光谱学分析范文

时间:2023-05-17 11:32:07

导语:如何才能写好一篇光谱学分析,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

光谱学分析

篇1

英文名称:Spectroscopy and Spectral Analysis

主管单位:中国科学技术协会

主办单位:中国光学学会

出版周期:月刊

出版地址:北京市

种:中文

本:大16开

国际刊号:1000-0593

国内刊号:11-2200/O4

邮发代号:82-68

发行范围:国内外统一发行

创刊时间:1981

期刊收录:

CA 化学文摘(美)(2009)

SA 科学文摘(英)(2009)

SCI 科学引文索引(美)(2009)

CBST 科学技术文献速报(日)(2009)

Pж(AJ) 文摘杂志(俄)(2009)

EI 工程索引(美)(2009)

中国科学引文数据库(CSCD―2008)

核心期刊:

中文核心期刊(2008)

中文核心期刊(2004)

中文核心期刊(2000)

中文核心期刊(1996)

中文核心期刊(1992)

期刊荣誉:

联系方式

期刊简介

篇2

关键词:光谱分析法;概念;化学发展;重要作用

1 光谱分析法概念及优缺点

采用光谱学的基本原理与实验的方法来确定物质的基本结构与化学的组成成分的这一种分析方法我们习惯上称之为光谱分析法。具有各种各样结构的物质都具有自身的特征性光谱,光谱分析法就是采用特征光谱来研究物质的结构或者测定化学主要组成成分的一种方法。光谱分析法主要包括有原子发射光谱法、原子吸收光谱法、紫外和可见吸收光谱法以及红外光谱法等等诸多类型。按照电磁辐射的原理,光谱又可以分成分子光谱与原子光谱。光谱分析的方法开创了化学与分析化学的新的纪元,很多化学元素类型是凭借光谱分析的方法才被人们所发现的。该方法已经广泛地被用于地质、冶金、石油、化工、农业、医药、生物化学以及环境保护等等很多方面。光谱分析法也是近几年来发展比较迅速的痕量分析的一种方法,该种方法具有操作简单、快速、灵敏度高、精密度以及准确度好的特点,而且线形的有效范围很宽,检出限比较低。光谱分析法属于是一种经常被采用的具有灵敏、快速和准确优质特点的近代仪器分析的方法。它与其他分析的方法相比较起来有很多自身优点,分析的速度比较快,原子发射的光谱运用在炼钢炉之前的分析,能够在一到两分钟内,同时分析出二十几种元素的精确的分析结果;同时操作比较简单,有些样品都不用经过任何类型的化学性的处理,就能够直接对其进行光谱的分析,如果结合采用计算机技术的话,有的时候只需要简单地按一下键盘就可以自动进行相关的分析、数据性的处理以及打印出分析的精确结果。在采用毒剂报警或者大气污染相关检测等等方面,运用分子光谱法进行遥测,不需要采集样品,在短短的几秒钟时间内,就可以发出警报或者检测出污染的严重程度;不需要纯样品,只需要利用已知的谱图,就可以进行光谱的定性分析。这是光谱分析法的一个非常突出的特点;能够同时测定出多种元素或者化合物,省去了比较复杂的分离性操作的过程;选择性比较好,能够测定出化学性质相似的元素与化合物。比如测定铌、钽、锆、铪与混合性的稀土氧化物,它们的光谱线能够分开然而不受任何干扰,已经成为了分析这些种类化合物的非常得力的工具;灵敏度比较高,能够利用光谱分析法进行痕量的分析。现在,它的相对灵敏度能够达到千万分之一到十亿分之一;样品损坏比较少,能够用在古物或者刑事侦察等等相关领域当中;伴随着新的技术的广泛采用,进行定量分析的线性的范围变宽了,这样就使得高低含量各异的元素能够同时进行测定。还能够进行微区的分析。光谱定量的分析是建立于进行相对比较的基础之上的,一定要有一整套标准的样品来作为基准,并且要求的标准样品的组成与结构状态应该和被分析的样品要基本上一致,这在很多情况下都是比较困难的。

2 光谱分析法在化学发展中的重要作用

2.1 方法论意义

光谱分析法属于是对物质进行全面认识的一种全新的方法。在对物质进行光谱分析以前,人们主要是通过容量与质量分析的方法来对物质进行分析。然而这两种方式在发现稀有元素和对微量元素的含量进行有效分析等方面都显得无能为力,化学如果想要发展的话,亟待需要进行研究手段与方法的改革。1859年,著名物理学家基尔霍夫与化学家本生进行合作,建立起了第一台把光谱分析作为主要目的的分光镜,这就宣告了光谱分析方法的最终诞生。从此以后,初步上解决了对于化学物质进行细微的微观认识并且进行精确研究的这一难题,从而开创了采用物理的方法来研究化学相关内容的仪器分析的新的时期。

2.2 认识论意义

光谱分析法的最终出现体现了分析领域开始从单纯的经验上升到理论层面的开始,并且以此开创了光谱学。在这之后将近二百多年的时间内,人们对光谱进行深入研究的目的仅仅局限在发现光谱的扩充谱图,但是很少涉及到光谱和物体的结构之间的某些问题,所以能够认为这种对于光谱的相关研究还仅仅处于经验的认识阶段。自从基尔霍夫和本生发明了光谱分析的方法之后,这样就使得研究光谱的动力已经不单单限于来发现新的光谱,并且更加重要的是能够凭借分析光谱的方式来发现新的元素,从而使得光谱学从以往比较盲目的经验认识水平逐渐上升到比较系统的理论层面的研究,从而把认识的水平提高到了理性的新阶段。

2.3 辩证法意义

光谱分析的方法使得揭示物质相互之间的联系有了很大的可能性。由于光谱分析的方法能够深入到物质的内部,这直接反映出了原子结构、组成以及性质,而且准确度比较高,适用的范围比较广。所以,在我们鉴别元素的时候,它大多被用在发现新的元素。这样的话,随着新的元素的不断得被发现从而为揭示出物质的联系提供了很大的可能性。在光谱分析法被发现十年之后的1869年,门捷列夫可以提出元素的周期律,制订出元素的周期表,这在某种意义上能够说是得益于光谱分析法的广泛应用。光谱分析法使得经验的研究与理论的研究实现相互联系。科学的发现一定要以经验事实作为基本依据,但是单单依靠经验不能够达到科学研究的更高的阶段,要凭借理论思维。光谱学起源于对于光谱的经验进行广泛研究,基尔霍夫与本生归纳出了大量的实验结果,把发现的光谱和分析的物质结构和性质相互联系,这才创立了光谱分析的方法。除此之外,基尔霍夫侧重于对理论进行研究,然而本生侧重于对于经验进行研究,两人之间的合作本身就体现出了经验和理论间具有的必然联系,能够说光谱分析的方法搭建起了联系经验和理论之间的桥梁。光谱分析法同时也揭示出了微观世界和宏观世界的相互联系。凭借对光谱进行分析,不单单能够从宏观的物质当中分析出它所包含的微观方面的内容而且还能够把这种微观的内容用宏观的形式来表现出来,反映出了宏观和微观物质相互之间的统一性。光谱分析法很好地沟通了物理学、化学以及天文学之间的相互联系。一方面,光谱分析的方法是由物理学家基尔霍夫与化学家本生两人共同发明的,这也同时说明物理学和化学两类学科相互之间具有着天然的密切联系,值得两个学科的科学家们来共同配合进行研究。另一方面,在地球上存在的物体与天空当中的物体都已经发现了光谱,并且它们当中有很多都是相同的,这也就说明了地球和天空的物体并没有本质上的区别。所以,研究地球的物体性质的物理学和化学与对天体性质进行研究的天文学三者之间都存在着内在的统一性。

参考文献

[1]吴汉福.光谱分析技术的应用[J].六盘水师范高等专科学校学报, 2006.

[2]王桂清,刘敏娜.光谱分析技术的近代进展及其应用[J].综述与专论,2002.

篇3

关键词:能量色散型;X射线荧光光谱仪;荧光强度; 高碳锰铁

Abstract: at present, the energy dispersive X-ray fluorescence spectrometer type in quantitative less reports. Using relevant adjusting mathematical method, draw standard curve, through the test obtained X-ray fluorescence intensity data show that stimulate samples, and energy dispersive X-ray fluorescence spectrometer type in high carbon ferromanganese quantitative analysis Mn, P, Si three elements have good stability and chemical composition analysis the accuracy of the data.

Keywords: energy dispersion type; X-ray fluorescence spectrometer; Fluorescence intensity; High carbon ferromanganese

中图分类号:O434.13文献标识码:A 文章编号:

1.引言:能量色散型X荧光光谱仪是基于有关X射线进行能谱分析,它的主要特点:检测灵敏度高,没有波长色散法中高次衍射谱线的干扰问题。它可测定原子序数11-92的元素,能用于定性、半定量和定量分析,并可进行多元素同时检测,是一种快速、精密度高的分析仪器,可广泛用于金属、合金、制造、矿物等各个领域。运用能量色散型X荧光光谱仪定量分析高碳锰铁样品,分析速度快、成本低;是目前分析较为理想的方法。

2.试验部分

2.1仪器与试剂

岛津EDX-700能量色散型X射线荧光光谱仪

液氮

标准样品:通过化学分析的方法对中心化验室所收检的高碳锰铁样品进行认真分析得到准确结果作为标准样品进行试验,从分析结果的数据证明此方法所作的标准样品可作为依据进行下一步分析;也可采用国家化学分析标准样品,但要求制成与检测样品同等目数使用。

2.2分析样品的制备

根据仪器的要求使用粉末样品盒,200目粉末高碳锰铁标准样品在室温下用聚酯塑料膜封样品盒底,再加入适量样品后用聚酯塑料膜封样品盒底备用。待测样品同样准备。

2.3工作条件及分析参数

X射线管使用Rh管(25W),管电压、电流为50KV-auto,测定时间100s,测定X射线Kα,光阑10mm2,监测器为Si(Li)半导体。

2.4工作曲线的绘制

按1.2制备的标准样品,在仪器上测量各元素X射线激发后产生的荧光强度能量对各元素含量作曲线,进行数学校正(包括背景、漂移、重叠、共存元素校正),绘制工作曲线。其中Mn、P、Si三元素的曲线效果好,说明在本条件下测定Mn、P、Si三元素适宜。

2.5样品的测定

检测待测样品的X射线激发后产生的荧光强度能量,并进行与标样相同的数学校正,利用标准曲线得到样品所测元素的含量。

3.结果与讨论

3.1样品粒度的影响

样品粒度对元素X射线激发产生的荧光强度有一定的影响,试验了不同颗粒的样品荧光强度值,结果表明粉末颗粒越大,荧光强度的不确定性越大,经试验粉末样品粒度小于200目最好,因此通常采用粒度200目进行试验。

3.2共存干扰及基体校正

对于硅元素,由于本身含量低,且荧光强度能量低,很易受共存元素的干扰,特别是能量高、X射线强度大的元素及相邻谱线元素,经试验对硅干扰的元素有Ca、Mg、Mn、Fe,而Fe作为主量元素由于含量太高,在此测量条件下,激发强度高,对硅产生了很强的质量吸收效应,用于对硅校正时,出现了校正过度现象,使曲线斜率过小,测量的灵敏度低,重复性差,故没有用Fe而用Ca、Mg、Mn进行校正。本文运用近似数学模型的经验校正方法,采用了强度校正方法。经验校正公式为:

n

Ci=B0 + Ii (K0 +∑ KijIj )

j=1

式中,Ci为待测元素含量;K0,Kij为校正系数;B0为截距;Ij为j元素的X射线强度。

3.3准确度试验

把待测试样按样品制备方法制作好后,然后用仪器进行测定,并由仪器从曲线上自动求出待测试样各元素含量。

选取一组样品用化学方法和X射线荧光法进行分析对照,结果表明两种方法测定值结果在一类实验误差范围内相符,其准确度满足试验要求,结果如表一。

3.4精密度试验

对同一样品连续进行测定10次(见表二),求出标准偏差和相对标准偏差,Mn为0.19%和0.29%;SiO2为0.16%和7.34%;P2O5为0.026%和

表一 样品测定测定结果

表二 SH2005-05-1样品测定10次测定结果

4.82%。结果表明,其标准偏差小于一类实验误差,精密度合乎试验要求。

4.讨论

4.1工作曲线制作后,只要待测试样各组分含量及仪器各参数无大的变化,一般不用再调整曲线。实际运用中只需出现标样结果偏差较大时进行一次标准化。

4.2本法由于粒度效应,样品粒度对测试有一定的影响,要求制样时粒度达到200目时,粒度效应对测试基本无影响。本法分析速度快、成本低,克服了化学分析方法费时、费力的不足;是目前分析较为理想的方法。

参考文献:

⑴谢格厚,高新华,现代X射线荧光光谱仪的进展[J],冶金分析,1999,19(1):32.

⑵胡晓燕,标准样品的均匀性检验及判断[J],冶金分析,1999,19(1):41

篇4

摘 要 本文主要对新疆目前各级中学引进气排球运动的可行性进行了走访研究,通过调查,发现新疆各级中学学生开展的体育项目存在校园体育竞赛活动少、校园文化氛围较单一、形式比较单一、学生参与性受限制等特点,针对这一情况分析在新疆各级中学引进气排球运动的可行性,得出新疆目前具备开展气排球运动的条件,并且探讨出了具体的措施,希望通过开展气排球运动满足中学生的生理成长要求,和丰富校园文化建设,以及为解决中学生心理问题提供有效的途径。

关键词 气排球 新疆各级中学 学校体育

气排球起源于我国至今已有二十多年的发展历史,目前,气排球在我国的南方较盛行,在其他地区也逐步开始引进推广普及,目前新疆尤其是南疆各级中学气排球运动仍然是一片空白,气排球集聚健身性、趣味性、娱乐性等优点,如果气排球可以引进到南疆贫困四地州各级中学推广普及,它不仅会丰富南疆校园文化的建设、促进民族团结,同时还可以让更多的学生参与锻炼增进健康并促进6人制排球运动的快速发展。

一、研究的背景、研究的目的与意义

从1984年气排球运动诞生至今,只有短短25年的时间,如今已经被中国老年人体育协会作为重点扶持和推荐的对象,最近新疆维吾尔自治区体育局,排球协会与国家体育总局排球协会联合,在新疆多数地区基层、中小学、社区、军营、矿产企业等部门进行了,通过一带一路大走访,宣传大美新疆和大众系列排球运动,使广大新疆各族人民,得到了现实意义的重大宣传教育,特别是气排球走进校园后,在校园受到了广大师生员工们的,热烈欢迎,同时此项运动在中小学播下了种子,吸引和启发了更多的中小学生,目前气排球在新疆南疆贫困四地州开始萌芽慢慢生长。我区学校还属于气排球运动的空白地区,响应气排球运动适宜在中学推广的号召,因此学校领导都建议通过加强宣传、同时明确此项运动的健身价值以及社会价值,充分发挥中小学校的广大学生组织气排球队的带领作用,同时组织相关的气排球活动等方法,合理利用我学校现有场地条件,将此项运动成功引入学校课堂,进而更好地推动气排球运动在我区校的发展和壮大。在各级学校中普及和推广气排球运动,不仅可以推动青少年,儿童人群中的气排球运动开展,同时也贯彻了“快乐体育和终身体育” 和《全民健身计划纲要》精神的教育思想。

二、调查结果与分析

(一)气排球选项课总体情况现状及分析

在我区中小学范围中,只有个别学校属于气排球运动开展较好的学校,他们把气排球课设置成为了学生的选修课和课外体育项目,但这些学校仅仅占了所调查中学总数的很小一部分,在剩下的中小学中,均没有开设任何形式的气排球课程。

通过访谈以及调查的情况来看,在被调查的中小学里,气排球教学课的模式单一。

只是把气排球列为体育课的选修内容,教学的内容比较简单,考核的要求也比^简单。这样学时时间少,还不能站稳的情况下,气排球根本就不能推广普及。2、 (二)新疆中小学开设气排球选项课的决定因素

首先,学校领导对于在学校开设某一门课程或者开展某一项运动都具有政策上的决定权。学校领导们的认可,对于气排球运动在学校体育运动中的开展是至关重要的,只有获得政策扶持,气排球运动在各级学校中才有可能站稳脚跟,这也是今后在新疆各级学校中气排球运动获得更好发展的前提条件。

其次,体育老师作为承上启下的沟通桥梁,对上要向学校领导推荐和介绍气排球的运动,让教育局,整个社会,学校领导尽可能地了解气排球运动,以便获得他们对气排球运动在学校的推广首肯,同时对下要针对小学生们传授大量气排球运动的基本技能以及相关的理论知识,起到激发其学习动力和参与热情的作业。因此,这就不得不要求学校的体育教师,不仅要了解到气排球运动的相关理论知识,同时还要掌握一定的气排球运动技能,更重要的是同时具有在学校推广以及普及气排球运动的强烈激情、愿望和能力。

最后,学生作为气排球运动的主要参与者,在各级学校对于气排球运动的发展走势起着极其重要的决定性作用。气排球运动课程的对象主要是小学生和中学女生,学生们的态度是非常客观和纯粹的:认可的都会积极参与,并且大力推广。

(三)充分利用室内外塑胶场地和小型场馆设施

目前新疆绝大部分学校,为了提高和加强两基教育条件,教学场地器材得到了进一步的改善。气排球运动总体投资不大、对场地要求也不高、作为室内排球运动的衍生项目,气排球目前可以充分的利用各级学校现有室内外200米塑胶场地,和各类小型场地,并且不必单独新建专属场地,同时适合在各个学校内广泛开展。只要合理的安排与调度,那么气排球可以和其他体育运动“和平共处”的。

三、结论与建议

总之,目前传统排球普及呈现下滑趋势的同时,如果各级中小学不积极引进和推广普及气排球,那么中小学排球运动会走向士气低落,开展下滑的情景。

建议:各级教育部门首先要从思想上,高度认识气排球的发展和推广普及前景,对学校体育师资进行有力的培训措施,通过各种渠道尽快配备好气排球场地器材条件,引进专业的人员来介绍气排球知识,加大培训力度,建立不同性别不同年龄的气排球运动队,确保提高气排球项目的推广普及。

参考文献:

篇5

【关键词】 头低位卧床; 人体; 尿液代谢产物谱

中图分类号 R334 文献标识码 B 文章编号 1674-6805(2014)6-0148-02

营养健康不论对长期(>30 d)航天特因环境下作业的航天员,还是对致力于解决各种航天医学问题的研究者,都是必须要首先考虑的问题。目前国内外对中长期太空飞行条件下机体营养代谢研究绝大多数局限在单个或几个营养素的宏观评价上,对作用机制的探讨还停留在推测阶段,而代谢组学从系统整体的思路的出发,通过对体液中营养代谢物的全面检测、筛选、反向追溯的途径,为航天营养学的深入广泛研究提供了应用前景[1-4],也使实现我国航天员在轨营养监测、指导以及营养干预措施精确化制定成为了可能。本研究通过建立人体头低位卧床试验,对模拟失重条件下机体的尿液代谢变化产物谱的变化特点进行观察,现报道如下。

1 资料与方法

1.1 一般资料

选取健康成年男性15例,年龄22~40岁,初中以上文化程度,身高160~175 cm,体重55~75 kg,无不良嗜好,本试验通过中国航天员中心人体医学试验伦理委员会的审议批准,志愿者在试验前均被告知试验要求,并签署了知情同意书。

1.2 方法

1.2.1 卧床要求 卧床试验时分为3个阶段:卧床前适应期10 d,卧床阶段45 d,起床后恢复期10 d,模拟失重条件的建立采用卧床头低脚高-6°的,除大便和称体重外,其他活动均在床上进行,允许绕身体纵轴变换。

1.2.2 试验者膳食及作息安排 试验期间志愿者统一饮食,食谱编制以中国居民平衡膳食宝塔为依据,食谱周期为7 d;卧床阶段志愿者每日的作息时间为早6∶00起床,晚22∶00熄灯,室温控制在22 ℃~26 ℃。

1.3 样本收集及处理

采集被试者的晨起中段尿,采集时间安排卧床前第10天(R-10)、第2天(R-2),卧床中第2天(R2)、第4天(R4)、第7天(R7)、第14天(R14)、第21天(R21)、第30天(R30)、第37天(R37)、第44天(R44),起床后第7天(R+7),共计11次,每人每次采集的尿量约0.5 ml。采集的尿样于离心机中,以14 000 r/m离心10 min后于拉曼光谱仪中检测。拉曼光谱分析仪工作参数设置:光谱采集范围为250 cm-1~2339 cm-1,扫描时间为10 s,扫描次数为2,平滑参数为1,每个样本重复检测两次。

1.5 主要试验仪器

拉曼光谱仪(型号Ramtracer-200,Optotrace公司),信噪比≥2000,波长准确度为1 cm-1。

1.6 统计学处理

拉曼检测数据均以TXT格式文件保存整理,数据处理采用中国航天员科研训练中心与中国农业大学联合研制的“拉曼光谱代谢组学分析系统”中的基于主成分和Fisher准则的投影方法(projection of basing on principal component and fisher criterion,PPF)进行数据处理,数据处理各环节中采用的数学方法和参数分别为:谱区分析范围采用400 cm-1~1600 cm-1,光谱预处理方法采用1阶导数和主成分分析,结果以光谱因子二维投影图表示。

2 结果

应用PPF方法得到11类尿液的二维投影图,见图1和图2。应用图1和图2中得到的类间距离可对不同尿样之间的相似程度(或远近关系)进行方便直观的评价,也可根据类内离散度对各类内样品的一致性进行客观的评价。依据PPF方法投影体现的样品间的距离关系,以相近可合,相远不合,考虑距离之间的连续性和过渡性等为参考指导原则,图2中所画的圆圈从左到右分别以各类投影均值为圆心,其半径表示类内投影值的离散度。可以看出:卧床者尿液代谢谱可以分为4种状态,即状态1:R-10、R-2、R2;状态2:R4、R7、R14;状态3:R21、R30;状态4:R37、R44、R+7。状态1到状态4之间的差异为逐渐变大的趋势。状态之间的变化点依次为R4、R21、R37。不同卧床天数下个体之间状态的离散性特点为:从R-10到R+7,除R30组内变异急遽变大(其原因有待进一步探究)外,个体之间差异有逐渐缩小的趋势。

图1 按时间尿液代谢谱分类投影图

3 讨论

PPF方法所求得的二维投影图中含有更多原始信息,这些信息中包含了类间和类内的差异[5]。该方法能在二维空间最大限度的体现类间和类内的差异性信息,是一种典型的用有监督方法来实现无监督方法所能体现的相似性关系的一种方法。经过投影可以直观的评价各类尿样之间的相似程度及各类内样品之间的差异性和一致性[6-7]。

图2 按时间尿液代谢谱类内离散度投影图

本试验观察到,头低位卧床条件下,被试者分别在卧床第4天、第21天、第37天出现明显变化,另外本试验还观察到,随着卧床试验时间的延长,被试者尿液代谢产物谱的变化的个体差异有逐渐减小的趋势,这为本项目今后进一步失重条件下代谢指纹的寻找以及个体化和阶段性营养干预措施的探索提供了数据基础。

参考文献

[1]冉小蓉,罗国安,梁琼麟,等.代谢物组学应用的领域之五-营养代谢物组学[J].中成药,2007,29(1):107-110.

[2]颜贤忠,赵剑宇,彭双清,等.代谢组学在后基因组时代的作用[J].波谱学杂志,2004,2(2):263-271.

[3]董良广,何桂珍.代谢组学在临床营养研究中的应用[J].中国临床营养杂志,2006,14(4):238-242.

[4]赵剑宇,颜贤忠.基于核磁共振的代谢组学研究进展[J].国外医学・药学分册,2004,31(5):308-313.

[5]陶帅,马翔,李军会,等.基于烟叶近红外光谱主成分数据的投影方法研究及其在复烤配方中的应用[J].光谱学与光谱分析,2009,29(11):2970-2974.

[6]张雅娟,马翔,张晔晖,等.近红外漫反射线性加和光谱在烟叶复烤配方中的应用[J].光谱学与光谱分析,2011,31(2):390-394.

篇6

摘要:

采用分子排阻色谱和激发/多波段发射荧光检测器,结合三维荧光光谱和平行因子分析,研究了新、老填埋垃圾渗滤液中溶解性有机质(DOM)的组成。实验结果表明,两种渗滤液来源的DOM均含有类蛋白和类腐殖质物质。在新填埋垃圾渗滤液中,类蛋白物质有4种存在形态,包括大分子蛋白质形态、高/低分子量腐殖质结合态和多肽/氨基酸形态;在老填埋垃圾渗滤液DOM中,类蛋白物质只有两种形态,分别为大分子蛋白质形态和腐殖质结合态。相比于分子排阻色谱,三维荧光光谱结合平行因子分析能够分辨出腐殖质和非腐殖质结合态的类蛋白物质,但不能有效区分蛋白质和以多肽/氨基酸形态存在的类蛋白物质。结果表明,三维荧光光谱结合平行因子分析和分子排阻色谱,可以表征DOM中不同形态分布的类蛋白和类腐殖质物质。

关键词:

溶解性有机质;荧光光谱;分子排阻色谱;平行因子分析

1引言

溶解性有机质是环境中一类重要的物质,能够为微生物提供营养和能量、介导微生物与氧化性物质之间的电子传递[1]、络合重金属[2]、以及吸附和增溶疏水性有毒有机物[3],在陆地和水生态系统中发挥着重要的功能,因此成为研究热点。DOM成分复杂,包含有蛋白质、多糖、氨基糖、核酸和腐殖质等多种物质,目前常用的分析方法包括紫外光谱[3]、荧光光谱[3,4]、红外光谱[4,5]和核磁共振[5]。上述方法中,荧光光谱由于具有样品预处理简单、分析所需样品量少、灵敏度高等诸多优点,成为研究DOM的最常用技术[6,7]。采用荧光光谱分析技术,可以将DOM分为不同类别的荧光组分[8]。然而,由于DOM是一大类组成和来源不同的混合物,其中许多物质存在结构相似的单元,不同物质的荧光图谱可能相互重叠,给采用荧光光谱精确分析DOM组成和结构增加了困难[9,10]。为了降低DOM的异质性,减少不同荧光组分的重叠,研究者采用了一些数学方法如平行因子分析法[9]、主成分分析法[10]、自组织人工神经网络法[11,12]和物理化学方法如色谱分离法[13]、树脂分离法[14],将DOM分成光谱图和理化特性各异的组分单元[10,13]。在数学方法中,平行因子方法对DOM组分的分离效果最好、应用最广泛[9,10],但平行因子分析涉及复杂的数学程序,且组分数目的确定受到样品数量的影响[10]。在物理化学分离法中,树脂分离需要调节pH值,一定程度上改变了DOM组分的存在状态,与天然实际环境中的DOM存在一定的差异;而色谱分离不需要调节pH值,能更好地反映DOM的实际分布情况和组分,但色谱分离所得组分数目也受诸多条件如洗脱液、洗脱方法等的影响[15,16]。因此,将数学分析和色谱分离两种方法结合,充分利用两种分析方法各自的优点,可以更有效和全面地揭示DOM的组成特征,目前尚缺乏这方面研究相关报道。基于此,本研究结合荧光光谱、分子排阻色谱和平行分子分析法,将DOM按不同的特性分组,探究其组成和结构特性。本研究结果可为DOM表征和地球环境化学行为预测提供科学依据。

2实验部分

2.1仪器与试剂

MultiN/C2100型总有机碳分析仪(TOC,德国耶拿公司);F-7000型荧光光谱仪(日本日立公司);1200LC高效液相色谱(美国安捷伦公司);L-530离心机(湖南长沙湘仪离心机仪器有限公司);SHA-C水浴恒温振荡器(江苏金坛市金城国胜实验仪器厂)。HClO4、NaOH、Cu(NO3)2、Pb(NO3)2、CH3COONH4均为分析纯。实验用水为超纯水。

2.2样品采集与预处理

为了获得具有代表性的样品,在某生活垃圾填埋场,采集填埋年限不到1年的新鲜垃圾产生的渗滤液样品S1和和填埋年限大于10年的陈腐垃圾产生的渗滤液样品S2,12000r/min离心10min后,收集上清液,过0.45μm滤膜,收集滤液,滤液中有机物即为DOM。采用总有机碳分析仪测定DOM样品中溶解性有机碳(DOC)含量,备用。2.3DOM的物理分离将所得DOM样品的DOC调至6mg/L后,测定样品的荧光光谱:PTM电压700V,激发和发射波长狭缝宽5nm,激发波长200~400nm,发射波长280~500nm,激发和发射波长增量5nm,扫描速度2400nm/min。分子排阻色谱采用配有荧光检测器的1200LC系统进行,所用分离柱和保护柱分别为PLaquage1-OH(50mm×7.5mm,8μm)和MIXED-M(300mm×7.5mm,8μm)(美国安捷伦公司),洗脱液为pH=7的醋酸铵缓冲液,进样量100μL,洗脱速度1mL/min。检测器为激发/多波段发射波长的荧光检测器,激发波长230nm,发射波长300~500nm,发射波长增量为1nm。2.4DOM的数学分离DOM三维荧光光谱的平行因子分析需要多个样品,为了获得多个样品,制备DOC为6mg/L的DOM样品S1和S2各18份,采用荧光猝灭滴定方法,分别加入Cu(NO3)2或Pb(NO3)2溶液,使DOM样品中Cu2+或Pb2+的浓度依次为10,20,30,40,50,60,70,80和90μmol/L,将样品在恒温振荡器上振荡4h后,测定其三维荧光光谱,测定条件与DOM未加重金属时

2.3节中的条件相同

将上述光谱数据扣除超纯水光谱后导出,进行平行因子分析。平行因子分析方法如下:将样品S1或S2的19种重金属离子浓度为0~90μmol/L三维荧光光谱数据矩阵,在MATLAB2007上,采用的DOMFluortoolbox数据包(www.models.life.ku.dk)进行分析。首先是将DOM三维荧光光谱图去除一次瑞利散射和二次瑞利散射,随后经异常值检验、对半分析、核一致性分析、累计方差和分析及视觉检验[3,9,10],确定样品S1和S2可以各分离出4种不同的荧光组分,将所得组分在MATLAB上制图。比较DOM经分子排阻色谱和平行因子分析所得组分数目和激发、发射波长,确定两种分离方法所得组分的异同。

3结果与讨论

3.1DOM的三维荧光光谱

图1为DOM的三维荧光光谱,样品S1在发射波长小于380nm的区域具有较高的荧光强度,而样品S2在发射波长大于380nm的区域具有较高的荧光强度,综合文献[17~20]可知,发射波长小于380nm的区域为类蛋白物质,包括类色氨酸物质(发射波长小于325nm)和类酪氨酸物质(发射波长大于325nm)。一些与类色氨酸结构类似的多酚化合物,也在发射波长小于380nm范围内产生荧光峰[21],这些物质与类蛋白物质具有一个共同的特点,即均含有一个苯环结构。三维荧光光谱中发射波长大于380nm的为类腐殖质物质,这些物质含有两个及以上的苯环结构,在类腐殖质物质中,一些带有3个和4个苯环的物质,发射波长可能相同[22]。因此,可以推测,样品S1主要为类蛋白物质,而样品S2以类腐殖质物质为主,两个样品代表了两类不同的DOM组成。在DOM中,不同荧光组分的荧光图谱可能相互重叠[10,23];此外,类蛋白物质可以以3种形态存在,包括多肽/氨基酸形态、腐殖质结合态和大分子蛋白质形态[8],但图1不能给出上述信息,需要采用物理和数学法对DOM荧光组分进行分离。

3.2DOM组分的物理法分离

分子排阻色谱主要是基于分子量大小不同将DOM分组,在分子排阻色谱中,大分子有机物先被洗脱出来,而出峰时间晚的为小分子有机物[15,16],通过洗脱时间可以将DOM按分子量大小分为不同的组分。由于DOM是一大类有机分子的混合体,不同分子之间可以通过疏水作用、氢键和范德华力结合在一起成为大分子复合物,因此本研究中的大分子应为不同小分子通过一定作用力结合在一起的聚集体。在图1中,由于激发波长230nm,发射波长300~500nm处的组分荧光强度较高,并且能代表所有的荧光物质,因此,在分子排阻色谱中,固定荧光检测器的激发波长为230nm、发射波长为300~500nm、增量为1nm进行洗脱物荧光发射光谱测定。图2a显示出样品S1含有4类物质,其出峰时间依次约为3.45,3.9,4.45和4.65min,以4.45min出峰处物质的荧光强度最高,显示样品S1含有4类分子量大小不同的物质,其浓度最高的为小分子有机物。从图2a还可见,3.45和4.65要出现发射波长小于380nm的荧光峰,而3.9和4.45min在300~500nm范围内均都出现了荧光峰,显示3.45和4.65min处的组分主要为大分子蛋白质和小分子多肽/氨基酸形态存在的类蛋白物质,而3.90和4.45min处的组分主要为与腐殖质结合在一起的类蛋白物质[8],并且其分子量小于蛋白质分子但大于氨基酸/多肽物质。样品S2(图2b)在3.30和3.85min处出现了两个荧光峰,最大峰强出现在3.85min,出峰范围为300~500nm,显示其为类腐殖质物质。此外,在整个分离过程中,样品S1和S2均在发射波长325~375nm范围内均出现了较强的荧光强度,其究竟是由类蛋白物质引起,还是噪声引起,还需要进一步鉴定。本研究采用色谱柱分离法与树脂分离类似,它们均能降低混合物的异质性,He等[14]采用XAD-8大孔吸附树脂将DOM分类出了不同亲疏水组分,但是这种分离方法基于pH值调整到酸性范围后DOM分子上极性官能团的差异,而本研究采用色谱分离,是基于分析物分子量大小的差异进行分离。

3.3DOM的数学法分离

图3为样品S1经平行因子分析所得的4个组分。组分1有两个荧光峰,其激发波长为230nm,发射波长为280/340nm;组分2也有两个荧光峰,其激发波长分别为230和280nm,发射波长位于325~340nm范围内,以上两个组分在发射波长大于380nm范围内也存在较强的荧光发射。由文献[8]可知,组分1和2为腐殖质结合态存在的类蛋白物质;组分3有一个尖峰和一个肩峰,其激发波长分别为230和250nm,发射波长均为300nm,属于类色氨酸物质;组分4有3个荧光峰,其激发波长分别为220,250和315nm,发射波长均为425nm,属于类腐殖质物质[7]。组分1和2对应于样品S1分子排阻色谱中3.90和4.45min出峰的物质,均为腐殖质结合态存在的类蛋白物质[8];组分3对应于样品S1分子排阻色谱中3.45和4.65min出现的类蛋白物质[17],但组分4在分子排阻色谱中没有对应的物质,其是否为实际组分还不得而知。如图4所示,样品S2经平行因子分析得到4个组分,其中组分1有两个荧光峰,其激发波长分别为240和320nm,发射波长为410nm,参照文献[8],组分1为类腐殖质物质;组分2也有两个荧光峰,其激发波长分别为235和280nm,发射波长在335~375nm范围内,为类蛋白物质[17];组分3含有3个荧光峰,其激发波长分别为225、280和360nm,发射波长为440nm,为类腐殖质物质[17];组分4含有两个荧光峰,其激发波长均为225nm,而发射波长不同,此类物质尚未见到相关报道。与样品S2的分子排阻色谱相比,组分1对应于分子排阻色谱中的3.85min的类腐殖质物质,组分2和3在样品S2的分子排阻色谱中并未见对应的物质,组分4在样品S2的色谱图中一直存在,显示分子排阻色谱中发射波长325~375nm范围内均出现的荧光强度对应于某种物质,可能为3.3min出现的类蛋白物质。对比DOM经分子排阻色谱和平行因子分析所得的组分发现,二者既有相同之处,有互相对应的物质,又有不同之处,显示物理分离和数学分离各有各自的优缺点。由于不同有机分子之间可能通过疏水作用、氢键和范德华力结合在一起[15,24],因此,分子排阻色谱并不能将所有分子分开;相比较而言,平行因子分析可以将这些组分分开而不受到上述作用力的影响。但是很多情况下,平行因子分析并不能有效揭示两种物质之间是共存关系还是单独存在;此外,平行因子分析不能区分以大分子蛋白质形态存在和小分子多肽/氨基酸形态存在的两种类蛋白物质,因此,将分子排阻色谱和平行因子分析联用可以更加全面表征DOM组成情况,减少其复杂性和异质性。

4结论

分子排阻色谱能有效分析DOM中不同物质的分子量及其形态,可以将DOM分为小分子多肽/氨基酸、中等分子的腐殖质以及大分子蛋白质;平行因子分析可鉴别分子排阻色谱中未分开的组分,并且能给出不同组分激发/发射波长的详细信息,但平行因子分析不能分开蛋白质和氨基酸/多肽形态的类蛋白物质。结果表明,荧光光谱结合平行因子分析和分子排阻色谱,能有效、全面地表征DOM的组成。

参考文献:

8.崔东宇,何小松,席北斗,檀文炳,袁英,高如泰.分析化学,2015,43(2):218-225

9.潘钊,王玉田,邵小青,吴希军,杨丽丽.光谱学与光谱分析,2012,32(3):714-718

11.杜尔登,郭迎庆,孙悦,高乃云,王利平.光谱学与光谱分析,2012,32(7):1846-1851

12.刘倩倩,王春艳,史晓凤,李文东,栾晓宁,侯世林,张金亮,郑荣儿.光谱学与光谱分析,2012,32(4):1012-1015

18.何小松,席北斗,魏自民,李鸣晓,耿春茂,余红,刘鸿亮.分析化学,2010,38(10):1417-1422

篇7

关键词:原子吸收光度法 微波消解 堆肥

随着科学技术的不断发展,各类分析检测方法和检测仪器不断出现,传统的样品预处理、制备及分析方法已不能适应仪器的发展,影响了测定结果的准确性。传统的消解方法消解时间较长,且能量损失及试剂消耗量大,测定不便。本文采用微波消解消解和处理生活垃圾堆肥样品,不仅缩短了消解的时间,同时也改善了试验环境,同时也采用了原子吸收光度法测定了堆肥中的微量Cd、Zn和Cu,提高了分析结果的准确性。

3.堆肥样品预处理

运用四分法在堆肥样品中选择6个不同的采样点随机采样,每个采样点采集的样品重量为1.0g,将六组样品混合均匀,烘干研细后过100目筛分,并将其存放到磨口广口瓶中。准确称取干燥恒重的堆肥样品0.5000g两份,在其中一份中放入消解罐中,迅速加入5mLHNO3并迅速密封,将其放入微波消解炉中在微博解冻下消解5min,结束消解后,取出消解罐,冷却后直接在电热板上进行加热,将剩余的酸驱赶出,冷却后将样品转移至50mL的容量瓶中,用1%的硝酸溶液定容并摇匀。另一份样品加入10ml硝酸、5mL氢氟酸以及2mL高氯酸进行常规消解,消解时间约8h。

4.标准曲线的绘制以及样品的测定

二、结果及讨论

1.消解体系的选择

试验表明,采用常规消解法需加入的10mL硝酸+5氢氟酸+2ml高氯酸消解时间长达8小时,而采用微波消解法只需加入5mLHNO3在微波消解炉中消解5分钟,消解较为迅速,且消耗的试剂较少。由此可见,采用微波消解法可以有效地节约时间和试剂。

2.微波消解程序的优化

试验通过控制消解时间和微波强度对消解程序进行分析和优化。测试结果表明消解时间以及微波强度的改变对堆肥样品中金属的测定结果没有明显的影响,因此选择最短的微波时间就微波强度,即微波消解时间为5min,消解强度为微波解冻。

3.线性范围

4.精密度试验

5.加标回收试验

6.检测过程中的质量控制

6.1精密度的控制

试验的精密度主要体现在测量结果的重现性上,要提高测量精密度,首先应加强仪器的精密度及调试、维护水平。在试验过程中应严格按照相关的操作规范使用和保养仪器。其次,应提高操作人员的技术水平,尽量避免认为因素导致的误差。最后,还应加强对检测环境的控制,如试验用水、实验试剂等。

6.2准确度的控制

准确度的控制主要是进行加标回收试验及标准物对比试验。加标回收试验就是通过在被测试样中加入标准物质,并测定其回收率来判断系统误差。标准物对比试验则是通过将被测物质与已知量的标准物质进行测量和对比,从而判断系统误差。

三、结论

与传统的消解方法相比,微波消解—原子分光光度法测定堆肥样品中的微量中的微量重金属元素的操作简便,较节约时间和试剂,检测精确度及准确度较高。该方法不仅可用与堆肥样品的检测,在其他的环境检测项目中也可深入应用和发展,这还需要我们在日后的工作中不断地对该方法进行研究和改善,以将其更好地应用于各类试样的金属检测中。

参考文献

[1]任兰,杜青,姚朝英等.微波消解-火焰原子吸收法测定土壤中的钴[J].化学分析计量,2008,17(6):38-39.

[2]许良,胡建国,刘瑞平等.微波消解-火焰原子吸收光度法分析蒙成药金属元素[J].光谱学与光谱分析,2008,28(1):222-224.

[3]谢敏伟,王宁,刘征等.微波消解-火焰原子吸收光度法测定人发中的微量元素[J].计量与测试技术,2010,37(5):8-9.

篇8

纵观以往的有机化学教学而言,在分子立体结构降解方面,很多教师仅仅依靠分子结构进行展示,但是这种展示方式一般缺少形象直观因素作支撑,为此对于学生而言学生依旧很难懂得分析立体结构知识,导致学生无法想象出分子结构,无法深入理解,更加无法达到学以致用的目的。可在化学教学中,有机化合物分子结构是化学整体教学的重点,它的立体几何构成与化学分子反应机理与物理、化学性质等之间存在着极大的关联。伴随计算机技术的发展,已经有很多软件能够对分子结构展开模拟演示,教师也能够利用这些软件进行教学,从而使得学生能够更加清楚的认识到化学分子结构模式,使学生能够真正理解分子结构,应用这部分知识。例如ChemOffice等相关化学辅助教学软件,都能够利用3D技术完成分子立体结构模拟演示操作,并且对化学分子中各种模型结构都能够完成模拟,例如球棍模型等,都能够提升学生对分子结构的理解,也能够提升学生的想象力等。例如在对乙烷分子构象教学过程中,教师可以应用Gaussian03软件进行教学,通过对该软件的操作来完成分子构成,将其和分子能量展开关联。具体做法为:首先需要建立乙烷分子模型,之后优化分子模型。其次,为了能够有效的完成360度旋转C-C,就需要改变H4-C3-C2-H1二面角,将Scan输入其中,扫描所有旋转过程中的势能曲线。最后,对C-C旋转曲线先开分析,同时研究分子势能构象变化规律,最终和势能曲线最低点对应的构象便为稳定构象,也可以被称之为交叉型构象。

2计算化学软件对分子光学模拟的分析

在有机化合物分子光谱学习中,对其特征的学习能够使得学生更加灵活的应用相应的化学知识来分析物质世界。在现代社会发展中,科学家们要真正的完成对分子光谱的分析与了解工作,一般需要现代仪器对有机物的分子结构展开分析,但是这些仪器却不能在实际教学课堂上应用。但是Gaussian03软件却与之不同,该软件能够被应用在实际混血教学课堂当中,在课堂上完成对分子光谱的模拟和预测操作。例如在对有机分子红外光谱与振动模式学习的过程中便可利用这款软件,引导学生分析与观察模型演示,从而使得学生更加直观的学习其知识,并且理解与运用化学知识。另外在化学教学课堂上利用软件ChemOffice也可以对有机化物的质荷比与核磁共振谱图实施预测与模拟工作。例如,可以对苯内酮模拟测试等。除此之外,计算机软件也可以对化学反应机理展开演示。在相应有机化学教学过程中,化合物的有机反应是教学的一个重点,同时也是教学难点,由于机理反应后所带来的影响一般较为复杂,并且具有较多的种类,过于抽象,因此学生在学习这部分知识的过程中感觉到很吃力,对知识点也是很难理解,无法深入的把我与研究。可实际上掌握这部分的知识,能够帮助学生对日后学习合成工艺与合理选择等有着极大的帮助,具有提升学生科研能力的作用。为此,我们可以认为有机反应教学能够对学生的学习带来较大的意义,能够推动学生的发展。实践表明,Gaussian03软件在这部分知识教学中能够有效的解决其中的问题,不仅可以让学生理解其中的知识,还能够让学生较为轻松的掌握与了解这一理论。例如,在学习双分子亲核反应的过程中,具体操作可为:第一,需要建立起相应的模型,如CH3CL+BR-等等,并且对所建模型进行优化;第二,利用相应程序将相关反应形态表现出来,并且对其包含的关键词展开深入的计算与设计;第三,通过相应的计算,将分子结构与能量在化学反应过程中将其变化规律展现出来,并且通过软件对该反应的演示,学生更容易观察亲核试剂以及离去基团等之间的演变过程,从而使得学生更轻松的理解该部分的知识,在仔细观察之下,学生对反应过程中呈现的状态有所了解,这有利于学生在实际应用该部分知识的时候灵活思考与使用,最终实现大学有机化学教学效率提升的目的。

3总结

篇9

关键词:近红外光谱技术;定性鉴别;肉类

Recent Progress in the Application of Near Infrared Spectroscopy in Qualitative Identification of Meat Products

HUANG Wei1, YANG Xiu-juan1,2, ZHANG Yan-ming1, HUANG Yu1, TAO Lin-li1,2,*

(1. College of Animal Science and Technology, Yunnan Agricultural University, Kunming 650201, China;

2. Key Laboratory of Animal Nutrition and Feed in Yunnan Province, Kunming 650201, China)

Abstract: Near infrared spectroscopy (NIS) has been widely used in the meat industry as a newly emerging rapid and environmental friendly detection technology. This article summarizes the recent progress in the identification of meat species by means of near infrared spectroscopy from the following aspects: grade, breed, species, geographical traceability and feeding style. Meat products are generally categorized into four grades: RFN, PFN, PSE and RSE. The accuracy of NIS in discriminating these meat grades is over 80%. Most studies concerning meats from different breeds of the same species are focused on pork and beef. Meats from the different breeds of the same species as well as from animals of different age groups have been identified by multiple quantitative calibration or discrimination analysis with an accuracy of more than 95%. Furthermore, meats from different species including pork, mutton, beef and chicken and adulterated meat have been discriminated with an accuracy above 90%. In regard to geographical traceability and feeding style, grass-fed lambs have been accurately discriminated from feed-fed ones, and ewes from artificially fed lambs; meanwhile, the geographical origins of beef and mutton from different regions have been identified with an accuracy of more than 83%. To sum up, NIS is feasible in the qualitative identification of meat.

Key words: near infrared spectroscopy (NIS);qualitative identification;meat

中图分类号:TS207.3 文献标志码:A 文章编号:1001-8123(2014)01-0031-04

近红外光是指波长在780~2526 nm范围内的电磁波,具有波粒二重性[1]。近红外光是由于分子振动的非谐振性使分子振动从低能级向高能级跃迁时产生的,主要反映含氢基团(C-H、N-H、O-H等)振动的倍频和组合频吸收,几乎包括了有机物中所有含氢的信息,蕴涵着分子结构、组成状态等信息,信息量极为丰富[2]。而肉类中含有大量的蛋白质、脂肪、有机酸、碳水化合物等有机物,通过对肉的光谱分析就能够得到大量的信息[3-4]。

1 近红外光谱定性分析原理及过程

1.1 近红外光谱定性分析原理

近红外光谱或其压缩的变量组成一个多维的变量空间;同类物质在该多维空间位于相近的位置;未知样品的分析过程就是考察其光谱是否位于某类物质所在的空间[1]。

1.2 近红外光谱定性分析过程

近红外定性分析的主要过程如图1。近红外光谱对微量物质不敏感,因此如果微量物质的存在影响物质分类,在这种情况下,很难用近红外分析方法进行定性分析。由于不同类样品的谱图差别不大,导致不同类样品不能完全分开但是近红外光谱定性分析在肉类鉴别中,取得了较好的效果[1]。

图 1 近红外光谱定性分析过程

Fig.1 The process of qualitative analysis by near infrared spectroscopy

2 近红外光谱分析技术在肉类鉴别中的应用研究

近年来,随着人们生活水平的提高,对肉及肉制品消费量不断增加。肉类及肉制品不仅仅是蛋白质、脂肪等营养成分的来源,人们更加追求美味和享受,更加注重肉品质量与安全[5]。传统的化学检测一般通过化学分析、仪器分析、感官评定、筛选分析等损坏性检测手段来完成,不能满足大批量快速、无损等检测的需求。近红外光谱分析技术作为一种绿色分析技术,具有客观、快速、无损、精确、多指标、可再现、易操作、经济等优点[6-8]。目前,近红外光谱分析技术在肉中脂肪、蛋白、水分、脂肪酸等成分测量以及肉类鉴别中有较广泛的应用。在肉类的鉴别过程中,主要应用于等级鉴别[9-10]、不同品种肉的鉴别[11-12]、不同物种之间的鉴别[13-15]、以及不同饲喂方式[16-18]、产地溯源的鉴别[19-21]。

2.1 近红外光谱在肉的等级鉴别中的应用

肉的等级一般人工分为RFN(reddish pink,firm and non-exudative)、PFN (pale,firm and non-exudative)、PSE(pale pinkish gray,very soft and exudative)、RSE(reddish,soft and exudative )4类,近红外光谱对肉的等级鉴别正确率在80%以上,对肉类等级鉴别具有一定的可行性。Liu等[22]通过色泽、pH值、滴水损失判断猪肉等级,人工分为RFN、PFN、PSE、RSE四类,选择40个鲜猪肉的背最长肌样品,每类猪肉选10个样品,在400~1000 nm处获取光谱。通过主成分分析,建立在无监督模式识别中的K-均值聚类方法和有监督模式识别方法,以及线性判别分析(linear discriminant analysis,LDA)方法来评估猪肉的品质等级。结果表明,通过图像结构特征能够100%判定猪肉属于哪个等级,为猪肉等级鉴定提供了有用信息,但没能挑选出最优波长范围。Barbin等[23]也通过色泽、pH值、滴水损失将猪肉人工分成PSE、RFN、DFD(dark,firm and dry muscle)三个等级,不同等级的肉在891~1752 nm范围内扫描光谱,实际分析范围910~1700 nm,因为其余段噪音较高,通过二阶导数处理光谱,研究表明不同谱段有不同吸收峰。如图2表明,在900 nm处,DFD肉有较高的吸收值,PSE肉有较低吸收值,RFN肉吸收值位于DFD肉和PSE肉之间,色泽的不同会导致不同的吸收值,能够更好地区分肉的光谱对应了哪种等级肉。此项研究证明了无损鉴别猪肉等级的可能性。Monroy等[24]通过食物专家,人工分成了RFN、RSE、PFN、PSE四个等级,选择宰后24h的新鲜猪肉样,每个等级样品60 个。光谱扫描范围350~2500 nm,1 nm间距,因为350~399、1851~2500 nm具有较高噪音,实际分析范围400~1850 nm,如图3所示,鉴别模型使用判别分析方法和2种不同的交叉效度分析来评价模型的鉴别能力,样品识别率79%。结果表明可见光/近红外光谱在猪肉等级分类应用的可能性。

图 2 不同等级肉的近红外光谱图[23]

Fig.2 Mean reflectance spectra of pork samples from different

quality grades [23]

图 3 2006年3月采集的四种等级肉的光谱图[24]

Fig.3 Measured spectral response for four classes of pork meat quality, assessed from samples collected in March 2006[24]

前人研究结果表明,利用近红外光谱技术能够鉴别猪肉的等级,为肉类工业提供了较好的检测途径。

2.2 近红外光谱对不同品种肉的鉴别应用

近红外光谱对于同一物种不同品种肉的研究主要是在猪肉和牛肉上,主要通过多元定量校正方法如偏最小二乘法(partial least squares,PLS)或判别分析如人工神经网络法、支持向量机算法来鉴别同一物种不同品种、不同年龄阶段的肉,鉴别正确率大于95%。Del Moral等[25]选择15头6月龄、85kg的杜洛克猪和15头12~14月龄、125kg的伊伯利亚猪,在350~2500 nm处采集光谱,数据采用人工神经网络方法处理,结果表明对于两个品种猪的判别正确率大于95%。Guillen等[26]使用径向基函数神经网络法和支持向量机算法等来鉴别不同猪肉品种,最终的目的是寻找一种能够快速、无损区别伊伯利亚猪和大白猪的技术方法。因为伊伯利亚猪比杜洛克猪的价格高很多,这种技术能够确保消费者买到真正的伊伯利亚猪,提供监督平台。该试验采集了较多的精确样本,在350~2500 nm能够提取出鉴别的相关信息,准确鉴别不同品种的猪肉。Prieto等[27]选择53 个4 岁成年牛的肉样和67 个14月龄以下青年牛的肉样,肉样通过磨碎、均质化处理,在1100~2500 nm范围内进行光谱扫描,得到光谱使用偏最小二乘法处理挑选特征光谱,建立两种肉样的鉴别模型,对于2种肉样的鉴别率为100%,可能是由于肌间脂肪和水分的含量不同。

2.3 近红外光谱在不同物种之间的鉴别应用

近红外光谱在不同物种之间的鉴别主要应用于鉴别猪肉、羊肉、牛肉、鸡肉等不同物种以及掺假肉,鉴别正确率在90%以上,能够应用于肉类工业的物种鉴定。Cozzolino等[28]选择牛肉、羊肉、猪肉、鸡肉样品分别100、140、44、48 个,肉样经过匀质处理,在400~2500 nm处使用可见光和近红外光谱扫描,对于光谱使用PCA和PLS处理,建立鉴别模型,结果表明可见光和近红外光能够客观、快速的鉴别不同物种的肉。Mamani-Linares等[29]选择牛肉、驼羊肉、马肉样品分别31、21、27 个,肉样经过匀质处理,在400~2500 nm处扫描肉糜样和肉汁的可见光/近红外光谱,对于光谱使用主成分回归法(principal component regression,PCA)和PLS处理建立鉴别模型,除了3 个牛肉糜样、1 个驼羊糜样,1 个牛肉汁样、1 个马肉汁样不能准确识别,其他全部能够识别,说明了近红外光谱是识别牛、驼羊、马肉糜和肉汁的有效工具。赵红波等[13]以近红外光谱分析技术结合模式判别方法建立一种鉴别猪肉和牛肉的方法,采用近红外漫反射光谱法,获取原始光谱,通过多元散射校正(multiplicative scatter correction,MSC)、一阶导数加Norris导数平滑点(5,3)处理光谱,二阶导数处理光谱,然后利用TQ Analyst光谱分析软件中的马氏距离设为1,建立判别分析模型。结果表明(表1),一阶导数处理光谱后,鉴别效果较好。由表2可知,此鉴别模型能够准确鉴别猪肉、牛肉,此项研究为近红外光谱技术用于猪肉、牛肉鉴别分析提供了可行性,可以为肉类工业提供快速、有效的鉴别方法。杨志敏等[14]针对原料肉和猪肉与水、卡拉胶、氯化钠混合制作的三种掺假肉,首先采用近红外结合主成分与Fisher两类判别,建立原料肉与掺假肉的判别函数,20个验证集样本有2个被误判,总正确判别率达到90%;然后,利用近红外结合主成分与乘法线性回归(multiplicative linear regression,MLP)神经网络建立原料肉和3种掺假肉的3层神经网络识别模型,对预测集52 个样本的正确识别率达到94.2%,说明利用近红外结合化学计量学方法对原料肉是否掺假及掺假种类进行鉴别是可行的。

表 1 光谱预处理方法对模型的影响[13]

Table 1 Effect of spectral preprocessing methods on the model[13]

%

光谱预处理 猪肉判别率 牛肉判别率 总判别率

原始光谱

一阶导数+Norris导数平滑点(5,3)

二阶导数+Norris导数平滑点(5,3) 95

100

100 90

100

95 92.5

100

97.5

表 2 猪肉、牛肉定性分析模型的预测结果[13]

Table 2 Predicted results from the qualitative analysis models for pork and beef[13]

验证样品 选定模

型判别 模型预测

马氏距离 通过状

态P或F 验证

样品 选定模

型判别 模型预测

马氏距离 通过状

态P或F

猪肉

猪肉

猪肉

牛肉

牛肉

牛肉 猪肉

猪肉

猪肉

猪肉

猪肉

猪肉 0.589

0.764

0.957

1.875

1.234

1.435 P

P

P

F

F

F 牛肉

牛肉

牛肉

猪肉

猪肉

猪肉 牛肉

牛肉

牛肉

牛肉

牛肉

牛肉 0.668

0.579

0.858

1.674

1.234

1.027 P

P

P

F

F

F

2.4 近红外光谱在产地溯源、不同饲喂方式之间的鉴别应用

近红外光谱能够应用于不同产地,不同饲喂方式的羊、牛等动物,鉴别正确率大于83%,能够正确鉴别牧草和浓缩料饲喂的羔羊;母羊和人工饲喂的羔羊;不同地区的牛肉以及羊肉的产地溯源等。Dian等[16]使用可见光/近红外光谱区分牧草和浓缩料饲喂的羔羊,选择120只牧草饲喂的羔羊和139只浓缩料饲喂的羔羊,对于得到的光谱采用主成分分析法和偏最小二乘判别分析法对光谱数据进行了分析,提取有效的光谱特征,建立判别模型,在波长480~510、400~700、400~2500 nm对于牧草饲喂组鉴别正确率为89.1%、90.8%、97.5%,在400~2500 nm效果最好;对于浓缩饲料组判别正确率分别是98.6%、98.6% 、97.8%。利用可见光和近红外光谱对于牧草组和浓缩饲料组的鉴别率分别为97.8%、97.5%,能够应用于不同饲喂方式的鉴别。Teresa Osorio等[17]选择母羊饲喂和人工饲喂奶的羔羊,在1100~2500 nm光谱范围内扫描,通过偏最小二乘法处理分析光谱,实验表明,近红外光谱通过奶的来源不同,能够100%鉴别母羊和人工饲喂的羔羊。李勇等[19]在中国4 个地区的牛肉屠宰场采集40 个肉牛肉样品,进行脱脂、干燥、粉碎处理,利用近红外光谱分析技术对牛肉样品的近红外光谱进行10000~4000cm-1光谱扫描,分辨率4cm-1,扫描次数64次,对光谱采用主成分分析、聚类分析和判别分析相结合,能从光谱中提取有用的信息,使数据降维,建立了判别牛肉产地来源的傅里叶变换红外光谱定性分析模型,又选择4 个地区的18 个模型进行验证,识别率达到100%;光谱预处理方法对于主成分分析影响显著,主成分分析对4 个地区的牛肉有一定的聚类作用,可以对来自不同地区的牛肉进行定性分析。张宁等[20]

采用近红外光谱法结合簇类独立软模式法溯源羊肉产地,建立了羊肉产地的溯源模型,在11995~3999cm-1波长范围内,光谱经5点平滑与MSC方法处理,采用簇类独立软模式识别方法建立了稳健的羊肉产地溯源模型;在1%的显著水平下,4个产地校正集模型对未知样本的识别率分别为95%、100%、100%、100%,拒绝率均为100%;对于验证集模型的识别率分别为100%、83%、100%、92%,拒绝率均为100%。研究表明,近红外光谱技术作为一种羊肉产地的溯源方法切实可行。孙淑敏等[21]选择中国3个地区99份羊肉样品进行近红外光谱扫描,利用主成分分析结合线性判别分析,以及偏最小二乘判别分析法对光谱数据进行了分析,建立了羊肉产地来源的定性判别模型。结果表明,在全光谱范围(950~1650 nm)内,经二阶求导和MSC预处理后,5 个地区羊肉的近红外光谱有显著差异,近红外光谱指纹技术结合化学计量学方法可以低廉、快速、有效的对羊肉产地来源进行鉴别。

3 结 语

近红外光谱技术作为一项快速、无损的绿色环保技术,必将有一个好的应用前景。在肉的等级鉴别、不同品种鉴别、不同物种鉴别以及不同饲喂方式、不同产地的鉴别研究可行,并且预测效果较好。但近红外光谱技术对于不同等级、品种、物种、产地在测量前需要建立模型。一个应用预测模型的应用,必须与建模前所用的基质相一致,否则不能得到较好预测。在今后的研究中,扩大建模范围,增加模型覆盖面以及研究领域,近红外光谱应用将会更加广泛。

参考文献:

[1] 陆婉珍. 现代近红外光谱分析技术[M]. 2版. 北京: 中国石化出版社, 2010: 13.

[2] 杰尔•沃克曼, 洛伊斯•文依. 近红外光谱解析实用指南[M]. 褚小立, 许育鹏, 田高友, 译. 北京: 化学工业出版社, 2009: 8.

[3] Prieto N, Roehe R, LavÍn P, et al. Application of near infrared reflectance spectroscopy to predict meat and meat products quality: a review[J]. Meat Science, 2009, 83: 175-186.

[4] 陶琳丽, 杨秀娟, 邓君明, 等. 畜禽化学成分近红外光谱检测技术研究进展[J]. 光谱学与光谱分析, 2013, 33(11): 3002-3009.

[5] 凌静, 向洋. 近红外光谱分析技术及其在肉类制品中的应用[J]. 肉类研究, 2008, 22(1): 52-55.

[6] 徐霞, 成芳, 应义斌. 近红外光谱技术在肉品检测中的应用和研究进展[J]. 光谱学与光谱分析, 2009, 29(7): 1876-1880.

[7] 于红樱, 祁慧娜, 臧勇军. 近红外分析技术在肉与肉制品分析中的应用[J]. 肉类工业, 2006(11): 8-9.

[8] 开晗, 孔保华. 近红外光谱检测技术在肉类工业中的应用[J]. 肉类研究, 2011, 25(9): 35-37.

[9] RØdbotten R, Nilsen B N, Hildrum K I. Prediction of beef quality attributesfrom early post mortern near infrared reflectance spectra[J]. Food Chemistry, 2000, 69: 427-436.

[10] Savenije B, Geesink G H, van der Palen J G P, et al. Prediction of pork quality using visible/near-infrared reflectance spectroscopy[J]. Meat Science, 2006, 73: 181-184.

[11] Destefanis G, Barge M T, Brugiapaglia A,et al. The use of principal component analysis (PCA) to characterize beef[J]. Meat Science, 2000, 56: 255-259.

[12] Josell Å S A, Martinsson L, Borggaard C, et al. Determination of RN-phenotype in pigs at slaughter line using visual and near-infrared spectroscopy[J]. Meat Science, 2000, 55: 273-278.

[13] 赵红波, 谭红, 史会兵, 等. 近红外光谱技术鉴别猪肉和牛肉的研究[J]. 中国农学通报, 2011, 27(26): 151-155.

[14] 杨志敏, 丁武. 近红外光谱技术快速鉴别原料肉掺假的可行性研究[J]. 肉类研究, 2011, 25(2): 25-28.

[15] 杨红菊, 姜艳彬, 候东军, 等. 注胶肉的近红外光谱快速判别分析[J]. 肉类研究, 2008, 22(11): 62-64.

[16] Dian P H M, Andueza D, Jestin M, et al. Comparison of visible and near infrared reflectance spectroscopy to discriminate between pasture-fed and concentrate-fed lamb carcasses[J]. Meat Science, 2008, 80: 1157-1164.

[17] Teresa Osorio M, ZumalacÁrregui J M, Prieto N, et al. Differentiation between carcasses from suckling lambs reared with ewe milk or milk replacers by near infrared reflectance spectroscopy of perirenal fat[J]. Small Ruminant Research, 2007, 72: 221-226.

[18] Osorio M T, ZumalacÁrregui J M, Alaiz-RodrÍguez R, et al. Differentiation of perirenal and omental fat quality of suckling lambs according to the rearing system from Fourier transforms mid-infrared spectra using partial least squares and artificial neural networks analysis[J]. Meat Science, 2009, 83: 140-147.

[19] 李勇, 魏益民, 潘家荣, 等. 基于FTIR指纹光谱的牛肉产地溯源技术研究[J]. 光谱学与光谱分析, 2009, 29(3): 647-651.

[20] 张宁, 张德权, 李淑荣, 等. 近红外光谱结合SIMCA法溯源羊肉产地的初步研究[J]. 农业工程学报, 2008, 24(12): 309-312.

[21] 孙淑敏, 郭波莉, 魏益民, 等. 近红外光谱指纹分析在羊肉产地溯源中的应用[J]. 光谱学与光谱分析, 2011, 31(4): 937-941.

[22] Liu L, Ngacd M O, Prasher S O, et al. Categorization of pork quality using Gabor filter-based hyper-spectral imaging technology[J]. Journal of Food Engineering, 2010, 99: 284-293.

[23] Barbin D, Elmasry G, Sun D W, et al. Near-infrared hyperspectral imaging for grading and classification of pork[J]. Meat Science, 2012, 90: 259-268.

[24] Monroy M, Prasher S, Ngadi M O, et al. Pork meat quality classification using Visible/Near-Infrared spectroscopic data[J]. Biosystems Engineering, 2010, 107: 271- 276.

[25] Del MORAL F G, GuillÉn A, del MORAL L G, et al. Duroc and Iberian pork neural network classification by visible and near infrared reflectance spectroscopy[J]. Journal of Food Engineering, 2009, 90: 540-547.

[26] GuillÉn A, del Moral F G, Herrera L J, et al. Using near-infrared spectroscopy in the classification of white and iberian pork with neural networks[J]. Neural Computing and Applications, 2010, 19: 465-470.

[27] Prieto N, AndrÉs S, GirÁldez F J, et al. Discrimination ofsteers(oxen) and young cattle ground meat samples by near infrared reflectance spectroscopy (NIRS)[J]. Meat Science, 2008, 79: 198-201.

篇10

关键词:全自动定氮仪 食品 蛋白质 检测 分析

中图分类号:TS212.2 文献标识码:A 文章编号:1674-098X(2014)03(b)-0045-01

蛋白质是食品当中的主要营养成分之一,属于分子结构复杂的含氮有机化合物。主要的构成要素包括氨基酸以及肽键。在当前的技术条件支持下,食品当中蛋白质含量的测定方法有以下几种类型:其一为甲醛滴定法、其二为电流法、其三为紫外分光光度法、其四为双缩脲法。但以上检测方法在实际应用中均存在不同程度上的缺陷,或操作步骤过于繁琐,可行性不高,或相关设备仪器的投入资金过大,或操作反应时间较长,或数据缺乏精确性优势。故而需要对食品中的蛋白质分析方法进行合理的改进。文章即在对食品当中蛋白质成分进行检测的过程当中应用全自动凯氏定氮仪。现针对相关操作方法进行如下概括。

1 材料与方法

1.1 仪器与试剂

在应用全自动凯氏定氮仪对食品中蛋白质含量进行测量与分析的过程当中,所涉及到的仪器设备包括以下几个方面:1)全自动凯氏定氮仪;2)样品消化器。同时,所涉及到的操作试剂包括以下几个方面:1)盐酸标准溶液。该试剂的制备方法为:0.10 mmol/L剂量盐酸标准储备液,混合100.0 ml剂量水分,定容形成1000.0 ml剂量实验试剂;2)氢氧化钠溶液。该试剂的制备方法为:4000.0 g剂量氢氧化钠,混合10.0 L剂量水分,定容形成实验试剂;3)浓硫酸分析纯试剂;4)硼酸吸收溶液。该试剂的制备方法为:100.0 g剂量硼酸,混合10.0 L剂量水分,添加100.0 ml剂量0.1%甲基红溶液以及70.0 ml剂量0.1%溴甲酚绿溶液制备形成;5)铜催化剂。

1.2 方法

在应用全自动凯氏定氮仪对食品中蛋白质成分进行分析的过程当中,具体的操作方法为:1)准备分析对象。本次使用全自动凯氏定氮仪对蛋白质进行分析中,所对应的分析对象包括:乳酸菌饮料、纯牛奶、鲜豆浆、全脂奶粉。2)具体分析。精密称取以上乳酸菌饮料、纯牛奶、鲜豆浆、全脂奶粉样品放入消化管当中。加入两片铜催化片。混合10.0 ml剂量浓硫酸试剂,充分摇动均匀,确保样品处于完全湿润状态。消化管放置于消化器当中(消化器预先经过预热处理,预热温度达到420.0 ℃),反应时间持续0.5~1.0 h,待观察反应仪器当中样品消化呈蓝绿色液体状态后取出冷却,冷却时间控制为15.0~20.0 min。消化管放置入全自动凯氏定氮仪当中,关闭安全门,由仪器自动进行蒸馏、滴定工作,完成反应后对检测结果进行输出处理。

2 结果

2.1 仪器精密度测定结果

全自动凯氏定氮仪测定食品中蛋白质期间的仪器精密度测定结果如下表所示(见表1)。检测过程当中针对每一样品分别进行5次检验,平行检测结果平均值所对应相对标准片偏差均

2.2 仪器准确度测定结果

全自动凯氏定氮仪测定食品中蛋白质期间的仪器准确度测定结果如下表所示(见表2)。检测过程当中,通过加标硫酸亚铁铵回收试验的方式证实硫酸亚铁铵所对应回收率取值均>99%标准,证实应用全自动凯氏定氮仪进行食品中蛋白质含量检测准确度高。

2.3 对比测定结果

在应用全自动凯氏定氮仪对样品蛋白质进行测定期间,同时使用经典凯氏定氮法对样品进行检测,两种方法下的测定结果如下表所示(见表3)。证实应用全自动凯氏定氮仪检测与常规操作方法检测数据无明显差异,数据真实可靠。

3 结语

研究显示,在对食品中蛋白质含量进行测定与分析的过程当中,全自动定凯氏氮仪是在化学分析基础之上的改进,测定原理与化学分析方法基本一致。相对于对玻璃仪器的整合,且兼顾对机电一体化控制技术的实现。通过对全自动凯氏定氮仪的应用,能够使整个测定流程更加的简单、快速、高效。同时,由于整个检测流程全自动,故而可以避免因人为误差而对数据精确性产生不良的影响。本次检测实验中证实:应用全自动凯氏定氮仪进行食品中蛋白质含量检测精确度高、准确度高、与常规操作方法检测数据无明显差异,数据真实可靠。

参考文献

[1] 王敏,张秀芹,杨振宇,等.HPLC-MS/MS检测含蛋白质辐照食品中的邻酪氨酸[J].分析测试学报,2011,30(10):1187-1190.

[2] 李红艳,汪凤云,刘肖,等.离子色谱法检测含蛋白质食品中三聚氰胺[J].福建分析测试,2009,18(4):7-12.