三维荧光结合二阶校正快速测定水中酚类

王选瑞，张立娟,2，王玉田，商凤凯*，孙洋洋，张 慧，张 艳，王书涛

1. 燕山大学河北省测试计量技术及仪器重点实验室，河北 秦皇岛 066004 2. 河北环境工程学院，河北 秦皇岛 066102

引 言

酚类化合物在工业生产中应用广泛，但是工业废水若处理不当将会污染环境，且酚类化合物具有毒性，自然水环境的污染，将会对生命健康造成危害[1]。酚类化合物能溶于水，且在水环境中呈现浓度低，因此需要一种灵敏度高、选择性好的测量方法。

关于酚类的测定方法较多，吴宏伟[2]等用离子色谱-化学发光法检测水中的间苯二酚和间苯三酚，取得满意的结果； 龙珍[3]等通过高效液相色谱-电化学检测(HPLC-ECD)方法测定丹参中5种酚类，回收率达到95%以上； 沈丹红[4]等用高效液相色谱-紫外/质谱检测法联合检测烟叶中的25种酚类，取得了很好的效果； 徐小民[5]等采用气质联用法检测水产品中酚类物质，结果较好。这些方法虽然检测结果较好，但是需要将被检查的物质与背景干扰物预先分离[6]，分离步骤繁琐，且有时难以实现。

三维荧光光谱数据中常常含有环境噪声等冗余信息[7]，通过小波包变换能对实验数据进行压缩去除冗余信息。三维荧光光谱法不需要繁琐的样本预处理，且具有灵敏度高、快捷、痕量检测的特点，可用于多组分混合物的测定。二阶校正法具有“二阶优势”，能在多组分混合样本中对感兴趣的组分直接测定。二阶校正法与三维荧光法结合以提高选择性。

本文采用三维荧光光谱分别与PARAFAC和SWATLD两种二阶校正算法结合，来测定间甲酚和间苯二酚混合液样本，取得较满意的结果。

1 实验部分

1.1 仪器

实验使用的光谱仪器是由Edinburgh Instruments公司生产的FLS920稳态荧光光谱仪，温度设定为20 ℃，激发波长设定为240∶2∶320 nm，发射波长为260∶2∶360 nm。测量得到的荧光数据在MATLAB的环境下进行数据处理。

1.2 材料与样品配制

实验使用的间甲酚、间苯二酚和对苯二酚(干扰物)都是上海阿拉丁生化科技公司的标准样品，纯度大于99.5%。

样本配制： (1)称取间甲酚、间苯二酚和对苯二酚各1 g，分别用去离子水溶解并定容于100 mL的容量瓶中，得到三种浓度为10 g·L-1的一级储备液。(2)分别取三种一级储备液各0.1 mL，用去离子水定容于3个100 mL的容量瓶中，震荡5 min，得到三种10 mg·L-1的标准溶液。(3)取不同体积的三种标准溶液进行混合，用去离子水定容，形成不同浓度比例混合溶液。如表1所示。

表1 预测样品配制浓度(mg·L-1)

注： 校正样本为C1—C8，待测样本为T1—T5，L1—L3是加入了对苯二酚作为干扰因子的待测样本。

2 原 理

2.1 三线性模型

用I个激发波长、J个发射波长对K个样品进行测定[8]，得到的激发-发射光谱矩阵构成三维荧光光谱矩阵X，这个矩阵满足下面的三线性成分模型

i=1, 2, …,I;j=1, 2, …,J;k=1, 2, …,K

(1)

式(1)中，xijk是三维光谱矩阵X的一个元素，N为实际对荧光有贡献的组分数，ain是相对激发光谱阵A(I×N)中的元素，bjn是相对发射光谱阵B(J×N)中的元素，ckn是相对浓度阵C(K×N)的元素[8]，eijk是X的三维残差数据阵，i代表第i个激发波长，j代表第j个激发波长，k代表第k个样本。

2.2 平行因子分解

平行因子分析(PARAFAC)算法是基于三线性分解理论，采用交替最小二乘原理的迭代类型三维数据分解算法[9]，将一个三维阵列X分解为三个载荷矩阵A，B，C。

(2)

(3)

(4)

式(2)—式(4)为取得载荷矩阵A，B，C时计算出的残差。

分解过程中的迭代公式如下

(5)

(6)

(7)

2.3 自加权交替三线性分解

自加权交替三线性分解(SWATLD)[10]是交替三线性分解(ATLD)的基础上发展起来的，在内在关系上交替地最小化三个目标函数。SWATLD利用式(8)—式(10)对A，B，C进行迭代

(8)

(9)

(10)

2.4 小波包变换

小波包[11]能在压缩信号的同时保留信号中高频有用成分，是一种很好的数据压缩方法。因此，选用小波包变换对光谱数据进行压缩。

(11)

(12)

3 数据预处理

3.1 去散射和进行校正

荧光光谱仪扫描得到的三维荧光光谱包含着散射光谱以及光谱仪器对光谱的干扰，需要进行光谱数据预处理后才能进行分析。

实验采用扣除空白样本法去除光谱的拉曼散射； 对光谱的瑞利散射带作置零处理，会对混合物的荧光光谱成分分析造成不利影响，故用Delaunay插值法对瑞利散射带的数据点进行插值处理，从而去除光谱的瑞利散射。由于光谱受到光谱仪器本身的影响[7]，所以需要对光谱进行激发和发射校正，从而去除仪器影响，得到真实的三维荧光光谱。以表1中C1样本为例，预处理前后对比如图1所示。

图1 间甲酚消除散射和校正前后对比

从图1中看出，原始光谱数据经过预处理后，光谱的波峰强度明显增强，瑞利散射明显去除，得到真实光谱。

3.2 小波包压缩

预处理后的三维荧光光谱数据还有一定的冗余信息，选用小波函数db3生成的小波包对数据进行压缩。以表1中C1样本为例，压缩结果如图2所示。

图2 间甲酚压缩前后对比

从图2中可看出，间甲酚光谱压缩前后的主要光谱信息没有明显变化。压缩分数达到91.67%，恢复分数达到96.62%，说明在对间甲酚光谱的分解量化和重构过程中，删掉了一些冗余信息，保留了有用的信息。

4 结果与讨论

4.1 定性分析

用C1—C8(校正样本)和T1—T5(测试样本)组成三维数据阵X(13×51×41)，然后分别用PARAFAC和SWATLD算法进行分析。本次实验组分数估计采用核一致和残差分析结合。如图3所示。

从图3中可以看出当组分数超过2时，核一致值急剧下降，一般认为核一致值大于或等于60%时所对应的组分数为正确组分数[7]； 组分数超过2时残差值基本不变，因此选择组分数为2。分辨结果如图4所示。

用C1—C8(校正样本)和L1—L3(测试样本)组成加入干扰时的三维数据阵X(11×51×41)，组分数为3。分辨结果如图5所示。

图3 核一致和残差判别组分数

Fig.3Discriminantthenumberofcomponentsbythecoreconsistencydiagnosticandresidualanalysis

图4 分辨的发射波长(a)和分辨的激发波长(b)

图5 分辨的发射波长(a)和分辨的激发波长(b)

图4和图5中的(a)为荧光发射光谱图，(b)为荧光激发光谱图，从(a)和(b)中可以看出，间甲酚的荧光峰波长位置为λem=298 nm/λex=274 nm； 间苯二酚的荧光峰波长位置为λem=304 nm/λex=275 nm。

从图4和图5中可以看出两种算法都能对严重重叠的复杂光谱体系进行正确分解，在荧光峰值附近两种算法分辨结果都接近真实光谱，说明两种算法都能有效准确的分辨出混合样本中的间甲酚和间苯二酚。

4.2 定量分析

分别用PARAFAC和SWATLD算法得到的归一化相对荧光强度和组分浓度的线性回归方程见表2，浓度预测结果见表3。

从表3中可以看出，PARAFAC算法对间甲酚的回收率达到87.50%～99.41%，对间苯二酚的回收率达到88.65%～103.81%； SWATLD算法对间甲酚的回收率达到87.88%～103.33%，对间苯二酚的回收率达到89.02%～101.82%； SWATLD的平均回收率比PARAFAC的更好，但是两种算法预测结果差异较小。说明两种二阶校正方法都能准确的定量分析混合物中的间甲酚和间苯二酚。

表2 归一化相对荧光强度和组分浓度的线性回归方程

表3 间甲酚和间苯二酚的浓度预测和回收率

5 结 论

实验采用db3小波函数生成的小波包对光谱数据进行压缩变换，压缩分数达到91%，恢复分数达到96%，表明小波包压缩变换能有效去除光谱数据中冗余信息。

实验采用三维荧光光谱法分别与SWATLD和PARAFAC两种二阶校正算法相结合来测定间甲酚和间苯二酚的混合样本，SWATLD和PARAFAC算法均能准确分辨出混合物样本中被测物质，且对预测样本中被测物质浓度预测取得较好结果，预测均方差(RMSEP)小于0.03 mg·L-1。实验表明三维荧光光谱结合二阶校正算法能快速、准确测定水环境中的酚类化合物。