本發(fā)明涉及藻類的水體檢測
技術(shù)領(lǐng)域：
，尤其涉及一種利用微藻LIBS信號檢測水體重金屬鉛污染程度的方法。
背景技術(shù)：
：隨著工業(yè)化進程的加快，重金屬污染物的排放日益增多，有相當一部分的重金屬污染物未經(jīng)處理就直接排放進了水體。當水體中的重金屬含量達到一定程度后就可能通過食物鏈對人類和其他動物的健康造成傷害，所以對重金屬污染的監(jiān)測和治理問題需引起足夠的重視。由于水體中重金屬分布的不均勻性，直接對水體中重金屬含量進行測量具有一定難度。由于微藻具有資源豐富、種類繁多、光合效率高、生長速度快、易無性繁殖和適應(yīng)性強，并且具有很強的吸附能力的特點，因此可利用微藻進行水體重金屬的檢測和修復(fù)。激光誘導(dǎo)擊穿光譜(laserinducedbreakdownspectroscopy,LIBS)技術(shù)是一種新興的無損光譜技術(shù)，具有快速、非接觸式、多元素同時測定等優(yōu)點。LIBS的基本原理是利用一束高能短脈沖激光聚焦到被測樣品上，產(chǎn)生等離子體，根據(jù)等離子體發(fā)光光譜來定量檢測元素含量，可以用于各種元素(包括重金屬)的含量檢測。如公開號為CN104730043A的專利文獻提供了一種基于偏最小二乘的墨水中重金屬測定的方法，包括步驟：(1)墨水樣品通過吸附劑氧化鋅進行吸附制樣，利用激光誘導(dǎo)擊穿光譜系統(tǒng)對11個樣品的不同測量位點進行光譜采集，11個樣品中10個為已知濃度樣品，1個為待測樣品；(2)將10個已知濃度樣品的光譜數(shù)據(jù)作為校正模型的校正集，1個待測樣品對應(yīng)的光譜數(shù)據(jù)作為測試集；(3)利用校正集數(shù)據(jù)對PLS校正模型的參數(shù)-潛變量進行優(yōu)化；(4)確定模型最優(yōu)參數(shù)后利用校正集數(shù)據(jù)建立PLS校正模型；(5)利用建立的PLS模型預(yù)測未知樣品墨水中重金屬的含量；(6)將標定曲線與PLS進行比較。激光誘導(dǎo)擊穿技術(shù)可以精確測量樣本中重金屬離子的含量，結(jié)合微藻對于污染水體中重金屬離子的吸附，可以實現(xiàn)利用微藻LIBS信號檢測水體重金屬污染程度，實現(xiàn)水體重金屬檢測高效精確檢測，并且在檢測同時，微藻可以對重金屬污染水體的凈化。技術(shù)實現(xiàn)要素：本發(fā)明提供了一種利用微藻LIBS信號檢測水體重金屬鉛污染程度的方法，以微藻作為介質(zhì)，通過LIBS信號變化來反映細胞中重金屬的積累情況，從而反應(yīng)水體中重金屬的污染狀況，解決了現(xiàn)有檢測方法需要對水樣進行復(fù)雜的化學(xué)處理，操作相對繁瑣、耗時、耗力的問題。一種利用微藻LIBS信號檢測水體重金屬鉛污染程度的方法，包括以下步驟：1)將微藻放置于培養(yǎng)液中擴大培養(yǎng)后，投放入重金屬鉛污染的水體中，用于對重金屬鉛污染水體污染程度的測量；2)采用激光誘導(dǎo)擊穿光譜儀，獲取吸附過重金屬鉛的藻體樣本的原位LIBS光譜圖像，對光譜圖像進行預(yù)處理，建立預(yù)測模型；3)將處理后的激光誘導(dǎo)擊穿光譜信息輸入所述的預(yù)測模型，獲得藻體樣本對應(yīng)的重金屬濃度。利用激光誘導(dǎo)擊穿儀成像時，激光波長設(shè)置為1024nm，激光能量設(shè)置為60mJ，延遲時間為5μs，積分時間為0.1ms以及增益為1000。采用蛋白核小球藻作為檢測介質(zhì)，通過檢測其藻內(nèi)元素含量的變化對重金屬含量進行檢測。由于蛋白核小球藻生命力頑強，自身繁殖速度極快，吸附力相對較強。優(yōu)選的，重金屬鉛的污染濃度設(shè)置為：0mg/L、1mg/L、5mg/L、10mg/L、50mg/L、80mg/L。優(yōu)選的，所述的培養(yǎng)液為BG11培養(yǎng)液，培養(yǎng)環(huán)境為：溫度23～25℃、光暗時長比12h:12h。本發(fā)明中，微藻投放至重金屬鉛污染水體中，對微藻樣本的測量時間為：0h、12h、24h、48h、72h、96h、120h。進一步優(yōu)選的，將吸附過重金屬離子的藻體用0.22μm的濾膜進行過濾分離后，烘干成藻粉，加入溴化鉀研磨均勻，壓片進行測量。利用加入的溴化鉀，以增強壓片后藻塊的硬度，避免在做光譜檢測時因樣品過于松散而影響檢測結(jié)果。本發(fā)明中，在獲得LIBS光譜信息后，鉛離子在光譜中有多條光譜帶，光譜帶分別為于：217nm、220.353nm、283.31nm和405.8nm處。因此，作為進一步優(yōu)選的，可分別選取217nm、220.353nm、283.31nm或405.8nm處的分析特征譜線作為建模變量進行建模。在建立預(yù)測模型時，優(yōu)選的，所述的模型為支持向量機分析(SVM)模型、聚類分析(CA)模型或高斯擬合(GF)模型。由于初始的LIBS信號包含很多復(fù)雜的數(shù)據(jù)，會給數(shù)據(jù)分析帶來很多困難，采用變量標準化算法對LIBS信號進行預(yù)處理，變量標準化算法用UnscramblerX10.1軟件實現(xiàn)；重金屬離子LIBS數(shù)據(jù)的收集采用AndorSolis軟件進行；重金屬離子LIBS數(shù)據(jù)的處理通過Matlab和UnscramblerX10.1軟件進行。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：本發(fā)明實現(xiàn)了基于藻類LIBS信號的水體重金屬含量檢測方法，不需要對水樣進行復(fù)雜的前處理以及化學(xué)分析，大大簡化了操作步驟，縮短了檢測時間，也避免了由于水體重金屬污染分部的不均勻性和操作人員操作不熟練以及其他主觀因素帶來的測量結(jié)果不準確等后果。具體實施方式下面結(jié)合具體實施案例進一步闡釋本發(fā)明。在本實施例中選擇5種重金屬鉛離子濃度，分別是1mg/L、5mg/L、10mg/L、50mg/L、80mg/L。設(shè)置六個實驗組，五組被鉛離子污染，剩下的一個為正常水樣。相同濃度的藻類種植在六組水中。初始的四組藻濃度為5.5×109細胞/L。微藻培養(yǎng)平臺的照明水平在2500lx到3500lx之間。為了能較大程度地污染微藻，模擬其在污染環(huán)境中的生長狀態(tài)，數(shù)據(jù)采集在測試的第0天、第1天、第2天、第3天、第4天、第5天進行。每組樣本通過激光誘導(dǎo)擊穿光譜儀獲取光譜圖像。對同一天的每一組水樣采集其30個樣本，共獲取180個樣本的LIBS圖像(30個0mg/L、30個1mg/L、30個5mg/L、30個10mg/L、30個50mg/L、30個80mg/L)。利用激光誘導(dǎo)擊穿光譜儀檢測藻體內(nèi)色素成分變化時，激光波長設(shè)置為1024nm，激光能量設(shè)置為60mJ，延遲時間為5μs，積分時間為0.1ms以及增益為1000。對于每個樣本的原始LIBS光譜信息，分別選擇了217nm、220.353nm、283.31nm和405.8nm處的分析特征譜線進行建模。為了獲得較高信噪比的光譜曲線，采用變量標準化算法對原始光譜進行預(yù)處理。在建立預(yù)測模型時，比較支持向量機分析(SVM)模型、聚類分析(CA)模型、高斯擬合分析(GF)模型的預(yù)測結(jié)果。不同分析特征譜線結(jié)合建模方法的預(yù)測準確率如表1所示。表1.不同分析譜線結(jié)合建模算法的預(yù)測準確率分析特征譜線SVMCAGF217nm83.3％90.0％80.0％220.353nm83.3％70.0％73.3％283.31nm73.3％80.0％73.3％405.8nm90.0％96.7％83.3％由表1可知，選擇405.8nm分析特征譜線結(jié)合CA模型，對于水體污染鉛濃度的預(yù)測準確率達到96.7％，可以滿足污染水體重金屬鉛濃度的檢測要求。以上所述僅為本發(fā)明的較佳實施舉例，并不用于限制本發(fā)明，凡在本發(fā)明精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3