355 nm纳秒激光作用下荧蒽的时间分辨荧光光谱特征

多环芳烃由于具有三致(致癌、致畸、致突变)特性,其在环境中的检测受到人们广泛关注。利用时间分辨光谱技术,研究了荧蒽乙醇溶液的荧光光谱随延时时间和门宽改变的特性。研究了不同浓度荧蒽的时间分辨荧光光谱特性,以原始浓度的荧蒽为初始溶液,通过逐级稀释的方式,最终将原始溶液稀释16倍,拟合了不同稀释倍数下的荧蒽荧光强度衰减随延时时间变化的动力学曲线,得到了不同浓度荧蒽的拟合荧光寿命。研究结果表明,荧蒽的荧光光谱特性与光谱仪探测器延时时间和门宽宽度密切相关。固定延时时间,随着光谱仪门宽宽度的变化,荧蒽的荧光强度随着门宽的增大而逐渐增强。固定门宽,改变延时时间的过程中,荧蒽的荧光强度随延时时间呈现先增大,后减小的趋势。荧蒽的荧光强度随延时时间的衰减过程符合指数衰减过程,将荧蒽乙醇溶液进行逐级稀释,荧蒽荧光强度与延时时间的衰减进行指数拟合后,得到不同稀释倍数的荧蒽乙醇溶液的衰减动力学参数,随着稀释倍数的增大,拟合得到的荧蒽荧光寿命增大。多环芳烃时间分辨光谱特征的研究,可以为环境中多环芳烃的检测提供技术基础,由于不同荧光物质具有特征的荧光寿命,因此,可以利用多环芳烃与环境中其他荧光物质的不同荧光寿命特性,准确识别环境中的多环芳烃污染物。     

激光诱导击穿光谱结合标准加入法定量分析土壤中铅、镉、铬和铜

利用课题组自主研制的便携式激光诱导击穿光谱测量系统定量分析土壤及固体废弃物中四种重金属元素Pb,Cd,Cr和Cu.实验采用中心波长为1064 nm的Nd:YAG脉冲激光器作为激发光源,工作频率为3 Hz,单脉冲能量为100 mJ,脉冲宽度为6 ns;以高分辨率、宽光谱段的中阶梯光栅光谱仪和增强型电荷耦合器件为谱线分离与探测器件,探测范围为200~500 nm,分辨率为0.08~0.12 nm.为了提高光谱强度及检测灵敏度,通过半球空间约束装置对等离子进行约束,并采用多芯光纤实现多通道不同角度光谱信号收集,接收角度为45°.实验时激光重复频率为2 Hz,延时为1.5μs,门宽为1.05 ms.文章创新性地将曲线拟合代替直线拟合用于标准加入法定量分析基质未知样品中重金属元素,有效提高了测量结果的准确性,尤其是低浓度的土壤样品,直线拟合无法定量分析重金属含量,相比而言,曲线拟合相关系数更高,测量结果更接近国标方法,可以满足一级土壤污染的检测.七个土壤及固体废弃物样品检测的相对误差如下,直线拟合相对误差分别为:Pb 1.26%~79.38%,Cr-22.44%~82.06%,Cu 15.09%~190.50%,Cd 32.76%~167.96%,曲线拟合相对误差为分别Pb-4.19%~11.92%,Cr-38.31%~9.26%,Cu-7.24%~26.86%,Cd-10.52%~12.94%,相对误差平均值为10.47%.     

水体细菌微生物多波长散射光谱快速定量检测

通过分析细菌细胞的结构特征,将细菌菌体的多波长散射分为外部结构散射和内部结构散射两个部分,建立了细菌菌体前向散射光谱解释模型。利用该模型对大肠杆菌400～900 nm波段的前向散射光进行了快速解析,得到了大肠杆菌外部结构、内部结构的平均粒径大小及两结构占细菌体前向散射的比例;基于单细胞的散射光密度与整体细菌悬浮液光密度之间的关系可以快速检测出细菌的浓度。多次细菌浓度测量结果之间的最大差异为1.83%,且与平板法相比较,测量结果在同一量级,相对误差为3.44%。对不同生长时期的大肠杆菌和肺炎克雷伯菌进行了光谱解析,得到了两种细菌浓度及菌体大小随时间的变化曲线。研究结果不仅为细菌微生物生长过程的科学研究提供了一种快捷方法,而且为水体细菌微生物的快速检测与预警提供了技术手段。     

淮河流域某镇农业土壤重金属含量特征及污染评价

通过野外采样和实验室分析,对淮河流域某镇农业土壤中Cd,Cr,Cu,Ni,Pb和Zn等六种重金属的含量特征进行了研究,并利用富集因子法、地累积指数法和潜在生态风险指数法对各种重金属的污染状况进行了评价。结果表明,研究区农田土壤中Cd和Cu的质量分数平均值分别为0.113 5和22.09 mg·kg-1,超过了安徽省土壤重金属背景值0.097和20.4 mg·kg-1,其余四种重金属的平均值均未超过安徽省土壤重金属背景值。地累积指数法和潜在生态风险指数法的评价结果一致表明,研究区域土壤中六种重金属污染程度最强的为重金属Cd,部分采样点土壤中的Cd对于生态系统存在轻微的风险,其他五种重金属均未对采样点生态系统造成风险。整个研究区域土壤属于轻度综合潜在生态风险程度。     

便携式激光诱导击穿光谱仪测定土壤中重金属

土壤重金属污染对农作物生长和人体健康都有严重危害,现场快速检测对土壤重金属污染调查、应急监测具有重要意义。采用自主研发的土壤重金属激光诱导击穿光谱现场快速检测仪对矿区周边土壤进行现场检测分析,以835个不同基质土壤的光谱数据建立定标数据库,通过支持向量机建立回归模型对土壤重金属元素含量进行定量反演。现场检测获取的全波段光谱波动在15%以内,Cd、Cr、Cu、Ni、Pb和Zn等6种元素光谱强度相对标准偏差平均值为6.31%。将检测结果与实验室电感耦合等离子体质谱法分析对比,6种元素的皮尔逊相关系数r在0.850 1～0.982 9,检测结果80%以上处于±30%相对误差区间分布。对比结果表明自主研发的土壤重金属激光诱导击穿光谱现场检测仪可以满足现场快速检测需求。     

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。     

西维因在甲醇-水二元混合溶剂中的三维荧光光谱特性研究

农药的广泛使用对环境产生了重要的影响,西维因作为一种重要的广谱高效杀虫剂在很多地表水中残留,了解和掌握西维因在环境中的光谱特性及检测方法具有重要意义。研究了西维因的激发-发射三维荧光光谱特性,通过改变甲醇-水二元混合溶剂中甲醇的体积比,探讨了不同体积比的甲醇-水混合溶剂对西维因三维荧光光谱的影响。研究结果表明,西维因的特征荧光光谱峰为单峰,西维因的激发波长和发射波长范围分别处于： 244~304和300~350 nm,最大激发/发射峰位置分别位于280和335 nm。随着甲醇-水二元混合溶剂中甲醇含量的增加,西维因的三维荧光光谱未出现明显位移,但是荧光光谱强度随甲醇含量的增加出现了非线性的变化,这主要与二元混合溶剂自身独特的性质有关。     

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。     

侧向散射激光雷达探测白天近地面气溶胶探测技术

基于CCD的侧向散射激光雷达不受几何因子的影响,是探测近地面气溶胶的有力工具。夜晚的探测技术已成熟,由于背景光中夜晚的月光和星光远弱于白天的太阳光,故利用夜晚探测技术得到的白天气溶胶信噪比很低。实验中选用窄带滤光片和小张角镜头,通过校正窄带滤光片透射率、缩短单次曝光时间、多次曝光平均等技术可有效提高白天探测气溶胶的信噪比。白天个例表明,侧向散射激光雷达与后向散射激光雷达反演的气溶胶后向散射系数廓线在0.75~1.50km范围内的变化趋势一致,并对0.75km以下侧向散射激光雷达探测的正确性进行了验证。对合肥地区近地面气溶胶后向散射系数进行了37h的连续昼夜探测,并与同一地点的温度、PM2.5质量浓度联合进行分析。研究表明,改进后的白天侧向散射激光雷达技术是正确、可行的。     

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。