用手持式农药速测仪酶法现场测定蔬菜中有机磷及氨基甲酸酯农药残毒

检测蔬菜中有机磷类及氨基甲酸酯类农药残留通常采用气相色谱、色谱-质谱联用[1]等方法, 不适应现场快速检测的要求. 关于快速分析方法, 国外主要采用电化学酶传感器法[2], 还有微孔板酶标仪法[3]. 前者存在电极易受污染且需再生处理的麻烦; 后者难以实现现场检测. 国内报道的有酶抑制光度法[4]、单点目视比色法及速测卡法等, 其中目视比色法和速测卡法虽然具有操作简便等优点, 但由于实验误差较大, 灵敏度较低, 只能作为定性分析. 本文在前期工作的基础上[5,6], 研制了一种体积小(140 mm×70 mm×30 mm)、重量轻(整机180 g)、能耗低(电池可连续使用50 h)且现场实用的手持式农药残毒速测仪, 开发了专用试剂包并建立了蔬菜中有机磷类及氨基甲酸酯类农药残毒的现场分析方法, 对6种蔬菜及速冻玉米样品进行了实际检测, 并与GC-MS方法[1]进行了对照, 结果令人满意.     

溶胶-凝胶低温自蔓延工艺合成Co0.5Ni0.5Mn2O4纳米粉体的过程稳定性研究

本文研究了溶胶-凝胶低温自蔓延工艺合成Co0.5Ni0.5Mn2O4纳米粉体过程中柠檬酸-硝酸盐体系的稳定性.研究结果表明:柠檬酸盐的析出是造成溶胶-凝胶体系不稳定主要因素;加入乙二醇与柠檬酸形成网络结构、以及金属离子与柠檬酸羧基之间形成的配位键是保证溶胶-凝胶体系稳定的两个必不可少的条件.     

傅里叶变换近红外全谱回归分析的应用研究

文章以66个小麦样品为实验材料,其中33个为建模集,剩余33个为预测集,利用广义逆矩阵直接确定傅里叶变换近红外全谱分析回归模型中的回归系数,建立了用于蛋白质定量分析的近红外全谱回归模型。用此模型对预测集中的样品进行预测,结果与凯氏定氮法测定结果间的相关系数为r=0.979 9,平均相对误差为1.76%,表明由广义逆矩阵方法所建近红外全谱定量分析回归模型有较好的分析结果。所建模型不仅可用于对样品的实际分析,而且可根据回归模型中各个系数了解各个波长点处的光谱信息对模型预测值的贡献,从而可理解并解释傅里叶变换近红外全谱回归模型的物理学与化学意义。     

涉及微分多项式的亚纯函数的正规族

本文通过研究亚纯函数的正规族.利用反证法,获得了一个与分担值有关的涉及微分多项式的一般性的正规定则,改进了方明亮和L.Zalcman在2002年得到的一个结果.     

有限深抛物势量子盘中极化子的激发态性质

量子点作为一种重要的低维纳米结构, 近年来在单光子光源和新型量子点单光子探测器的研究引起了人们的广泛关注, 对各种势阱中量子点性质的研究已取得了重要成果. 但是大多理论研究都局限于无限深势阱, 而有限深势阱更具有实际意义. 利用平面波展开、幺正变换和变分相结合的方法研究了有限深势阱中极化子激发态能量及激发能随势阱形状和量子盘大小的变化规律. 数值计算结果表明: 极化子的激发态能量、激发能随势垒高度或宽度的增大而增大, 原因是势垒愈高、愈宽, 电子穿透势垒的可能性愈小, 电子在阱内运动的可能性愈大, 进而导致极化子的激发态能量和激发能均随势垒高度和宽度的增大而增大; 极化子的激发态能量和激发能随量子盘半径的增大而减小, 表明量子盘具有显著的量子尺寸效应; 极化子的激发态能量随有效受限长度的增加而减小, 原因是有效受限长度愈大, 有效受限强度愈小, 电子受到的束缚愈弱、振动愈慢、势能愈小, 进而导致基态能量、激发态能量减小; 同时由于激发态能量较基态能量减小慢, 使得激发能随之增加. 研究结果对量子点的应用具有一定的理论指导意义.     

近红外光谱的数据预处理研究

进行了小麦样品近红外光谱数据的预处理研究,一般仪器记录的样品近红外光谱数据中包含有一系列噪声和干扰信号,因此适当的预处理是进行后续光谱定标、建模及模型传递的基础,对可靠地获得准确分析结果具有很重要的作用。结合小麦样品蛋白质含量近红外光谱分析工作,对由近红外光栅光谱仪和傅里叶变换近红外光谱分别记录的66种小麦样品光谱数据,采用高斯一阶、二阶导数小波变换方法进行了预处理。对比常用的一阶差分预处理,证明高斯函数导数小波变换方法是十分有效、实用的,预处理后光谱曲线非常光滑、噪声消除效果明显,富含有用光谱分析信息的区域更加清晰显示,因而非常有助于后续的光谱定标、建模和模型传递工作。     

傅里叶变换近红外光谱仪扫描条件对数学模型预测精度的影响

以小麦粉状样品为例 ,研究了傅里叶变换近红外光谱仪在不同分辨率 ,不同的激光频率下扫描样品对近红外光谱用于分析小麦样品蛋白质含量的影响。结果表明 :以 4 ,8,16cm- 1 的分辨率扫描样品或当激光频率改变幅度在 1cm- 1 以内时对小麦蛋白模型的影响不显著 ,样品粒度对模型影响较大     

近紫外-可见-短波近红外多光谱成像数据的糯玉米种子热损伤粒的无损快速鉴别

为对糯玉米种子热损伤粒进行无损快速鉴别并探索热损伤过程对糯玉米种子的影响,以糯玉米种子"京科糯2000"为例,用Videometer近紫外-可见-短波近红外多光谱成像仪分别以胚面向上和胚面向下方式采集糯玉米种子对照组及热损伤组多光谱成像数据,分别提取胚面向上胚部、胚面向上胚乳部、胚面向下胚乳部单点多光谱数据,并对胚面向上胚部和胚面向上胚乳部多光谱数据做初级融合;对多光谱数据进行基线校正预处理后计算各光谱数据样本标准差,进而通过光谱数据样本标准差的变化分析热损伤对糯玉米种子各部位的影响;基于多光谱数据采用偏最小二乘-判别分析算法建立糯玉米种子热损伤粒无损鉴别模型,对所建模型进行全交互验证,并与近红外光谱数据模型比较。结果表明,热损伤对糯玉米种子胚、胚乳有不同的影响,多光谱数据和近红外光谱数据表现出一致的变化趋势。采用多光谱数据建立热损伤粒鉴别模型,各模型前3主成分得分3D散点图中,对照组和热损伤组样品表现出一定的分离趋势,校正数据正确率在96%～100%之间,交互验证数据正确率在92%～100%之间,其中,糯玉米种子胚面向上胚部光谱和胚乳部光谱初级融合数据建模效果最好,校正数据正确率10...