以高硼玻璃为基体,采用玻璃固化法探究高硼玻璃固化有色金属冶炼砷渣,并用EDS确定了样品中存在砷元素,同时检测了其含量。分别采用醋酸法和硫酸硝酸法对不同加砷比的高硼玻璃及不同分相区域进行测试与表征。结果表明,高硼玻璃固砷效果优良,砷析出量很大程度上取决于玻璃的比表面积。

腐霉利(Procymidone) 作为一种新型的农产品杀菌剂, 具有防止农产品受病虫害的作用, 但其在施药过程中容易使用不当危害环境和人的健康。 为加强对腐霉利农药的检测, 本研究应用共轴双脉冲激光诱导击穿光谱技术(LIBS) 对溶液中的腐霉利含量进行定量检测研究。 为配置不同浓度的腐霉利样品, 将有效成分含量为98%腐霉利粉末与二甲苯按照不同比例混合并完全溶解。 由于液体样品在激光击打的过程中容易将液体溅出, 具有一定的危险性。 因此, 实验将液体样品转化为固体样品, 利用石墨吸附腐霉利溶液, 然后采用八通道高精度光谱仪采集样品的LIBS光谱, 并利用不同预处理方法对光谱数据进行预处理。 为提高腐霉利的检测精度, 选择氯元素信号最强的两通道(744.555~935.843, 893.107~1 057.058 nm) 光谱数据, 分别采用归一化函数(normalization) 、 基线校正(baseline correction) 、 标准正态变量变换(SNV) 、 多元散射校正(MSC) 方法进行光谱预处理, 并应用PLS方法建模。 通过比较各预处理方法数据后, 综合考虑, 选择Baseline方法为最佳预处理方法。 在baseline预处理方法的基础上使用无信息变量消除算法(UVE) 联合竞争性自适应重加权采样(CARS)算法剔除无信息的波长变量, 筛选与腐霉利相关的重要波长变量, 最后应用偏最小二乘回归建立溶液中腐霉利含量的定量预测模型。 建模结果表明: 经光谱预处理和UVE-CARS方法优选后, 可将原4096个波长变量个数减少至13个, 变量压缩率为99.68%; 经UVE-CARS变量优选后建立的PLS模型的校正集的决定系数和均方根误差分别为0.990 5和0.66, 预测集的决定系数和均方根误差分别为0.990 3和0.67, 其模型性能优于原始光谱建立的PLS模型。 结果表明, 利用共轴双脉冲LIBS技术定量检测溶液中的腐霉利含量具有一定的可行性, 经UVE和CARS方法筛选后可以有效提取腐霉利的特征变量及相关影响变量, 剔除冗余及噪声影响变量, 简化定量分析模型且提高了定量分析模型的稳定性。

应用共轴双脉冲激光诱导击穿光谱(DP-LIBS)技术对食用植物油中重金属Cr含量进行快速定量检测。采用二通道高精度光谱仪采集样品的激光诱导击穿光谱(LIBS),根据LIBS在420~430 nm波段范围确定Cr元素的三条原子谱线 (Cr I 425.39 nm、Cr I 427.43 nm、Cr I 428.87 nm)、CN分子谱线 (CN 421.49 nm)及Ca原子谱线 (Ca II 422.64 nm);然后利用竞争性自适应重加权采样(CARS)方法筛选Cr元素的特征变量及相关影响变量,并应用最小二乘支持向量机(LSSVM) 建立Cr含量的定标模型。结果表明:经CARS方法优选后,波长变量个数由 132个减少为10个,变量压缩率为92.42%;CARS-LSSVM定标模型的相关系数、校正均方根误差及预测均方根误差分别为0.9926、5.287×10 -6和5.860×10 -6,预测集样品的平均相对误差为8.55%,优于单变量及五变量LSSVM定标模型。DP-LIBS技术定量检测食用植物油中的Cr含量具有一定的可行性,CARS方法可以有效筛选Cr元素的特征变量及相关影响变量,剔除冗余及噪声变量,从而有效降低了基体效应对分析元素的影响,提高了LIBS分析的预测精度。

利用共线双脉冲激光诱导击穿光谱(LIBS)技术对溶液中的倍硫磷含量进行定量检测研究。采用石墨对倍硫磷溶液进行富集, 利用双通道高精度光谱仪获取样品的LIBS光谱。以碳元素谱线(CⅠ247.856 nm)为内标对210~260 nm波段谱线进行校正, 然后利用竞争性自适应重加权算法(CARS)筛选与倍硫磷相关的重要波长变量, 最后应用最小二乘支持向量机(LSSVM)建立倍硫磷含量的定标模型, 并与基本定标法及内标法建立的单变量定标模型进行比较。研究结果表明, 共线双脉冲LIBS技术可以用于溶液中的倍硫磷含量检测。基本定标法建立的最优定标模型的拟合度R2为0.935 04, 预测集样品的平均预测相对误差(PRE)为41.50%; 内标法建立的最优单变量定标模型的拟合度R2为0.993 61, 预测集样品的平均PRE为14.91%; 内标-CARS-LSSVM定标模型的拟合度R2为0.998 6, 预测集样品的平均PRE为8.06%。对比上述3类定标模型, 内标-CARS-LSSVM定标模型性能最优, 内标法建立的定标模型次之, 而基本定标法建立的定标模型最差。由此可知, CARS方法可以有效筛选倍硫磷相关的重要变量, 内标法结合CARS及LSSVM方法可以改善定标模型性能, 提高预测精度。

利用共线双脉冲激光诱导击穿光谱 (LIBS)对溶液中的乐果含量进行定量检测。 采用圆柱形桐木木片对农药乐果进行富集, 然后利用双通道高精度光谱仪获取样本在206.28~481.77 nm波段范围的LIBS光谱。 选用4条磷元素谱线(P Ⅰ 213.618 nm, P Ⅰ 214.91 nm, P Ⅰ 253.56 nm, P Ⅰ 255.325 nm)为分析线, 碳元素谱线(C Ⅰ 247.856 nm)为内标线, 应用单变量线性拟合及最小二乘支持向量机(LSSVM)方法分别建立溶液中乐果含量的单变量定标模型、 LSSVM定标模型及基于内标法的LSSVM定标模型, 并进行比较。 三个定标模型中, 基于内标法的LSSVM定标模型性能最优, LSSVM定标模型性能次之, 而单变量定标模型性能最差。 结果表明, 共线双脉冲LIBS技术结合LSSVM及内标法可以用于溶液中的乐果含量定量检测, 所建立的定标模型的决定系数为0.999 7, 训练集和验证集的平均相对误差分别为11.24%及12.01%。 LSSVM方法及内标法均能在一定程度上改善定标模型的性能, 提高预测精度。