西南山地煤矿区耕地土壤-农作物重金属富集及健康风险评价

为了解西南某典型山地煤矿区周边农田土壤、农作物重金属的富集情况及对当地人群健康的影响程度,采集矿区周边农田土壤样品和对应的农作物样品,测定重金属Cr、Mn、Zn、As、Pb的含量。运用Nemero指数法、潜在风险指数法对土壤重金属的污染程度进行评价;采用靶标危害系数法(THQ)评价农作物重金属对人体的健康风险。结果显示,Cr、Mn、Zn、As、Pb分别是背景值的1.81、1.90、2.89、1.30、0.86倍,处于轻度污染级别,轻微危害程度。农作物重金属Cr、Pb和As含量的超标情况较严重,Zn的含量超标相对较小。各农作物富集的重金属对人体的健康风险大小为：高粱>玉米>白菜>葱>辣椒。农作物重金属对儿童健康的危害均达到了慢性中毒;对成人健康的影响,高粱处于慢性中毒,其它农作物重金属处于产生较大影响的危害程度。农作物重金属与土壤重金属的相关性分析表明,农作物重金属的含量与土壤重金属全量并无线性关系;各重金属在农作物中的转移能力不同;Pb,As在农作物中的转移能力较大,而Cr相对较小。鉴于矿区重金属的富集情况,应尽快采取修复治理措施,为保证当地人群健康,建议当地居民不再食用和种植富集重金属严重的高粱、玉米农作物。     

超高效液相色谱-四极杆/静电场轨道阱高分辨质谱对粮谷产品中20种真菌毒素的快速筛查和确证

建立了超高效液相色谱-四极杆/静电场轨道阱高分辨质谱快速筛查和确证粮谷产品中20种真菌毒素的方法。样品经乙腈（含2%（体积分数）甲酸）提取,用Captiva EMR-Lipid小柱净化,采用Thermo Hypersil Gold C₁₈柱（100 mm×2.1 mm,1.9 μm）分离,用四极杆/静电场轨道阱高分辨质谱进行分析。在全扫描模式下以分析物的保留时间和一级母离子信息实现快速筛查,以自动触发采集的二级碎片离子信息进行确证。结果显示,目标分析物在各自的质量浓度范围内线性关系良好（相关系数r²>0.99）,方法检出限为0.25~20 μg/kg,回收率为72.9%~117.8%,相对标准偏差为2.9%~15.2%（n=6）。该方法灵敏度高,结果准确、可靠,适用于粮谷产品中20种真菌毒素的快速筛查和确证。     

超高效液相色谱-四极杆飞行时间质谱法快速筛查水产品中15种碱性合成色素

建立了超高效液相色谱-四极杆飞行时间质谱(UPLC-Q-TOF MS)快速检测水产品中15种碱性合成色素的方法。水产样品经乙腈(含10%(v/v)乙酸)提取,采用C₁₈复合硅胶基质分散管进行样品净化处理。目标物采用C₁₈色谱柱分离,以乙腈和0.1%(v/v)甲酸-5 mmol/L乙酸铵溶液为流动相,梯度洗脱,四极杆飞行时间串联质谱电喷雾正离子模式检测。结果表明:15种碱性色素的定量限(LOQs, S/N=10)为0.1~100 μg/kg,并在各自的线性范围内线性关系良好,相关系数(r)≥0.993。在3个加标水平下的平均回收率为80.60%~107.37%,测定结果的相对标准偏差为3.33%~6.69%(n=6)。该方法快速、简便、灵敏度高,适用于日常水产品中15种碱性合成色素的快速筛查。     

实时直接分析-串联质谱法快速筛查火锅底料、牛肉面汤及调味料中罂粟壳生物碱

建立了采用实时直接分析-串联质谱(DART-MS/MS)对火锅底料、牛肉面汤及调味料中5种非法添加的罂粟壳生物碱进行快速筛查的方法。样品经乙腈提取净化后,在离子化温度为300℃、栅极电压为150 V、进样速率为0.8 m m/s的DART离子源正离子模式条件下进样,以电喷雾离子源正离子多反应监测(MRM)模式进行检测,实现了样品经简单预处理后使用DART-MS/MS进行检测的新方法。该方法简便、快速,能满足大批量非法添加样品的快速筛查分析要求。     

基于方法比对的化学检测实验室内部质量控制北大核心CSCD

质量控制在化学检测试验中有着重要的作用,其目的之一是对实验室中的误差进行控制,使数据在允许范围内,从而确保检测结果的准确性和有效性[1]。质量控制分为内部质量控制与外部质量控制。内部质量控制是实验室控制质量风险、寻求改进机会的重要切入点[2-3]。     

高维非紧支密度函数的小波硬阈值估计

针对一类特殊的密度函数,利用经典的硬阈值小波估计器在高维Besov空间中讨论其L1风险估计,并给出相应上界的证明.值得指出的是上述估计达到了自适应性.这一结果可以看作是Juditsky和Lambert-Lacroix工作[Bernoulli,2004,10(2):187-220]的补充.     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...