作者单位
摘要
1 安徽大学安徽农业生态大数据工程实验室, 安徽 合肥 230601
2 安徽三联学院电子电气工程学院, 安徽 合肥 230601
3 中国科学院合肥技术创新工程院, 安徽 合肥 230031
动态表面增强拉曼光谱是在干态与湿态表面增强拉曼光谱(SERS)检测的基础上发展而来的, 不仅具有极好的信号增强, 还具有良好的重复性与稳定性。 提出了一种基于动态SERS与多元分析方法的敌瘟磷快速定量分析方法。 实验中, 首先测量100, 50, 10, 5, 1, 05和01 mg·L-1敌瘟磷动态SERS谱图, 并使用多项式校正方法去除光谱基线漂移。 然后, 处理后的全范围(600~1 800 cm-1)与特征范围(674~713, 890~1 195, 1 341~1 399和1 549~1 612 cm-1)光谱分别利用支持向量机回归(SVR)构建定量模型, 实现对敌瘟磷的定量分析。 同时, 实验还评估了主成分分析(PCA)对定量分析结果的影响。 实验结果表明特征范围光谱所建立的模型预测误差较小, 而数据经过PCA处理后预测误差得到进一步下降。 最优回归模型是由特征范围光谱经PCA处理后所构建的模型(RMSECV=0065 7 mg·L-1), 模型能够准确地预测敌瘟磷溶液浓度。 为了测试实际检测中的效果, 该方法被用来对苹果表面的敌瘟磷残留进行检测, 并通过气相色谱法进行验证。 结果表明该方法对于同一样本多次检测值波动较小, 且检测均值与气相色谱检测值相差较小, 相对误差最大仅为513%。 此外, 动态SERS检测可在2 min内完成, 且后续数据处理也可在数秒内完成, 同时整个过程的试剂消耗仅在2 μL左右。 因此, 所提出的方法在敌瘟磷快速准确检测具有极大优势。
动态表面增强拉曼光谱 多元分析方法 敌瘟磷 快速定量分析 Dynamic surface-enhanced Raman spectroscopy Multivariate analysis method Edifenphos Rapid and quantitative analysis 
光谱学与光谱分析
2018, 38(2): 454

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!