb和Cd元素谱峰信息以及美国国家标准与技术研究院(NIST)的标准原子光谱数据库,选取了Pb,Cd元素的分析谱线与分析谱线区间,对比分析基于多元线性回归(MLR)、偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和反向传播人工神经网络(BP-ANN)算法,建立分析谱线区间与对应Pb和Cd元素浓度之间的定量回归模型。结果表明,非线性的LS-SVM和BP-ANN的模型的预测性能优于线性MLR和PLSR模型,这可能是因为非线性模型能够通过自适应较好地解决土壤基体效应的影响。研究表明,LIBS技术结合多元化学计量学方法能够为土壤重金属准确检测提供新的分析手段,为制定农业土壤重金属防治决策提供有效的理论基础。     

改进X荧光光谱仪快速检测土壤中重金属

针对传统能量色散X荧光仪(energy dispersive X-ray fluorescence,EDXRF)分析土壤中微量重金属测量精确度低的问题,提出了一种X荧光仪改进方法。为了减少反射X射线的影响,入射X射线垂直照射样品,探测器平行放置与样品一侧且垂直于X射线。样品与探测器之间由准直器连接。对国家标样测量结果表明,仪器对Mo,Zn,Cu,Pb,Zr,Nb的检出限为0.4,6.68,1.97,6.84,1.60,7.59 mg·kg-1。各元素对数偏差在0～0.05之间。元素含量在三倍检出限以上RSD%(GBW)小于7,元素含量在三倍检出限内RSD%(GBW)小于15。为了验证改进后X荧光仪测量效果,在大兴安岭地区采集土壤样品与传统荧光仪进行比较分析。改进X荧光仪提高了土壤中微量重金属测量精度,满足野外地质普查要求。     

拉曼光谱-D401树脂吸附技术检测香根草根部重金属铅含量

以香根草作为研究材料,选取江铜贵冶周边土壤修复示范基地的香根草植株,利用其能富集重金属铅的特性,运用拉曼光谱结合树脂吸附技术检测Pb的含量。D401树脂功能基-N(CH₂COOH)₂中的N和O原子与金属离子发生配位能形成稳定化合物,从而富集香根草消煮溶液中的重金属Pb2+,然后用重金属分析仪(HM-5000P)测定铅含量。D401树脂和金属离子所形成的络合物有一定的拉曼信号,检测络合物的拉曼信号,运用拉曼光谱技术,对吸附重金属后树脂内Pb含量进行间接定量分析,建立数学检测模型。对比不同预处理方法对数据定量模型的影响,使用多种预处理方法结合偏最小二乘法建立最优的香根草根部重金属铅含量的定量分析模型。经过卷积平滑结合一阶微分预处理后其预测相关决定系数R_p为0.854,预测均方根误差RMSEP为5.658%,建模结果较理想。研究表明,基于拉曼光谱技术结合D401树脂吸附技术定量检测香根草根部重金属铅含量具有可行性,该研究对环境中重金属含量评估有一定的指导意义。