不同光谱预处理对激光诱导击穿光谱检测猪肉中铅含量的影响

为了研究适合激光诱导击穿光谱(LIBS)检测猪肉中重金属铅(Pb)元素含量的光谱预处理方法,将配制的84个猪肉腿肌样品分为校正集和预测集,以相关系数(R)、内部交叉验证均方差(RMSECV)和预测均方根误差(RMSEP)作为评价指标,比较了5种光谱预处理方法对偏最小二乘法(PLS)建模预测效果的影响.结果表明,多元散射校正(MSC)预处理效果最好,定标模型预测值与实验室分析元素检测值的相关系数(R)达到0.9908,RMSECV为0.302,RMSEP为0.282,主成分数为16,18个预测集样品的验证结果的平均相对预测误差(ARPE)为7.8％.说明MSC是LIBS检测猪肉Pb含量的有效光谱预处理方法,该研究为进一步实现食品中重金属快速定量分析提供了方法和数据参考.     

光谱预处理对LIBS检测脐橙中Cu的偏最小二乘定量模型影响

应用激光诱导击穿光谱(LIBS)对脐橙中Cu元素进行快速检测,并结合偏最小二乘法(PLS)进行定量分析,探索光谱数据预处理方法对模型检测精度的影响。针对实验室污染处理后的52个赣南脐橙样品的光谱数据,进行不同数据平滑、均值中心化和标准正态变量变换三种预处理方法。然后选择包含Cu特征谱线的319~338 nm波段进行PLS建模,对比分析了模型的主要评价指标回归系数(r)、交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)。采用13点平滑、均值中心化的PLS模型3个指标分别达到了0.992 8,3.43和3.4,模型的平均预测相对误差仅为5.55%,即采用该前处理方法模型的校准质量和预测效果都最好。选择合适的数据前处理方法能有效提高LIBS检测果蔬产品PLS定量模型的预测精度,为果蔬产品LIBS快速精准检测提供了新方法。     

激光诱导击穿光谱结合偏最小二乘法直接检测皮蛋壳中的Cu含量

运用激光诱导击穿光谱(LIBS)技术对皮蛋壳中Cu元素直接进行检测,获得样本中Cu元素的特征谱线信息,采用湿法消解结合原子吸收分光光度计(AAS)测量样品中Cu元素的真实含量。由于LIBS检测的精度和准确度受到样品基体复杂,环境噪声,系统噪声,激光能量稳定性等一系列因素的影响,采用传统的单变量赛伯-罗马金拟合方式对样品的LIBS相对强度和浓度进行线性拟合不能满足定性分析的要求,因此,采用一种多变量的分析-偏最小二乘(PLS)对LIBS光谱数据进行了处理,比较分析了不同点数平滑处理和五种预处理方法对PLS建模精度和准确度的影响。分析得出采用11点平滑结合多元散射校正(MSC)预处理能有效地提高PLS建立的模型的相关系数,降低均方根误差和平均相对误差,有效提高了模型的准确性。研究结果表明,激光诱导击穿光谱技术能够准确地直接检测皮蛋壳中重金属Cu的含量,下一步的工作将对皮蛋进行批量试验,寻找出蛋壳与蛋清、蛋黄中重金属Cu的数量关系,实现通过LIBS检测皮蛋壳便可知蛋清、蛋黄中重金属含量的目标,为农产品质量安全提供新的快速无损检测技术方法。     

激光诱导击穿光谱结合间隔偏最小二乘法检测土壤中的Pb

为了提高激光诱导击穿光谱(LIBS)技术检测自然土壤中Pb的检测精度,提出采用间隔偏最小二乘法(IPLS)定量预测模型。对土壤在400~417nm波段的特征光谱进行平滑预处理后,建立偏最小二乘法(PLS)定量模型,得到训练集的相关系数为0.974 2,且斜率为0.983。建立IPLS模型时,把所选波段均分成了25个子区间,得到第八个子区间包含了Pb的特征光谱405.78nm,且交叉验证均方根误差最小,选择该区间建立模型得到训练集相关系数为0.985 3,斜率为1.121。预测集中,土壤样品Pb的真实浓度与预测浓度之间的相对误差在13%以内,平均相对误差为7.00%。研究表明IPLS法应用于LIBS定量检测土壤中的Pb是可行的,且该定量模型预测效果优于PLS法。     

集成ICCD单双脉冲LIBS对Pb溶液定量分析比较

激光诱导击穿光谱(LIBS)检测的稳定性和灵敏度不高是制约其发展的两大瓶颈问题。本实验采用集成ICCD的单、双脉冲LIBS系统,对经滤纸富集后的Pb(NO3)2水溶液中的Pb元素进行了分析,比较了采样门宽、积分延迟时间、双脉冲两束激光延迟时间等参数对光谱质量的影响,确定了水溶液中Pb元素的LIBS检测最佳实验条件,结果表明双脉冲具有更好的稳定性。在优化的实验条件下,获取了6个含Pb溶液浓度系列的单、双脉冲LIBS光谱信息,建立了元素真实浓度与其光谱强度之间的关系模型,得到溶液中痕量Pb元素的LIBS检测限分别为15.95μg/mL和5.48μg/mL。拟合结果表明双脉冲具有较高的线性相关系数以及较好的检测灵敏度和检测精度。说明集成ICCD双脉冲LIBS能够改善水体中重金属元素的检测效果。     

微波辅助激光诱导击穿光谱对大米元素分析的实验研究

利用Nd:YAG纳秒脉冲激光器输出的1064nm波长强光束击打在大米样品表面,用2.45GHz型磁控管同轴输出微 波装置对激光诱导产生的等离子体进行微波加热,结合激光诱导击穿光谱(LIBS)技术对大 米中元素进行了初步检 测研究。根据美国国家标准与技术研究院原子发射光谱数据库(NIST),对大米中C、Mg、 Ca、Si、Cd等元素在210～480nm波段内的特征谱线进行了标识和归 属,通过对比传统L IBS和微波辅助LIBS(MA-LIBS)产生的等离子体信号光谱,发现MA-LIBS光谱强度增强效果 明显,其最佳增强效果可达21倍多。这些结 果对增强激光诱导等离子体的发光强度具有参考价值,也为提高LIBS技 术探测灵敏度提供了一种全新的研究方法。     

单双脉冲LIBS对水体中Cr元素检测精确性能比较

激光诱导击穿光谱(LIBS)技术对水体中重金属元素的检测精度低是制约其发展的瓶颈问题, 针对不同的元素, 单双脉冲检测结果各有优势。为了综合比较单双脉冲对水体重金属Cr的检测效果, 试验运用集成ICCD的单、双脉冲LIBS分别对经滤纸富集后的6种不同质量浓度含Cr水溶液进行了试验。确立了Cr的特征分析谱线为 425.43 nm, 并对试验所得的数据进行了线性拟合, 建立了Cr元素浓度与其特征谱线LIBS强度定量分析模型, 对于单双脉冲, 拟合后的曲线相关系数分别为0.898 36和0.994 44, 斜率分别为22.693 86和30.539 77, 预测浓度与其真实浓度的相对误差分别为14.97%和4.52%。试验结果表明双脉冲的稳定度、灵敏度和准确度均较单脉冲好。     

内定标法水中Cr元素LIBS定量分析

以提高激光诱导击穿光谱(LIBS)技术精准检测水体中的重金属元素Cr为研究目的,对实验室配制的7种不同质量浓度的含铬(Cr)水溶液采用护肤棉进行富集,并对自然晾干后的护肤棉进行LIBS试验。首先对试验参数进行了优化并确定425.43 nm为Cr的特征分析谱线。选择护肤棉中固有的钙(Ca)元素作为内定标元素,其特征谱线为422.67 nm。分别采用内定标法和直接定标法进行定量分析,取其中的五个样品建立定量分析模型,并利用另外的两个样品验证模型的准确性,得出拟合曲线的线性相关系数分别为0.99614、0.73655,两个验证样品的相对误差值分别为11.38%、4.84%和64.66%、11.58%;内定标法LIBS的检出限为5.27μg/m L,优于之前滤纸富集的6.06μg/m L。试验结果表明以护肤棉为吸附基质结合内定标法能提高LIBS检测水体Cr元素的准确性、并能降低检出限。     

激光诱导击穿光谱技术/多元二次非线性回归分析土壤中的铬元素

利用激光诱导击穿光谱(LIBS)技术对土壤中铬元素的含量进行了定量分析研究.由于土壤成分复杂,光谱谱线存在较严重的重叠干扰,若采用一元回归方法分析常得不到理想结果.为了更充分有效地利用光谱中信息,以土壤中Cr Ⅰ 425.43 nm和Fe Ⅰ 425.07 nm谱线的积分强度为自变量,Cr元素浓度为因变量,建立交叉降维近似多元非线性回归、多元二次非线性回归和平方降维近似多元非线性回归模型.对比分析表明,当添加Cr和Fe元素特征谱线强度交叉项影响时,所建立的多元二次非线性回归模型效果最佳,预测浓度与实际参考浓度之间线性关系达到0.9943,预测4个验证样品的相对误差分别为3.57％,0.76％,7.66％和2.24％.     

水田污染区稻壳与糙米中铬元素的LIBS分析可行性

为验证激光诱导击穿光谱(LIBS)对江西省环鄱阳湖水田污染区稻谷中铬元素的分析可行性,本试验以在该区收集的稻壳、糙米和白米作为研究对象,分别对所有样品进行LIBS测试,并利用火焰原子吸收法(AAS)对铬元素进行真实浓度检测。LIBS图谱显示稻壳中明显地检测到了铬元素的特征谱线,而糙米和白米则检测不到。AAS结果显示稻壳中Cr浓度远高于糙米,而白米中Cr未超标,同时,稻壳与糙米Cr浓度比率具有一定的梯度关系。结果说明,Cr在稻壳中的富集量高于糙米和白米,利用LIBS技术对稻壳中Cr进行检测具有一定的可行性,最终有望实现通过采集稻壳LIBS光谱信号,预测出糙米中重金属元素的分布规律,进而采用类似的方法获取大米中重金属元素含量。