利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准.docx
- 文档编号:9702998
- 上传时间:2023-05-20
- 格式:DOCX
- 页数:13
- 大小:345.59KB
利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准.docx
《利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准.docx》由会员分享,可在线阅读,更多相关《利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准.docx(13页珍藏版)》请在冰点文库上搜索。
利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准
利用紫外可见吸收光谱对智利生硝样品中的硝酸盐的测量与多元校准
MANUELBravoaL*,ALEJANDROC.Olivier,BEATRIZOilcakes
分析和环境化学实验室,化学医学研究所,瓦尔帕莱索天主教大学,P.O.4059,瓦尔帕莱索,智利
SQM工业,阿尼巴尔·平托3223,安托法加斯塔,智利
分析化学系,生化和制药学院,罗萨里奥化学研究所及罗萨里奥国立大学(CONICET),Suipacha531,Racario(2000)阿根廷。
(2008年7月21日-2008年11月3日)
摘要:
运用偏最小二乘法(PLS)的多元校正检测紫外可见光谱数据的方法,已被应用到对智利生硝样本硝酸盐含量的测定过程中,可检测处的硝酸钠浓度范围在1-20%之间。
采用多元的方法是必要的,因为样本中还包含光谱活跃有效波长区域(近301纳米)硝酸定量的未知干扰。
建立一组15个校准样品的多变量模型,选择使用肯纳德石法,以确定实际硝酸钠样品的硝酸盐含量,以此作为参考标准。
此方法建立的多元模式的数据优势是令人满意的(硝酸钠检测和定量限分别达到0.04%和0.12%,预测硝酸钠含量的平均误差为0.3%)。
然后,将偏最小二乘法模型应用到一组独立的生硝样本,所得结果与一元紫外光谱法比较,并参考确定的实际硝酸钠样品含量参考标准,该参考标准使用线性回归与参考浓度值,连同椭圆联合区域检验回归的斜率和截距的可信度。
结果表明,与多变量模型分析不同,单变量的方法不适合目前研究的样本。
所以,本文所提出的分析方法体现了对大量的生硝样品进行常规分析的可靠而便捷的替代作用。
关键词:
硝酸盐的测定,紫外可见分光光度法;多元校正;偏最小二乘法
引言
智利北部拥有世界上已知的最大的生硝沉积矿床,并且是世界上已投入商业利用的天然硝酸盐的唯一来源。
生硝是硝酸钠化肥生产所用的原料名称。
在生产过程中,生硝矿通过机械研磨并转移到大桶浸泡,提取出的硝酸盐进一步处理得到硝酸钠或硝酸钾结晶。
因此,运用快速准确的方法估量硝酸盐含量是评估原材料质量和控制浸出过程的基础。
有多种实验方法来评估不同种类样品的氮含量,但凯氏定氮法仍然作为标准的参考方法。
尽管这种方法是非常精准的,但是非常耗时,凯氏定氮法的数据分析需要规范的制造过程,这在工业应用方面是一个缺陷。
目前已经提出了其他更快的方法,例如,总氮杜马法,或者是将硝酸盐还原成氨,在碱性介质中加入德瓦达合金(50%铝,45%铜和5%锌)与氨作用,利用标准酸滴定蒸馏德瓦达合金中的氨测定硝酸盐的德瓦达法。
德瓦达法是公认的参考方法,可应用于不同氮基质,并且比凯氏定氮法需要更少的分析次数。
然而,以上提出的这些方法每次使用时,均需要耗费平均约5分钟的时间,应用在我们的项目里,需要每天为几百个样品分析是行不通的。
在此背景下,生硝提取的紫外分光光度法测定硝酸盐作为一种更快速,更便捷的替代法出现。
硝酸根离子在水中具有两个不同的两个紫外吸收带:
在220nm处的广泛和较强频带,和在301nm的较弱频带。
然而,在这两个光谱区域还有一些其他无机阴离子的紫外吸收辐射光谱,因此采用单变量校准法时,检测出的硝酸盐含量会偏高。
吸收光谱数据的多元校正法正在越来越多地应用于分析复杂混合物。
几种化学计量学工具已在光谱数据的文献中有所报道,但最流行的是主成分回归(PCR),偏最小二乘回归(PLS)和最近推出的基于净分析信号(NAS)的概念的混合线性分析的变异(HLA)。
所有这些技术都拥有全光谱信息的优势,他们允许快速测定往往没有事先分离混合成分,而且校准可以做到忽略所有元件的浓度,除分析复杂样品中的利益。
这使得这些方法在生硝中硝酸盐的测定上特别有吸引力,其基质成分在分析中将会显示严重重叠的吸收光谱。
一些多元的方法,从古典最小二乘法(CLS)的和偏最小二乘法,已被用来评估污水处理厂的过滤和未过滤的水样中的硝酸盐浓度,取得了令人满意的结果。
在本文中,我们通过测定紫外-可见吸收光谱数据和PLS多元校正报告硝酸钠样品硝酸盐的测定。
后者的方法,预计将提供其他样品组分重叠严重的光谱与样品中的硝酸盐定量预测模型,对比经典的单因素单一波长的紫外线校准。
经过由化学计量学方法精心挑选的样品协助,多元的偏最小二乘的方法被应用到一套真正的生硝样本,同时预测的硝酸盐含量将与Devarda方法参考比较。
应当注意到,生硝样品分析中,硝酸盐含量在1和20%之间变化。
而通常的单变量方法采用两个独立的校准,一个用于低浓度范围和另一个用于较大的浓度范围,在这两个相当广泛的浓度范围内,使用单一的校准测量,多元方法提供了良好的预测结果。
此外,每个样品的总分析时间不到1分钟,这表明该方法非常适合在常规实验室的分析应用。
实验
仪器
通过Unicam紫外可见分光光度计型号530(德尔卡皮奥分析,智利圣地亚哥),采用1.00厘米石英的单元格,获得紫外可见吸收光谱。
对于所有的样品,每隔1nm记录190到500nm之间光谱数据(每频谱311数据点),以ASCII格式保存并转移到计算机做后续操作。
生硝样品中硝酸盐的测定参考程序改编自AOAC官方方法892.01肥料中对氮的测定。
这些分析通过格哈特蒸馏系统模型Vapodest6(格哈特,德国)对12个样品自动分析进行。
氮浓度以硝酸钠百分比显示(%NaNO3)。
试剂
所有的实验都是用分析纯级试剂,购自默克公司S.A.(智利圣地亚哥)。
硼酸和氢氧化钠,均为0.1molL-1,是为每天硝酸盐定量问题准备的解决方案。
单因素紫外检测法
单变量方法的标准,是由超纯水溶解硝酸钠。
两个独立的校准例行进行,一个硝酸盐浓度低,另一个硝酸盐浓度高。
第一个校准使用三个一式三份标准溶液从0.20-1.00gL-1范围内完成,结果如下:
斜率=0.0910(8),截距=-0.0023(5),R2=0.9994(标准偏差为括号中的数字)。
第二个校准使用五个一式三份标准溶液从2.00-10.00gL-1范围内进行,斜率=0.0845(4),截距=0.0058(3),R2=0.9997。
偏最小二乘法校正和测试
校正集由十五组生硝样本硝酸盐含量在1到20%之间组成(以%NaNO3表示),由Devarda方法作为先前评估。
他们选择收集了从2006年9月-2007年2月期间在智利的阿塔卡马沙漠中的SQM设施中的一套70份生硝样本。
接地材料(<100微米),均匀摆放在聚乙烯袋内直到分析使用。
样本的选择依据肯纳德石法适用于紫外光谱在250-350nm有关区域范围内(详细实施细则见下文)。
化学计量学的过程采用标准样品之间的距离作为标准。
其余55个样本组成测试集,因此比校准采用的不同。
对于紫外可见光谱的测量,2.00g的接地生硝样本与色谱纯水50毫升放置在100mL锥形瓶中。
将泥浆机械动摇五分钟,并用滤纸42重力过滤器过滤。
过滤的解决方案是直接通过如下所述的紫外可见分光光度法分析。
理论和软件
PLS是一个众所周知的多元校正方法,并且它的详细实施细则是很容易做到的。
该方法涉及两个步骤:
1)校准,从一套标准样品中建立光谱和参考组分浓度之间的关系;2)预测,用校准结果来估计未知样品的主分浓度。
在PLS-1版本中,所有的模型参数将用每个分析物测定一次来优化。
在模型训练步骤,用与使用所谓的“逆”的模式校准数据相关的分解迭代算法校准数据。
这里提供了一系列的载荷(P,大小J×A,其中J是波长的数量,A是潜在的PLS的变量数),重量负荷(W,大小J×A)回归系数被应用到一个新的样本(v,大小A×1)。
由于未知样品的频谱xu(大小J×1),后者预计将提供测试样品分数tu的载荷和重量负荷的空间:
tu=(PTW)-1PTxu
(1)
样本分数再乘以回归系数用以估计分析物的浓度y:
y=vTtu
(2)
在校准之前,它通常是评估潜在变数的最佳数量,以避免过拟合,运用众所周知的由Haaland描述的交叉验证方法(见下面)。
根据国际化联的建议,对数字的优异度进行了评估。
对于一个给定的分析物k的灵敏度可用下式计算:
SEN=1/║b║(3)
其中║·║表示欧几里德范数,bk是PLS-1模型提供的回归系数的载体。
选择性表示由于光谱重叠,总信号的未丢失部分,并可以通过NAS的计算,在多元的情况下定义:
SEL=║未知样品的净分析信号║/║未知样品的总信号║(4)
其中静分析信号通过正交于除了利益分析之外涵盖所有其它成分的空间的未知样本的频谱来计算。
最后,检测限(LOD)和定量(LOC)被评估为:
LOD=3.3s0(5)
LOC=10s0(6)
其中s0是低浓度或接近零的浓度下样品分析物的标准错误,并且有:
s0=[hsc2+h(s1/SEN)2+(s1/SEN)2]1/2(7)
其中h是样本充分利用,将未知样品相对于校准空间的一个参数,sc是校准浓度的标准误差,s1是仪器的噪音电平,SEN是仪器的灵敏度。
PLS-1算法被应用于使用MVC1工具箱的MATLAB[25]编写,因为这些例程允许我们基于NAS理论去评价优异的数字。
应当注意到,紫外可见光谱测定在一个相当广泛的光谱范围内,可以在见图1中的a,在非常高和非常低的吸光度区域都是显而易见的。
据了解,多变量模型可能会受益于适当波长的选择,从而避开了噪音或高吸收的地区,以及严重重叠的光谱区。
虽然在250至350nm之间可以直观地确定一个有用的光谱区域,通过MVC1提供的工具实现微调是可能的。
在此工具箱实现一个移动的窗口战略,允许我们通过一个给定的波长和光谱窗口,在一组光谱区域定义,执行留一逼近交叉验证策略。
进行一个对于最佳的交叉验证方差的全面查询,作为第一波长和视窗宽度的函数。
这使得对于一个合适的工作区域位置的校准结果是最优的。
MVC1工具箱在网上是免费提供的。
使用内部嵌套了MATLAB套路的肯纳德石算法。
结果与讨论
光谱
硝酸根离子在水中呈现两个紫外吸收带:
在220nm处广泛且非常强烈的吸收带和在301nm处强度较弱的吸收带。
图1a显示确定了硝酸盐信号的整套70份生硝样本的光谱。
从这个图的检测和放大窗口(图1b,250至350nm之间),可以很明显看到,一些样品中存在一个强烈的波段重叠,归因于硝酸根离子和至少一个最大吸收波长为294纳米附近的光谱干扰。
根据我们对样品的了解,这个光谱干扰对应显示含有硫或者碘的杂质。
这些紫外吸收光谱(250-350nm区域)的主成分分析(PCA),解释了在这组样品中两个组件约94%的光谱变异。
在图2a和2b中分别提出了相应的PCA负荷和分数。
可以看出,由图2b显示大部分样本沿虚线分布在痕迹记录图中。
对于这些特殊的样品,光谱干扰是最小的,单变量紫外分光光度法提供硝酸盐含量,可与参考Devarda方法获得的含量相媲美。
图1:
紫外可见光谱校准样品在下列范围内设置的记录:
(a)从190至500nm的全光谱区(b)从250到350纳米的限制区域。
然而,显示在这一区域外的某一组样品,其中一些从第一份电脑数据中呈现显著的贡献。
另一方面,首次装载PC值显示在294nm最多(图2b),对应波长的光谱干扰如上所述。
对于这些样本,单变量法获得的硝酸盐含量显著高于参考方法。
图2:
(a)图表示前两个录入波长对比(实线,首次录入;虚线,第二次录入),显示于波长为294nm处,(b)图表示第二次痕迹相比于第一次痕迹,由250至350nm范围内一整套光谱的主成分分析获得。
图(b)中虚线表示样本中具有低干扰物影响的地区。
PLS分析样本的选取
当样品中含有其他的紫外线响应组分时,需要运用多变量模型预测分析物的浓度,试样中可以发现的变异的所有可能来源,在校准设置中必须纳入。
因此需要一个在校准空间或多或少均匀分布的选择样品的程序。
在只有真正的样品可用的情况下,目前讨论的分析问题实验设计是不可能的。
当许多样品和其相应的光谱可用时,可以建立有代表性的集合覆盖校准信号空间。
几种方法可用于选择有代表性的校准样品。
最简单的方法是随机选择,但由于将丢失一些变异的来源,因此它的可能性是开放的。
肯纳德和斯通提出了一个循序的方法均匀覆盖试验区。
该程序包括下一个样品被列入校准的选择方法,最先选择的那个将会是最原始的数据。
距离通常是在信号空间的欧几里德距离。
作为起始点,可以选择任何两个彼此相距最远的对象或者最接近平均值的一组(我们采用第一种方法)。
然后将每个剩余的样品按这个距离与每个已经选择和确定是最小的样品测量比较。
从后者中选中距离最大的一个添加到集合。
先后应用上述计划填满校准空间。
肯纳德和斯通称他们的程序为均匀的映射算法。
样本从所提供的70份生硝标本中按如下过程选择出:
对于一份给定数量的校准样品,在250-350nm有关区域内建立偏最小二乘法模型,并对其余样品进行预测。
根均方误差(RMSE)用于计算校准样品的数值增量。
图3显示了RMSE误差如何随着由肯纳德斯通法选定的样本数变化而变化。
可以看出,15个样本对其余55个样本提供了相当不错的预测结果。
此外,经证实约一半有光谱干扰的样品被列入校正集,其余的留在测试集做预测。
图3:
根均方误差作为样本数的函数测试集,运用肯纳德斯通算法的偏最小二乘法选择。
单因素紫外分析
在干扰存在的情况下很难去关联硝酸盐浓度在单一波长下的吸光度值(即在301nm处),因为这些复杂的样品将得检测出偏高的硝酸盐浓度值。
为求与如下所述的多元方法比较,55个测试样本集进行单因素的紫外线法分析,结果与那些提供的Devarda方法比较。
图4a显示了在测试样品中的预测与参考硝酸盐含量的比较,异常值清晰直观的检测并标出,相应的样品含有上述讨论的干扰。
图4:
预测与参考硝酸盐浓度样品的测试集图,由如下方法获得:
(a)单因素紫外线法,(b)偏最小二乘多元法。
当浓度范围较宽时,有一个便捷的方式去比较两种不同的方法做出的预测,就是对值应用线性回归分析的方法,该线性回归方法是根据参考方法提供的测试而发现的。
对于所获得的结果的统计研究的建议测试就是所谓的椭圆置信区间(EJCR)的回归直线的斜率和截距。
如果椭圆包括理论上的预期值(1,0),这表明建议的方法在精度上符合要求。
在301nm处的单因素紫外检测法相比于参考Devarda方法具体的结果是:
斜率=1±1,截距=1±8。
这清楚地表明,因为在定义的斜率和截距较大的不确定性,单变量的方法不适合分析目前的问题。
在这些条件下,EJCR是不恰当的。
偏最小二乘法的结果
为了建立一个多元硝酸盐定量校正模型,使用校准样品的完整光谱信息记录,首先执行偏最小二乘再加上留一出交叉验证,以估计潜在变数的最佳数量。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 利用 紫外 可见 吸收光谱 智利 样品 中的 硝酸盐 测量 多元 校准