植物中銅鉛含量的近紅外和拉曼光譜檢測方法研究.pdf

1、植物體內(nèi)重金屬含量的多少直接關(guān)系到植物自身生長發(fā)育狀態(tài)的好壞，同時通過食物鏈傳輸還能間接影響到人類的健康。因此，檢測植物體內(nèi)重金屬的含量不僅有助于選擇優(yōu)質(zhì)植株，提高作物的質(zhì)量及產(chǎn)量，還能減少因誤食含超標重金屬作物而引發(fā)的危害事件。目前植物體內(nèi)重金屬含量的檢測主要依靠消煮與化學(xué)分析儀器相結(jié)合的方法，而這個過程不僅費時費力還會對植物造成損傷，因此尋求一種快速、無損的植物重金屬含量檢測方法具有重要的現(xiàn)實指導(dǎo)意義。
　　植物體內(nèi)重金屬通常

2、與某些具有光譜信息的有機分子基團發(fā)生絡(luò)合螯合作用，因此可借助該類有機分子基團對植物體內(nèi)重金屬的含量作間接檢測分析。本文主要應(yīng)用近紅外光譜技術(shù)和拉曼光譜技術(shù)開展了丁香蓼葉內(nèi)重金屬銅含量及香根草根莖葉內(nèi)銅鉛含量的無損檢測方法研究，建立了植物重金屬含量的定量分析模型。論文研究主要內(nèi)容與成果如下：
　?。?）研究了近紅外光譜技術(shù)應(yīng)用于丁香蓼葉內(nèi)重金屬銅含量檢測的可行性。選擇最優(yōu)光譜預(yù)處理方法，利用偏最小二乘法（PLS）建立檢測丁香蓼葉內(nèi)重

3、金屬銅含量的近紅外數(shù)學(xué)定量分析模型，所建模型的內(nèi)部全交互驗證相關(guān)系數(shù)及均方根誤差分別為0.95和5.99mg/kg；采用24個未知樣本對模型進行檢驗，其預(yù)測相關(guān)系數(shù)及均方根誤差為0.923和7.38mg/kg，取得較好的預(yù)測結(jié)果。研究結(jié)果顯示，近紅外光譜技術(shù)適用于丁香蓼葉內(nèi)銅含量的定量檢測，為后續(xù)香根草內(nèi)重金屬含量的檢測提供依據(jù)。
　?。?）研究了基于近紅外光譜技術(shù)的香根草根、莖、葉組織部位重金屬銅、鉛含量的定量檢測方法。通過香根

4、草根、莖、葉組織部位重金屬銅、鉛含量的對比分析，得知葉部是香根草存儲重金屬銅、鉛的主要部位。采用不同光譜預(yù)處理方法優(yōu)化光譜，結(jié)合遺傳算法（GA）對模型變量進行篩選，并對篩選波段作了光譜解析，采用PLS建模方法建立香根草根、莖、葉內(nèi)重金屬銅、鉛含量近紅外數(shù)學(xué)定量分析模型，分別采用20個未知樣本對模型進行檢驗，在銅實驗組中，其根、莖、葉組織部位的預(yù)測相關(guān)系數(shù)分別為0.932、0.835、0.876，預(yù)測均方根誤差分別為0.069g/kg、0

5、.024g/kg、0.106g/kg；于鉛實驗組，其根、莖、葉組織部位的預(yù)測相關(guān)系數(shù)分別為0.636、0.603、0.832，預(yù)測均方根誤差分別為0.039g/kg、0.028g/kg、0.034g/kg
　　。
　?。?）探索研究了香根草根部重金屬銅、鉛含量的拉曼光譜檢測方法。探討不同預(yù)處理方法對香根草根部重金屬銅、鉛含量的拉曼光譜檢測模型精度的影響，結(jié)合連續(xù)投影算法（SPA）對樣本拉曼光譜進行波段篩選，并對篩選波段作了光