应用AFS—2201型双道原子荧光光谱法联合测定水产品中砷和汞

应用AFS-2201型双道原子荧光光谱法研究了联合测定水产品中砷和汞的技术；用HNO6－HClO4（4∶1）混合酸消化样品，待样品消化完全之后再加入5％硫脲－5％抗坏血酸混合改进剂，并以1.40％硼氢化钾（KBH4）为还原剂，在（1＋9）的硝酸介质中测定砷和汞，其砷和汞的最低检出量为AS：0．2ng／ml，Hg：0．06ng／ml。     

一阶导数光谱法测定中西复方制剂中呋喃唑酮的含量

一阶导数光谱法测定中西复方制剂中呋喃唑酮的含量谢梅冬，崔艳莉广西区兽药监察所５３０００１中西复方制剂目前在兽药行业中的临床应用非常广泛。由于多组分配用药的紫外吸收光谱极易重叠，不能用传统的分光光度法直接进行定量。用一阶导数光谱法测定中西复方制剂中的待...     

氢化物原子荧光光谱法测定稻米中硒含量的不确定度研究

依据JJF 1059.1-2012《测量不确定度评定与表示》,建立不确定度的数学模型,系统地分析计算氢化物原子荧光光谱法测定稻米中硒含量的不确定度。结果表明,氢化物原子荧光光谱法测定稻米中硒含量的不确定度主要来源于:重复性引入的不确定度、斜率和截距引入的不确定度及工作曲线拟合引入的不确定度。由本试验方法得到的稻米中硒含量扩展不确定度及最终结果表示为(0.027 9±0.004 0)mg/kg(k=2)。     

鱼腥草素同系物对巨噬细胞膜蛋白荧光特性的影响研究（英文）

研究了鱼腥草素同系物（HOU-Cn）对巨噬细胞膜蛋白构象的影响.荧光分析表明鱼腥草素在浓度低于1.6×10-4mol/L范围内,随着浓度的上升,能迅速地淬灭酪氨酸残基的发射荧光强度.每个巨噬细胞可以结合1.70×10^17分子的HOU-Cn,且随着碳链的延长,结合数略有增加.结果表明HOU-Cn通过疏水作用与巨噬细胞膜蛋白结合,由此改变膜蛋白的构象和激活巨噬细胞.     

河虾中汞含量测量不确定度研究

采用国标方法GB/T5009.17 -1996中的原子荧光光谱法测定河虾中汞含量 ,并对河虾中汞含量测量不确定度进行了系统的研究 ,试验结果表明:对汞含量的扩展不确定度为0.058±0.008。     

鱼腥草素同系物对巨噬细胞膜蛋白荧光特性的影响研究

研究了鱼腥草素同系物(HOU-Cn)对巨噬细胞膜蛋白构象的影响.荧光分析表明鱼腥草素在浓度低于1.6×10-4 mol/L范围内,随着浓度的上升,能迅速地淬灭酪氨酸残基的发射荧光强度.每个巨噬细胞可以结合1.70×1017分子的HOU-Cn,且随着碳链的延长,结合数略有增加.结果表明HOU-Cn通过疏水作用与巨噬细胞膜蛋白结合,由此改变膜蛋白的构象和激活巨噬细胞.     

ED-XRF法快速测定虾预混合饲料中钙、磷含量

虾预混合饲料中钙（Ca）、磷（P）含量直接影响虾的生长、发育和健康状况。传统的化学分析方法需要对虾预混合饲料进行复杂的预处理,取得测试结果需要花费数小时。采用一种简单、快捷的分析方法——能量色散X射线荧光光谱法（ED-XRF）,对虾预混合饲料进行粉碎、压片和测试,在数分钟内获得了样品的测试结果。ED-XRF法对Ca、P的检出限分别为43 mg/kg和163 mg/kg,定量限分别为142 mg/kg和544 mg/kg。对虾预混合饲料3^#样本连续测试6次,Ca、P的连续测定数据的极差分别为0.159%和0.013%,分别小于推荐性国家标准中Ca、P含量检测的重复性临界差CrR₉₅（6）0.239%和0.031%,表明ED-XRF法满足推荐性国家标准对饲料中Ca、P含量测定的要求。通过对10个已定值的虾预混合饲料样品进行Ca、P含量测定,ED-XRF法的测定值与推荐性国家标准中相关方法测定值的相对差值不大于4.55%。综上表明,ED-XRF法具有较高的精密度和准确度,可用于虾预混合饲料生产企业对Ca、P元素添加量的监控。     

基于VNIR和机器学习算法的原状土剖面Cu含量预测

快速测量土壤剖面重金属含量是评估土壤重金属污染状况并选择相应修复技术的关键。为了探讨可见光-近红外光谱法（Visible and Near-Infrared Reflectance Spectroscopy,VNIR）预测原状土壤剖面重金属含量的潜力,以江西省两个典型工矿厂周边农田土壤为研究对象,共采集了19个深度约100 cm的完整土壤剖面样品,分别测定土壤剖面样品的VNIR数据及其Cu含量。采用偏最小二乘回归法（Partial Least Squares Regression,PLSR）、Cubist混合线性回归决策树（Cubist Regression Tree,Cubist）、高斯过程回归（Gaussian Process Regression,GPR）和支持向量机（Support Vector Machine Regression,SVM）方法研究不同光谱预处理方法对土壤Cu含量预测精度的影响。结果显示,Cubist、GPR和SVM这三种机器学习算法的预测精度普遍高于PLSR,其中一阶导数（First-Order Derivative,FD）预处理的SVM模型预测精度最高（R2=0.95,均方根误差为7.94 mg/kg,相对分析误差为4.34）。这表明利用VNIR和机器学习可以对原状土壤剖面Cu含量进行有效预测,为快速监测Cu及其他重金属含量的相关研究提供参考。     

原子吸收分光光谱法测定肉类罐头中锌的不确定度评定

介绍原子吸收光谱法测定肉类罐头中锌的不确定度的评定方法,为建立有效的质量控制方法提供科学依据。通过评定样品消解液的定容体积产生的标准不确定u(V),样品溶液中锌浓度产生的标准不确定度u(C),合成标准不确定度u(x)和扩展不确定度,最后合成整体。原子吸收分光光谱法测定肉类罐头中锌的不确定度为1.0 mg/kg(包含因子k=2)。通过对各不确定度分量的量化分析可以看出,拟合直线求溶液浓度是该方法不确定度的主要来源,其他不确定度分量相对很小,可以忽略。