基于表面增强拉曼光谱的甲萘威水溶液检测分析

以表面增强试剂OTR202和OTR103作为表面增强拉曼光谱(SERS)的活性基底,探索建立甲萘威水溶液的SERS检测方法。首先对比分析了甲萘威水溶液的普通拉曼光谱与SERS。然后分析了表面增强试剂与待测样本的加入量对甲萘威水溶液的SERS的影响。最后分析了质量浓度在0.1~15.0 mg/L范围内的甲萘威水溶液的SERS,并以1374 cm-1处的特征峰强度与甲萘威水溶液浓度进行线性回归,得到线性方程为y=414.5x+481.59,决定系数R2=0.9864。试验结果表明该研究方法对甲萘威水溶液的检测限可达到0.1 mg/L,说明以表面增强试剂OTR202和OTR103为SERS活性基底的SERS检测方法可用于水中甲萘威残留检测。     

低强度激光辐照对蝗虫活性的影响

为研究低强度激光辐照对蝗虫活动能力的影响,以减少农药的使用量和降低农药的浓度,选择大功率连续型近红外半导体二极管激光器,针对3龄至4龄期东亚飞蝗蝻虫头部位置,在距离激光发光面4cm处,进行2s和4s的辐照试验,分别观察比较辐照前后蝗虫的活性和活性降低程度．试验结果表明,辐照前,蝗虫具有较高的活性,辐照后蝗虫的活性降低,并逐渐趋于一致性;辐照时间越长,蝗虫的活性降低程度越高。说明低强度近红外激光辐照蝗虫头部位置能明显抑制其活动能力。     

叶菜中多类农药残留的SERS快速无损检测

有机磷、有机硫和烟碱类农药常应用于叶菜的种植和生产中,常规的检测方法前处理复杂、检测时间长、成本高等特点,难以满足快速检测的需求,为了实现农药残留的在线检测,本文提出一个基于SERS技术进行定量和定性分析叶菜中农药残留的检测方法,选取农药的特征拉曼峰作为校正峰,制定农药残留的浓度与校正峰强度的线性校准方程,将最低检测限对应SERS光谱的校正峰的强度代入线性校准方程,计算出定量检测限。研究表明,小白菜中亚胺硫磷农药的检测限能达到0.5mg/kg以下,相关系数R~2为0.95273,标准偏差为2.89%～13.63%,回收率为96.00%～121.33%;大白菜中福美双农药残留的检测限能达到0.5mg/kg以下,相关系数R~2为0.8905,标准偏差为3.90%～8.39%,回收率为88.80%～112.44%;空心菜中啶虫脒农药残留的检测限能达到1mg/kg以下,相关系数R~2为0.93858,标准偏差为2.12%～9.29%,回收率为87.67%～107.17%。这些结果说明,基于SERS技术进行定量和定性分析叶菜中农药残留的检测方法是一种有效的方法,可以实现叶菜农药残留的快速无损检测。     

表面增强拉曼光谱快速检测四环素水溶液

目的为实现水中四环素残留的快速检测,探索建立四环素水溶液的表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)检测方法。方法以OTR202和OTR103作为表面增强基底,分析四环素水溶液的SERS光谱,应用自适应迭代惩罚最小二乘法(air-PLS)扣除SERS的荧光背景,探讨样品加入量对SERS信号强度的影响,以1274 cm-1作为特征峰建立四环素水溶液的标准曲线。结果确定了四环素水溶液的加入量为20μL,建立的线性回归方程Y=257.47X+85.165,相关系数r为0.9897。结论本研究方法无需前处理,简便快捷,为后续水中四环素残留快速现场检测奠定了良好基础。     

论国家重点项目工程基建档案管理——以河南天冠燃料乙醇项目为例

文章对国家重点项目基建档案管理进行了研究与探索,说明了建设工程是关系到百年大计,直接影响到子孙后代.加强基建档案科学管理工作至关重要.     

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型.从样本的三维同步荧光光谱中确定了最佳波长差为65 nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较.最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型.分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量.CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94 mg/kg.研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度.     

探寻酒精行业可持续发展之路

酒精是自然界难得的一种永远可再生的无限闭路循环的清洁物质。只有通过创新思维去挖掘、开发酒精产业绿色能源可持续发展的潜力,才能使其逐步发展成为新能源的亮点,焕发出朝阳产业的无限生机。     

鸭肉中吉他霉素残留的SERS测定

应用表面增强拉曼光谱(SERS)法建立一种鸭肉中吉他霉素(KIT)残留的快速检测方法。在分析增强基底的紫外—可见吸收光谱与鸭肉中KIT的SERS光谱的基础上,采用单因素试验法优化了鸭肉中KIT的SERS检测条件,并分别建立了KIT水溶液检测与鸭肉中KIT残留检测的标准曲线。试验结果表明,KIT水溶液检测的标准曲线方程y=0.046 2x+0.215 3,决定系数(R~2)为0.927 9,对KIT水溶液预测的平均回收率为99%~123%。鸭肉中KIT残留检测的标准曲线方程为y=0.011 9x+0.940 9,R2为0.923 2,对鸭肉中KIT预测的平均回收率为104%~108%。采用SERS技术检测鸭肉中KIT残留是可行的。     

SERS结合PCA-LDA分析鉴别鸡肉中硝基呋喃类代谢物的混合残留

以纳米Au溶胶和NaCl溶液为活性增强基底,对鸡肉中残留的两种呋喃它酮代谢物(AMOZ)和呋喃妥因代谢物(AHD)进行表面增强拉曼光谱(SERS)快速检测技术研究。采用自适应迭代惩罚最小二乘法消除原始数据中的背景干扰,应用标准归一化进行光谱预处理,并结合主成分—线性判别方法(PCA-LDA)建立识别模型,得出模型校正集的判别正确率为90.48%,预测集的判别正确率为94.29%。研究表明,SERS技术与PCA-LDA相结合可以有效地鉴别出鸡肉样本中残留的AMOZ和AHD。     

基于表面增强拉曼光谱的水中土霉素残留量的快速检测

应用表面增强拉曼光谱(SERS)检测技术,建立了一 种水中 土霉素(OTC,oxytetracycline)残留量的快速检测方法。实验以表面增强试剂OTR202和OTR103作为活性基底,并使用自适应迭代 惩罚最小二乘法(air-PLS)扣除荧光背景;然后对所用胶体和胶体混合物的吸收光谱与 OTC水溶液的 SERS光谱进行了探讨;最后分析了样品的加入量和不同混合的时间对SERS信号强度的影响, 建立了水中OTC残留浓度X与SERS光谱的1332cm－1处峰面积Y之间的线性 回归方程。实验结果表明,当水中的OTC 浓度范围为0.1~22.0mg/L时,水中OTC残留浓度与1332cm－1处峰面积之间呈现良好的线性关系,线性方程 为Y=5165.7X+4304.9,决定系数R²为 0.986。预测集 样本OTC含量的真实值与预测值之间的R²为0.973, 均方根误差(RMSEP)为1.112m g/L,回收率为96.7~124.5%,相对标准偏差(RSD,n=5)介于1.2098~4.787, 可满足水中OTC残留量的检测,为现场快速检测水中OTC残留量奠定了良好的基 础。