新型光催化剂的研制是光驱动下CO2转化为高附加值化学品或燃料的核心问题,对实现“碳达峰·碳中和”目标具有重要意义。本文通过乙二胺四乙酸(EDTA)辅助水热法合成一系列新型Bi-Y-O光催化剂体系,发现样品的晶体结构随EDTA的添加量不同而发生变化。添加0.4 g EDTA或未添加EDTA时均可得到BiYO3晶体,而添加0.8 g和1.2 g EDTA时分别制得Bi1.46Y0.54O3和Bi3YO6晶体。光催化CO2还原性能测试结果表明,添加0.4 g EDTA制备的BiYO3具有最佳光催化CO2还原活性,其CO产率为18.29 μmol·g-1·h-1,且3次循环使用后CO产率仍达17.32 μmol·g-1·h-1,明显高于其他样品。结合表征结果分析可知: EDTA的引入不仅可调控BiYO3的结构形貌,而且拓宽其光响应范围、提高光生电子-空穴的分离效率,从而增强光催化还原CO2性能,为新型高效B-Y-O光催化体系的研究提供基础科学数据。

BixOyBrz光催化剂在有机药物废水处理领域有着非常广阔的潜在应用价值，但因光生电子和空穴的快速复合而表现出较低的光催化效率，进而限制了其应用范围。通过简易的水解-焙烧法原位制得一种新型的Bi3O4Br/Bi12O17Br2复合光催化剂，并以磺胺甲噁唑(SMX)为模拟药物污染物进行了光催化性能测试，对所制催化剂进行了X射线衍射(XRD)、X射线光电子能谱(XPS)、扫描电子显微镜(SEM)、紫外可见漫反射光谱(UV-Vis DRS)、电化学阻抗(EIS)、光致发光光谱(PL)等表征。结果表明所制备的Bi3O4Br/Bi12O17Br2复合光催化剂具有较强的光生载流子分离率、较低的界面电荷转移电阻，进而展示出优异的光催化降解SMX性能，在模拟太阳光下照射30 min，SMX降解率达到87%，相较于纯的Bi3O4Br和Bi12O17Br2催化剂，降解率分别提升了30%和24%。最后基于自由基捕获实验和催化剂能带结构分析了所制催化剂的降解机理。

通过电化学-光还原法基于Bi板合成了Pd/BiF3薄膜,探究了不同质量分数的Pd 对BiF3薄膜光催化性能的影响。利用X射线衍射仪、扫描电子显微镜、X射线光电子能谱、紫外-可见漫反射光谱对Pd/BiF3薄膜进行了表征分析。以模型污染物即罗丹明B(RhB)为光催化降解对象,考察了Pd/BiF3薄膜的光催化性能。表征结果显示,贵金属Pd均匀分布于BiF3薄膜表面上,当Pd的质量分数为2.0%时,Pd/BiF3薄膜表现出最佳的光催化降解RhB的性能,且光吸收带边发生明显的红移,带隙值由3.70 eV减小为3.03 eV。活性物种捕获实验表明,当Pd的质量分数为2.0%时,在Pd/BiF3薄膜光催化降解RhB的过程中,活性物种发挥的作用由大到小的顺序为羟基自由基(·OH)、超氧自由基(· O2-)、空穴(h +),并提出了Pd/BiF3薄膜光催化性能的增强机制。

为了提高近红外光谱技术快速测定番茄苗氮含量的准确度和稳健性, 比较分析竞争自适应重加权采样法(CARS)、蒙特卡罗无信息变量消除法(MCUVE)、向后间隔偏最小二乘法(BiPLS )和组合间隔偏最小二乘法(SiPLS)四种特征波长挑选方法, 筛选与番茄苗氮含量相关的特征光谱。在十种不同氮素处理水平下(尿素溶液浓度0～120 mg·L-1), 培育60株番茄苗样本(每个处理6株), 使其分别处于不同程度的过量氮素、氮素适度、缺氮素和无氮素状态。分别采集每株番茄苗样本的叶片, 扫描其12 500～3 600 cm-1波段的近红外光谱。比较四种方法所建立的番茄苗氮素定量分析模型可知: CARS和MCUVE挑选的特征变量所建定标模型的性能比BiPLS和SiPLS挑选的特征变量所建定标模型的性能更优, 但是预测性能远低于后者。其中, 基于BiPLS建立的番茄苗氮素含量预测模型性能最佳, 相关系数(r)、预测均方根误差(RMSEP)和性能对标准差之比(RDP)分别为0.952 7, 0.118 3和3.291 0。因此, 近红外光谱技术结合特征谱区筛选可以有效地提高番茄苗叶片氮素含量的定量分析模型指标, 使模型更实用化。但是, 特征波长挑选方法不具有普适性。基于单个波长变量筛选的方法所建立的模型较为敏感, 更适用于样本状态较为均匀的待测对象;而基于波长区间筛选的方法所建的模型相对抗干扰性更强, 更适用于样品状态不均匀, 重现性较差的待测对象。因此, 特征光谱筛选只有与样本状态及建模指标结合, 才能使其在建模过程中发挥更好的作用。

为实现快速无损地检测小麦品质设计了基于光栅技术的近红外检测系统, 测试了该系统的准确性、 重复性和稳定性, 选取MPA光谱仪为参比仪器, 分别采集56份小麦样品的光谱, 建立偏最小二乘回归模型并验证。 该系统的四个模型的决定系数R2分别为92.38%, 93.48%, 93.16%, 94.44%, 交叉验证标准差RESECV为0.405, 0.374, 0.383, 0.346, 相对分析误差RPD为3.62, 3.39, 3.82, 4.24; 预测集验证模型的R2为96.97%, 94.22%, 96.62%, 96.34%, 预测标准差RMSEP为0.221, 0.305, 0.233, 0.243。 MPA光谱仪的建模结果R2 为95.99%, RESECV 为0.293, RDP为5; 预测集验证模型的R2为98.31%, RMSEP为0.165。 实验表明: 小麦品质近红外检测系统所得模型具有良好的预测性, 稳定性和重复性; 所得光谱波长与吸光度具有重现性; 其模型对平均光谱的预测效果优于单张光谱; 该系统工作稳定, 性能优良, 可应用于小麦品质质量检测。

研究了用近红外光谱法快速定性和定量检测纯牛奶中三聚氰胺.实验分别配制了两组不同三聚氰胺含量的纯牛奶样品, 用于定性和定量分析.通过近红外光谱与聚类分析法相结合, 可将含有和不含有三聚氰胺的牛奶样品有效分类；结合光谱预处理和波长选择及模型优化方法建立的检测三聚氰胺的近红外定量分析模型具有较好的稳定性和预测能力.结果表明, 近红外光谱分析是一种快速、方便和环保的检测乳制品中三聚氰胺的新方法.

近红外谱区的信噪比较低和测定时的复杂背景,导致近红外光谱易受样品状态和装样条件的影响.本文以2组样品集,考察同一样品集在三种不同的制样状态下的漫反射光谱所建的模型;以及预测时出现装样条件变化时对预测结果的影响及相应的预处理方法研究.试验表明:样品的均匀度越好,则所建近红外模型越优;针对在线分析可能出现的装样疏密度变化,矢量归一化可有效地降低装样稀疏的预测误差.