基于三维荧光光谱-平行因子分析的海上溢油识别技术研究

在世界范围内溢油事件频繁发生,溢油的组成成分会影响人类身体健康和生态系统。因此,迫切地需要一种可以快速识别溢油种类的方法。针对溢油污染物现场快速鉴别的需求,利用平行因子分析技术建立了基于三维荧光光谱的原油、燃料油识别方法。首先,利用Delannay三角形内插值法对实验选的6种原油(Roncador原油、巴士拉原油、俄罗斯原油、沙特原油(重质)、上扎库姆原油、海二站原油)和三种燃料油(380CST燃料油、5-7号燃料油、岚山燃料油)的三维荧光光谱去散射,去散射后的三维光谱数据进行归一化处理;之后,对三维荧光光谱进行平行因子解析,确定七个荧光组分为最佳荧光组分,进而得到由7个荧光成分组成的样品荧光特征谱,将风化第3,15和45天的样品及未风化样品的第一平行样的荧光特征谱进行贝叶斯方法(Bayes)判别分析和聚类分析,确定油品荧光特征谱的分析能力和18条荧光标准谱库(12条原油标准谱和6条燃料油标准谱);最后,利用非负最小二乘多元线性回归建立溢油荧光识别方法,对第0,7和30天风化的样品和未风化样品的另一平行样进行识别。实验结果表明,除对风化及未风化的俄罗斯原油识别外,该方法对其余风化和未风化的五种原油和三种燃料油识别正确率均为100.0%,整体识别原油正确率为87.5%,燃料油正确率为100.0%。     

静水压力对蒽和多环芳烃二元混合物三维荧光光谱的影响

利用荧光分光光度计对处于常温、压力范围为0.1~60 MPa、浓度为10~(-6)mol·L~(-1)的蒽的三维荧光光谱及浓度比为1∶1的蒽-芴、蒽-萘、蒽-菲、蒽-苊、蒽-荧蒽的三维荧光光谱进行了测定,并通过分析不同压力下蒽的荧光峰位置和峰强度的变化来探讨压力对荧光光谱的影响。结果显示,随着压力升高,蒽的荧光峰并未发生漂移,但是荧光强度发生了显著变化。峰位置为250/382 nm的荧光峰在60 MPa时荧光强度达到最大值,相较于常压下,荧光强度增加了13.6%。其他多环芳烃的加入会改变蒽的高压荧光特性,当蒽中加入了萘,峰位置为250/382 nm的荧光峰强度在10 MPa时达到最大值,相较于常压下,荧光强度增加了9.35%。     

光谱校正对溶解有机物三维荧光光谱特征影响

在三维荧光光谱(EEM)测定中,由仪器直接记录的光谱(称为未校正光谱)由于受荧光光度计光源灯或探测器等波长特性的影响,并不是荧光物质本身的真实光谱,研究了光谱校正对腐殖酸和色氨酸EEM光谱特征以及传统寻峰法和新兴FRI分析法结果的影响,结果表明：校正后,Ex/Em=220～450/250～500 nm范围内荧光强度降低,Em<250 nm范围内荧光强度增大,腐殖酸荧光峰明显“蓝移”。基于寻峰法的荧光指数(FI)和腐殖化指数(HIX)明显减小,自生源指数(BIX)略增;基于FRI分析法的反映各区域标准体积百分比P_{Ⅰ, n},P_{Ⅱ, n}和P_{Ⅲ, n}明显上升,而P_{Ⅳ, n}和P_{Ⅴ, n}显著下降。因此,进行光谱校正是获得真实光谱谱图及光谱特征不可或缺的一部分。     

荧光光谱智能监测水中矿物油浓度的研究

为便于环保部门实时准确监测水体油污染情况,研制了一套基于紫外荧光和物联网技术在线监测水中矿物油浓度的系统。该系统采用非对称Czemy-Turner光路的高精度单色器,提高了分辨率;光路增加了一束参考光,用于修正光源波动对探测结果的影响;光路增添光纤传输激发光和荧光,减小系统因仪器振动造成的光路偏差;探头采用特殊设计光纤束,大幅提高光纤耦合效率和信号输出;系统集成了控制模块和无线通讯模块,实现系统的实时测量、数据处理和远程控制。该系统集成度高、探测精度高、稳定性好。利用化学计量学方法中的平行因子算法和化学校正分析理论,降低矿物油不同成分差异带来的计算误差,精确计算出未知样品的浓度。使用该系统测定了柴油、机油、原油三种样品溶液在10,25,50和100 mg·L-1的荧光光谱。用光栅光谱仪测得这三种油的最佳吸收波长分别为256,365和397 nm;用荧光分光光度计测量了上述三种油的吸光度分别为0.028,0.036和0.041;它们的最佳发射波长分别为355,419和457 nm。利用该装置测得柴油、机油和原油的检出限分别为0.03,0.04和0.06 mg·L-1,相对误差分别为2.1%,1.0%和2.8%。     

东海海水中荧光溶解有机物质的三维荧光光谱特征

2005年3～4月在东海采集了海水样品,利用三维荧光光谱(EEMs)技术测定了水体中溶解有机物质的荧光性质,通过荧光光谱图中荧光峰的位置、数量、强度的变化及荧光峰之间的相关性,初步判断了荧光物质的种类、分布和来源。东海水体中检测到七种荧光峰,分别为高、低激发波长类色氨酸和类酪氨酸荧光峰、紫外腐殖质荧光峰、可见腐殖质荧光峰和海洋腐殖质荧光峰,其中荧光峰B, S和A出现在整个调查海区中;荧光峰T和D出现在调查海域的北部;类腐殖质荧光峰M和C只出现在部分站位的水样中。荧光物质在研究海域表层的主要来源为长江输入,在中层,荧光物质是长江输入和浮游植物共同作用的结果。不同荧光峰强度之间具有较好的正相关性,表明调查海域水体中的类蛋白荧光物质和类腐殖质荧光物质有着相同的来源或在结构上具有某种联系。     

最小二乘法分析自体荧光光谱识别胃癌

对42例胃癌离体标本的癌浆膜和正常浆膜进行以308 nm为激发光的自体荧光光谱测量,将得到的光谱进行平滑和面积归一,发现这两组有相似性,但又存在差别。对处理后的光谱数据再标准化,用偏最小二乘法(PLS)进行计算,最终将这两组区分开来。该方法区分癌组织与正常组织的敏感度为83.3%,特异度为95.2%,阳性预测度为94.6%。该方法识别胃癌的价值高于传统的光谱分析方法,为光谱分析提供了一种快速、有效的选择。     

三维荧光光谱结合二阶校正方法同时测定水中两种酚类

水是生命之源,人们日常生产生活离不开水。近年来水体污染日趋严重,已经危害到人类的健康。酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物,指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物,毒性很强,对动植物及人类的生命活动有严重危害。实验研究对象选取间苯二酚(resorcinol,RES)和对苯二酚(hydroquinone,HYD)来配制待测样本,并且在其中3组预测样本中加入苯酚(phenol,PHE)作为干扰物,待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments,EI)扫描得到荧光光谱数据。对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响,得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。校正后光谱变得更加圆滑,荧光强度显著增强,因此,校正处理后的光谱信息更为准确。利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法,分别完成在不含干扰物和含有干扰物、同时激发-发射光谱严重重叠时对间苯二酚、对苯二酚的快速、直接、准确测量,并给出定性、定量分析结果。PARAFAC算法对混合体系的组分数(即化学秩)较敏感,组分数选取过大易使其陷入计算"沼泽",迭代次数增多,计算耗时变长。故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数,保证PARAFAC算法更加快速准确。从定性分析结果知,当不含有干扰物时,PARAFAC能够准确分辨出间苯二酚和对苯二酚,二者荧光峰位置极为接近,很难用传统方法分辨,体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的"二阶优势";定量分析结果给出,在有干扰物共存时,分别应用两种二阶校正法解析光谱数据结果显示:PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%,预测均方根误差小于0.190 mg·L^-1;APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%,预测均方根误差小于0.116 mg·L^-1,通过比较两种方法性能得:PARAFAC对待测物组分数敏感,对待分解的光谱数据严格线性要求高;而APTLD对混合物组分数不敏感,计算速度快,抗噪声能力较强,结果稳定,具有较明显的优势。     

苯并咪唑的三维荧光光谱与三维室温磷光光谱

测量了浓度为1×10^-4mol/L苯并咪唑水溶液的三维荧光光谱,三维室温磷光光谱和紫外/可见吸收光谱,还测量了苯并咪唑固体紫外/可见吸收光谱对化合物的荧光和室温磷光进行了分析、比较,发现苯并咪唑在290nm、580nm和870nm区域均有强而丰富的荧光谱线,而室温磷光谱线(RTP)单一地出现在290nm区域,且强度很小;同时还讨论了苯并咪唑的升频转换荧光现象.     

三维荧光结合三阶校正算法快速检测水中酚类化合物

苯酚和麝香草酚等酚类化合物对人体和动植物有着严重危害,且这些酚类化合物往往同时存在于水体。由于苯酚和麝香草酚的激发和发射光谱重叠严重,常规荧光方法不能实现直接快速测定。基于三维荧光光谱结合四维平行因子（4-PARAFAC）算法,对存在未知干扰物的湖水中苯酚和麝香草酚进行定性和定量分析。利用三维平行因子和四维平行因子算法分解光谱数据,探索三阶校正算法的“三阶优势”。通过引入温度维来构建四维数据阵,将不同温度下扫描得到的激发发射矩阵沿样本维叠加得到四维数据阵,结合基于四维平行因子的三阶校正算法对目标分析物进行定性定量分析。为避免溶剂散射和仪器的影响,需要对扫描得到的激发发射矩阵信号进行预处理。通过空白扣除法和Delaunay三角内插值法去除激发发射矩阵中散射信号,再进一步进行激发发射校正,得到真实光谱。然后分别使用基于平行因子的二阶校正算法和基于四维平行因子的三阶校正算法对光谱数据进行分析,对比两种算法的分析结果。结果表明,四维数据阵并不是三维激发发射矩阵简单的叠加,得到的四维数据可能含有丰富的高维信息,有助于改善对分析物的测量结果。四维平行因子算法解析得到的湖水中苯酚和麝香草酚的平均回收率分别为97.7%±9.2%和96.5%±8.8%,预测均方根误差为0.047和0.057 μg·mL-1,预测相对误差低于10%,分析结果优于三维平行因子（平均回收率分别为105.7%±15.3%和111.0%±3.6%,预测均方根误差为0.090和0.056 μg·mL-1,预测相对误差高于10%）。实验表明,样本中存在复杂干扰背景和数据共线性严重时,三阶校正算法能够得到比二阶校正算法更满意的结果,为复杂体系中苯酚和麝香草酚的检测提供了可靠方法。     

荧光光谱法和ABC-RBF神经网络在多环芳烃浓度检测中的应用

多环芳烃(polycyclic aromatic hydrocarbon,PAHs)具有强致癌性,极大威胁着人类身体健康。因此,寻找一种高效、精确的多环芳烃浓度检测方法十分必要。采用FS920荧光光谱仪分析了苯并(k)荧蒽(BkF)、苯并(b)荧蒽(BbF)、苯并(a)芘(BaP)混合溶液的荧光光谱特性。发现在激发波长260~400 nm、发射波长300~500 nm范围内,混合溶液的荧光光谱重叠严重。当混合物浓度配比不同时,荧光特性也存在很大差异。针对光谱图不能直接反映混合物各组分浓度的特点,将人工蜂群(ABC)算法优化的径向基函数(RBF)神经网络应用于浓度检测中,对比分析普通RBF和ABC-RBF神经网络模型。结果表明,ABC-RBF神经网络模型预测误差相对较小,训练到95次时,均方差精度达到10~(-3)。BkF、BbF和BaP的回收率平均值分别为99.20%、99.12%和99.23%,证明此网络适用于检测多环芳烃溶液,为检测多环芳烃浓度提供了一种快速、有效的新方法。     

用荧光光谱鉴别白酒

在对乙醇、甲醇等醇类溶液荧光光谱特性进行研究的基础上, 应用美国Roper-Scientific公司SP-2558多功能光谱测量系统, 对50多种品牌白酒及其年份酒在紫外光激励下的荧光光谱进行了检测。结果表明, 白酒在紫外光激励下能产生较强的荧光, 各品牌白酒及其年份酒的荧光光谱各有明确的特征。实验测得其三维荧光光谱, 由此构建了白酒荧光光谱指纹图库。分析各荧光光谱的特征, 以谱峰个数、峰值波长、最佳激励波长等特征值创建了各品牌年份白酒荧光光谱特征数据库。利用SQL 数据库软件和VB语言研制成一个能对白酒进行自动比对、识别的白酒荧光光谱智能鉴别系统,实现了白酒的智能化鉴别。研究结果发挥荧光光谱分析灵敏度高、准确度高和样品用量少、不需前期处理等优点, 为白酒检测、鉴别提供了一种有效的新方法, 能应用于白酒企业生产管理及白酒消费市场监督, 并为已引起广泛关注的酒类食品安全监管提供帮助。     

微分谱结合独立成分分析对三维荧光重叠光谱的解析

多组分三维荧光重叠光谱是三维荧光光谱的数据解析中的难点之一。本文基于二维微分谱的计算原理, 充分利用三维荧光光谱具有激发光谱和发射光谱的特点, 获得了三维荧光光谱展开后的激发微分谱和发射微分谱. 之后利用独立成分分析对激发光谱或发射光谱的多组分混合微分谱分别进行解析, 得到了单一组分的激发微分谱和发射微分谱。其中三次样条插值有效的弥补了实测激发波长数据点少的缺点, 而粗糙惩罚平滑技术的引入则很大程度上减少了发射光谱的噪声,为微分谱的计算提供了有利的条件。单一组分的标准谱与解析谱的相似性系数的计算表明, 利用独立成分分析对微分谱进行解析更有利于多组分混合三维荧光光谱所含成分的识别。     

三维荧光光谱结合二阶校正算法测定碳酸饮料中胭脂红的含量

利用三维荧光光谱结合交替归一加权残差算法(ANWE),对碳酸饮料中胭脂红含量的直接测定。首先通过使用英国爱丁堡公司生产的FLS920P荧光光谱仪测量所配制的胭脂红和日落黄混合溶液样品的三维荧光光谱,利用ANWE算法来进行解析,得到校正集中浓度与真实浓度的相关系数为0.9917,平均回收率为100.92%±2.71%,结果表明,ANWE算法可靠性比较好;然后把市售碳酸饮料稀释8,9,12,13倍,分别测量它们的三维荧光光谱,结合ANWE算法进行解析,计算得到校正集中浓度和实际浓度的相关系数分别为0.993 0,0.993 0,0.993 2,0.993 2,以及饮料中胭脂红含量分别为38.88,37.71,37.68和39.65 μg·mL-1,平均浓度为(38.48±0.96) μg·mL-1;最后,为了验证所得饮料中胭脂红浓度的准确性,使用标准添加法,解析得到,校正样品中胭脂红的校正浓度和真实浓度相关系数为0.993 5,且平均回收率为102.99%±2.15%。检测结果可为饮料中食品色素的快速定量提供一种新的思路。     

1,8-萘酰亚胺荧光单体的合成及光谱的量子化学研究

以4-溴-1,8-萘二甲酸酐和N-甲基哌嗪为原料,合成了3种水溶性1,8-萘酰亚胺荧光单体,并以红外光谱、氢核磁共振谱、质谱及元素分析对产物进行了表征,测定了它们的激发光谱和发射光谱.运用PM3方法对这3种化合物的基态和激发态进行了几何构型全优化.结构分析表明:基态下,3种荧光单体的环均处于同一平面,且体系为较大的共轭...     

饱和激发下叶绿素荧光非线性变化及影响分析

叶绿素浓度是海洋初级生产力的重要指标之一,激光诱导荧光技术可以实现海水叶绿素浓度的快速测量。测量叶绿素浓度的传统激光诱导荧光原理,是利用叶绿素荧光与水体Raman散射的强度比值（I_F/R）进行反演,即叶绿素浓度n_chl＝CI_F/R,其中C为系统常量。这是依据叶绿素荧光685 nm、水体Raman散射强度都与激发光强呈线性关系。然而,该理论并没有考虑诱导荧光饱和现象的存在。当诱导激光强度达到一定程度后,685 nm荧光强度随激发光强非线性变化。另外,值得注意的是,水体Raman散射并不存在信号饱和现象。为了探讨饱和激发造成荧光非线性变化的影响,在激光诱导荧光技术测量叶绿素浓度的实验中,设计两种测量方案,即：不同激光功率诱导单一浓度样本的荧光测量,和固定激光功率时不同浓度样本的荧光测量。实验中利用Nd∶YAG三倍频激光355 nm激发获得叶绿素溶液的404 nm处 Raman散射和685 nm荧光。实验结果分为2部分进行讨论：（1）为了分析饱和激发造成荧光变化的非线性特性,通过调节激发光功率测量溶液的受激发射光谱,发现水体Raman散射强度与激发光强呈线性关系,而685 nm荧光强度出现饱和激发下的非线性变化。而且,随叶绿素浓度的增加,685 nm荧光的非线性趋势更为明显,Raman散射强度与激发光强的线性关系中斜率变小。数据分析表明,685 nm荧光数据拟合的4阶多项式和Raman散射效率值,可以定性地表征685 nm荧光的饱和程度。（2）考虑实际海洋激光雷达探测叶绿素浓度应用中存在饱和激发荧光非线性现象,为了分析荧光非线性对传统叶绿素浓度反演理论适用性的影响,在固定激发光强情况下对不同浓度叶绿素溶液的发射光谱进行测量。将激发光功率调节至52.00,80.70,132.10和197.30 mW·cm-2,获取相应激发光强下685 nm荧光与水体Raman散射的强度比值和叶绿素浓度之间的关系。实验表明,激发光强不变的情况下,685 nm荧光与水体Raman散射的强度比值,与叶绿素浓度仍满足线性关系。但是,在较高光强激发时,饱和激发造成的叶绿素荧光非线性变化,导致利用传统激光诱导荧光理论反演的叶绿素浓度值偏小。因此,需要对饱和激发下荧光非线性的影响进行修正,其关系为I_F/R=n_chl/C+C_F,修正值C_F不可忽略。另外,值得一提的是,修正关系中系统常量C随激发光强增加而增大。研究表明,饱和激发造成的荧光非线性,会对激光诱导荧光技术测量叶绿素浓度产生影响,但由于造成荧光非线性因素的复杂性,仅通过荧光数据拟合获得的多项式,无法定量说明其影响权重。然而,当激发光强不变时,可以实验测量获得基于激光诱导荧光原理的修正关系,从而准确反演叶绿素浓度。     

基于四阶导数的浮游植物叶绿素荧光激发光谱特征研究

测量了分属硅藻和甲藻两个门类的六种我国东海常见赤潮藻的叶绿素荧光激发光谱,以Matlab为操作平台,采用自编的光谱求导程序,对荧光激发光谱进行四阶导数处理。结果表明,四阶导数法能有效去除光谱中的细小杂峰,并将重叠的色素荧光峰分离,实现主要色素的定性定量分析。四阶导数光谱在350～550 nm波长范围内出现的6个极大值主要代表了活体藻液中的非色素荧光物质、叶绿素和类胡萝卜素的荧光峰。通过原始叶绿素荧光激发光谱和四阶导数光谱的对比分析,表明四阶导数光谱法能够凸显硅藻和甲藻之间的光谱差异,增强光谱识别硅藻和甲藻的能力,同时也提高了光谱的稳定性和重现性。     

基于非负矩阵分解的重叠三维荧光光谱解析

重叠三维荧光光谱的解析是荧光光谱解析中的难点,非负矩阵分解(NMF)作为一种有效的盲分离方法,能够提取光谱的局部特征和内在联系,克服光谱严重重叠带来的干扰,在解析重叠光谱中具有不可比拟的优势。首先用模拟三维荧光光谱验证了NMF在三维荧光光谱解析中的有效性,然后将四种不同的NMF算法(乘性迭代算法、交替最小二乘算法、二阶方法、投影梯度算法)用于实测的酚类化合物(百里酚、间甲酚、苯酚)三维荧光光谱的解析中,并讨论了在酚类化合物分离应用中四种NMF算法的收敛速度和计算复杂度的差异。实验结果表明,四种方式的NMF标准偏差均在0.06%以下,其中交替最小二乘算法在收敛行为和鲁棒性上最为优越。     

槲皮素-Sn(Ⅱ)配合物荧光、紫外及红外光谱的测量与分析

以NH4Cl-NH3·H2O为缓冲液,十六烷基三甲基溴化铵(CTAB)为荧光增强剂,用荧光分光光度计分别采集槲皮素、槲皮素-Sn(Ⅱ)配合物溶液、槲皮素-Sn(Ⅱ)-NH4Cl-NH3·H2O、槲皮素-Sn(Ⅱ)-NH4Cl-NH3·H2O-CTAB溶液以及将其溶液分别静置7h和21h后的荧光光谱,并对光谱进行分析.在不加CTAB的条件下,用紫外分光光度计分别测量加入缓冲液前后的紫外光谱.用漫反射方法测定配合物的红外光谱,并对其结构进行初步分析.在缓冲液的作用下,槲皮素-Sn(Ⅱ)配合物的结构发生了变化;通过分析,发现与缓冲液发生反应的主要基团为酚羟基,红外光谱中酚羟基的消失和NH 4基团的出现,说明了配合物中的酚羟基与NH 4发生了取代反应.     

槲皮素-Sn(II)配合物荧光、紫外及红外光谱的测量与分析

以NH4Cl-NH3.H2O为缓冲液,十六烷基三甲基溴化铵(CTAB)为荧光增强剂,用荧光分光光度计分别采集槲皮素、槲皮素-Sn(II)配合物溶液、槲皮素-Sn(II)-NH4Cl-NH3.H2O、槲皮素-Sn(II)-NH4Cl-NH3.H2O-CTAB溶液以及将其溶液分别静置7h和21h后的荧光光谱,并对光谱进行分析。在不加CTAB的条件下,用紫外分光光度计分别测量加入缓冲液前后的紫外光谱。用漫反射方法测定配合物的红外光谱,并对其结构进行初步分析。在缓冲液的作用下,槲皮素-Sn(II)配合物的结构发生了变化;通过分析,发现与缓冲液发生反应的主要基团为酚羟基,红外光谱中酚羟基的消失和NH4+基团的出现,说明了配合物中的酚羟基与NH4+发生了取代反应。