塑料标准样品结合偏最小二乘法在激光诱导击穿光谱法元素定量分析领域的研究
王斌1,2, 郑少锋2, 甘久林1, 刘曙3, 李伟才2, 杨中民1, 宋武元4,*
1.华南理工大学, 发光材料与器件国家重点实验室, 广东 广州 510641
2.黄埔海关技术中心, 国家消费品安全检测重点实验室, 广东 东莞 523070
3.上海海关工业品与原材料检测技术中心, 上海 200135
4.广州海关技术中心, 广东 广州 510623
*通讯作者 e-mail: swyciq@126.com

作者简介: 王 斌, 1981年生,黄埔海关技术中心高级工程师 e-mail: abin230@163.com

摘要

激光诱导击穿光谱法以其快速、 高效、 无害、 全谱直读、 几乎不需要样品制备等优势, 广泛用于元素定量分析领域, 为了建立简单易行的分析方法, 利用自行研制的聚丙烯塑料(PP)标准样品(RM), 结合偏最小二乘法(PLS), 运用激光诱导击穿光谱方法(LIBS), 建立了Pb和Cr元素的PRM-PLS-LIBS分析模型。 PP标准样品是按照国际标准要求进行研制, Pb和Cr的含量梯度根据各个国家和地区的限制要求, 设定范围在0~1 000 mg·kg-1, 具体数值由定值结果结合不确定度给出, 并且该套标准样品均匀性和稳定性良好, 应用该标准样品建立的Pb和Cr的标准曲线的相关系数分别为0.999 2和0.998 9, 检出限分别为35和28 mg·kg-1, 已经达到定量分析能力。 为了提高定量分析模型的准确度, 需要对标准曲线的数据进一步优化。 在数据量较小的情况下, 通过对基线类型的多重优化, 比较了偏最小二乘法(PLS)和经典最小二乘法(CLS)。 实验数据表明, PLS的校正均方根误差(RMSEC)和校正系数(Corr. Coeff)都明显优于CLS。 通过优化Pb和Cr的分析波长范围和基线类型, 校正曲线的给定值与预测值之间的校正系数达到1.000 0, 进一步提高了模型的准确度。 随机选取一套PP标准样品, 对校正曲线进行验证。 取高含量样品(PP-306)和低含量样品(PP-302)进行测定, 将Pb和Cr的测定数据代入PCRM-PLS模型中, PP-306中Pb和Cr的测定值分别为998和96 mg·kg-1, PP-302中Pb和Cr的测定值分别为980和95 mg·kg-1, 都在给定值范围内, 方法有效可靠。

关键词: 塑料; 标准样品; 偏最小二乘法; 激光诱导击穿光谱法
中图分类号:O657.31 文献标志码:A
Plastic Reference Material (PRM) Combined With Partial Least Square (PLS) in Laser-Induced Breakdown Spectroscopy (LIBS) in the Field of Quantitative Elemental Analysis
WANG Bin1,2, ZHENG Shao-feng2, GAN Jiu-lin1, LIU Shu3, LI Wei-cai2, YANG Zhong-min1, SONG Wu-yuan4,*
1. State Key Laboratory of Luminescent Materials and Devices, South China University of Technology, Guangzhou 510641, China
2. State Key Testing Laboratory of Consumer Products, Huangpu Customs Technology Center, Dongguan 523070, China
3. Technical Center for Industrial Product and Raw Materical Inspection and Testing, Shanghai Customs, Shanghai 200135, China
4. Guangzhou Customs District Technology Center, Guangzhou 510623, China
*Corresponding author
Abstract

Laser-induced breakdown spectroscopy was widely used for quantitative elemental analysis of the field for its rapid, efficient, harmless, full spectrum advantage of direct reading and almost do not need sample preparation. In order to establish a simple method, developed by using polypropylene (PP) plastic reference material(RM), combined with partial least squares (PLS), using laser-induced breakdown spectroscopy (LIBS), the PRM-PLS-LIBS model of Pb and Cr was established. PP reference materials were developed by the requirements of international standards. The content gradient of Pb and Cr were set in the range of 0~1 000 mg·kg-1 according to the limitation requirements of various countries and regions. The certification results combined with uncertainty gave the specific values, and the certified reference material had good homogeneity and stability. The correlation coefficients of the standard curves of Pb and Cr were 0.999 2 and 0.998 9, respectively, and the detection limits were 35 and 28 mg·kg-1, respectively, which had reached the quantitative analysis ability. In order to improve the accuracy of the quantitative analysis model, it was necessary to optimize the data of standard curve further. Partial least squares (PLS) and classical least squares (CLS) were compared by multiple optimizations of baseline types for small data volume. Experimental results showed that the root mean square error of calibration (RMSEC) and correction coefficient (Corr. Coeff) of PLS were better than that of CLS. By optimizing the analytical wavelength range and baseline type of Pb and Cr, the correction coefficient between the given value and the predicted value of the correction curve reached 1.000 0, which further improved the model’s accuracy. A set of PP-certified reference materials were then selected to verify the calibration curve. High content samples (PP-306) and low-content samples (PP-302) were taken for determination, and Pb and Cr determination data were substituted into the PRM-PLS model. The Pb and Cr determination values in PP-306 were 998 and 96 mg·kg-1, respectively. The determination values of Pb and Cr in PP-302 are 980 and 95 mg·kg-1, respectively, within the given range. The method was effective and reliable.

Keyword: Plastic; Reference materia; Partial least squares; Laser-induced breakdown spectroscopy
引言

Pb和Cr的化合物作为加工助剂和无机颜料, 常被添加到塑料的生产工艺中。 众所周知, 铅和铬的化合物都属于对人体有害物质, 并且具有蓄积性, 不易代谢, 长期接触, 会给人体带来伤害。 世界各国对塑料制品中Pb和Cr的化合物的含量都有限制要求, 如欧盟立法制定的Restriction of Hazardous Substances(RoHS)[1], Consumer Product Safety Committee发布的ASTM F963[2], 国际标准化组织(ISO)发布的玩具安全标准ISO 8124[3]等, 对Pb和Cr的限量要求都在1 000 mg·kg-1以下, 有的甚至在100 mg·kg-1以下。 传统的塑料中元素定量分析方法, 如: 电感耦合等离子体原子发射光谱法(ICP-OES)、 电感耦合等离子体原子发射质谱法(ICP-MS)原子荧光光谱法(AFS)、 原子吸收光谱法(AAS)、 X射线荧光光谱法(XRF)都比较成熟[4, 5, 6], 都需要复杂的样品前处理过程, 耗时长, 并且在样品前处理的过程中还会涉及化学安全和辐射安全风险。

激光诱导击穿光谱法(LIBS)以其快速、 高效、 无害、 全谱直读、 几乎不需要样品制备[7, 8]等优势, 广泛用于样品中元素定量分析[9, 10, 11, 12]。 目前常用的有两大类定量分析方法, 一类是自由标定法(CF), 其无需使用标准样品, 利用合适的数据处理算法建立定量分析模型, Urbina等用基于时间分辨玻尔兹曼图和无校正激光诱导击穿光谱技术的新程序, 利用激光产生的等离子体中产生的谱线的时间演化, 测定了合金中铅(Pb)和锡(Sn)的浓度, 误差小于5%[13], Dí az Pace和Roberto-Jesú s Lasheras等采用自由标定LIBS法(CF-LIBS)分别对铸造废砂中常见元素和大气颗粒物中的矿物元素进行了定量分析[14, 15], Quienly Godoi等利用LIBS, 选取51个玩具样本, 结合partial least squares-discriminant analysis(PLS-DA)、 soft independent modeling of class analogy (SIMCA)和K-nearest neighbor (KNN)数据分析模型, 建立了玩具聚合物(塑料)材料中的铅和铬含量的快速分析筛选方法[16], 但是此类方法是以大量样品为基础, 并且需要建立复杂的化学计量学算法模型, 不便于实验室常规分析工作应用。 另一类是标准曲线法(SC), 是基于不同浓度梯度含量待测元素的一系列标准样品, 建立定量分析模型, 标准样品的基体与被测样品基体一致, Steven Millar等在水泥浆料中加入不同浓度的氯化物, 建立线性回归曲线, 用LIBS对氯含量进行化学分析[17], Lidiane Cristina Nunesa等利用ICP-OES法测定的微营养肥料中微量元素的含量值作为参考值, 建立元素校准模型, 然后用LIBS对实际样品中的微量元素含量进行定量分析[18], 此外, 用标准曲线激光光谱法(SC-LIBS)进行成分定量分析的报道还有机器润滑油[19], 打印纸[20], 木制品[21], 水泥[22], 沥青[23], 化妆品[24]等, 未见塑料的研究报道。

塑料标准样品(PRM)的研制, 是在塑料生产过程中逐步添加各种助剂和目标元素化合物, 生产出来的样品达到均匀性和稳定性的要求后, 再经过多家检测机构联合定值。 助剂要和目标元素化合物的在生产工艺上相匹配, 这需要将理论经验和生产实践相结合。 本课题组经过前期探索, 历时六年多时间, 联合国家重点实验室、 大型生产制造企业、 知名科研机构共同研制出含有金属元素含量梯度的聚丙烯(PP)基体标准样品[25], 并通过中国国家标准化管理委员会验收, 达到国际水平, 目前已经在检验检测行业广泛应用, 这也是建立本方法最重要的基础。 本文用自主研发的塑料(PP)中金属元素(Pb、 Cr)含量梯度标准样品作为研究对象, 建立了标准曲线激光光谱法定量分析模型, 然后用偏最小二乘法(PLS)[26, 27, 28, 29, 30, 31, 32]对本方法进一步优化, 建立了基于PRM-PLS的快速、 高效、 准确的LIBS定量分析塑料中目标元素的方法。

1 实验部分
1.1 LIBS

LIBS系统(TSI, ChemRevealTM, 美国)选用Nd∶YAG脉冲激光器, 波长为1 064 nm, 其最大脉冲能量为200 mJ, 并且能量可调节, 分析光斑尺寸可调, 最小尺寸是小于10 μm, 最大尺寸500 μm, 分析深度由样品材料和激光能量而定, 从1至100 μm。 使用配有ICCD探测器的Echelle光谱仪, 测定范围200~900 nm, 分辨率为0.001 nm, 可以进行全谱测量。 样品调节台可自由变换XYZ轴, 行程可达5 cm, 高精度微米级别定位控制(<1 μm), 最低样品量为100 pg~10 μg, 这取决于样品, 最大样品尺寸为12.7 cm×22.8 cm×12.7 cm。 双相机成像系统, 提供广角视野及高倍微观视野, 可以自动对焦, 也可以手动微调, 可以清晰观察样品表面情况, 见图1。 仪器装置结构, 见图2。 仪器测定条件按照本实验室方法设定, 激光脉冲能量为200 mJ, 延迟时间为0.5 μs。

图1 样品表面图像Fig.1 Sample surface imaging

图2 LIBS系统Fig.2 LIBS system

1.2 LIBS方法

对于本实验方法, 影响数据准确性的重要因素有: 每个取样点测定次数、 取样点数量、 脉冲能量、 延迟时间。 采用序贯试验法每次固定优化好的因子参数不变, 对其他因素逐一进行优化试验[33]。 将样品擦拭干净放在样品台上, 调节位置, 使样品在电脑端成像清晰, 然后每个取样点测定5次, 每个样品取样点为4个, 脉冲能量200 mJ, 延迟时间0.5 μs, 取所有测定数据平均值。

1.3 ICP-OES方法

1.3.1 仪器工作条件

ICP-OES(安捷伦, 730-ES, 美国)采用水平观测方式, 测量范围167~785 nm, 在200 nm处分辨率为0.007 6 nm; 发射功率1.10 kW; 等离子气流量15.0 L·min-1; 辅助气流量1.50 L·min-1; 泵速15 r·min-1; 雾化气流量0.60 L·min-1; 一次读数时间4.00 s, 读数3次; 仪器稳定延时10 s; 进样延时15 s[34]。 Pb元素定量分析波长220.353 nm、 Cr元素定量分析波长284.325 nm。

1.3.2 方法

将样品粉碎至粒径小于0.2 mm, 称取0.2 g, 精确到0.000 1 g, 置于微波消解罐中, 加入6 mL硝酸(默克, 分析纯, 德国)、 1 mL 30%过氧化氢(默克, 分析纯, 德国)和1 mL盐酸(默克, 分析纯, 德国), 用微波消解器(麦尔斯通, ECHO, 意大利)进行消解。 消解之后用去离子水(18.2 MΩ ·cm-1)定容至50 mL, 过滤, 待测[34]

1.4 PCRM定值结果

按照ISO GUIDE 35: 2017要求[35], 制备的PRM目标元素含量梯度点有5个, 不含0 mg·kg-1含量点, 并且满足均匀性和稳定性要求[25], 见表1

表1 PRM的定值结果 Table 1 Certification results of PRM
2 结果与讨论
2.1 激光脉冲波长的选择

研究中用到的LIBS系统的激光器有266和1 064 nm两种波长可以选择。 266 nm激光器用于微量的、 透明的材料, 1 064 nm激光器适用于大量的、 未知的样品, 因为本文研究对象为不透明的非微量样品, 所以选择脉冲波长为1 064 nm, 其最大脉冲能量为200 mJ, 并且能量可调节。

2.2 分析谱线的确定

PP塑料基体的LIBS光谱图在350 nm处开始出现干扰, 见图3, 后续工作中将进一步研究此种情况的产生原因。 本研究中, 观察190~350 nm之间, 根据美国NIST数据库[36]可知, 本LIBS仪器谱线库里Pb元素强发射谱线有220.353、 261.417、 280.199、 283.305和287.331 nm共5条, 综合考虑信号强度最强、 谱线半峰宽最窄、 干扰最小, 确定最优定量谱线为220.353 nm, 261.417 nm为Pb元素确证谱线, 见图4; Cr元素强发射谱线有6条, 其中283.563和284.325 nm处Cr元素谱线强度与浓度梯度成比例, 综合考虑信号强度最强、 谱线半峰宽最窄、 干扰最小, 确定最优定量谱线为284.325 nm, 283.563 nm为Cr元素确证谱线, 见图5。

图3 PP的LIBS光谱图Fig.3 Spectrum of LIBS in PP

图4 Pb的光谱图Fig.4 Spectrum of Pb

图5 Cr的光谱图Fig.5 Spectrum of Cr

2.3 测定次数的确定

按照实验方法, 以PP-304样品中Cr(Ⅱ) 284.325 nm为例, 在取样点数为4个, 脉冲能量200 mJ, 延迟时间为1 μs情况下, 计算每个取样点不同测定次数的测量值的相对标准偏差(RSD), 并计算每个取样点相同测定次数测定值的总相对标准偏差, 见图6。

图6 测量次数的RSDFig.6 RSD for the number of measurements

由图6可知, 测定次数在3、 4和5次时总相对标准偏差较低, 为了减少测量误差, 进来选择更多的测定次数, 所以实验采用每个取样点测量5次为宜。

2.4 取样点数量的确定

按照实验方法, 以PP-304样品中Cr(Ⅱ) 284.325 nm为例, 在单个取样点测定次数为5次, 脉冲能量200 mJ, 延迟时间为1 μs情况下, 分别计算1~5个取样点的测定值, 再计算当取样点个数分别是2、 3、 4和5时, 不同个数取样点之

间的平均值和相对标准偏差(RSD), 分别为9.1%、 7.3%、 6.6%和6.5%, 当取样点个数为4个或5个时, 测量值的相对标准偏差最小, 为了减少误差, 并且提高效率, 所以实验采用选择4个取样点为宜。

2.5 脉冲能量和延迟时间的确定

按照实验方法, 以PP-304样品仔Cr(Ⅱ) 284.325 nm为例, 在取样点数为4个, 每个取样点测定5次, 延迟时间为1 μs情况下, 计算不同脉冲能量下的Signal to noise ratio(SNR), 见图7, 随着脉冲能量的增加, 信噪比越来越大, 测定效果越来越好, 由于仪器最大可调脉冲能量为200 mJ, 所以实验采用脉冲能量为200 mJ为宜。 在取样点数为4个, 每个取样点测定5次, 脉冲能量为200 mJ, 计算不同延迟时间下的SNR, 见图7, 延迟时间0.5 μs情况下, 信噪比最大, 测定效果最好, 所以实验采用延迟时间为0.5 μs为宜。

图7 脉冲能量和延迟时间的信噪比Fig.7 SNR under different pulse energy and delay time

2.6 标准曲线

按照实验方法, 对PP塑料标准样品中的Pb和Cr元素进行测量, Pb和Cr元素含量梯度光谱峰, 见图8、 图9, 各含量光谱峰层次清晰, 比例协调, 而且附近其他元素光谱峰无干扰。 以强度值对浓度值绘制标准工作曲线, 见图10、 图11, 标准曲线线性良好, 都在0.999以上, 可以用于定量分析。

图8 不同Pb含量的光谱图Fig.8 The content gradient spectrum of Pb

图9 不同Cr含量的光谱图Fig.9 The content gradient spectrum of Cr

图10 Pb的标准曲线Fig.10 The standard curve of Pb

图11 Cr的标准曲线Fig.11 The standard curve of Cr

2.7 检出限

按照实验方法, 对空白样品进行9次测量, 计算Pb(Ⅱ) 220.353 nm和Cr(Ⅱ) 284.325 nm处背景信号强度的标准偏差, 以3倍背景信号强度的标准偏差值对应浓度作为检出限, Pb和Cr的检出限分别为35和28 mg·kg-1, 可以满足定量需求。

2.8 PCRM-PLS模型的建立

本方法的PLS模型是基于ThermoFisher Scientificde TQ Analyst软件的自动化运算程序, 运算原理是通过PLS算法, 对被测元素选定的分析波长范围内的特征谱线强度进行运算, 得到综合的拟合运算结果, 建立给定值对预测值的校正曲线, 而不是传统的对于特定元素的单一特定波长进行计算的标准曲线法, 也有别于经典最小二乘法, 所以对PLS模型的建立与优化起主要影响的因素是被测元素的分析波长范围(Spectral range), 还有校正曲线的校正均方根误差(RMSEC)、 校正系数(Corr. Coeff.)、 校正因子(factors)。

分析波长范围的优化是考察了Pb(Ⅱ) 220.353 nm和Cr(Ⅱ) 284.325 nm波长扩展区域内特征谱线强度运算时的RMSEC、 校正系数, 以及配合不同的基线计算类型(Baseline Type), 优化方法是以RMSEC相对最小, 校正系数趋近于1为最优。 同时, 与Classic Least Squares(CLS)进行了比较, 见表2

表2 PLS模型参数 Table 2 PLS model parameters

表2可知, Pb元素选取分析波长在215~225 nm范围内的谱线强度作为PLS运算数据, Cr元素选取分析波长281~285 nm范围内的谱线强度作为PLS运算数据, 采用Linear Removed的Baseline Type, 可以使校正曲线具有很好的相关性, 见图12和图13。 同时可以看出, PLS法明显优于传统的标准曲线法和CLS法, 并且PLS算法中, 运用的校正因子数量越多, 给定值与预测值的拟合效果越好。

图12 Pb含量给定值与预测值的最佳校正 曲线(mg·kg-1)Fig.12 The optimal correction curve of the given value of Pb content to the predicted value (mg·kg-1)

图13 Cr含量给定值与预测值的最佳校正 曲线(mg·kg-1)Fig.13 The optimal correction curve of the given value of Cr content to the predicted value(mg·kg-1)

2.9 样品的测定

为了验证模型的可靠性和准确性, 应选择含有待测元素的PP基体样品。 本研究开发的PP-RM功能之一是用于该方法的质量控制。 如果该模型所测定的实验结果在PP-RM的给定值范围内, 则认为该方法是有效的。 随机选取一套PP标准样品, 取高含量样品(PP-306)和低含量样品(PP-302)进行测定, 将Pb和Cr的测定数据代入PRM-PLS模型中, 测定值分别为998、 96、 980和95 mg·kg-1, 都在给定值范围内, 方法有效可靠。

3 结论

基于PP标准样品的研制, 通过将传统的标准曲线法和PLS算法相结合, 建立了针对塑料中元素含量测定的PRM-PLS-LIBS法, 本方法快速、 高效、 准确、 无污染, 能有效的运用到实际的样品检测工作中。 特别感谢东莞市诚标检测科技有限公司提供聚丙烯标准样品的生产场地, ThermoFisher Scientific提供的TQ Analyst软件。

参考文献
[1] Restriction of Hazardous Substances(DIRECTIVE 2011/65/EU). [本文引用:1]
[2] American National Stand ard on Toys, ASTM F963, Stand ard Consumer Safety Specification for Toy Safety. [本文引用:1]
[3] International Stand ard on Safety of Toys, ISO8124, Part 3: Migration of Certain Elements. [本文引用:1]
[4] The International Electrotechnical Commission Stand ard on Electrotechnical Products, IEC 62321-3-1: 2013, Determination of Certain Substances in Electrotechnical Products—Part 3-1: Screening—Lead, Mercury, Cadmium, Total Chromium and Total Bromine by X-ray Fluorescence Spectrometry. [本文引用:1]
[5] The International Electrotechnical Commission Stand ard on Electrotechnical Products, IEC 62321-5, Determination of Certain Substances in Electrotechnical Products—Part 5: Cadmium, Lead and Chromium in Polymers and Electronics and Cadmium and Lead in Metals by AAS, AFS, ICP-OES and ICP-MS. [本文引用:1]
[6] CPSC-CH-E1002-08. 3: Stand ard Operating Procedure for Determining Total Lead (Pb) in Nonmetal Children’s Product. [本文引用:1]
[7] Miziolek Andrzej W, Palleschi V, Schechter I. Laser-Induced Breakdown Spectrosopy (LIBS). New York: Cambridge University Press , 2006. [本文引用:1]
[8] Cremers D A, Radziemski L J. Hand book of Laser-Induced Breakdown Spectroscopy. England : John Wiley & Sons, Ltd. , Chichester, West Sussex, 2006. [本文引用:1]
[9] Terán E J, Montes M L, Rodríguez C, et al. Microchemical Journal, 2019, 144: 159. [本文引用:1]
[10] Meng Deshuo, Zhao Nanjing, Ma Mingjun, et al. Plasma Science and Technology, 2015, 17: 632. [本文引用:1]
[11] Trautner Stefan, Lackner Johannes, Spendelhofer Wolfgang, et al. Analytical Chemistry, 2019, 91(8): 5200. [本文引用:1]
[12] Syed Kifayat Hussain Shah, Javed Iqbal, Pervaiz Ahmad, et al. Radiation Physics and Chemistry, 2020, 170: 108666. [本文引用:1]
[13] Urbina I, Carneiro D, Rocha S, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2020, 170: 105902. [本文引用:1]
[14] Díaz Pace D M, Miguel R E, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2017, 131: 58. [本文引用:1]
[15] Roberto-Jesús Lasheras, Daniel Paules, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2020, 171: 105918. [本文引用:1]
[16] Quienly Godoi, Flavio O Leme, Lilian C Trevizan, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2011, 66: 138. [本文引用:1]
[17] Steven Millar, Sabine Kruschwitz, Gerd Wilsch et al. Cement and Concrete Research, 2019, 117: 16. [本文引用:1]
[18] Lidiane Cristina Nunes, Edenir Rodrigues Pereira-Filho, Marcelo Braga Bueno Guerra, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2019, 154: 25. [本文引用:1]
[19] Pavel Yaroshchyk, Richard J S Morrison, Doug Body, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2005, 60: 1482. [本文引用:1]
[20] Yu Youli, Zhou Weidong, Qian Huiguo, et al. Plasma Science and Technology, 2014, 16: 683. [本文引用:1]
[21] Wen Guanhong, Sun Duixiong, Su Maogen, et al. Plasma Science and Technology, 2014, 16: 598. [本文引用:1]
[22] Dietz T, Klose J, Kohns P, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2019, 152: 59. [本文引用:1]
[23] Aleš Hrdlička, Jitka Hegrová, Eva Havrlová, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2020, 170: 105919. [本文引用:1]
[24] Imran Rehan, Muhammad Zubair Khan, Kamran Rehan, et al. Analytical Letters, 2020, 53: 2571. [本文引用:1]
[25] WANG Bin, FANG Cheng, LAN Li-li, et al(王斌, 方成, 兰丽丽, 等). PTCA (Part B: Chem. Anal. )(理化检验化学分册), 2018, 54(11): 1292. [本文引用:2]
[26] Mello C, Ribeiro D, Novaes F, et al. Anal. Bioanal. Chem. , 2005, 383: 701. [本文引用:1]
[27] Andrade J M, Cristoforetti G, Legnaioli S, et al. Spectrochim. Acta B: Atomic Spectroscopy, 2010, 65: 658. [本文引用:1]
[28] Leticia Gómez-Nubla, Julene Aramendia, Silvia Fdez-Ortiz de Vallejuelo, et al. Microchemical Journal, 2018, 137: 392. [本文引用:1]
[29] Duan Fajie, Fu Xiao, Jiang Jiajia, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2018, 143: 12. [本文引用:1]
[30] Forina M, Casolino C, Pizarro Millan C, et al. J. Chemom. , 1999, 13: 165. [本文引用:1]
[31] Chen D, Hu B, Shao X, et al. Analyst, 2004, 129: 664. [本文引用:1]
[32] HU Li, ZHAO Nan-jing, LI Da-chuang, et al(胡丽, 赵南京, 李大创, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2017, 37(8): 2585. [本文引用:1]
[33] LUO Zi-yi, HUANG Lin, LIU Mu-hua, et al(罗子奕, 黄林, 刘木华, ). Chinese Journal of Analysis Laboratory(分析试验室), 2018, 37(12): 1384. [本文引用:1]
[34] WANG Bin, ZHANG Jiang-feng, WEN Jian-chang, et al(王斌, 张江锋, 温健昌, ). Journal of the Chinese Society of Rare Earths(中国稀土学报), 2015, 33(1): 124. [本文引用:2]
[35] ISO GUIDE 35: 2017 Reference Materials—Guidance for Characterization and Assessment of Homogeneity and Stability. [本文引用:1]
[36] NIST (National Institute of Stand ards and Technology). [本文引用:1]