1、自然資源的不合理利用導(dǎo)致大量重金屬進(jìn)入土壤和水體中,并以食物和飲用水為主要途徑進(jìn)入人體,嚴(yán)重威脅著人類的健康。當(dāng)前常用的重金屬檢測(cè)方法存在樣品的前處理復(fù)雜,費(fèi)時(shí)費(fèi)力,且易產(chǎn)生二次污染等缺點(diǎn),因此急需探索一種重金屬快速檢測(cè)方法。近紅外、拉曼等分子光譜技術(shù)具有高效、快速、低成本等特點(diǎn),在環(huán)境監(jiān)測(cè)領(lǐng)域有廣泛的應(yīng)用前景。本文探討了近紅外和拉曼兩種分子光譜技術(shù)在重金屬含量檢測(cè)中的應(yīng)用,采用近紅外光譜分析技術(shù)對(duì)丁香蓼植株體內(nèi)的重金屬銅和鋅含量進(jìn)行了

2、檢測(cè),同時(shí)對(duì)水體中的重金屬銅、鋅、鎘以及鉛含量進(jìn)行了共焦顯微拉曼光譜的檢測(cè)研究,為建立環(huán)境中重金屬的分子光譜檢測(cè)提供理論基礎(chǔ),主要研究結(jié)論和結(jié)果如下:
　　(1)以在不同濃度的銅和鋅含量土壤中盆栽培養(yǎng)的丁香蓼植株根莖葉3種組織為研究對(duì)象,探討不同預(yù)處理方法和不同建模算法對(duì)近紅外銅鋅含量檢測(cè)模型精度的影響。研究結(jié)果表明:對(duì)添加了銅或鋅離子的盆栽植株,根部、莖部和葉部組織的近紅外光譜分別為經(jīng)標(biāo)準(zhǔn)正態(tài)變量校正、多元散射校正和去趨勢(shì)算法預(yù)

3、處理后建立的校正模型較理想。采用PLS建模方法建立的丁香蓼重金屬銅鋅含量檢測(cè)模型的交互驗(yàn)證結(jié)果均優(yōu)于PCR和MLR模型。分別采用相應(yīng)的24個(gè)未知樣品對(duì)模型進(jìn)行檢驗(yàn),對(duì)于銅處理組,其根部、莖部和葉部的銅含量檢測(cè)模型預(yù)測(cè)相關(guān)系數(shù)分別為0.97、0.96、0.97,預(yù)測(cè)均方根誤差分別為2.96mg/kg、10.89mg/kg、28.15mg/kg;對(duì)于鋅處理組,其根部、莖部和葉部的鋅含量檢測(cè)模型預(yù)測(cè)相關(guān)系數(shù)分別為0.97、0.98、0.97,

4、預(yù)測(cè)均方根誤差分別為9.81mg/kg、10.12mg/kg、12.11mg/kg。近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可用于丁香蓼中銅鋅含量的定量檢測(cè)。
　　(2)以水中銅、鋅、鎘和鉛重金屬離子經(jīng)Mn2+-phen-SCN-三元體系絡(luò)合后的沉淀為研究對(duì)象,探討不同預(yù)處理方法和不同建模算法對(duì)水體中重金屬銅、鋅、鎘和鉛含量的拉曼光譜檢測(cè)模型精度的影響。研究結(jié)果表明:對(duì)水體中銅、鋅、鎘和鉛重金屬絡(luò)合物的拉曼光譜分別經(jīng)過(guò)經(jīng)基線校正、一階微分

5、、去趨勢(shì)算法和一階微分預(yù)處理后都得到了較好的分析模型。采用PLS建模方法建立的水中重金屬銅、鋅、鎘和鉛含量檢測(cè)模型的交互驗(yàn)證結(jié)果均優(yōu)于PCR和MLR模型。分別采用相應(yīng)的28個(gè)未知樣品對(duì)模型進(jìn)行檢驗(yàn),其預(yù)測(cè)相關(guān)系數(shù)分別為0.979、0.964、0.956、0.972,預(yù)測(cè)均方根誤差分別為6.587μg/kg、9.046μg/kg、9.998μg/kg、7.751μg/kg,結(jié)果較理想。拉曼光譜檢測(cè)技術(shù)結(jié)合共沉淀法可以用于水中重金屬銅、鋅、