论文摘要
多环芳烃(PAHs)类物质具有致畸、致癌、致突变的性质,严重污染生态环境,进而对人类的健康及动植物生长造成威胁。PAHs通过排污、大气沉降、地表径流等各种循环途径进入水环境中,由于种类众多且化学性质相似,常规的检测方法如化学滴定法、电化学法等很难实现快速准确的测定。为实现复杂体系中PAHs的定性与定量,工作中基于三维荧光光谱分析法,结合集合经验模态分解(EEMD)去噪与自加权交替三线性分解(SWATLD)二阶校正,对超纯水以及池塘水环境中的苊(ANA)和萘(NAP)进行分析测定。首先选择合理的浓度配制样本,用FS920荧光光谱仪测得样品的三维荧光光谱,利用空白扣除法将光谱数据中的散射消除,得到真实的光谱数据。然后对去除散射的数据进行EEMD降噪处理,该方法具有自适应性强、参数设置简便的优点,能够去除嘈杂信息,提高数据信噪比,并将去噪参数与快速傅里叶变换、小波滤波和经验模态分解进行比较。最后用SWATLD算法以"数学分离"代替"化学分离",对超纯水和池塘水环境中光谱重叠的ANA和NAP进行定性识别和定量预测,该算法对组分数的选择不敏感,能够在未知干扰物共存情况下实现多组分目标分析物的同时检测,即具有"二阶优势",并将预测结果与平行因子分析进行比较。结果表明空白扣除法能够成功将拉曼散射消除。EEMD降噪方法使ANA和NAP的光谱更加规整平滑,有效信息更加突出,该方法去噪后数据信噪比为16.845 2,均方根误差为11.136 6,波形相似系数为0.990 9,三项指标均优于快速傅里叶变换和经验模态分解等其他去噪方法,能达到小波滤波的去噪效果并且不用设置先验参数。利用SWATLD二阶校正方法得到验证样本中ANA与NAP的分解光谱与实际光谱基本吻合,平均预测回收率分别为96.4%和104.2%,预测均方根误差分别为0.105和0.092μg·L-1;在存在未知干扰物的池塘水样本中,分解出的光谱依然能与实际光谱吻合, ANA与NAP两者的平均预测回收率分别为94.8%和105.5%,预测均方根误差分别为0.067和0.169μg·L-1;与平行因子分析相比,两项指标均具有优势。
论文目录
文章来源
类型: 期刊论文
作者: 张慧,张立娟,王玉田,商凤凯,张艳,孙洋洋,王选瑞,王书涛
关键词: 多环芳烃,三维荧光光谱,集合经验模态分解,自加权交替三线性
来源: 光谱学与光谱分析 2019年08期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 化学,环境科学与资源利用
单位: 燕山大学河北省测试计量技术及仪器重点实验室,河北环境工程学院
基金: 国家自然科学基金项目(61471312,61771419),河北省自然科学基金项目(F2017203220)资助
分类号: X832;O657.3
页码: 2595-2601
总页数: 7
文件大小: 2788K
下载量: 195
相关论文文献
标签:多环芳烃论文; 三维荧光光谱论文; 集合经验模态分解论文; 自加权交替三线性论文;