光谱学与光谱分析
|
氢化物发生-原子荧光光谱法直接测定土壤水溶态Sb(Ⅲ)和Sb(Ⅴ)
于兆水,张 勤
中国地质科学院地球物理地球化学勘查研究所,河北 廊坊 065000
Direct Determination of Water-Soluble Antimony(Ⅲ) and Antimony(Ⅴ) in Soil by Hydride Generation Atomic Fluorescence Spectrometry
YU Zhao-shui,ZHANG Qin
Institute of Geophysical and Geochemical Exploration, Chinese Academy of Geological Sciences, Langfang 065000, China
摘要 : 在HCl介质中,Sb(Ⅲ)和Sb(Ⅴ)在氢化物发生过程中的化学反应效率不同,通过测定经还原剂还原后和还原前Sb的荧光强度,求解联立方程计算出Sb(Ⅲ)和Sb(Ⅴ)的含量,据此建立了氢化物发生-原子荧光光谱法直接测定土壤水溶态Sb(Ⅲ)和Sb(Ⅴ)方法,操作简便,实用性强。考察了HCl浓度和KBH4 浓度对Sb(Ⅲ)和Sb(Ⅴ)测定灵敏度的影响以及共存元素的干扰情况,并比较了两种还原剂对Sb(Ⅴ)的还原效果。方法检出限为Sb(Ⅲ)1.11 ng·g-1 ,Sb(Ⅴ)1.57 ng·g-1 。加标回收试验表明方法准确、可靠。
关键词 :氢化物发生;原子荧光光谱法;Sb(Ⅲ);Sb(Ⅴ);土壤
Abstract :A simple, rapid and useful method for the determination of water-soluble antimony(Ⅲ) and antimony(Ⅴ) in soil was established using hydride generation atomic fluorescence spectrometry. The method was based on the different chemical reaction efficiency between Sb(Ⅲ) and Sb(Ⅴ) with KBH4 in the media of HCl. The amounts of Sb(Ⅲ) and Sb(Ⅴ) can be obtained through measuring antimony fluorescence intensities before and after reduction with reductant. The effects of HCl and KBH4 on the sensitivities of Sb(Ⅲ) and Sb(Ⅴ) were investigated, and the interferences from coexistent elements were studied. The reduction efficiencies of both reductants were compared. The detection limits of the method were 1.11 ng·g-1 for Sb(Ⅲ) and 1.57 ng·g-1 for Sb(Ⅴ). The accuracy of the method was verified by recovery experiments on spiked real soil samples.
Key words :Hydride generation;Atomic fluorescence spectrometry;Sb(Ⅲ);Sb(Ⅴ);Soil
收稿日期: 2008-11-08
修订日期: 2009-02-12
通讯作者:
于兆水
E-mail: yzs2006@163.com
[1] Miekeley N, Mortari S R, Schubach A O. Anal. Bioanal., Chem, 2002, 372: 495. [2] Michael Krachler, Hendrik Emons. J. Anal. At. Spectrom., 2001, 16: 20. [3] Zheng Jian, Ohata Masaki, Furuta Naoki. Analytical Sciences, 2000, 16: 75. [4] XIONG Yuan-fu, WEN Zhu-you, XIONG Hai-rong, et al(熊远福, 文祝友, 熊海蓉, 等). Journal of Analytical Science(分析科学学报), 2003, 19(2): 142. [5] MEI Jun, WU Shao-wei, TANG Zhi-yong, et al(梅 俊, 吴少尉, 汤志勇, 等). Rock and Mineral Analysis(岩矿测试), 2002, 21(4): 275. [6] LIU Cheng-zuo, LUO Ming-biao, LIU Hai-qi(刘成佐, 罗明标, 刘海齐). Chinese Journal of Rare Metals( 稀有金属), 2004, 28(6): 1095. [7] CHEN Heng-wu, HE Qiao-hong(陈恒武, 何巧红). Chinese Journal of Analytical Chemistry(分析化学), 2000, 28(3): 368. [8] ZHANG Jin-mao, FAN Fan, GUO Xiao-wei, et al(张锦茂, 范 凡, 郭小伟, 等). Geophysical and Geochemical Exploration(物探与化探), 1984,3: 24.
[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]
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.
[8]
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.
[9]
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.
[10]
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.
[11]
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.
[12]
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.
[13]
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.
[14]
胡梦颖,张鹏鹏,刘 彬,杜雪苗,张灵火,徐进力,白金峰. 高压制样-激光诱导击穿光谱技术测定土壤中的硅铝铁钾 [J]. 光谱学与光谱分析, 2023, 43(07): 2174-2180.
[15]
章海亮,谢潮勇,田 彭,詹白勺,陈再良,罗 微,刘雪梅. 基于可见/近红外光谱和数据驱动的机器学习方法测量土壤有机质和总氮 [J]. 光谱学与光谱分析, 2023, 43(07): 2226-2231.