光谱学与光谱分析
|
ICP-MS对土壤样品中有效硼的测定
王艳泽1 ,施燕支1* ,张华1 ,王英锋1 , 陈玉红2
1. 首都师范大学分析测试中心, 北京 100037 2. 安捷伦科技有限公司(中国),北京 100022
Study on the Method for the Determination of Soil Available B by ICP-MS
WANG Yan-ze1 ,SHI Yan-zhi1* ,ZHANG Hua1 ,WANG Ying-feng1 , CHEN Yu-hong2
1. The Analysis Test Center, Capital Normal University,Beijing 100037, China 2. Agilent Technologies Co. Ltd., Beijing 100022, China
摘要 : 文章建立了一种用ICP-MS测定土壤中有效硼(B)的方法。与常规检测方法相比, 该方法无须过滤,避免了样品的沾污。并简便快捷, 具备良好的精密度和准确度。方法检出限为0.009 ng·g-1 , 相对标准偏差为2.66%, 回收率为93.0%~102.0%。
关键词 :CP-MS;有效硼;土壤
Abstract :A method was established for the determination of soil available B by inductively coupled plasma mass spectrometry(ICP-MS). Compared to the traditional method for B analysis, the recommended method does not need filtration, so it escapes the contamination. The method not only proved simple and rapid, but also showed satisfying precision and accuracy. The detection limit of this method is 0.009 ng·g-1 . The relative standard deviation is 2.66%, and the recovery is 93.0%-102.0%.
Key words :ICP-MS;Available boron soil
收稿日期: 2005-01-28
修订日期: 2005-04-20
通讯作者:
施燕支
引用本文:
王艳泽1 ,施燕支1* ,张华1 ,王英锋1 , 陈玉红2 . ICP-MS对土壤样品中有效硼的测定[J]. 光谱学与光谱分析, 2006, 26(07): 1334-1335.
WANG Yan-ze1 ,SHI Yan-zhi1* ,ZHANG Hua1 ,WANG Ying-feng1 , CHEN Yu-hong2 . Study on the Method for the Determination of Soil Available B by ICP-MS. SPECTROSCOPY AND SPECTRAL ANALYSIS, 2006, 26(07): 1334-1335.
链接本文:
https://www.gpxygpfx.com/CN/Y2006/V26/I07/1334
[1] XIONG Cai-hua, XIONG Yu-xiang, YANG Bo-yong, et al(熊采华,熊玉祥,杨波涌, 等). Hubei Geology and Mineral Resources(湖北地矿), 2001, 15(4): 125. [2] LIU Yong-ming,GONG Ben-ling,XU Yu-li, et al(刘永铭,宫本玲,徐毓丽, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 1995, 15(1): 75. [3] TAO Xiao-qiu, HUANG Mei(陶晓秋, 黄 玫). Tobacco Science and Technology/Tobacco Chemistry(烟草科技/烟草化学), 2003, (7): 30. [4] MA Man-zhuang, SUN Ying-bo(马曼庄, 孙映波). Journal of Guangdong Agricultural Sciences(广东农业科学) , 1998, (3): 30. [5] WANG Zhao-min, WANG Nen-liang, WU Long-gao, et al(王赵民, 王嫩良, 吴隆高, 等). Forest Research(林业科学研究), 1995, 8(6): 634. [6] SHEN Yun-he, ZHAO Wei, SUN Yu-wen(沈运河, 赵 伟, 孙玉文). Journal of Anhui Agricultural Sciences(安徽农业科学), 1995, 23(4): 365. [7] ZHU Duan-wei,PI Mei-mei,LIU Wu-ding, et al(朱端卫, 皮美美, 刘武定, 等). Journal of Huazhong Agricultural University(华中农业大学学报),1994, 13(3): 262.
[1]
徐 天,李 敬,刘振华. 重庆市南川区土壤锰元素遥感反演 [J]. 光谱学与光谱分析, 2024, 44(01): 69-75.
[2]
李 虎, 钟 韵, 冯雅婷, 林 震, 朱士江. 无人机遥感的多植被指数土壤水分反演模型 [J]. 光谱学与光谱分析, 2024, 44(01): 207-214.
[3]
韩 雪, 刘 海, 刘佳微, 吴明开. 基于X射线荧光光谱法快速鉴定贵州不同地区林下土壤的无机元素 [J]. 光谱学与光谱分析, 2024, 44(01): 225-229.
[4]
孟 珊,李新国. 基于高光谱小波能量特征向量估算湖滨绿洲表层土壤有机碳含量 [J]. 光谱学与光谱分析, 2023, 43(12): 3853-3861.
[5]
李奇辰,李民赞,杨 玮,孙 红,张 瑶. 基于拉曼光谱的水溶性磷定量分析 [J]. 光谱学与光谱分析, 2023, 43(12): 3871-3876.
[6]
程惠珠,杨婉琪,李福生,马 骞,赵彦春. 面向XRF的竞争性自适应重加权算法和粒子群优化的支持向量机定量分析研究 [J]. 光谱学与光谱分析, 2023, 43(12): 3742-3746.
[7]
张誉慧,丁永康,裴景成,顾一露,余敏达. 巴西单晶蔷薇辉石的化学成分及光谱学表征 [J]. 光谱学与光谱分析, 2023, 43(11): 3504-3508.
[8]
谢 鹏,王正海,肖 蓓,曹海玲,黄 意,苏文林. 基于sCARS-PSO-SVM的土壤硒含量高光谱定量反演 [J]. 光谱学与光谱分析, 2023, 43(11): 3599-3606.
[9]
黄招娣,陈再良,王 琛,田 彭,章海亮,谢潮勇,刘雪梅. 比较用可见/短波近红外光谱结合机器学习算法测量土壤性质的不同多元校准方法分析 [J]. 光谱学与光谱分析, 2023, 43(11): 3535-3540.
[10]
安柏耸,王雪梅,黄晓宇,卡吾恰提·白山. 基于随机蛙跳波段选择算法的土壤铅含量高光谱估测 [J]. 光谱学与光谱分析, 2023, 43(10): 3302-3309.
[11]
邓 昀,牛照文,冯琦尧,王 宇. 改进时间卷积网络的红壤有机质高光谱预测模型 [J]. 光谱学与光谱分析, 2023, 43(09): 2942-2951.
[12]
蔡海辉,周 岭,史 舟,纪文君,罗德芳,彭 杰,冯春晖. 利用CARS-BPNN模型的南疆枣园土壤有机质高光谱反演 [J]. 光谱学与光谱分析, 2023, 43(08): 2568-2573.
[13]
夏晨真,姜艳艳,张星宇,沙 野,崔 帅,米国华,高 强,张 月. 基于无人机高光谱影像的黑土区玉米农田土壤有机质估算 [J]. 光谱学与光谱分析, 2023, 43(08): 2617-2626.
[14]
张梓浩,郭 飞,吴坤泽,杨馨玉,许 镇. 深度森林DF21模型在土壤镉含量高光谱反演中的性能评价 [J]. 光谱学与光谱分析, 2023, 43(08): 2638-2643.
[15]
张 霞,王为昊,孙伟超,丁松滔,王一博. 顾及土壤类型的土壤Zn含量高光谱遥感反演 [J]. 光谱学与光谱分析, 2023, 43(07): 2019-2026.