LIBS结合单变量定标法对土壤中铅元素含量检测

重金属污染一直影响着人们的健康生活,如镉,铅和铜等的污染,故而土壤重金属的快速检测和如何预防,一直受各国学者关注和研究。传统土壤重金属检测方法（如原子吸收光谱法、X荧光光谱法等）样品预处理复杂,分析成本较高,易形成样品的二次污染,不能满足快速分析的要求。激光诱导击穿光谱（LIBS）是一种典型的原子发射光谱,它是基于分析物质中原子和离子受激发而发射的特征谱线信息,进而研究物质成分的分析方法。LIBS技术能够快速检测任何状态（固、液和气态）物质元素的成分和含量,被看作是未来化学检测和快速绿色分析领域的新兴技术。LIBS技术具有对样本简单预处理（或不需要处理）、多元素同步分析、远距离测量、适用性广等优势,被广泛用于生活生产的各个领域,已成为近年来国内外学者广泛关注和研究的热点之一。在农业信息快速感知的大背景下,以激光诱导击穿光谱技术为技术手段,以土壤重金属铅元素为研究对象,运用理论分析和数学建模相结合,建立了多种基于单变量定标曲线的土壤重金属铅检测模型,并进行了模型验证。自制15个已知的铅元素浓度梯度的谱线土壤样本,在获取了土壤LIBS数据之后,对其进行预处理对比,建立了基于谱峰强度、谱峰积分、洛伦兹拟合强度三种定标曲线模型,对土壤中铅元素含量进行定量分析,得出基于三种定标曲线模型对土壤中铅元素含量的预测决定系数R2分别为0.918 0,0.910 1和0.914 3,三种定标曲线分析方法的预测结果都较好,说明了LIBS结合单变量定标曲线法对土壤中铅含量的检测可靠性高。最后选取部分样本数据进行验证,结果较好。研究结果为研发便携式农田土壤污染物检测技术与装备提供技术支撑,也为农田精准管理和科学施肥奠定基础。     

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。     

基于LIBS技术结合PCA-SVM机器学习对猪肉部位的识别研究

近年来,激光诱导击穿光谱（LIBS）与算法相结合分类、识别生物组织逐渐兴起。由于猪肉各部位组织光谱特性相似,仅通过分析光谱信息很难达到准确识别的效果,采用来自于同一个体、四个不同部位的猪肉进行研究,并将其进行切片、压平,应用LIBS技术对4种部位的组织（里脊,梅花,前腿,五花）进行了样品光谱的采集,每种样品采集100幅光谱进行分析,选取Ca,Na,K等6条谱线进行了初步光谱分析,观测谱线发现除脂肪含量较多的五花组织C-N以及C含量较其他组织高以外,其他组织很难区分,进一步对这6个成分进行主成分分析（PCA）,得到PC1,PC2,PC3累计贡献率达到95%,通过特征分数作为支持向量机（SVM）模型输入源,建立SVM分类模型,得到几种部位样品的混淆矩阵图,通过观察混淆矩阵可以清楚分辨出每个种类样品的分类整准确率,发现四种样品准确率分别为96%,98%,97%,100%,平均准确率达到了97%以上。研究证明LIBS结合PCA-SVM可作为一种快速鉴别猪肉不同组织部位的检测方法。     

基于多元定标法的煤粉碳元素LIBS定量分析

本文选用碳含量差别较大的14个煤样,进行激光诱导击穿光谱实验。引入多元校正的分析方法,实现煤中碳元素的LIBS定量分析。根据煤质的结构特点,得到影响碳元素激发的主要影响因素分别为与碳骨架相连的H、O、N,以及主要的矿物质元素Si、Al、Ca、Fe。选择这些元素常见的特征谱线强度值,作为多元回归分析的输入量,然后根据回归方程变量的筛选原则,确定了用于回归关联式建立的变量,进而得到回归关联式,并通过方差分析和回归统计验证了方程的可行性。结果表明,采用多元校正的分析方法,得到多元回归分析模型预测值与实验室元素分析仪得到的参考值之间的相对误差在5%之内,说明采用多变量校正的分析方法对碳元素进行定量分析,能得到较高的分析精度。     

基于LIBS技术的钢铁合金中Cr和Ni元素SVM定量分析方法研究

针对钢铁合金样品中存在基体效应复杂的问题,通过优化支持向量机模型的输入特征,建立多元素变量的定量分析模型,预测钢铁合金样品中Cr和Ni元素的含量。研究结果表明,分别以特征谱线的峰值强度和积分强度作为支持向量机模型的输入时,积分强度因为包含了谱线的谱宽和形状信息,模型训练效果较好;相比于单一元素谱线的特征信息,采用多元素的多条谱线信息输入支持向量机模型时,模型训练效果较好,这是由于多种谱线信息的输入可以有效校正基体效应的影响。在此基础上,通过归一化变量将内标法与多变量定标方法有效结合,不仅可以减小实验测量误差还能有效校正基体效应的影响,而且有效提高了模型的重复率和准确率。归一化变量作为支持向量机模型的输入变量,对待测样品S₁和S₂中Cr元素含量预测的相对误差为6.58%和1.12%,对Ni元素浓度预测的相对误差为13.4%和4.71%。通过归一化变量将内标法与多变量定标方法有效结合,可以充分发挥SVM算法的非线性学习优势,为LIBS技术应用于复杂样品定量定标分析提供理论基础。     

激光诱导击穿光谱技术分析土壤中的Cr和Sr

采用波长1 064 nm的调Q脉冲Nd:YAG激光器和多通道小型光纤光栅光谱仪,建立了一套激光诱导击穿光谱分析装置.记录了系列土壤标准样品的激光诱导等离子体发射光谱,详细研究了重金属原子Cr和Sr的特征辐射谱线信号强度、标准偏差与数据采样方式以及采样平均次数的关系,首次采用300个激光脉冲轰击样品表面同一点,并取其中最大光谱信号后的200次激光轰击等离子体发射光谱的平均值进行分析的取样平均方式,发现能较好地把对重金属Cr和Sr浓度分析测量的相对标准偏差(RSD)分别减小到9.02%和10.5%,并得到了定量分析Cr和Sr等金属的定标曲线,对Cr和Sr元素的检测灵敏度分别为25.3和15.2 μg·g-1,优于目前国内外报道的结果.研究表明我们的采用的数据采集、分析定标方法对提高了LIBS技术在土壤中金属检测检测灵敏度和精密度具有很好的应用价值.     

基于激光诱导击穿光谱的大米Cr元素检测

激光诱导击穿光谱(LIBS)是一种元素快速分析的光学检测技术.在工业化发展进程中,重金属污染时刻威胁着大米等粮食作物生产地的安全性.以四川地区常见的Cr元素污染为例,采用双脉冲LIBS技术对市面上购买的五种地区大米中的Cr元素进行定量分析,并与电感耦合等离子体质谱法(ICP-MS)检测结果进行对比.结果显示LIBS测量误差满足相对误差标准,证明了LIBS方法具有对元素进行快速定量分析的能力,是检测大米重金属元素含量的一种有效手段.     

激光诱导击穿光谱技术在土壤元素检测中的应用

激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)是一种原子发射光谱,具有对样本简单(或不需要)预处理,多元素同步、远距离测量,适用性广等独特优势。因此,LIBS分析技术被看作是未来化学分析和快速绿色分析技术领域的新兴技术。目前,土壤污染(重金属、有机污染等)检测与防治已成为现代农业和农业可持续发展关注和研究的热点问题。介绍了常见LIBS系统的结构组成以及工作原理,综述了LIBS技术对土壤中大量营养元素,重金属元素和土壤相关其他物质的研究现状和主要进展,提出了LIBS检测技术在土壤元素等方面的研究方向和发展趋势。     

最小二乘支持向量机和内标法的乐果农药含量LIBS检测

利用共线双脉冲激光诱导击穿光谱 (LIBS)对溶液中的乐果含量进行定量检测。采用圆柱形桐木木片对农药乐果进行富集,然后利用双通道高精度光谱仪获取样本在206.28~481.77 nm波段范围的LIBS光谱。选用4条磷元素谱线(P Ⅰ 213.618 nm,P Ⅰ 214.91 nm,P Ⅰ 253.56 nm,P Ⅰ 255.325 nm)为分析线,碳元素谱线(C Ⅰ 247.856 nm)为内标线,应用单变量线性拟合及最小二乘支持向量机(LSSVM)方法分别建立溶液中乐果含量的单变量定标模型、LSSVM定标模型及基于内标法的LSSVM定标模型,并进行比较。三个定标模型中,基于内标法的LSSVM定标模型性能最优,LSSVM定标模型性能次之,而单变量定标模型性能最差。结果表明,共线双脉冲LIBS技术结合LSSVM及内标法可以用于溶液中的乐果含量定量检测,所建立的定标模型的决定系数为0.999 7,训练集和验证集的平均相对误差分别为11.24%及12.01%。LSSVM方法及内标法均能在一定程度上改善定标模型的性能,提高预测精度。     

支持向量机算法在激光诱导击穿光谱技术塑料识别中的应用研究

基于支持向量机 (support vector machines, SVM) 算法采用激光诱导击穿光谱技术对11种塑料进行了识别. 每种塑料各采集100个光谱, 其中50个光谱作为训练集, 用于建立支持向量机模型, 剩下的50 个光谱作为测试集, 用于测试所建立支持向量机模型的识别精度. 结果表明测试集550个光谱中有543个光谱识别正确,算术平均识别精度达到了98.73%. 其中有6个聚氨酯 (PU) 光谱被误判为有机玻璃 (PMMA), 原因主要是受空气中氮气的影响, 使得有机玻璃和聚氨酯两种塑料在氮元素含量上的差异不能通过N I 746.87 nm, C-N(0,0) 388.3 nm两条谱线的强度准确表征. 本结果为LIBS技术塑料分类提供了方法和数据参考. 关键词： 支持向量机 激光诱导击穿光谱 塑料识别     

应用激光诱导击穿光谱对土壤中多元素同时定量分析

土壤元素的丰缺是对土壤养分检测、农业按需种植和科学施肥的依据,是精准农业农情信息感知技术检测的关键点,更为农业生态、高效和优质生产提供理论指导。该研究运用激光诱导击穿光谱(LIBS)技术结合定标曲线法和偏最小二乘回归(PLSR)方法对土壤中的Al,Fe,Mg,Ca,Na和K多种元素同时进行定量分析。利用LIBS检测仪获取了五种标准土壤样品(国家编号： GBW07446,GBW07447,GBW07454,GBW07455和GBW07456)的LIBS数据之后,将每种土壤的多条谱线平均处理来消除试验误差。通过分析所获取的土壤LIBS谱线信息,选取了Al,Fe,Mg,Ca,Na和K元素的特征分析谱线和分析光谱区间,并利用谱线的峰值信息和分析光谱区间内的单个或多个谱峰的积分信息(峰面积)与对应元素浓度拟合并建立定标曲线。结果表明,基于谱峰的峰面积建立的定标曲线的线性关系优于利用峰值信息建立的定标曲线(Fe除外)。同时,针对所选的分析光谱区间和元素的浓度信息,运用PLSR建立定量分析模型,其结果明显要优于定标曲线的分析精度,这也表明LIBS技术结合化学计量学分析在未来光谱化学分析领域有很大应用前景。研究的结果不仅为现代农业的土壤养分空间分布检测和农田精准施肥技术的应用起指导作用,还为田间使用的便携式LIBS土壤检测仪的开发奠定了理论基础。     

复混肥中磷元素的激光诱导击穿光谱多元线性定量分析

复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完成复混肥成分检测、几乎无需样品预处理,将该技术用于复混肥成分快速、现场检测非常合适。搭建LIBS系统, 激光器(100 mJ, 1 064 nm, 1 Hz)输出的激光束经45°反射镜由水平转为垂直方向,经焦距为40 mm的透镜聚焦至旋转台上的复混肥样品表面,产生激光等离子体。激光器的调Q信号控制光纤光谱仪(Avantes, 195～500 nm)采集信号,设置光谱延迟时间为1.28 μs,采集时间为1.05 ms,最终获取复混肥样品LIBS光谱。20个复混肥样品由安徽徽隆集团提供,磷元素的参考值由企业采用国家标准方法测量。将复混肥样品粉碎过筛取3 g,采用压片机在8 MPa下压制成形。实验中,使用小型风扇吹扫复混肥样品表面,形成稳定气流,每个样品重复测量10次,每次测量平均20个脉冲,以减小样品不均匀性。其中,15个样品用于定标回归模型的建立,五个样品用于检验定标模型的适用性。复混肥是一种成分复杂的混合物,其中氮、磷、钾均以化合物存在。传统的LIBS定量方法是基于待测元素单条谱线强度,未考虑其他元素影响,降低了定量结果的准确性。将LIBS技术和多元线性回归法结合用于分析复混肥中磷元素浓度。选取磷元素的三条特征谱线即213.6,214.9和215.4 nm。磷矿中硅元素含量基本不变,且硅元素在磷的谱线附近存在多条谱线,如212.4,220.8,221.1和221.7 nm。分别采用一元、二元、三元和四元线性回归法建立校准曲线。结果表明,采用P Ⅰ: 214.9 nm谱线强度作自变量建立一元线性回归,LIBS预测值与参考浓度的相关系数仅为0.083,无法满足磷元素的定量分析要求。当采用P Ⅰ: 214.9 nm谱线强度和三条特征谱线之和(P Ⅰ: 213.6, 214.9和215.4 nm)作自变量建立二元线性回归拟合时,相关系数提高到0.856,平均绝对误差由1.32%减小到0.16%。在二元线性回归中引入Si Ⅰ: 212.4 nm谱线强度,建立三元线性回归,相关系数为0.869。为进一步提高磷元素浓度测量的准确性,建立四元线性回归方程,将Si Ⅰ: 212.4,220.8,221.1和221.7 nm谱线强度之和作为自变量加入三元线性回归,相关系数提高到0.980,且15个定标样品的相对误差范围为0.06%～1.31%,而验证样品为0.13%～1.26%,这说明采用四元线性回归定标法可提高复混肥中磷元素浓度测量的准确性。     

主成分分析结合支持向量机辅助激光诱导击穿光谱对塑料快速分类识别

大量废弃的塑料制品给生态环境造成严重破坏,当务之急是要对塑料进行分类回收.传统的分类方法普遍存在成本高,效率低,操作复杂等问题,不能满足工业生产的需要.激光诱导击穿光谱技术由于具备简单灵活,快速灵敏等优点,在物质鉴别领域有广泛应用.采用激光诱导击穿光谱技术结合主成分分析(PCA)和支持向量机(SVM)算法对20种塑料进...     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。     

激光诱导击穿光谱精确测定燃煤工业分析指标的研究

燃煤工业指标的在线精确分析对于指导燃煤工业优化生产、降低燃煤煤耗至关重要。利用激光诱导击穿光谱(LIBS)分析燃煤煤质时,因受我国复杂多样煤种所导致的“基体效应”,测量精度有待提高。实验中对激光诱导燃煤等离子体光谱至燃煤工业分析指标转化过程中的光谱预处理和定标建模方法进行了优化选择。实验结果表明,利用单/多峰Lorentzian光谱拟合计算谱线强度相比于传统计算方法,谱线强度RSD均值可由12.1%降至9.7%;对于核函数参数寻优,相比于网格参数(Grid)和遗传算法(GA),粒子群算法(PSO)的平均绝对误差(MAE)最小;采用PSO参数寻优式支持向量机(SVM)回归建模的预测均方根误差(RMSEP)小于偏最小二乘回归分析法(PLS);采用单/多峰Lorentzian光谱拟合方法和PSO参数寻优式SVM回归建模,对燃煤工业分析指标预测的平均绝对误差(AAE)为：灰分为16%～30%时AAE为1.37%,灰分大于30%时AAE为1.77%,发热量为9～24 MJ·kg-1时AAE为0.65 MJ·kg-1,挥发分低于20%时AAE为1.09%,挥发分大于20%时AAE为1.02%。     

复合肥中磷元素的激光诱导击穿光谱多元非线性定量分析

采用激光诱导击穿光谱技术对复合肥中磷元素含量进行了定量分析。通过分析特征谱线的激发能级、跃迁概率和干扰情况,确定255.3和844.6 nm分别为磷元素、氧元素的分析线。实验中对18个复合肥样品进行了测量分析,用14个样品建立磷元素的定标曲线,相关系数r仅为0.83,因此采用多元非线性回归方法进行定量分析,提高测量的准确性。与传统定标曲线相比,在考虑氧元素特征谱线的影响时,LIBS测量值与参考值的相关系数r提高到0.98,测量的相对误差大大减小,仅为0.38%～1.70%。实验结果表明,LIBS技术具有快速分析复合肥中磷元素的潜力。     

空间约束结合支持向量机提高毫秒激光诱导击穿光谱的铝合金中的Fe元素成分检测精度

铝合金中Fe元素的浓度会影响铝合金的软硬程度,从而影响铝合金器件的工作使用寿命,因此铝合金中Fe的含量检测精度非常重要,开展了空间约束结合支持向量机提高毫秒激光诱导击穿光谱的铝合金中的Fe元素成分检测精度研究.在平板空间约束条件下,毫秒激光诱导铝等离子体光谱出现了光谱增强,并且提高了等离子体辐射光谱稳定性,光谱辐射中的...     

激光诱导击穿光谱烟叶Cu谱线等离子体参数及定量分析

农业领域中对植株元素的快速检测和实时监控十分重要。采用Nd∶YAG激光器和中阶梯ICCD光栅光谱仪获取金属元素Cu等离子体谱线。为研究激光诱导击穿光谱(laser induced break-down spectroscopy,LIBS)金属元素Cu定量分析的标定曲线和等离子体参数,制备Cu含量范围为8.59～156.35 μg·g-1烟叶样品进行实验。实验结果表明烟叶中金属元素Cu特征谱线324.75 nm处干扰小、谱线明显。烟叶样品受激发产生等离子体温度为39 458.94 K,Cu等离子体电子密度为0.74×1016,谱线强度和样品浓度建立的标定曲线相关系数r为0.98,平均相对标准偏差RSD(relative standard deviation)为2.59%,Cu含量理论最低检测限为7.72 μg·g-1,谱线信噪比(SNR)为7.86。激光诱导击穿光谱方法可以应用于卷烟生产线在线检测金属元素Cu含量和监测烟叶中金属元素Cu对烟草生长的影响。     

塑料激光诱导击穿光谱技术快速分类应用研究

在大气环境中,采用激光诱导击穿光谱技术与支持向量机算法相结合,对来自不同厂家不同颜色的20种工业塑料进行分类研究。首先对分类结果有影响的实验参数进行优化,在最佳的实验参数条件下进行光谱采集,采用6条非金属元素特征谱线,有效缩短了训练支持向量机分类模型所需时间,从而提高了塑料的分类效率。实验结果表明,利用碳、氢、氧、氮等主量非金属元素对这些工业塑料样品进行分类,测试集1 000个光谱数据中有996个识别正确,算术平均识别精度达到99.6%。在选取较少的主量非金属特征谱线的情况下,结合采用支持向量机算法,可以实现激光诱导击穿光谱技术对更多类型的塑料制品快速、高精度分类,为激光诱导击穿光谱技术在实现塑料分类方面提供了数据参考。