復(fù)雜體系分離方法與判別分析研究.pdf

1、復(fù)雜樣品物質(zhì)分析是分析化學(xué)的一大難題，其難點(diǎn)在于如何提高分析準(zhǔn)確度和靈敏度。成功的樣品分離可以去除基體影響、分離干擾物質(zhì)、富集待測(cè)組分，從而提高檢測(cè)的準(zhǔn)確度和靈敏度。因此，進(jìn)行復(fù)雜樣品分析時(shí)，采用高效的分離方法尤為重要。此外，模式識(shí)別方法用于復(fù)雜體系的信息提取時(shí)，復(fù)雜的基質(zhì)會(huì)導(dǎo)致光譜、色譜的背景較高，影響分類鑒別結(jié)果，所以選用合適的數(shù)據(jù)預(yù)處理方法對(duì)光譜、色譜進(jìn)行預(yù)處理很重要。本文用樹脂吸附法對(duì)果汁、環(huán)境水中的多酚類物質(zhì)進(jìn)行了分離、預(yù)富集

2、，提高了分析靈敏度。用多種數(shù)據(jù)預(yù)處理方法對(duì)油樣的光譜進(jìn)行了背景校正和背景扣除，提高了油樣鑒別的準(zhǔn)確性。主要研究?jī)?nèi)容及結(jié)果如下：
　　 ⑴果汁中綠原酸的含量與新鮮水果的色澤、風(fēng)味及穩(wěn)定性密切相關(guān)，并為果汁營(yíng)養(yǎng)價(jià)值的評(píng)價(jià)及果汁摻假提供依據(jù)。但是果汁中綠原酸含量很低，基質(zhì)復(fù)雜，因此對(duì)果汁中綠原酸的準(zhǔn)確定量很困難。本工作考察了XAD-4、XAD-7、AB-8三種大孔樹脂對(duì)綠原酸吸附、脫附的最佳條件，并比較了其回收率，結(jié)果說(shuō)明XAD-4的

3、回收率較高，因此選擇XAD-4用于果汁中綠原酸的分離。采用反相高效液相色譜-二極管陣列檢測(cè)器(RP-HPLC-DAD)對(duì)綠原酸進(jìn)行檢測(cè)，標(biāo)準(zhǔn)曲線的濃度范圍為0.5-100 mg L-1，回歸系數(shù)為0.9998，檢測(cè)限為0.04 mg L-1(S/N=3)。用XAD-4對(duì)蘋果汁和葡萄汁進(jìn)行了分離、預(yù)富集，檢測(cè)出其綠原酸含量分別為3.73，0.44 mg L-1。此結(jié)果說(shuō)明，當(dāng)果汁中綠原酸含量低于標(biāo)準(zhǔn)曲線濃度范圍時(shí)，但此方法仍然能夠?qū)ζ溥M(jìn)行

4、準(zhǔn)確的定量。因此，此工作提高了綠原酸的檢測(cè)靈敏度，為果汁的質(zhì)量控制提供了可行的方法。
　　 ⑵廢棄的煙頭里含有大量的多酚類化合物，如綠原酸、蕓香苷、咖啡酸等，一方面，它們作為天然的活性成分，在醫(yī)藥、食品、工業(yè)領(lǐng)域有重要的應(yīng)用；另一方面，這些有機(jī)物質(zhì)釋放到環(huán)境以后，通過(guò)水循環(huán)到土壤、河流、湖泊等各個(gè)地方，造成嚴(yán)重的環(huán)境污染。因此，對(duì)環(huán)境水中多酚類物質(zhì)進(jìn)行檢測(cè)和回收有著重要的經(jīng)濟(jì)意義和環(huán)保價(jià)值。本工作用大孔樹脂吸附法對(duì)水溶液中的微量

5、多酚化合物(綠原酸、七葉亭、咖啡酸、莨菪葶、蕓香苷、槲皮素、莰菲醇)進(jìn)行預(yù)富集，建立了七種多酚物質(zhì)的RP-HPLC-DAD分析方法。本工作對(duì)吸附劑量、吸附平衡時(shí)間、溶液的pH、脫附液體積等條件進(jìn)行了優(yōu)化，多酚標(biāo)準(zhǔn)溶液的回收率達(dá)93％以上，相對(duì)標(biāo)準(zhǔn)偏差低于2.0％(n=5)，富集倍數(shù)約為50。將此方法應(yīng)用于模擬的煙頭廢水溶液，檢測(cè)出綠原酸和七葉亭，濃度分別為32.8μg L-1 and19.2μg L-1。除去槲皮素的加標(biāo)回收率為63％外

6、，其它六種多酚物質(zhì)為83％-95％。本工作建立了一種微量多酚化合物的測(cè)定方法，可為環(huán)境監(jiān)控和多酚化合物的回收提供一種可行的方法。
　　 ⑶海洋溢油是主要環(huán)境災(zāi)害之一，而且近年來(lái)其發(fā)生頻率呈上升趨勢(shì)?？焖俚貙?duì)油品進(jìn)行種類鑒別、來(lái)源評(píng)估有利于及時(shí)采取應(yīng)急措施，因此具有重要意義。由于油類樣品基質(zhì)復(fù)雜，光譜背景較高，且測(cè)量條件的變化易使光譜漂移，影響分類結(jié)果的準(zhǔn)確性。針對(duì)以上問(wèn)題，本工作用衰減全反射傅立葉變換紅外光譜(ATR-FTIR)

7、對(duì)25種不同來(lái)源的油樣進(jìn)行檢測(cè)后，采用多種數(shù)據(jù)預(yù)處理方法對(duì)原始光譜進(jìn)行背景校正和背景扣除，然后用主成分分析(PCA)和系統(tǒng)聚類分析(HCA)對(duì)樣品進(jìn)行了分類。結(jié)果表明多元散射校正(MSC)和連續(xù)小波變換(CWT)方法可以提高分類的準(zhǔn)確性，使用這兩種預(yù)處理方法后進(jìn)行模式識(shí)別對(duì)正構(gòu)烷烴差異較大的油品進(jìn)行了很好地區(qū)分，且分類結(jié)果與油樣的實(shí)際來(lái)源一致。因此，本工作提供了一種快速的油品鑒別方法，可用于溢油事件的鑒定，從而為油品的進(jìn)一步鑒定提供有用