三维荧光光谱分析法
城市生活污水处理过程三维荧光光谱在线监测分析方法
Vol 40,No. 7,ppl993-1997July , 2020第40卷，第7期2 0 2 0年7月光谱学与光谱分析Spectroscopy and Spectral Analysis 城市生活污水处理过程三维荧光光谱在线监测分析方法杨金强赵南京*宀，殷高方俞志敏2,甘婷婷王翔*, 3 , 4,陈敏* , 3 , 4,冯春* , 3 , 41. 中国科学院环境光学与技术重点实验室,中国科学院安徽光学精密机械研究所,安徽合肥2300312. 合肥学院生物与环境工程系，安徽合肥2306013. 中国科学技术大学，安徽合肥2300264. 安徽省环境光学监测技术重点实验室，安徽合肥230031摘要采用三维荧光光谱(3D-EEMS )结合主成分分析(PCA)方法,将城市生活污水的三维荧光光谱分为芳香性蛋白类、微生物代谢产物、腐殖酸类和富里酸类物质四个光谱区域，判断各区域的主成分贡献率，求取各区域的第一主成分区域值,建立其与水体化学需氧量(COD)和总氮(TN)关系,研究了城市生活污水处理效果快速分析评价方法％研究结果表明，城市生活污水荧光物质主要由方香性蛋白类物质、微生物代谢产物、腐殖酸类和富里酸类物质构成，各物质的荧光区域分布不同，在污水处理过程中芳香性蛋白类物质和微生物代谢产物区域光谱变化明显，腐殖酸类和富里酸类物质区域光谱变化较小&光谱各区域第一主成分区 域值与水体COD 及TN 之间具有良好相关性,其中芳香性蛋白类物质光谱第一主成分区域值与COD 相关系数达到97. 63% ,芳香性蛋白类物质和微生物代谢产物第一主成分区域值之和与腐殖酸类和富里酸类物质第一主成分区域值之和的比值(Y p/Y f)与TN 相关系数达到94.02% %通过将水体三维荧光光谱结合主成分 分析方法，实现了对污水处理各流程的荧光光谱的信息降维提取，避免了各物质荧光峰的重叠和光谱信息冗余&通过水体中各物质的光谱特性将光谱分割为不同的物质区域，求取各区域内光谱第一主成分区域值, 提高了物质识别的准确率，有效地解决了各物质光谱信息识别问题&通过利用芳香性蛋白类物质光谱第一主成分区域值和Y p/Y f 与常规水质指标COD 和TN 作相关性分析,为污水处理监测提供了一种实时有效的监测生活污水水质状况方法，解决了污水处理流程难以实时准确监测的问题％因此，利用三维荧光光谱结合主成分分析方法可对城市生活污水处理过程进行快速判别，为污水处理过程中水质监测、工艺优化及处理效果评估提供了一种全新的快速在线监测分析方法％关键词 城市生活污水&三维荧光光谱&主成分分析&溶解性有机物中图分类号：X832文献标识码：A DOI ： 10. 3964/j. issn. 1000-0593(2020)07-1993-05引言城市生活污水在组分、含量、结构的多样性和复杂性,致使污水处理系统具有时变性、时滞性、扰动性以及非线性等特征污水处理过程水质的传统检测方法是基于水体COD 、TN 等指标分析，得到的数据往往不能真实反应污水中各污染物成分与含量，难以实现实时监测，还会产生二次污染，导致无法及时准确地反馈各处理流程物料平衡和控制 效果⑵％实时有效地监测生活污水水质状况，是控制污水处理过程物料投送和处理效果评价的重要依据％相关研究表明三维荧光光谱可以很好应用于水体溶解性有机物(DOM)的检测和识别，寻峰法是实现三维荧光 光谱分析常用方法⑷，其基于荧光基团特定的激发/发射波长的荧光峰，通过获取特定位置荧光信息对水体荧光基团进 行表征％对于组成较为复杂水体，不同物质成分信息常常存在着较高的相关性，使得光谱信息存在一定程度重叠，导致不同荧光峰识别不够准确，仅能选取部分特定荧光峰用于分收稿日期：2019-07-03,修订日期：2019-11-20基金项目：安徽省重点研究和开发计划项目(I04a0I02192),国家自然科学基金项目"1I75207, 61805254),安徽省杰出青年科学基金项目(1908085J23)资助作者简介：杨金强，1992年生，合肥学院生物与环境学院硕士研究生e-mail : 2213560538@qq. com通讯联系人e-mail : ***************.cn1994光谱学与光谱分析第40卷析!还会造成大量光谱信息冗余％针对此问题论文研究 采用三维荧光光谱结合主成分分析法对城市生活污水光谱特 征进行分析，基于特定荧光基团位置的不同！对荧光光谱进行分区，求取各区域第一主成分区域值，并利用其值表征污水中DOM 的含量变化特征，研究建立其与常规水质参数相关性，实现城市生活污水处理过程水质的在线实时监测。
三维荧光光谱分析技术和应用
（ Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ Ｓ ｐ ｅ ｃ ｉ ａ ｌ Ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ Ｄｉ ｖ ｉ ｓ ｉ ｏ ｎ ｏ ｆＳ Ｉ ＮＯ Ｐ Ｅ ＣＯ ｆ ｆ ｓ ｈ ｏ ｒ ｅ Ｏ ｉ ｉｅ ｆ ｌ ＭＥ ｎ ｇ ｉ ｆ ｎ ｅ ｅ ｒ ｉ ｎ ｇ Ｃ ｏ ｍ ｐ ａ ｎ ｙ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ ０ １ ３ ７ ， Ｃ ｈ ／ ｎ ａ）
关键词 ： 三维Ｐ ６ ３ １ ． ６ ４
文献标识码 ： Ａ
ＤＯ Ｉ： １ ０ ． ３ ９ ６ ９ ０ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ８ — ２ ３ ３ ６ ． ２ ０ １ ７ ． ０ ２ ． ０ ６ １
Ｔｈｒ ｅ ｅ Ｄｉ ｍｅ ｎ ｓ ｉ ｏ ｎａ ｌ Ｆｌ ｕｏ ｒ ｅ ｓ ｃ ｅ ｎｃ ｅ Ｓｐｅ ｃ ｔ ｒ ｕｍ Ａ ｎａ ｌ ｙ ｓ ｉ ｓ Ｔｅ ｃ ｈｎｏ ｌ ｏ ｇ ｙ ａ ｎｄ Ａ ｐｐｌ ｉ ｃ ａ ｔ ｉ ｏｎ
ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｓ ｐ ｅ ｃ ｔ ｉ ｎ ｏ ｉ ｌ ｎｄ ａ ｇ ａ ｓ ｅ ｘ ｐ ｌ ｏ ｒ ａ ｔ ｉ ｏ ｎ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｔ ｈ ｒ ｅ ｅ ｄ ｉ ｍｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｌ ｆ ｕ ｏ ｒ ｅ ｓ ｃ ｅ ｎ ｃ ｅ ｓ ｐ ｅ ｃ ｔ ｒ ｕ ｍ； ｏ ｉ ｌ ｎｄ ａ ｇ ａ ｓ ｅ ｘ ｐ ｌ ｏ ｒ ａ ｔ ｉ ｏ ｎ ； ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ
沈 海 东 ， 白玉 洪 ，郑 华
（ 中石化海洋石油工程有 限公 司上海特殊作业 分公 司 ，上海 ２ ０ ０ １ ３ ７）
三维荧光光谱结合化学分析评价胞外多聚物的提取方法
三维荧光光谱结合化学分析评价胞外多聚物的提取方法
摘要采用高速离心法、EDTA法、阳离子交换树脂法(CER)、甲醛法和甲醛+NaOH法提取普通活性污泥和好氧颗粒污泥的胞外多聚物(EPS)，结合三维荧光光谱对五种方法进行评价，并对EPS中的成分进行分析，结果表明，5个EPS 的三维荧光光谱峰值中，2个是类蛋白峰，2个是类富里酸峰，1个是类腐殖酸峰，匀浆对好氧颗粒污泥EPS的提取必不可少，甲醛严重干扰核酸的化学测定，透析前后的EPS提取液均应作为分析对象，单纯高速离心法无法有效提取EPS，CER法不容易造成细胞破壁，是一种比较有效的方法，虽然甲醛+NaOH法对EPS的提取量最大，但对细胞的破壁程度也最大，EDTA会导致溶胞，并严重污染EPS，甲醛+NaOH 法和EDTA法都会严重干扰胞外蛋白的三维荧光光谱分析。
关键词胞外多聚物，三维荧光光谱，提取，污泥。
三维荧光光谱技术在多个领域的应用现状
三维荧光光谱技术在多个领域的应用现状三维荧光光谱技术是一种在多个领域有广泛应用的分析技术，其原理是利用荧光物质的荧光特性，通过激发和发射光的能量差异，获得样品的特征信息。
下面将介绍三维荧光光谱技术在环境、生物医药、食品安全和材料科学等领域的应用现状。
三维荧光光谱技术在环境领域的应用日益广泛。
通过对水体、大气和土壤等环境样品进行三维荧光光谱分析，可以获得有关污染物、有机物和光学特性等信息，为环境监测和评估提供了强有力的手段。
通过对水体中不同组分的荧光特性进行分析，可以判断水质的优劣，并对水环境中的有害物质进行检测和监测。
三维荧光光谱技术还可以应用于大气颗粒物和有机物的检测，为大气污染的研究提供了新的思路和方法。
三维荧光光谱技术在生物医药领域具有广泛的应用前景。
通过研究生物体内不同荧光物质的光谱特性，可以对生物体的构成和功能进行分析和研究。
通过对体内荧光染料的激发和发射光谱进行分析，可以实现对细胞和分子水平的定量检测和成像。
这种非侵入性的技术在生物体内观察和监测生物过程具有重要意义，如癌细胞的早期检测、纳米荧光探针的研发等。
三维荧光光谱技术还可以应用于生物体内药物释放的研究，为药物的研发和治疗提供了新的途径。
在食品安全领域，三维荧光光谱技术也得到了广泛的应用。
通过对食品中荧光物质的光谱特性进行分析，可以实现对食品中有害物质和添加剂的快速检测和评估。
对食品中的农药残留、兽药残留和重金属等进行监测和识别，可以保障食品的质量和安全。
三维荧光光谱技术还可以用于食品中添加剂的鉴定和定量分析，如食品中的防腐剂、色素和增味剂等。
在材料科学领域，三维荧光光谱技术也具有重要的应用价值。
通过对材料的荧光特性进行研究和分析，可以获得材料的化学组成、结构和性能等信息。
通过对材料表面的荧光光谱进行分析，可以实现对材料的界面性质和表面缺陷的研究。
三维荧光光谱技术还可以用于材料的分类和品质评估，如聚合物材料的鉴定和纳米材料的检测等。
三维荧光光谱法分类测量水体浮游植物浓度
中国环境科学 2008,28(2:136~141 China Environmental Science 三维荧光光谱法分类测量水体浮游植物浓度王志刚 1,2, 刘文清 2*, 张玉钧 2, 殷高方 2, 刘建国 2 (1.中国科学技术大学地球和空间科学学院 , 安徽合肥 230026; 2. 中国科学院安徽光学精密机械研究所 , 中国科学院环境光学与技术重点实验室 , 安徽合肥 230031摘要:测量了富营养化水体中 13种浮游植物的活体三维荧光光谱和激发荧光光谱 , 通过光谱相似性原则将浮游植物分成 3种光谱组 , 分析了光合色素组成与各光谱组三维荧光光谱特征的关系 . 选择梅尼小环藻、小球藻和铜绿微囊藻纯种培养体 , 配制 10种不同浓度比例的浮游植物混合培养体 , 利用平行因子模型算法(PARAFAC对混合培养体的三维荧光光谱进行了拟合 , 成功地区分了 3种浮游植物组分 . 组分 1(梅尼小环藻、组分 2(小球藻和组分 3(铜绿微囊藻在模 1上得分与其在混合样品中的实际相对浓度具有良好的线性关系 , 相关系数分别达到 0.98222, 0.97865和 0.99788, 证实了利用三维荧光光谱和 PARAFAC 模型分类测量浮游植物浓度的可行性 .关键词:浮游植物;三维荧光光谱;平行因子模型;活体荧光中图分类号:X824 文献标识码:A 文章编号:1000-6923(200802-0136-06The classified measuring of three dimensional excitation-emission fluorescence matrix technique on phytoplankton concentration in water body. WANG Zhi-gang1,2, LIU Wen-qing2*, ZHANG Yu-jun2, YIN Gao-fang 2, LIU Jian-guo2 (1.School of Earth and Space Science, University of Science and Technology of China, Hefei 230026, China;2.Key Laboratory of Environmental Optics and Technology, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China. China Environmental Science, 2008,28(2:136~141Abstract :Three dimensional excitation-emission fluorescence spectra (3DEEM and excitation fluorescence spectra of 13 kinds of phytoplankton cultures in eutrophied waterwere measured. The phytoplanktons were sorted to three kinds of spectral group through spectrum similarity principle. Relation between the composition of photosynthesis pigment and the three dimensional fluorescence spectrum characteristic of each spectral group was analyzed. Selecting purecultures of cyclotella meneghiniana, chlorella vulgaris and microcystis aeruginosa, 10 kinds of phytoplankton mixed cultures with different concentration ratio were made up. The three dimensional fluorescence spectra of mixed cultures were fitted by PARAFAC model and three kinds of phytoplankton components were distinguished successfully. The PARAFAC scores on model 1 of component 1, component 2 and component 3 shows good linear relationships with the real relative concentrations of cyclotella meneghiniana, chlorella vulgaris and microcystis aeruginosa in mixed cultures respectively, the linear relative coefficients are 0.98222, 0.97865 and 0.99788, proving actually the feasibility of classified measuring phytoplankton concentration using three dimensional fluorescence spectrum and PARAFAC model.Key words:phytoplankton ; 3DEEM ; PARAFAC ; in vivo fluorescence水体富营养化导致浮游植物过量增殖 , 导致“水华暴发” , 是当前世界范围内的水污染问题 . 监测浮游植物种类和浓度的时空变化 , 尤其是对有毒藻类进行及时预警是降低损失最有效的手段之一 [1-2]. 因此 , 浮游植物种类和浓度的快速监测已经成为环境监测部门的一项重要任务 . 传统浮游植物浓度的测量一般通过现场采样、实验室分析完成 , 实验室分析手段主要包括分光光度法、高效液相色谱法 (HPLC 和显微观察计数法 [3]. 这些方法大多由于步骤繁琐、成本昂贵以及需要专业检测人员等原因而难以普及应用 .国内外研究者针对该问题开展了多项研究 , Moberg 等 [4]利用主成分分析算法(PCA和偏最小二乘拟合 (PLS研究了浮游植物吸收光谱 , 初收稿日期:2007-05-23基金项目:中国科学院知识创新工程方向项目 (KGCX2-SW-111;安徽省人才培养及科研带头人专项基金* 责任作者 , 研究员 , wqliu@2期王志刚等:三维荧光光谱法分类测量水体浮游植物浓度 137步探讨了基于吸收光谱的浮游植物种群鉴别和浓度定量分析方法 .Millie 等 [5-6]基于浮游植物的吸收光谱 , 利用“逐步识别分析” 和相似指数 (SI对不同辅助色素组成的浮游植物种群进行了区分 .Yentsch [7]等根据辅助色素和叶绿素吸收产生的叶绿素 a 荧光比例 , 将浮游植物分成 4大类 . 张前前等 [8-11]利用 PCA 分析算法 , 研究了浮游植物活体吸收光谱和三维荧光光谱分类判别方法 . 荧光光谱法具有灵敏度高、光谱特征性好等优点 , 是目前原位测量浮游植物叶绿素 a 浓度的主要手段 . 德国 W ALZ 公司采用调制技术 , 利用 4种不要波长的 LED 作为光源 , 利用光电倍增管作为检测器 , 实现了水样中的蓝藻、绿藻、硅藻 /甲藻自动分类 , 并分别测量它们的叶绿素含量和光合活性 . 不足之处是检测藻类种类少 , 对某些藻类无法很好地进行区分 [12-13]. 较传统的二维荧光光谱而言 , 三维荧光光谱包含了更丰富的光谱信息 , 已经被用于活体浮游植物的分类判别研究中 [9-11], 但对混合浮游植物浓度进行分类测量的研究相对较少 . 基于此 , 本实验通过研究 13种淡水富营养化优势浮游植物的活体三维荧光光谱 , 根据其光谱特征将浮游植物进行光谱分类 , 平行因子算法模型 (PARAFAC对不同光谱组的混合浮游植物三维荧光光谱进行了拟合分析 , 得出了不同光谱组藻类的在混合样品中相对浓度 . 以期为利用活体三维荧光光谱进行浮游植物浓度原位分类快速测量提供新的思路 .1实验部分1.1 浮游植物培养实验所选的 13种浮游植物由中国科学院水生生物研究所淡水藻种库提供 , 其中蓝藻门 4种 , 分别为铜绿微囊藻 (Microcystis aeruginosa 、聚球蓝藻(Synechococcus sp 、绿色微囊藻 (Microcystis vridis 和惠氏微囊藻 (Microcystis wesenbergii, 绿藻门 6种 , 分别为小球藻 (Chlorella vulgaris 、四尾栅藻(Scenedesmus quadricanda 、斜生栅藻 (Scenedesmus obliqnus 、双形栅藻(Scenedesmus dimivphus 、球状栅藻 (Scenedesmus bijujatus 和莱茵衣藻(Chlamyclomonas reinhardtii; 硅藻门 3 种 , 分别为梅尼小环藻 (Cyclotella meneghiniana 、汉氏菱形藻 (Nitzschia hantzschiana 和脆杆藻 (Fragilaria sp..在光照培养箱中进行纯种培养 , 固定光暗周期为 10h/14h,温度为 25/22℃ , 光照强度为6000 lx,培养周期为 15d. 蓝藻门、绿藻门、硅藻门浮游植物分别使用 BG -11、SE 、 D1培养基 . 1.2活体荧光光谱测量在培养周期 15d 结束后 , 立即取 13种浮游植物液态活体培养体 , 以蒸馏水稀释至叶绿素 a 浓度为 100µg/L.将各稀释培养体暗适应 2h, 用 Fluorolog3-TAU -P(JOBIN YVON,法国稳态 /瞬态荧光光谱测量系统测量上述 13种浮游植物稀释培养体活体三维荧光光谱 , 系统采用 450W 氙灯作为激发光源 , 光谱分辨率为 0.2nm, 光谱检测范围为 200~900nm,信噪比为 4000:1(纯水 397nm 拉曼峰 . 测量激发波长范围设定为 450~650nm,发射波长范围为 470~750nm,激发、发射波长间隔分别为 5nm 和 1nm. 同时测量上述样品 684nm 发射波长的激发荧光光谱 , 激发波长范围 350~650nm,激发波长间隔为 1nm.表 1混合浮游植物培养体配制Table 1 Ratio of three phytoplankton species in mixed phytoplankton cultures样号铜绿微囊藻小球藻梅尼小环藻样号铜绿微囊藻小球藻梅尼小环藻1 5 10 6 5 15 252 7 20 10 153 8 5 20 204 95 10 305 15 5以铜绿微囊藻、小球藻和梅尼小环藻的上述稀释培养体配制 10种不同混合比例的培养体 , 配制比例如表 1, 测量其三维荧光光谱 , 方法同浮游植物稀释培养体三维荧光光谱测量 .1.3荧光光谱数据处理Rayleigh 散射是水分子的弹性散射 , 波长与激发光相同 , 对浮游植物活体三维荧光光谱的干扰很大 . 采用将激发光波长±20nm 范围内荧光强度置零的办法去除Rayleigh 散射的影响 .138 中国环境科学 28卷Raman 散射则是水分子的非弹性散射 , 通过减去测得的蒸馏水三维光谱消除其影响 . 将去除 Rayleigh 散射和 Raman 散射后的浮游植物三维荧光光谱数据组合成三维数据矩阵 , 利用 matlab 软件 (version 6.5, Mathworks Inc绘制成三维荧光等高图 .激发荧光光谱数据以最大发射荧光强度进行归一化 , 根据归一化的荧光光谱数据绘制激发荧光光谱图 .1.4 PARAFAC 模型拟合方法将 10个去除 Rayleigh 散射和 Raman 散射影响的混合浮游植物三维荧光光谱数据按照样品编号、发射波长和激发波长的顺序组合成三维数据阵列 (10×281×41. 采用“ N 维工具箱” 在 matlab6.5 (美国 Mathworks 公司上对该三维数组进行PARAFAC 模型分析 , 参数设制采用默认值 [14].2 结果与讨论2.1 浮游植物的活体三维荧光光谱特征浮游植物细胞内吸收光能的色素主要有光合色素叶绿素 a 和辅助光合色素 , 叶绿素 a 存在于任何浮游植物中 , 叶绿素荧光主要由光合系统Ⅱ (PSⅡ的叶绿素 a 产生 . 辅助光合色素在活体藻类细胞内以捕光复合体的形式存在 , 作用是吸收光能 , 将其传递至叶绿素 a, 最终到达光合反应中心 . 由于不同种类的浮游植物 PS Ⅱ的辅助光合色素组成不同 , 导致产生不同形状的荧光光谱 [15]. 图 1给出了全部浮游植物活体三维荧光光谱 , 从上至下顺序依次为蓝藻门 4种 (1~4,绿藻门 6种 (5~10,硅藻门 3种 (11~13.(1 铜绿微囊藻620 600 580560 540520 500480 460600 发射波长 (nm 激发波长 (n m650 700750 650 600550500 450 (2聚球蓝藻 600 650 700 750发射波长 (nm650600550500450600650700750(3绿色微囊藻发射波长 (nm 650600550500450发射波长 (nm600650700750(4惠氏微囊藻620 600560 580540 520 500 480 460(5小球藻发射波长 (nm600 650 700 750 650 600 550 500450(6四尾栅藻发射波长 (nm600 650 700 750激发波长 (n m650 600 550 500450(7斜生栅藻 600 650 700 750发射波长 (nm650600550500450600650700750发射波长 (nm(8双形栅藻650600550500450600650700750 发射波长 (nm(9球状栅藻650 600 550 500450(10莱茵衣藻发射波长 (nm600 650 700 750650 600 550 500 450500 550 600 650 700750发射波长 (nm(11梅尼小环藻激发波长 (n m650600550500450(12汉氏菱形藻发射波长 (nm600650700750650600550500450(13脆杆藻发射波长 (nm600650700 750图 1 浮游植物活体三维激发发射荧光光谱Fig.1 Three dimensional excitation-emission matrices of in vivo phytoplankton 2期王志刚等:三维荧光光谱法分类测量水体浮游植物浓度 139由图 1可见 , 绿藻门 6种浮游植物的三维荧光光谱高度相似 , 均具有 3个激发 /发射荧光中心435nm/684nm, 470nm/684nm,490nm/684nm.绿藻门浮游植物含有的辅助光合色素为叶绿素 b 和类胡萝卜素 , 叶绿素 b 的最大吸收在 470nm 左右 , 相应的类胡萝卜素最大吸收通常在 490nm, 叶绿素 a 的吸收峰则在 435nm [15-16]. 由此可以判定435nm/684nm和 490nm/684nm的荧光中心分别由叶绿素 a 和类胡萝卜素的吸收产生 , 470nm/684nm荧光中心由叶绿素 b 吸收产生 . 蓝藻门浮游植物的辅助色素为蓝藻色素蛋白 , 最大吸收在 610nm 左右 , 最大荧光发射波长是 660nm. 与此一致 , 蓝藻门浮游植物三维荧光光谱含有 2 个荧光中心 , 分别为 610nm/660nm, 610nm/684nm. 硅藻门的浮游植物的辅助色素为叶绿素 c 和多种类胡萝卜素 , 叶绿素 c 的最大吸收位于 460nm 左右 , 因此具有 435nm/684nm的叶绿素 a 主荧光中心和 460nm/684nm的叶绿素 c 荧光中心 , 此外根据所含类胡萝卜素的种类不同 , 在 480~580nm波长范围出现不同的次级荧光中心 .综上可见 , 浮游植物的活体三维荧光光谱决定于所含辅助色素的种类组成 . 相似辅助色素组成的浮游植物具有非常类似的三维荧光光谱 . 由此 , 根据三维荧光光谱的特征将所选 13种浮游植物分成 3类光谱组 , 见表 2.表 2浮游植物光谱组分类Table 2Spectral groups of phytoplankton光谱组辅助色素组成藻类绿色组叶绿素 b 、类胡萝卜素小球藻、四尾栅藻、斜生栅藻、双形栅藻、球状栅藻、莱茵衣藻蓝色组藻蓝色素蛋白惠氏微囊藻、绿色微囊藻、铜绿微囊藻、聚球蓝藻属褐色组叶绿素 c 、类胡萝卜素梅尼小环藻、汉氏菱形藻、脆杆藻属2.2浮游植物活体激发荧光光谱特征与三维荧光光谱相似 , 浮游植物激发荧光光谱反映了辅助光合色素组成的差异 , 可以用来作为浮游植物光谱分类的依据 . 由图 2可见 , 绿色组浮游植物435nm/684nm的叶绿素 a 激发荧光峰和 490nm/684nm的类胡萝卜素激发荧光峰 ; 蓝藻门浮游植物最大激发荧光峰为 610nm/684nm,由藻蓝蛋白吸收产生 ; 硅藻门浮游植物除 435nm/684nm的叶绿素 a 荧光峰外 , 在 480~ 580nm 范围内有一系列小荧光峰出现 , 主要由类胡萝卜素产生 , 其中梅尼小环藻和汉氏菱形藻明显在530nm 处出现荧光峰 , 与类胡萝卜素中的岩藻黄质的吸收峰一致 [15-16].1.00.80.60.40.20.0350400450500 550 600 650 归一化荧光强度 (684nm斜生栅藻双形栅藻球状栅藻莱茵衣藻四尾栅藻1.000.750.500.250.00铜绿微囊藻聚球蓝藻绿色微囊藻惠氏微囊藻350400450500 550 600 650归一化荧光强度 ( 684n m 1.0 0.8 0.6 0.4 0.2 0.0 归一化荧光强度(nm梅尼小环藻汉氏菱形藻脆杆藻350400450500 550 600 650 激发波长 (nm图 2 浮游植物的激发荧光光谱Fig.2 Excitation fluorescence spectra of in vivo phytoplankton2.3混合浮游植物三维荧光光谱数据的 PARAFAC 模型分析在化学计量学中 ,PARAFAC 是针对混合样140 中国环境科学 28卷品多维测量数据分析的一种新近发展起来的模型 , 其本质是 PCA 模型在三维及其以上空间中应用的扩展 , 最终的分析目的是根据一系列不同混合样品中各混合组分浓度比例的差异将混合样品中各组分分离出来 , 得到纯的各组成组分的测量信息 , 具体实现方法是通过交替最小二乘 (ALS拟合出各个模上 (模对应于多维数据阵列中的维的得分载荷 , 不同模上的得分载荷对应不同的测量信息 [16-17].对实验测得的 10种不同混合比例的浮游植物混合样品的三维荧光光谱数据阵列进行 PARAFAC 模型拟合 , 根据 PARAFAC 模型原理 , 模 1得分载荷即为样品中浮游植物各组分的得分值 , 该得分值与浮游植物组分浓度线性正相关 ; 模2得分载荷为各浮游植物组分在发射波长上的得分 , 对应于发射荧光光谱 ; 模 3得分载荷为各浮游植物组分在激发波长上的得分 , 对应于激发荧光光谱 . 图 3为利用PARAFAC 模型拟合得到的 3种浮游植物组分的三维荧光光谱 .650 600 550 500450 600 650 700 750发射波长 (nm激发波长 (n m 组分 1650 600 550 500450 600 650 700 750发射波长 (nm组分 2650 600550 500450600 650700750发射波长 (nm组分 2组分 3图 3 PARAFAC模型拟合所得 3种藻类组分的三维荧光光谱Fig . 3 Three dimensional excitation-emission matrices of three phytoplankton componentsfitting by PARAFAC model图 3中组分 1、组分 2和组分 3的三维荧光光谱分别与混合样品中所含的梅尼小环藻、小球藻和铜绿微囊藻的三维荧光光谱极为类似 (图 1,同时由拟合得到模 2和模 3上的各组分得分载荷可以看出 , 组分 3的最大发射峰大约位于 660nm 处 , 最大激发波长大约在610nm, 与藻蓝蛋白的荧光发射峰一致 , 组分 1和组分 2的最大荧光发射峰则在684nm 左右 . 由此可以判断 PARAFAC 模型成功拟合得到了 3种浮游植物组分的纯光谱 , 拟合出的组分 1、组分 2、组分 3分别为梅尼小环藻、小球藻和铜绿微囊藻 .利用模 1上各组分在样品中的得分值可以反映出各浮游植物组分在各样品中的相对浓度 . 图 4给出了各样品中 3种浮游植物组分模 1上的得分值与其混合在样品中的实际相对浓度的线性拟合结果 .0.70.60.50.40.30.20.1梅尼小环藻R =0.98222 N =10 P <0.000112345678得分值 (×105相对浓度 (%模 1模 2铜绿微微囊藻 R =0.99788 N =10 P <0.0001123 4 5 得分值 (×1050.450.400.350.300.250.200.150.10相对浓度 (%模 31234 5 6 7 得分值 (×105 小球藻R =0.97865 N =10 P <0.00010.60.50.40.30.20.1相对浓度 (%图 4 3种植物组分第一维得分值与相对浓度拟合Fig.4 Linear regression of scores on model 1 and relativeconcentration of three phytoplankton 梅尼小环藻、小球藻和铜绿微囊藻的得分值与实际相对浓度均存在良好的线性关系 , 线性相2期王志刚等：三维荧光光谱法分类测量水体浮游植物浓度谱学与光谱分析, 2006,26(9:1676-1680. 141 关系数分别为 0.98222, 0.97866 和 0.99788,可见PARAFAC 模型模 1 的得分载荷准确地反映了各浮游植物组分在混合样品中的实际浓度.若通过标准方法测量得到各浮游植物组分实际浓度与相应测量得分值的线性关系,则可以通过 PARAFAC 模型拟合得到的组分得分值准确地计算出混合样品中各浮游植物组分的实际浓度. 3 结论 [9] 张前前,类淑河,王修林,等.浮游植物活体三维荧光光谱分类判别方法研究 [J]. 光谱学与光谱分析, 2004,24(10:1227-1229. [10]张前前 , 类淑河 , 王修林 , 等 . 浮游植物活体三维荧光特征提取 [J]. 高技术通讯, 2005,15(4:75-78. [11] Zhang Qian-Qian, Lei Shu-He, Wang Xiu-Lin, et al. Discrimination of phytoplankton classes using characteristic spectra of 3D fluorescence spectra [J]. Spectrochimica Acta Part A, 2006,63(2:361-369. [12] Schreiber U. Chlorophyll fluorescence: new instruments for special applications [A]//Photosynthesis: mechanisms and 3.1 测量了 13 种淡水优势浮游植物活体三维荧光光谱和激发荧光光谱,分析了活体荧光光谱特征与细胞包含光合色素间的关系. 3.2 基于活体荧光光谱特征,将淡水浮游植物分成 3 类光谱组,绿色组、蓝色组和褐色组. 3.3 利用三维荧光光谱结合 PARAFAC 模型,实现了对混合浮游植物样品中各浮游植物组分的准确测量,为水体浮游植物浓度的原位、分类测量提供了一种新的方法. 参考文献： [1] Sellner K G, Doucette G J, Kirkpatrick G J. Harmful algal blooms: causes, impacts and detection [J]. Journal of Industrial Microbiology and Biotechnology, 2003,30(7:383-406 [2] Robbins I C, Kirkpatrick G J, Blackwell S M. Improved monitoring of HABs using autonomous underwater vehicles (AUV [J]. Harmful Algae, 2006,5(6:749-760 [3] 国家环境保护总局《水和废水监测分析方法》编委会.水和废水监测分析方法 [M]. 北京:中国环境科学出版社, 2006:649- effects(V [C]. Dordrecht: Kluwer Academic Publishers, 1998: 4253-4258. [13] Kolbowski J, Schreiber U. Computer-controlled phytoplanktonanalyzer based on 4-wavelengths PAM chlorophyll fluorometer [A]//Photosynthesis: from light to Biosphere(V [C]. Dordrecht: Kluwer Academic Publishers, 1995:825-828.[14] Andersson C A, Bro R. The N-way toolbox for MatLAB [J]. Chemometrics and Intelligent Laboratory Systems, 2000,52(1: 1-4. [15] Poryvkina L, Babichenko S, Leeben A. Analysis of phytoplankton pigments by excitation spectra of fluorescence [J]. EARSelProceedings, 2001,1(1:224-232. [16] 吕洪刚,张锡辉,龚纯英,等.藻类的三维荧光光谱辨别及算法研究 [J]. 中国环境科学, 2005,25(5:581-584. [17] Christensen J, Becker, E M, Frederiksen, C S. Fluorescence spectroscopy and PARAFAC in the analysis of yogurt [J]. Chemometrics and Intelligent Laboratory Systems, 2005,75(2: 201-208. 作者简介：王志刚(1981-,男,江苏仪征人,中国科学技术大学与中国科学院安徽光学精密机械研究所联合培养博士研究生,主要从事激光诱导荧光在水质监测中的应用研究.发表论文 8 篇. 671. [4] Moberg L, Karlberg B, Sørensen K, et al. Assessment of phytoplankton class abundance using absorption spectra and chemometrics [J]. Talanta, 2002,56(1:153-160. [5] Millie D F, Schofield O M , Kirkpatryck G J. Using absorbance and fluorescence spectra to discriminate microalage [J]. European Journal of Phycology, 2002,37(3:313-322. [6] Millie D F, Schofield O M, Kirkpatryck G J. Detection of harmful algal blooms using photopigments and absorption signatures: A case study of the florida red tide dinoflagellate, Gymnodinium Breve [J]. Limnology and Oceanography, 1997,42(5:1240-1251. [7] Yentsch C S, Phinney D A. Spectral fluorescence: an taxonomic tool for studying the structure of phytoplankton populations [J]. Journal of plankton research, 1985,7(5:617-632. 张前前,王磊,类淑河,等.浮游植物吸收光谱特征分析 [J]. 光 [8]。
三维荧光光谱法表征污水中溶解性有机污染物
三维荧光光谱法表征污水中溶解性有机污染物三维荧光光谱法表征污水中溶解性有机污染物摘要：溶解性有机污染物是导致水体污染的主要因素之一，对水质的监测和治理具有重要意义。
传统的污水分析方法需要耗费大量时间和资源，并且无法准确识别和定量分析复杂的有机物。
本文介绍了一种新兴的分析技术——三维荧光光谱法，该方法通过测量污水中溶解性有机物的荧光信号，能够实现快速、高效和准确地表征和定量分析污水中的有机污染物。
1. 引言溶解性有机污染物是指能够在水中溶解的有机化合物，可以主要分为有机物类（如腐殖质、悬浮物和蛋白质等）和无机物类（如一氧化碳和硫化碳等）。
这些有机污染物会随着工业和农业活动的增加而不断释放到水体中，对水环境和生物生态系统造成严重威胁。
因此，对溶解性有机污染物的准确识别和定量分析具有重要意义。
2. 三维荧光光谱法的原理三维荧光光谱法是一种基于分子荧光的分析技术，利用溶解性有机污染物在紫外-可见光范围内的荧光发射特性，通过测量其相对荧光强度和波长进行分析。
这种光谱波形可以提供有关分子结构和组成的信息，从而实现对污水中溶解性有机污染物的表征和定量分析。
3. 实验方法为了验证三维荧光光谱法在污水中溶解性有机污染物的应用潜力，我们收集了多个污水样品，并使用荧光光谱仪进行测试。
首先，我们将样品进行预处理，去除颗粒物和杂质。
然后，将经过处理的样品分别置于合适的荧光比色皿中，并在恒定条件下，使用荧光光谱仪测量样品的荧光强度和波长。
4. 结果与讨论通过对多个污水样品的三维荧光光谱分析，我们发现溶解性有机污染物的荧光信号呈现出多样性和复杂性。
不同污水样品的荧光峰位和强度存在差异，反映了不同有机物的组合特征。
通过对荧光峰的分析，我们能够初步识别和定量分析污水中的有机污染物。
5. 优势和应用前景与传统的污水分析方法相比，三维荧光光谱法具有以下优势：快速、高效、灵敏、无需昂贵的仪器设备和试剂。
此外，该方法还易于操作，不需要复杂的样品处理步骤。
常规净水工艺去除有机物效果的三维荧光光谱分析法_欧阳二明
第27卷,第7期 光谱学与光谱分析Vol .27,No .7,pp1373-13762007年7月 Spectro sco py and Spectr al Analy sisJuly ,2007 常规净水工艺去除有机物效果的三维荧光光谱分析法欧阳二明1,2,3,张锡辉1,王 伟31.清华大学深圳研究生院,环境工程与管理研究中心,广东深圳 5180552.南昌大学建筑工程学院,江西南昌 3300293.清华大学环境科学与工程系,北京 100084摘 要 有机物的荧光特性被广泛用来解析其在水体中的来源与分布。
荧光光谱技术具有灵敏度高、选择性好、且不破坏样品结构的优点,非常适合用来研究有机物的化学和物理性质。
运用三维荧光光谱分析技术对常规净水工艺中有机物的去除效果进行了研究。
实验结果表明,三维荧光光谱技术能有效地揭示净水工艺中有机物的变化过程。
在整个净水过程中,没有完全消除类富里酸荧光物质,也没有产生新的荧光物质。
就类富里酸荧光物质的去除效果而言,混凝沉淀基本没有去除作用,过滤作用的去除率在5%～15%之间。
关键词 净水工艺;有机污染物;三维荧光光谱中图分类号:O 657.3 文献标识码:A 文章编号:1000-0593(2007)07-1373-04 收稿日期:2006-03-06,修订日期:2006-06-28 基金项目:国家“863”项目(2002AA601120),国家自然科学基金项目(50238020,50378048)资助 作者简介:欧阳二明,1976年生,清华大学深圳研究生院讲师 e -mail :oyem02@m ails .tsinghua .edu .cn引 言 自来水厂常规净水工艺对有机污染物的处理效果是政府、水厂以及居民非常关注的问题。
本文以S 市某水厂水源水及各净水工艺单元出水为研究对象,采用三维荧光光谱分析技术对净水工艺中有机污染物的去除效果进行了分析研究,以求为改进净水厂工艺和提高饮用水水质提供依据。
三维荧光光谱法在土壤溶解性有机质组分解析中的应用
三维荧光光谱法在土壤溶解性有机质组分解析中的应
用
土壤溶解性有机质是具有较高化学和微生物活性的土壤有机质组分，其周转在维持土壤肥力和调节生态系统碳循环中发挥着核心作用，正确解析可溶性有机质的化学组分对深刻理解其生态环境效应具有重要意义。
论文旨在概述常见的土壤可溶性有机质组分分析方法，简要比较了常见的可溶性有机质化学组分分析技术，包括紫外-可见吸收光谱法、傅里叶红外光谱法、核磁共振法、傅里叶回旋共振质谱法和三维荧光光谱法的基本原理及技术优缺点，并着重对三维荧光光谱法在土壤可溶性有机质组分解析应用过程中的重要影响因素、常用荧光指标和数据处理方法进行了综述。
三维荧光光谱法具有操作简便、仪器可及性高、成本低、通量高等特点，通过荧光指数、腐殖化指数及生物源指数等表征指标追溯土壤可溶性有机质的来源，结合平行因子分析法解析可溶性有机质化学组分及其对土地利用方式、耕种制度、全球变化因子的响应。
但是，三维荧光光谱法也存在易受环境影响、解谱困难等局限性。
未来研究亟需定量分析环境因素对可溶性有机质荧光特性的影响，并加强与其它分析技术和方法的联用，有助于更准确和全面地解析可溶性有机质，继而深人理解其生态环境效应。
三维荧光光谱差谱法测定燃油质量
三维荧光光谱差谱法测定燃油质量近年来，随着能源需求的不断增长，燃油作为一种重要的能源，被广泛应用于各行各业。
然而，燃油的质量对于其使用效果和环境保护都有着至关重要的影响。
因此，燃油质量的检测和评价成为了燃油行业中的重要问题。
本文将介绍一种新的燃油质量检测方法——三维荧光光谱差谱法。
一、燃油质量检测的背景和意义燃油作为重要的能源，其质量直接关系到燃烧效率、污染排放以及设备寿命等多个方面。
因此，燃油质量的检测和评价一直是燃油行业中的重要问题。
传统的燃油质量检测方法主要包括物理化学方法、色谱法、质谱法等，这些方法虽然准确可靠，但需要专业的实验室设备和技术人员，且操作繁琐、费时费力。
因此，寻求一种简便、快速、准确的燃油质量检测方法已成为燃油行业的迫切需求。
二、三维荧光光谱差谱法的原理和特点三维荧光光谱差谱法是一种新的燃油质量检测方法，其原理是利用荧光光谱技术来检测燃油中的杂质和污染物。
具体来说，该方法通过激发燃油中的杂质和污染物，使其发出荧光信号，然后利用荧光光谱仪测量荧光信号的强度和波长分布，最终得到燃油的荧光光谱图。
通过对不同样品的荧光光谱图进行差谱分析，可以得到样品之间的差异，从而判断燃油中的杂质和污染物种类和含量。
三维荧光光谱差谱法具有以下特点：1.非接触式检测：该方法不需要直接接触燃油，避免了传统检测方法中可能出现的交叉污染和样品污染问题，可以保证检测结果的准确性和可靠性。
2.快速高效：该方法具有快速、高效的特点，一般只需要几分钟即可完成一次检测，可以大大提高检测效率和工作效率。
3.灵敏度高：该方法对于燃油中的杂质和污染物有较高的检测灵敏度，可以检测出微量的污染物，具有较高的应用价值。
4.无需前处理：该方法不需要对样品进行前处理，可以直接对燃油进行检测，省去了传统检测方法中的多个处理步骤，简化了检测流程和操作难度。
三、三维荧光光谱差谱法的应用三维荧光光谱差谱法已经被广泛应用于燃油质量检测领域。
三维荧光光谱分析法
全文共计1142字
三维荧光光谱分析法
荧光强度与激发波长Kex、发射波长Kem、衰变时间( t)、荧光寿命(S)、吸光系数(E)、偏振度(P ) 及待测组分浓度(c) 等因素有关。
若主要研究荧光强度与Kex 和Kem 的关系, 就构成了Kex2K em2F 三维荧光光谱(EEM ) , EEM 光谱技术简化了复杂组分繁琐的分离过程, 提高了荧光分析的灵敏度、选择性和实用性, 还可进行指纹分析和技术鉴定。
许金钩小组应用EEM 技术和方法,获得了生物大分子、有机小分子荧光探针、以及荧光探针分子与生物大分子相互作用的大量信息, 并运用Mon te2Carlo 数学模型对EEM 进行总体积分,建立了EEM 总体积分方法, 用于样品中有机物质和药物分子的定量分析, 获得满意的结果。
除了使用EEM 技术和方法外, 还可以根据实际需要, 选择荧光衰变时间( t)、偏振度(P )、荧光寿命(S) 等参数,构成Kex2K em2x (待定参数) 三维荧光光谱, 从不同的角度出发来提高荧光分析的灵敏度、选择性。
这种分析技术不仅被用来进行物质的定性和定量分析,而且被用于测定生物大分子的形状、大小、构象, 以及固态物质、生物大分子与有机分子和金属离子相互作用等的研究, 在临床医学、环境检测、法医鉴定、生命科学以及有序介质中生物大分子荧光探针光谱特性的研究等方面, 发挥着极为重要的作用。
但由于多维荧光光谱技术中需要处理大量的实验数据,因此在研制仪器的同时, 还要开发许多有实用价值的数学处理方法和多维光谱软件120 世纪70 年代发展起来的同步导数荧光技术在混合物的连续测定中发挥着重要作用, 这一方法的特点是同时扫描激发波长和发射波长, 并对得出的图谱进行
1。
三维荧光光谱技术在多个领域的应用现状
三维荧光光谱技术在多个领域的应用现状
三维荧光光谱技术是一种高灵敏度和高分辨率的光谱分析技术，它可以用于多个领域的应用，包括生物医学、环境监测、材料科学等。
本文将介绍三维荧光光谱技术在这些领域的应用现状。
一、生物医学领域
在生物医学领域，三维荧光光谱技术被广泛应用于药物研究、生物成像和疾病诊断。
通过观察生物样品的荧光光谱，可以获得其分子结构、蛋白质含量、细胞活性等信息，从而为药物研究提供重要参考。
三维荧光光谱技术还可以用于实时动态观察生物体内的生物分子运动和代谢过程，对疾病的诊断和治疗提供精准的信息。
二、环境监测领域
在环境监测领域，三维荧光光谱技术可以用于水质、大气和土壤等环境样品的分析。
通过检测样品的荧光光谱，可以获得有关有机物、重金属、气体污染物等的信息，从而实现对环境质量的监测和评估。
与传统的化学分析方法相比，三维荧光光谱技术具有快速、高灵敏度和非破坏性的优势，可以为环境监测提供更多的信息和更好的数据支持。
三、材料科学领域
在材料科学领域，三维荧光光谱技术可以用于材料表征、质量检测和性能评估。
通过观察材料的荧光光谱，可以获得有关材料结构、组分含量、表面性质等的信息，帮助科研人员了解材料的特性和性能。
三维荧光光谱技术还可以用于实时检测材料的制备过程和使用过程中的变化，为材料的研发和生产提供可靠的数据支持。
三维荧光光谱技术在生物医学、环境监测和材料科学等多个领域都有着广泛的应用和发展前景。
随着科学技术的不断进步和创新，相信三维荧光光谱技术将在未来的研究和应用中发挥更加重要的作用，为人类的健康和环境的保护作出更大的贡献。
三维荧光光谱法
三维荧光光谱法
三维荧光光谱法是一种分析方法，它能够获得激发波长与发射波长或其它变量同时变化时的荧光强度信息。
三维荧光光谱，是发射强度、激发波长、发射波长的三维矩阵光谱，它的表示方法有两种，一是以发射波长、激发波长、荧光强度各自为轴的三维荧光立体图；二是以发射波长、激发波长为轴的荧光强度等高线图。
这种方法能较完整地表达研究体系的荧光信息，具有指纹性，可以利用这些光谱信息结合化学计量学技术完成多组分混合物体系中较为复杂的定量与定性分析任务。
origin 三维荧光谱 发射光谱
origin 三维荧光谱发射光谱Origin三维荧光谱和发射光谱是光谱学中的重要概念，它们用于分析物质的荧光特性和发射特性。
Origin软件是一款常用的数据分析和绘图软件，可以方便地处理和可视化光谱数据。
三维荧光谱和发射光谱在化学、生物、材料等领域有着广泛的应用，为科研和工业领域提供了有力的分析手段。
本文将从以下几个方面对Origin三维荧光谱和发射光谱进行详细解析：一、三维荧光谱1.概念：三维荧光谱（Fluorescence Excitation-Emission Matrix，简称EEM）是一种用于分析物质荧光特性的光谱技术。
它通过测量不同激发波长下的发射光谱，得到荧光物质在不同激发和发射波长下的荧光强度信息。
2.原理：三维荧光谱通过测量物质在不同激发波长下的发射光谱，将发射光谱与激发波长之间的关系以矩阵形式表示，从而分析物质的荧光特性。
3.应用：三维荧光谱广泛应用于化学、生物、环境等领域。
它可以用于分析物质的荧光特性，揭示物质的组成和结构信息。
二、发射光谱1.概念：发射光谱是一种用于分析物质发射特性的光谱技术。
它通过测量物质在特定激发波长下的发射波长和强度，得到物质的发射特性信息。
2.原理：发射光谱通过测量物质在特定激发波长下的发射波长和强度，分析物质的发射特性。
发射光谱可以用于分析物质的能级结构、电子跃迁等信息。
3.应用：发射光谱在化学、生物、材料等领域有着广泛的应用。
它可以用于分析物质的发射特性，揭示物质的组成、结构和电子性质信息。
三、Origin软件在三维荧光谱和发射光谱中的应用1.数据处理：Origin软件可以方便地处理三维荧光谱和发射光谱数据，包括数据导入、预处理、归一化等操作。
2.图形绘制：Origin软件可以绘制三维荧光谱和发射光谱的图形，包括等高线图、3D图、曲线图等。
通过调整图形的参数，可以得到清晰、直观的图形。
3.分析与拟合：Origin软件可以进行三维荧光谱和发射光谱的分析和拟合，包括荧光峰拟合、发射峰拟合等。
三维荧光光谱对样品的要求
三维荧光光谱对样品的要求
三维荧光图谱是描述荧光强度同时随激发波长和发射波长变化的关系图。
三维荧光光谱则是由激发波长(y轴))一发射波长(x轴)一荧光强度(z轴)三维坐标所表征的矩阵光谱(Excitation—Emission—Matrix Spectra)，也叫总发光光谱(Total luminescence Spectra)。
通常的荧光光谱是荧光强度对发射波长扫描所得的平面图。
很显然，三维荧光光谱技术不仅能够获得激发波长与发射波长，同时能够获取变化时的荧光强度信息。
三维荧光光谱图一般有三维投影图和等高线荧光光谱图这两种表示方式。
样品要求
1、固体液体皆可，常测液体，提供 5 ml 左右的量。
2、液体的话需告知溶剂是什么（常规是水），会单独给溶剂测背景，扣除散射用。
3、液体样品只测试透明均一的溶液，含悬浊物大颗粒的样品不接受，应预先过滤膜处理！
常见问题
1、三维荧光光谱仪测量的DOC范围是多少？
答：三维荧光光谱仪测量的DOC范围是50；
2、三维荧光光谱分析内容是什么？
答：样品采用三维荧光光谱仪进行检测时，激发光谱Ex的扫描范围为200~550 nm，发射光谱Em的扫描范围为200~450 nm，扫描间隔都
为5 nm，扫描速度为1200 nm/min。
同时，以超纯水作为空白对照，数据采用等高线图表征。
三维荧光光谱差谱法测定燃油质量
三维荧光光谱差谱法测定燃油质量随着现代工业的发展，燃油作为能源的重要组成部分，其质量的优劣直接影响着生产效率和环境质量。
因此，燃油质量的检测和分析成为了燃油行业的重要工作之一。
目前，常见的燃油质量检测方法包括色谱法、红外光谱法、拉曼光谱法等。
然而，这些方法在检测过程中需要使用复杂的仪器设备，操作难度大，且检测时间较长。
因此，开发一种简便、快速、准确的燃油质量检测方法具有重要意义。
三维荧光光谱差谱法是一种新兴的燃油质量检测方法，其基于燃油分子在激发光的作用下发生荧光，通过测量荧光光谱，可以得到燃油分子的结构和组成信息。
与传统的检测方法相比，三维荧光光谱差谱法具有以下优点：1. 操作简便：只需要将样品加入荧光池中，通过激发光源激发样品，即可获得荧光光谱。
2. 检测速度快：检测时间仅需几分钟，相比于传统方法可以大大缩短检测时间。
3. 检测结果准确：三维荧光光谱差谱法可以同时检测多种燃油成分，且对微量杂质有很高的灵敏度，可以准确地测定燃油的质量。
三维荧光光谱差谱法的原理是利用荧光分子本身的荧光特性，通过激发光的作用下，荧光分子会发射出特定的荧光光谱。
燃油分子中含有不同的化学基团，这些基团对荧光光谱具有不同的影响。
因此，通过测量燃油样品在不同波长下的荧光光谱，可以得到燃油分子的结构和组成信息。
同时，通过对不同样品之间的荧光光谱进行比较，可以得到差谱图，差谱图可以反映出不同样品之间的差异，从而实现对燃油质量的快速检测。
三维荧光光谱差谱法的实验步骤如下：1. 准备燃油样品：将待测样品加入荧光池中，样品量一般为1-2ml。
2. 激发光源：使用合适的激发光源，一般为紫外线或蓝光。
3. 荧光光谱测量：将样品置于荧光光谱仪中，测量其在不同波长下的荧光光谱。
4. 差谱图绘制：对不同样品之间的荧光光谱进行比较，绘制出差谱图，从而实现对燃油质量的检测。
三维荧光光谱差谱法的应用范围广泛，可以用于燃油的质量检测、燃油成分的分析、燃油添加剂的检测等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
三维荧光光谱分析法
荧光强度与激发波长Kex、发射波长Kem、衰变时间( t)、荧光寿命(S)、吸光系数(E)、偏振度(P ) 及待测组分浓度(c) 等因素有关。
若主要研究荧光强度与Kex 和Kem 的关系, 就构成了Kex2K em2F 三维荧光光谱(EEM ) , EEM 光谱技术简化了复杂组分繁琐的分离过程, 提高了荧光分析的灵敏度、选择性和实用性, 还可进行指纹分析和技术鉴定。
许金钩小组应用EEM 技术和方法,获得了生物大分子、有机小分子荧光探针、以及荧光探针分子与生物大分子相互作用的大量信息, 并运用Mon te2Carlo 数学模型对EEM 进行总体积分,建立了EEM 总体积分方法, 用于样品中有机物质和药物分子的定量分析, 获得满意的结果。
除了使用EEM 技术和方法外, 还可以根据实际需要, 选择荧光衰变时间( t)、偏振度(P )、荧光寿命(S) 等参数,构成Kex2K em2x (待定参数) 三维荧光光谱, 从不同的角度出发来提高荧光分析的灵敏度、选择性。
这种分析技术不仅被用来进行物质的定性和定量分析,而且被用于测定生物大分子的形状、大小、构象, 以及固态物质、生物大分子与有机分子和金属离子相互作用等的研究, 在临床医学、环境检测、法医鉴定、生命科学以及有序介质中生物大分子荧光探针光谱特性的研究等方面, 发挥着极为重要的作用。
但由于多维荧光光谱技术中需要处理大量的实验数据,因此在研制仪器的同时, 还要开发许多有实用价值的数学处理方法和多维光谱软件120 世纪70 年代发展起来的同步导数荧光技术在混合物的连续测定中发挥着重要作用, 这一方法的特点是同时扫描激发波长和发射波长, 并对得出的图谱进行微分处理, 使容易重叠的波峰彼此完全分开, 便于得出可靠的测量结果。
有人对人血尿中temopo rt in2po lyethylene glyno l 共轭物分别用HPLC、C I 和荧光光谱分析法进行测定, 发现荧光光谱分析法是其中最简便、迅速、灵敏的分析方法, 新一代荧光指示剂如酪氨
酸磷酸化胰岛素荧光指示剂的出现等,预示药物荧光分析法有着远大的发展前景。
今后,药物荧光分析法研究的热点问题很可能是: 继续发扬传统药物荧光分析法的优点, 探索并提出常规药物荧光分析新方法; 将荧光分析仪器与计算机技术紧密结合, 研制出自动化程度和灵敏度高, 获得信息和处理信息速度快的荧光分析仪器; 发现和合成选择性优良的药物荧光试剂; 将荧光光谱分析法与其他各种现代化的分析仪器和方法联合使用, 以更准确、更灵敏、更专一和更低检测限地获得药物及药物与生物大分子相互作用的有关信息。
随着科学技术的迅猛发展, 荧光分析方法和技术必将在药物分析中发挥越来越大的作用。
感谢您的阅读！。