光谱学与光谱分析
|
激光微等离子体光谱分析法测定土壤中的铝钙
郭庆林,周玉龙,张秋琳,贾龙广,怀素芳,陈金忠
河北大学物理与科学技术学院,河北 保定 071002
Determination of Al and Ca in Soil by Laser Micro-Plasma Spectroscopy
GUO Qing-lin, ZHOU Yu-long, ZHANG Qiu-lin, JIA Long-guang, HUAI Su-fang, CHEN Jin-zhong
College of Physics Science and Technology, Hebei University, Baoding 071002, China
摘要 : 采用YJG-Ⅱ激光微区分析仪结合CCD光栅光谱仪构成的激光微等离子体光谱分析系统,在减压氩气环境下,以土壤标样为样品,测量了土壤中铝元素和钙元素的含量,对激光微等离子体光谱分析法定量分析土壤中元素的准确度与可行性进行了研究。实验中分别以Al Ⅰ 394.40 nm和Ca Ⅱ 396.85 nm为分析线,采用“三标准试样法”,由计算机拟合logI ~logC 工作曲线,对土壤中铝、钙进行了测量。结果表明:对此两种元素定量分析的相对标准偏差(RSD)最大为5.80%,定量分析结果与标准值的相对偏差最大为7.65%,说明该方法对土壤中铝、钙的测定满足分析精确度的要求。
关键词 :激光微等离子体光谱;定量分析;土壤;铝;钙
Abstract :Laser micro-spectral analyzer, coupled with CCD spectrometer, was used to determine soil elements in argon atmosphere at reduced pressure in the authors’ experiment. The accuracy and availability of this method were studied. With Al Ⅰ 394.40 nm and Ca Ⅱ 396.85 nm as spectral analysis lines, using “the three standard samples method”, the contents of Al and Ca in soil were determined. The results show that the maximum of relative standard deviation (RSD) of quantitative analysis is 5.80%; the maximum of relative difference between the quantitative analysis result and the standard value is 7.65%, suggesting that the accuracy of determination of Al and Ca in soil meets the challenge of quantitative analysis.
Key words :Laser micro-plasma spectroscopy;Quantitative analysis;Soil;Aluminum;Calcium
收稿日期: 2006-10-08
修订日期: 2007-01-23
通讯作者:
郭庆林
E-mail: zyljq@126.com
引用本文:
郭庆林,周玉龙,张秋琳,贾龙广,怀素芳,陈金忠. 激光微等离子体光谱分析法测定土壤中的铝钙[J]. 光谱学与光谱分析, 2008, 28(01): 200-202.
GUO Qing-lin, ZHOU Yu-long, ZHANG Qiu-lin, JIA Long-guang, HUAI Su-fang, CHEN Jin-zhong. Determination of Al and Ca in Soil by Laser Micro-Plasma Spectroscopy. SPECTROSCOPY AND SPECTRAL ANALYSIS, 2008, 28(01): 200-202.
链接本文:
https://www.gpxygpfx.com/CN/10.3964/j.issn.1000-0593.2008.01.047
或
https://www.gpxygpfx.com/CN/Y2008/V28/I01/200
[1] ZANG Xiao-ping(臧小平). Journal of Guangxi Agriculture Science(广西农业科学),1997,(2):80. [2] XU Xian-ju, CHEN Ming-chang, ZHANG Qiang, et al(许仙菊, 陈明昌, 张 强, 等). Journal of Shanxi Agriculture Science(山西农业科学),2004, 32(1):33. [3] Parded M, Kurniawan H, Tjia M O, et al. Appl. Spectrosc.,2001, 55(9):1229. [4] GUO Qinglin, et al. SPIE,2000, 4221:158. [5] GUO Qing-lin, ZHANG Bo, ZHANG Jin-ping, et al(郭庆林, 张 博, 张金平, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析),2005,25(3): 447.
[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]
刘 佳,郑亚龙,王成博,尹作为,潘少逵. 新疆和田硬水铝石-蓝宝石谱学研究 [J]. 光谱学与光谱分析, 2024, 44(01): 176-180.
[3]
夏明明, 刘 佳, 吴 萌, 樊剑波, 刘晓利, 陈 玲, 马昕伶, 李忠佩, 刘 明. 含钙添加剂处理下不同秸秆腐解产物可溶性有机质三维荧光特征变化 [J]. 光谱学与光谱分析, 2024, 44(01): 118-124.
[4]
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.
[5]
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.
[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]
刘浩东,姜喜全,牛 昊,刘钰博,李 惠,刘 媛,Wei Zhang,李鲁艳,陈 婷,赵燕杰,倪家升. 基于激光拉曼光谱归一化法的乙醇定量分析研究 [J]. 光谱学与光谱分析, 2023, 43(12): 3820-3825.
[8]
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.
[9]
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.
[10]
赖 妞,黄启强,张秦阳,张博文,王 娟,杨 杰,王 茺,杨 宇,王荣飞. CsPbX3 QDs@MOFs复合材料的研究综述 [J]. 光谱学与光谱分析, 2023, 43(11): 3321-3329.
[11]
林宏健,翟 娟,赖万昌,曾晨浩,赵紫琪,石 洁,周金戈. 应用同源自校正EDXRF分析法测定三元正极材料中Mn、Co、Ni的含量 [J]. 光谱学与光谱分析, 2023, 43(11): 3436-3444.
[12]
黄 丽,马瑞峻,陈 瑜,蔡 祥,颜振锋,唐 昊,李艳芬. 利用紫外-可见光谱与平行因子分析法快速检测水体中多种有机磷农药的实验研究 [J]. 光谱学与光谱分析, 2023, 43(11): 3452-3460.
[13]
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.
[14]
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.
[15]
李忠兵,蒋川东,梁海波,段洪名,庞 微. 粗精选策略二进制灰狼优化算法用于红外光谱特征选择 [J]. 光谱学与光谱分析, 2023, 43(10): 3067-3074.