CN109883982B - 一种水体总磷含量的快速检测方法 - Google Patents
一种水体总磷含量的快速检测方法 Download PDFInfo
- Publication number
- CN109883982B CN109883982B CN201910074685.7A CN201910074685A CN109883982B CN 109883982 B CN109883982 B CN 109883982B CN 201910074685 A CN201910074685 A CN 201910074685A CN 109883982 B CN109883982 B CN 109883982B
- Authority
- CN
- China
- Prior art keywords
- detection
- spectrum
- sample
- concentration
- total phosphorus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及水体检测领域,具体涉及一种水体总磷含量的快速检测方法。具体而言,所述检测方法是以待测水样作为检测对象,以强碱性阴离子树脂作为富集基体,利用傅里叶变换红外光谱检测实现的。本发明的方法及***相比对比技术的优势在于:(1)简单的投入、混合操作,简化了操作流程,降低了***的复杂度,无需专业人员;(2)树脂富集基体材料成本低,为水质净化常用离子交换树脂、可解析再生进行重复利用,避免了二次污染;(3)以离子交换树脂富集的方式提高单位检测单元内的总磷密度,从而降低总磷的检测限,实现总磷低浓度识别和检测,方法可用于地表水污染定量化快速监测和预警。
Description
技术领域
本发明涉及水体检测领域,具体涉及一种水体总磷含量的快速检测方法。
背景技术
磷是水生生物赖以生存的重要元素之一,适量的磷可以促进生物的正常生长,如果水体中含磷量过高,则会引起藻类和其他微生物迅速繁殖,大量消耗水体中的溶解氧,造成鱼类等水生动物大量死亡,即水体富营养化。富营养化造成的藻类生长还会造成水体中藻毒素增加,严重威胁水安全。水体中过量磷主要来源于农业废水和生活污水,特别是生活洗涤剂、农药、化肥。总磷含量也被列为地表水、饮用水和养殖水的主要污染指标之一(中国生态环境状况公报),同时,总磷排放也是废水排放总量中继化学需氧量COD、总氮之外第三大污染排放物(国家***)。地表水环境质量标准中规定总磷的标准限值为0.4mg/L,总磷的排放在《污水综合排放标准》中规定的排放限值是一级排放0.5mg/L,二级排放是10.5mg/L。
水体中总磷的检测方法为(GB11893—89)《总磷的测定-钼酸铵分光亮度法》、紫外消解法和气相色谱法,并且可以达到极的检测限(0.25ug/L),但是需要消解剂、催化剂、萃取剂、显色剂参与,同时传统的总磷检测方法需要使用大型仪器,操作过程繁琐、费时,二次污染严重,还存在安全隐患。近年来,对总磷的消解方法的研究得到了迅速的发展,出现许多新方法,包括直接加热消解法、微波消解法、光化学降解法、超声波降解法以及Fenton氧化法,但也需要对消解过程的环境条件进行精确控制才能实现准确测量。传统检测方法除需要对水体进行消解处理外,在进行实际测量前还需进行一系列样本预处理,包括显色剂注入、钼酸铵和抗坏血酸溶液注入等,需配备独立控制***或专业化学检测人员操作,步骤繁琐、对操作人员要求高。
201010184759.1(一种利用石墨烯检测水体中有机磷农药残留的方法)中采用石墨烯为富集基体,对水体中有机磷农药的吸附,再经过洗脱、浓缩、烘干后进行气相色谱检测。其过程需要pH调节、洗脱设备及洗脱剂参与。
201610614968.2(一种水体中总氮、总磷监测***及监测方法) 中利用水样消解装置进行消解反应,再利用显色剂的显色反应结合分光光度计进行检测,显色剂进样量需要利用小型蠕动泵进行精确控制,当总磷含量很低时(国家标准规定限值0.4mg/L)容易产生较大误差。
发明内容
针对上述缺陷,本发明提供一种水体总磷含量的快速检测方法。
具体而言,本发明所述的水体总磷快速检测方法,是以待测水样作为检测对象,以强碱性阴离子树脂作为富集基体,利用傅里叶变换红外光谱检测实现的。
本发明所述的检测方法,所述的强碱性阴离子树脂最优选为 ECA23强碱阴离子交换树脂。
本发明利用低成本强碱阴树脂作为富集基体,通过与定量待测水样中进行混合、富集、过滤干燥、红外光谱检测等简单操作,实现对水体中磷酸盐的快速检测。同时,本发明对于以树脂富集的过程没有额外要求,操作简单。
本发明所述的待测水样,是将磷污染水体经过处理后,将所述的磷污染水体中的有机磷转化为无机磷形态后的水样;具体的转化方法,可采用本领域的常规方法,在此不做特殊限定;
提供一种处理的方法如下:采用化学氧化与太阳能有效结合,利用光催化氧化技术将含磷废水中有机磷转化至形态为正磷酸盐的无机磷,具体先调含磷废水的pH值后与氧化剂混合,在太阳光或紫外灯照射下,完成有机磷至无机磷的转化,进一步升温,调pH,使无机磷转化成正磷酸盐溶液,最后调节正磷酸盐溶液的pH值完成含磷废水中有机磷转化至无机磷的步骤。
本发明所述的检测方法,包括:
S1、绘制标准曲线:在傅里叶变换红外光谱检测(多个不同浓度的)标准水样后截取900cm-1~1300cm-1段光谱,对范围内曲线进行积分,取峰面积作为定标参数;
优选地,所述傅里叶变换红外光谱的检测条件为:
使用傅里 叶变化红外光谱仪测量以纯净的所述强碱性阴离子树脂基体为背景的标准水样的红外光谱,波段范围400cm-1(25um)~ 4000cm-1(2.5um),光谱分辨率4cm-1,样本扫描次数单次扫描,背景扫描次数8-10次,保存光谱范围4000cm-1~500cm-1,建立所得红外光谱吸光度特征数据和总磷含量之间的回归模型,得到检测模型。
所述的标准水样包括:以P元素浓度计算,浓度在0-8mg/L设置至少3个;
优选地,至少包括浓度为0.5mg/L。
更为优选地,以P元素浓度计算,在0-5mg/L之间设置至少4个。
光谱仪可直接输出吸光度曲线或反射率曲线,需要对原始光谱进行基线校正处理即可(不进行基线校正也可)。因为是进行峰面积积分,可通过选择积分方式去除基线飘移的影响。
本发明所述的检测方法,富集的效果取决于树脂用量和待测水体中总磷(磷酸盐)的含量,在此提供一种比较优选的技术方案,所述强碱性阴离子树脂与标准水样的质量体积比为5-15mg/mL。
在上述质量体积比下,再提供优选地技术方案,如下:所述检测模型为y=3.885x+1.52;其中x为总磷含量(mg/L),y为峰面积。
本领域技术人员可以理解,在测量时,可转动样本获得多个角度扫描不同的位置的测量数据,减少树脂颗粒大小对漫反射信号的影响,再通过求均值的方式结合检测模型获得更准确的测量结果。
本发明所述的检测方法,包括:
S2、检测待测水样:
将待测水样按照S1相同的参数使用傅里 叶变化红外光谱仪测量,得到峰面积,带入S1所得的回归模型即可得到P的浓度。
当以步骤S1和步骤S2中的傅里叶变换红外光谱无法直接识别吸光度曲线的特征峰时,还可包括设置在S2之后,S3之前的如下步骤:
取同样体积的待测水样样本,进行再次富集操作,包括混合、振荡、干燥处理,得到效果等同于N倍原始浓度的样本在树脂基体上进行富集,然后再次进行红外光谱检测,如果可以检测到可识别的特征峰,即可通过定标曲线求的相应的总磷含量,当然,实际样本的总磷含量为求得磷含量的1/N。
进一步地,本发明所述的检测方法,还可进一步包括:
S3、二维相关光谱分析。
所述二维相关光谱分析可在S2之后第一次红外光谱测量未识别出光谱特征之后,也可在S2-1测量N倍体积水样的红外光谱之后,根据二位相关谱图的特征峰提取,可以实现对低浓度条件下的磷酸盐的识别。
发明人发现,此时可对低浓度条件下的树脂基体进行多次检测,获得多条吸光度光曲线,并对该组光谱以浓度为微扰进行二维相关光谱分析,通过自相关光谱确定特征峰位置及强度,达到低浓度条件下磷酸盐的识别和浓度计算。
具体而言,本发明所述的检测方法,所述S3、二维相关光谱分析包括:
以总磷的浓度变化外加微扰,测得所述待测水样的至少3个红外图谱,通过二维相关分析软件分别转化为各自的二维相关红外谱。
优选地,所述的二维相关红外谱为等高线图,所述的二维相关红外谱图为同步谱和/或异步谱。
更为优选地,所述二维相关红外谱的自相关峰包括(仅包括) 920cm-1、975cm-1、1075cm-1和1270cm-1。通过和标准红外谱库对比其与KH2PO4特征峰可对应,但由于氢键作用出现“蓝移”。
本领域技术人员可以理解,使用二维相关光谱分析时,将待测水样得到的二维相关红外谱与标准二维相关红外谱进行比较;所述的标准二维相关红外谱可优选由浓度为(P)0.5-1mg/L(最优选的浓度为 0.5mg/L)的磷酸盐溶液在相同条件下测得。
结合二维相关光谱分析可实现对更低浓度的总磷含量的测定,满足地表水监测国家标准《GB3838-2002》中对总磷含量的要求。该方法可解决现有技术中辅助化学试剂添加、pH值调节需精准控制问题以及富集材料成本投入问题,操作流程简单,低浓度检测能力强。
具体而言,本发明所述的检测方法中,针对上述问题,本发明提供了一种水体磷酸盐含量快速检测方法,方法利用强碱阴离子交换树脂对磷酸盐的吸附效应结合傅里 叶变换红外光谱,达到对水体磷酸盐的快速检测效果。操作步骤简单、无需化学试剂、成本低、树脂基体可再生利用无二次污染。
作为本发明的优选技术方案,该检测方法主要包括检测模型的获得和红外光谱分析两个主要流程,具体步骤包括:
其中,检测模型的获得包括:
S1-1:取无沉淀标准(水体)样本装瓶备用,取强碱性阴离子树脂投入水样中;
S1-2:将标准样本待所述强碱性阴离子与所述标准样本充分混合、接触,完成对所述标准样本中总磷的阴离子交换;
S1-3:使用滤网滤出强碱性阴离子树脂,自然风干或使用烤箱80 度快速烘干,取出后放置到常温;
S1-4:使用红外光谱分析仪检测S1-3所得的树脂颗粒;使用傅里 叶变化红外光谱仪测量以未富集总磷的树脂基体为背景的待测物红外光谱,波段范围400cm-1(25um)~4000cm-1(2.5um),获得所述标准样本的吸光度曲线;
S1-5:计算900cm-1~1300cm-1范围内对所述吸光度曲线进行积分,取峰面积作为定标参数,转动样本获得多个角度的测量数据,减少树脂颗粒大小对漫反射信号的影响,通过求均值的方式建立所得红外光谱吸光度特征数据和总磷含量之间的回归模型,得到检测模型;
还可进一步包括:
S1-6:离子交换树脂通过不小于2倍体积5%盐酸洗脱、清洗、再用不小于2倍体积6%氢氧化钠再生,实现磷酸盐洗脱以及离子交换树脂基体的重复利用。
其中,红外光谱分析包括:
S2:将待测样本按照S1-1~S1-5相同的条件进行处理和检测,得到红外光谱吸光度特征数据,利用S1-5所述的检测模型计算总磷含量。
进一步地,当水样磷酸盐含量较低时,可能出现红外光谱吸光度曲线上特征峰信号无法识别,积分面积为0的情况,此时可进一步包括如下步骤:
S3:对低浓度条件下的树脂基体进行多次检测,获得多条吸光度光曲线,并对该组光谱以浓度为微扰进行二为相关光谱分析,通过自相关光谱确定特征峰位置及强度,达到低浓度条件下磷酸盐的识别和浓度计算。
基于上述步骤,在可观测光谱强度条件下,可利用峰面积积分和定标曲线(即检测模型)实现总磷浓度检测,而对于低浓度条件下光谱信号无法识别时,借助二维相关光谱分析,利用获得的自相关峰峰位置对是否样本是否含有总磷进行识别,并可以根据自相关峰的强度进行低浓度条件下定量计量。
进一步地,使用过的树脂基体可以通过浓度5%的HCl溶液大于2 倍树脂用量进行洗脱,然后经浓度6%NaOH溶液浸泡2h以上可实现树脂的再生和重复利用。
进一步地,测量的量程可以通过调整离子交换树脂的用量和样本水量进行灵活调整,从而建立针对不同量程的定标曲线,从而适应不同的“污染物”浓度,进一步提高了方法的适用性。
本发明的方法及***相比对比技术的优势在于:(1)简单的投入、混合操作,简化了操作流程,降低了***的复杂度,无需专业人员; (2)树脂富集基体材料成本低(水质净化常用离子交换树脂)、可解析再生进行重复利用,避免了二次污染;(3)以离子交换树脂富集的方式提高单位检测单元内的磷酸盐密度,从而降低磷酸盐检测限,实现磷酸盐低浓度识别和检测,方法可用于地表水污染定量化快速监测和预警。
附图说明
图1检测方法操作流程图;
图2傅里 叶变换红外光谱检测原理示意图;
图3不同浓度磷酸盐树脂富集后红外光谱峰面积分强度示意图;
图4低浓度500ug/L光谱与高浓度光谱对比图;
图5二维相关光谱同步、异步等高线图及相关峰位置;
图6低浓度二维相关光谱-自相关谱图及特征峰位置;
图7NIST标准谱库KH2PO4的红外特征光谱;
图8为实施例1所得到的定标曲线(检测模型),为y=3.885x+1.52;其中x为总磷含量(mg/L),y为峰面积。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
本实施例提供一种水体总磷快速检测方法,具体包括如下步骤:
(1)检测模型的构建:
配置标准样本,取纯净水、KH2PO4混合,分别配置成P元素浓度为0mg/L、0.5mg/L、1mg/L、2mg/L、3mg/L作为标准样本,每份500ml。
使用电子天平精确称取ECA23强碱阴离子交换树脂50mg,分别投入已经配备好的所述标准样本中,将得到的混合溶液容器放置到脱色摇床上,设置摇床工作时间30min,转动速度200转,使离子交换水和待测水样充分接触混合,实现与标准样本中的磷酸盐的充分交换。
振荡结束后,使用小型滤网将离子交换树脂滤出,并进行干燥处理,干燥过程可自然风干也可通过烤箱在80℃快速烘干2min。
取干燥后的离子交换树脂,使用红外光谱固体待测物漫反射附件,将离子交换树脂填满样品槽并把表面用金属小平铲压平待测。调整傅里 叶红外光谱仪,设定设备参数为光谱分辨率4cm-1,样本扫描次数单次扫描,背景扫描次数8次,保存光谱范围4000cm-1~500cm-1,数据结果类型为吸光度。
以未吸附的纯净离离子交换树脂为样本进行测量并保存为背景光谱。然后分别测量两个样本的红外光谱并保存,每个样本测量4次。
得到不同浓度的标准样本(KH2PO4)样本的峰面积,构建基于峰面积的定标曲线(检测模型),为y=3.885x+1.52;其中x为总磷含量 (mg/L),y为峰面积,如图8所示。
(2)检测模型的使用:
按照步骤(1)相同的条件对待测样本进行检测,得到该待测样本的峰面积,利用步骤(1)的所得定标曲线,计算得到待测样本的总磷含量。
实施例2
本实施例提供一种水体总磷快速检测方法,具体包括如下步骤:
(1)检测模型的构建:
配置标准样本,取纯净水、KH2PO4混合,分别配置成P元素浓度为0mg/L、0.5mg/L、1.5mg/L、2.5mg/L、3.5mg/L作为标准样本,每份500ml。
使用电子天平精确称取ECA23强碱阴离子交换树脂50mg,分别投入已经配备好的所述标准样本中,将得到的混合溶液容器放置到脱色摇床上,设置摇床工作时间30min,转动速度200转,使离子交换水和待测水样充分接触混合,实现与标准样本中的磷酸盐的充分交换。
振荡结束后,使用小型滤网将离子交换树脂滤出,并进行干燥处理,干燥过程可自然风干也可通过烤箱在80℃快速烘干2min。
取干燥后的离子交换树脂,使用红外光谱固体待测物漫反射附件,将离子交换树脂填满样品槽并把表面用金属小平铲压平待测。调整傅里 叶红外光谱仪,设定设备参数为光谱分辨率4cm-1,样本扫描次数单次扫描,背景扫描次数8次,保存光谱范围4000cm-1~500cm-1,数据结果类型为吸光度。
以未吸附的纯净离离子交换树脂为样本进行测量并保存为背景光谱。然后分别测量两个样本的红外光谱并保存,每个样本测量4次。
得到不同浓度的标准样本(KH2PO4)样本的峰面积,构建基于峰面积的定标曲线(检测模型),为y=3.885x+1.52;其中x为总磷含量(mg/L),y为峰面积。
将浓度为0.5mg/L的标准水样进行二维相关分析,得到同步等高线图和异步等高线图。
(2)检测模型的使用:
按照步骤(1)相同的条件对待测样本进行检测,发现无法得到该待测样本的峰面积;则进行下一步:
将步骤(1)所测得的多条光谱进行二维相关分析,以总磷的浓度变化为外加微扰,同步等高线图和异步等高线图分析,同步图中存在(920cm-1,975cm-1)、(975cm-1,1270cm-1)和(920cm-1,1270cm-1) 三个交叉峰,且三个峰的变化方向一致,进一步地,在异步图中,在上述三个位置不存在交叉峰,说明三个特征峰来源同一物质,即水体样本中的KH2PO4。
本实施例所使用的检测方法的流程图如图1所示。
本发明中,实施例1-2所利用的傅里叶变换红外光谱检测原理如图2所示。
对比例
相比较201010184759.1(一种利用石墨烯检测水体中有机磷农药残留的方法)中采用石墨烯为富集基体,对水体中有机磷农药的吸附,再经过洗脱、浓缩、烘干后进行气相色谱检测。其过程需要pH调节、洗脱设备及洗脱剂参与。本发明所提供的检测方法所使用的树脂基体对水体中磷酸盐进行富集后,经自然干燥或烘干后直接进行基体快速测量,无需额外试剂及试验器具,操作简单。
相比较201610614968.2(一种水体中总氮、总磷监测***及监测方法)中利用水样消解装置进行消解反应,再利用显色剂的显色反应结合分光光度计进行检测,显色剂进样量需要利用小型蠕动泵进行精确控制,当总磷含量很低时(国家标准规定限值0.4mg/L)容易产生较大误差。本发明所提供的检测方法用于消解后磷酸盐检测只需要进行富集、干燥,无需显色剂辅助,同时,对于微量磷检测可调整待测样本用量和树脂用量的方式提高磷酸盐在树脂基体上的富集密度,使用方式灵活,适合作为痕量磷酸盐的一种快速检测方法。
试验例1
本试验例提供本发明所述的检测方法的精准度验证。
具体包括如下步骤:
水样配备,取纯净水500mL、KH2PO4优级纯0.22g混合,配置成P 元素浓度为100mg/L的KH2PO4溶液作为高浓度原液。
用量筒量取100mg/L的KH2PO4溶液5mL,加入纯净水稀释定容至 500mL,配置成P浓度为1mg/L的KH2PO4待测溶液Sample1。
用量筒量取100mg/L的KH2PO4溶液2.5mL,加入纯净水稀释定容至500mL,配置成P浓度为500ug/L的KH2PO4待测溶液Sample2。
使用电子天平精确称取ECA23强碱阴离子交换树脂50mg两份,投入已经配备好的两个样本待测溶液中,将混合溶液容器放置到脱色摇床上,设置摇床工作时间30min,转动速度200转,使离子交换水和待测水样充分接触混合,实现与待测水样中的磷酸盐的充分交换。
振荡结束后,使用小型滤网将离子交换树脂滤出,并进行干燥处理,干燥过程可自然风干也可通过烤箱快速烘干2min,目的是减少水分对红外光谱的影响,避免待测物特征峰被水的强峰覆盖。
取干燥后的离子交换树脂,使用红外光谱固体待测物漫反射附件,将离子交换树脂填满样品槽并把表面用金属小平铲压平待测。调整傅里 叶红外光谱仪,设定设备参数为光谱分辨率4cm-1,样本扫描次数单次扫描,背景扫描次数8次,保存光谱范围4000cm-1~500cm-1,数据结果类型为吸光度。
以未吸附的纯净离离子交换树脂为样本进行测量并保存为背景光谱。然后分别测量两个样本的红外光谱并保存,每个样本测量4次。最终得到峰面积的图谱,如图3所示。
利用基于峰面积的定标曲线(可按照实施例1的方式进行获得),获得水体样本的预测浓度为0.927mg/L,相对误差为7.78%。同时可以看到,浓度为500ug/L样本的红外光谱,无法观测到标准谱库提到的 900cm-1、1100cm-1和1300cm-1范围内的任何特征峰(如图4所示)。
为进一步确认低浓度条件下水体样本中的磷酸盐是否被有效吸附,对500ug/L的待测品通过上述方式获得同一浓度下外加扰动条件下的原始光谱,然后进行二维相关分析,后获得光谱特征及相对光谱强度,得到标准二维相关光谱如图6所示。可以看到,同步等高线图中对角线出现三个强自相关峰,分别为920cm-1、975cm-1、1075cm-1和 1270cm-1,通过和标准红外谱库(图7)对比其与KH2PO4特征峰可对应,但由于氢键作用出现“蓝移”。
为进一步确认特征峰来源,联合同步等高线图和异步等高线图 (图5)分析,同步图中存在(920cm-1,975cm-1)、(975cm-1,1270cm-1) 和(920cm-1,1270cm-1)三个交叉峰,且三个峰的变化方向一致,进一步地,在异步图中,在上述三个位置不存在交叉峰,说明三个特征峰来源同一物质,即水体样本中的KH2PO4。
进一步地,通过自相关谱图可以在上述四个波数的位置光测到显著的特征峰和相对强度,对比一维条件下的红外光谱,实现了有效特征的提取,提高了光谱的分辨能力,为低浓度条件下物质鉴别和计量提供了有效的分析手段。
表1未知水体样本检测结果
待测物 | 峰面积 | 测定浓度/以P计(mg//L) | 相对误差 |
Sample1 | 5.12 | 0.927 | 7.78% |
经过二维相关分析,与标准二维相关光谱相比较,可得出Sample2 的浓度不低于0.5mg/L。
虽然,上文中已经用一般性说明、具体实施方式及试验,对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (5)
1.一种水体低浓度的总磷含量的快速检测方法,其特征在于,是以待测水样作为检测对象,以强碱性阴离子树脂作为富集基体,利用傅里叶变换红外光谱检测实现的;所述的强碱性阴离子树脂为ECA23强碱阴离子交换树脂;包括S1、绘制标准曲线:
在傅里叶变换红外光谱检测标准水样后截取900cm-1~1300cm-1段光谱,对范围内曲线进行积分,取峰面积作为定标参数;
所述傅里叶变换红外光谱的检测条件为:
使用傅里 叶变化红外光谱仪测量以所述强碱性阴离子树脂基体为背景的标准水样的红外光谱,波段范围400cm-1~4000cm-1,光谱分辨率4cm-1,样本扫描次数单次扫描,背景扫描次数8-10次,保存光谱范围4000cm-1~500cm-1,建立所得红外光谱吸光度特征数据和总磷含量之间的回归模型;S1中,所述的标准水样包括:以P元素浓度计算,浓度在0-8mg/L设置至少3个;S1中,所述强碱性阴离子树脂与标准水样的质量体积比为5-15mg/mL;检测模型为y=3.885x+1.52;其中x为总磷含量,y为峰面积;所述的待测水样,是将磷污染水体经过将有机磷转化为无机磷形态处理后的水样;包括S2、检测待测水样:
将待测水样按照S1相同的参数使用傅里 叶变化红外光谱仪测量,得到峰面积,带入S1所得的回归模型即可得到P的浓度;在进行红外光谱检测后,还包括S3、二维相关光谱分析:
以总磷的浓度变化为外加微扰,测得所述待测水样的至少3个红外图谱,通过二维相关分析软件分别转化为各自的二维相关红外谱;所述的二维相关红外谱为等高线图,所述的二维相关红外谱图为同步谱和/或异步谱;所述二维相关红外谱的自相关峰包括920cm-1、975cm-1、1075cm-1和1270cm-1。
2.根据权利要求1所述的检测方法,其特征在于,还包括设置在S2之后,S3之前的如下步骤:
取同样体积的待测水样样本,进行再次富集操作,包括混合、振荡、干燥处理,得到效果等同于N倍原始浓度的样本在树脂基体上进行富集,然后再次进行红外光谱检测,再依据所述检测模型,得到磷含量。
3.根据权利要求1所述的检测方法,其特征在于,S1中,所述标准水样包括浓度为0.5mg/L的标准水样。
4.根据权利要求3所述的检测方法,其特征在于,S1中,所述标准水样以P元素浓度计算,在0-5mg/L之间设置至少4个。
5.根据权利要求1所述的检测方法,其特征在于,所述标准二维相关红外谱由P浓度0.5-1mg/L的磷酸盐溶液在相同条件下测得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910074685.7A CN109883982B (zh) | 2019-01-25 | 2019-01-25 | 一种水体总磷含量的快速检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910074685.7A CN109883982B (zh) | 2019-01-25 | 2019-01-25 | 一种水体总磷含量的快速检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109883982A CN109883982A (zh) | 2019-06-14 |
CN109883982B true CN109883982B (zh) | 2021-08-03 |
Family
ID=66926919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910074685.7A Active CN109883982B (zh) | 2019-01-25 | 2019-01-25 | 一种水体总磷含量的快速检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109883982B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414520B (zh) * | 2021-12-28 | 2023-10-24 | 中国科学院南京土壤研究所 | 一种水体磷原位监测传感器及监测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221125A (zh) * | 2008-01-24 | 2008-07-16 | 浙江大学 | 用光谱技术测定富营养化水体特征参量的方法 |
CN105092523A (zh) * | 2015-08-25 | 2015-11-25 | 江南大学 | 一种基于近红外技术的水质中磷的检测 |
-
2019
- 2019-01-25 CN CN201910074685.7A patent/CN109883982B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109883982A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Şahan et al. | An on-line preconcentration/separation system for the determination of bismuth in environmental samples by FAAS | |
Timko et al. | Depth-dependent photodegradation of marine dissolved organic matter | |
Yu et al. | Assessing removal efficiency of dissolved organic matter in wastewater treatment using fluorescence excitation emission matrices with parallel factor analysis and second derivative synchronous fluorescence | |
Drolc et al. | Nitrate and nitrite nitrogen determination in waste water using on-line UV spectrometric method | |
Moo et al. | New development of optical fibre sensor for determination of nitrate and nitrite in water | |
Mangalgiri et al. | PARAFAC modeling of irradiation-and oxidation-induced changes in fluorescent dissolved organic matter extracted from poultry litter | |
Blaser et al. | Process analytical chemistry | |
Zhu et al. | New insights into the variation of dissolved organic matter components in different latitudinal lakes of northeast China | |
Chen et al. | A novel intelligently integrated MOF-based ratio fluorescence sensor for ultra-sensitive monitoring of TC in water and food samples | |
Almomani et al. | Monitoring and measurement of microalgae using the first derivative of absorbance and comparison with chlorophyll extraction method | |
Shen et al. | Generation of soluble microbial products by bio-activated carbon filter during drinking water advanced treatment and its influence on spectral characteristics | |
Zhou et al. | Measurement report: Molecular composition, optical properties, and radiative effects of water-soluble organic carbon in snowpack samples from northern Xinjiang, China | |
CN109883982B (zh) | 一种水体总磷含量的快速检测方法 | |
CN112945888A (zh) | 基于紫外-三维荧光的三氯乙酰胺的监测方法及*** | |
Zhou et al. | Are nitrous oxide emissions indirectly fueled by input of terrestrial dissolved organic nitrogen in a large eutrophic Lake Taihu, China? | |
Zhang et al. | Characterizing dissolved organic matter in aquatic environments by size exclusion chromatography coupled with multiple detectors | |
US10768117B2 (en) | Device for detecting algae concentration using first derivative of visible light absorbance | |
Jing et al. | Fluorescence analysis for water characterization: measurement processes, influencing factors, and data analysis | |
Cooper et al. | Characterisation of dissolved organic matter in fermentation industry effluents and comparison with model compounds | |
Guo et al. | New insights into the mechanism of phosphate release during particulate organic matter photodegradation based on optical and molecular signatures | |
CN105445211B (zh) | 一种基于紫外吸收光谱法的水质趋势预测方法 | |
CN106404769A (zh) | 重金属砷的快速检测装置 | |
CN213516861U (zh) | 基于窄带led进行营养液浓度精准检测的信息采集设备 | |
Huang et al. | Transformation of algal-dissolved organic matter via sunlight-induced photochemical and microbial processes: interactions between two processes | |
Gu et al. | Photochemical behavior of dissolved organic matter derived from Alternanthera philoxeroides hydrochar: Insights from molecular transformation and photochemically reactive intermediates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |