基于电化学沉积-激光诱导击穿光谱技术的土壤中Hg2+检测研究
段宏伟1,2,3, 赵斯杰1,2, 郭梅1,2, 牛其建3, 黄晶4,5, 刘飞4,5,*
1.农业农村部西北农业装备重点实验室, 新疆 石河子 832000
2.石河子大学机械电气工程学院, 新疆 石河子 832000
3.江苏大学农业工程学院, 江苏 镇江 212013
4.浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
5.农业农村部光谱检测重点实验室, 浙江 杭州 310058
*通讯作者 e-mail: fliu@zju.edu.cn

作者简介: 段宏伟, 1989年生, 石河子大学机械电气工程学院副教授 e-mail: dhwsg123@sina.com

摘要

农田土壤中Hg2+精准评估对于建设高标准农田和保护粮食安全具有重要意义。 针对污染土壤中汞离子浓度低、 共存干扰未知的问题, 提出一种基于电化学联用激光诱导击穿光谱技术(EC-LIBS)的土壤中Hg2+检测方法。 试验首先采用循环伏安法进行Hg2+电沉积, 与沉积前金电极基底相比较, 得出沉积后金电极基底在Hg Ⅰ 435.835 nm存在明显发射信号, 并且沉积后纳米金颗粒表面亮度提升、 黄度下降, 结果表明电化学沉积可以通过在金电极表面形成金汞齐完成汞离子液固转换。 其次探究了溶剂pH和沉积电压对沉积效果的影响, 得出最优的沉积参数为pH 7.0, 电压为-400 mV。 最终获取样品LIBS谱线并进行惠特克基线校正和PLS模型构建, 得出当Lambda=1.0, p=0.01时, 基线校正效果明显, 所构建PLS模型预测集RMSEP和MRAEP分别为5.24 mg·kg-1和4.86%, 表明EC-LIBS技术结合该标准模型可以用于土壤中Hg2+精准检测。

关键词: Hg2+; 电化学沉积; 激光诱导击穿光谱; 金汞齐; PLS模型
中图分类号:O657.319 文献标志码:A
Research on Hg2+ Detection in Soil Based on EC-LIBS Technology
DUAN Hong-wei1,2,3, ZHAO Si-jie1,2, GUO Mei1,2, NIU Qi-jian3, HUANG Jing4,5, LIU Fei4,5,*
1. Key Laboratory of Northwest Agricultural Equipment, Ministry of Agriculture and Rural Affairs, Shihezi 832000, China
2. College of Mechanical and Electrical Engineering, Shihezi University, Shihezi 832000, China
3. School of Agricultural Engineering, Jiangsu University, Zhenjiang 212013, China
4. College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China
5. Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, China
*Corresponding author
Abstract

Accurate assessment of Hg2+ in farmland soil is significant for constructing high-standard farmland and protecting food security. To solve the problem of low mercury ion concentration and unknown coexisting interference in polluted soil, a method of Hg2+ detection in soil based on electrochemical laser-induced breakdown spectrometry (EC-LIBS) was proposed in this study. First, cyclic voltammetry was used for Hg2+ electrodeposition. Compared with the gold electrode substrate before deposition, it was found that the gold electrode substrate after deposition had obvious emission signals at Hg Ⅰ 435.835 nm, and the surface brightness of the gold nanoparticles increased and the yellowness decreased after deposition. The results show that electrochemical deposition can complete the liquid-solid conversion of mercury ions by forming gold amalgam on the surface of the gold electrode. Secondly, the influence of solvent pH and deposition voltage on the deposition effect was investigated, and the optimal deposition parameters were pH 7.0 and voltage of -400 mV. Finally, the sample LIBS spectral line was obtained, and the Whittaker baseline correction and PLS model were carried out. It was concluded that when Lambda=1.0 and p=0.01, the baseline correction effect was obvious, and the prediction sets RMSEP and MRAEP of the developed PLS model were 5.24 mg·kg-1 and 4.86%, respectively. It shows that EC-LIBS technology combined with the standard model can accurately detect Hg2+ in soil.

Keyword: Hg2+; Electrodeposition; Laser induced breakdown spectroscopy; Gold amalgam; PLS model
引言

我国农田土壤重金属含量空间分布显示南方农田土壤中汞含量明显高于北方[1], 其中汞离子(Hg2+)是污染土壤中出现频率最高、 毒性最强的重金属离子之一[2]。 尽管农田土壤中汞含量有严格限定标准, 但是不合理的污水灌溉、 农药化肥施用以及化工厂废水排放等导致农田耕层土壤Hg2+具有极强的生态风险[3, 4]。 因此, 建立高灵敏、 高选择性的检测方法, 实现农田土壤中Hg2+现场精准检测, 对保障农业面源土壤安全、 农产品质量具有重要意义。

近年来, 激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)被发展为一种新兴的元素分析技术, 在工业现场分析[5, 6]、 深海探测[7]、 爆炸物分析[8, 9]、 生物医学检测[10]、 农业和食品污染评估[11, 12, 13]等领域已开展较为广泛的应用研究, 但在液相、 低量元素精确定量分析方面仍面临信号响应差难题。 为此, Chen等[14]首次提出利用电化学联用激光诱导击穿光谱(electrochemistry combined laser induced breakdown spectroscopy, EC-LIBS)方法对重金属LIBS信号增强研究。 Ma等[15]将电化学沉积与LIBS相结合, 得出溶液pH值对重金属离子沉积效果具有显著影响。 EC-LIBS技术首先采用电沉积/富集法将重金属离子快速固化在电极表面, 其次获取并分析电极表面全元素的LIBS光谱。 该方法结合了电化学和光谱法的优点, 能够高选择性和灵敏检测痕量重金属离子, 也可以实现共存重金属同时检测。 这不仅显著提高单一光谱法的灵敏度和检测限, 而且能够克服电化学方法受未知污染物中共存金属元素基体干扰问题。 然而, EC-LIBS技术应用于土壤中Hg2+与检测主要存在以下两个问题: (1) Hg2+电沉积后形成汞单质为液体, 无法直接固化在电极表面; (2) 汞的挥发性、 蒸气压非常高, 导致在接收到等离子体信号之前汞可能已经部分挥发, 导致检测限超高, 甚至没有信号。

因此, 本研究首先选用金电极作为基底, 利用汞单质容易与金属单质形成汞齐合金从而变成固相金属的原理, 通过电化学沉积法一步将Hg2+在电极表面转换成汞单质, 润湿金表面形成金汞齐合金基底; 同时利用光谱法和图像法分别对基底信号和表面形貌进行分析验证金汞齐合金形成; 其次通过调节溶剂pH和沉积电压, 获取最优的Hg2+电化学沉积参数; 最终在低能量激光脉冲作用下, 通过惠特克基线校正和PLS模型构建实现土壤中Hg2+快速检测研究。

1 实验部分
1.1 Hg2+液固转换机理

传统液固转换机理主要是将Hg2+液体滴加在固体基底表面并通过烘干形成LIBS检测对象, 然而滴加法所包含的Hg2+浓度太低, 很难达到LIBS检测限, 导致其信号强度弱甚至没有检测信号。 因此, 本研究提出先将Hg2+通过电化学沉积法形成汞单质, 然而汞单质为液体无法直接进行LIBS分析; 进一步再借助汞与金属单质之间可以形成汞齐这一性质, 选用金电极作为工作电极, 电极表面形成的汞单质会通过扩散作用形成金汞齐合金, 从而实现溶液中Hg2+的批量液固转换, 具体机理如式(1)和式(2)所示。

Hg2++2e-=Hg(单质, 液体)(1)

Au+Hg2=AuHg2(合金, 固体)(2)

1.2 EC-LIBS系统搭建

EC-LIBS系统如图1所示, 主要包含LIBS模块和电化学模块。 LIBS模块包含烧蚀源为一台调Q的Nd:YAG固体激光器, 激发波长为1 064 nm, 最大频率为2 Hz, 脉冲延迟为10 ns, 最大激发能量为60 mJ。 电化学模块主要包括ICHY便携式电化学工作站、 丝网印刷金电极、 电极插槽。

图1 EC-LIBS系统示意图Fig.1 Schematic diagram of EC-LIBS system

采用循环伏安法[16]在负电压条件下将溶液中Hg2+沉积到金电极表面并反应形成金汞齐合金, 随后聚焦激光法线入射到金电极表面并引发等离子体, 相对于水平方向呈 45° 的准直镜接收等离子体信号至光纤传输通道。 光纤出口连接3通道电荷耦合光谱仪, 光谱仪分辨率为0.1 nm, 检测波长范围为180~980 nm。 本研究中, 针对激光脉冲能量波动对谱线强度影响问题, 将激光能量设为40 mJ, 单点激光重复烧蚀次数设为1。 为了避免轫致辐射发射, 探测器相对于激光脉冲的延迟时间为1.0 μ s。

1.3 样本制备

标准样品制备: Hg2+标准溶液来源于国家有色金属及电子材料分析测试中心, 通过浓度稀释法将Hg2+配制成10、 20、 50、 100和500 mg· kg-1的标准溶液, 用于标准曲线构建试验。

预测样品制备: 具体过程如图2所示: 烧杯中称取0.5 g无污染土壤样品, 再往烧杯中加入一定量的Hg2+溶液, 烘干后称重; 随后利用去离子水将土壤样品稀释10倍, 超声摇匀后离心取上清液。 样品分成两部分, 一部分采用电感耦合等离子体质谱法获取实际浓度分别为39.97和199.95 mg· kg-1, 另一部分样品作为电极基底溶液进行电沉积和LIBS分析。

图2 样品处理过程
(a): 超声摇匀; (b): 离心; (c): 金汞齐; (d): LIBS分析
Fig.2 Sample processing
(a): Ultrasonic shaking; (b): Centrifugation; (c): Gold mercury amalgam; (d): LIBS analysis

1.4 LIBS光谱校正及定标模型评价

LIBS光谱数据采集过程中通常受到检测环境系统的影响导致所采集光谱数据经常出现基线漂移现象, 惠特克滤波基线校正法[17]利用Whittaker平滑器对谱峰区域进行平滑插值, 进而得到整个光谱的基线估计, 因此, 惠特克滤波基线校正法常用于光谱基线校正, 其主要包括平滑度参数Lambda(0.1≤ Lambda≤ 10)和P(0< P< 1), Lambda表示基线允许曲率, Lambda值越小, 表明基线拟合越弯曲, 反之基线弯曲特征越小; P表示Whittaker平滑器不对称性, P值越小, 表明基线校正后结果负值越少, 反之负值越多。

所建定标模型效果主要由决定系数(coefficient of determination, R2)、 均方根误差(root mean square error, RMSE)、 平均相对分析误差(MRAE)来评价[18]。 具体公式如式(3)— 式(5)

R2=1-1n(y^i-yi)21n(yi-y̅i)2(3)

RMSE=1n(y^i-yi)2n(4)

MARE=1ny^i-yiyin(5)

其中, yiy̅iy^i分别为测定值、 均值和预测值, n为样本数量。

R2分为校正决定系数Rcal2和预测决定系数Rp2, RMSE分为校正均方根误差RMSEC和预测均方根误差RMSEP, MRAE主要为预测平均相对分析误差MRAEP。 Rcal2越大, RMSECV越小, 则建模效果越好; Rp2越大, RMSEP越小, MRAEP越小, 则模型预测精度越高。

2 结果与讨论
2.1 金汞齐形成表征

为验证丝网印刷金电极表面形成金汞齐合金, 分别从LIBS光谱和电极表面形貌角度进行对比分析, 结果如图3所示。

图3 金汞齐形成过程表征分析
(a): 金电极基底光谱分析; (b): 金电极反应前(左图)后(右图)形貌分析
Fig.3 Characterisation of the gold amalgam formation process
(a): Spectral analysis of gold electrode substrate; (b): Morphological analysis of gold electrode before (left image) and after (right image) reaction

图3(a)为金电极基底在电沉积条件下形成的LIBS谱线, 发现Hg Ⅰ 435.835 nm分析线处出现明显的发射峰, 表明金电极基底可以形成汞齐合金。 图3(b)对比也发现反应后电极表面颜色发白, 与汞齐颜色相似, 表明金电极表面可能存在金汞反应[19]

通过体式显微镜进一步观察金电极反应前后显微形貌, 当图像分辨率设为1.2 μ m时进行对比分析, 结果如图4所示。 反应前后图中均含有大量突起的纳米金微球颗粒, 经电化学反应后纳米金颗粒亮度提升、 黄度下降, 这与金汞齐颜色一致, 并且与图3(b)中工作电极颜色变化一致, 表明电化学沉积可以在金电极表面形成金汞齐合金, 可为LIBS分析提供基底。

图4 电化学沉积前后金电极表面形貌分析
(a): 反应前工作电极形貌; (b): 反应后工作电极形貌
Fig.4 Surface morphology analysis of gold electrodes before and after electrochemical deposition
(a): Morphology of working electrode before reaction; (b): Morphology of working electrode after reaction

2.2 电沉积参数优化

为确保LIBS信号最优强度, 必须对电沉积参数进行优化, 主要考虑pH、 沉积电位对LIBS信号的影响规律, 结果如图5所示。

图5 pH和沉积电位参数优化
(a): pH影响试验; (b): 沉积电压影响试验
Fig.5 Optimisation of pH and deposition potential parameters
(a): pH impact test; (b): Deposition voltage influence test

图5(a)分别选用pH为4.0、 7.4的PBS缓冲溶液和pH为7.0纯水作为溶剂时, 中性和弱碱性条件下金电极基底信号强度无显著性差异, 但均明显高于酸性条件下金电极基底信号。 原因可能是在酸性条件下会破坏汞对金的湿润, 降低金汞齐合金形成概率。 图5(b)分别选用-400、-600和-800 mV电压条件进行电沉积反应, 发现三者的LIBS谱线强度无明显差异, 表明沉积电压对LIBS信号无显著影响。 因此, 本研究中优选pH和沉积电压分别为7.0和-400 mV。

2.3 光谱校正

惠特克滤波基线校正方法[17]是一种用于光谱分析的自动收敛光谱校正方法, 由于P值越大校正后基线负值越多, 因此P值越小越好; 又由于Lambda过大或者过小会出现过度平滑和平滑不足的现象, 因此Lambda选取要适当; 本文通过对比分析预处理前后光谱特征和单变量模型效果, 确定当参数Lambda和P分别设为1和0.01时, 其处理后的光谱曲线效果和单变量模型效果较好, 预处理前后光谱和单变量模型结果如图6所示。

图6 基线校正分析
(a): 原始光谱; (b): 预处理后光谱; (c): 原始光谱单变量模型结果; (d): 预处理后光谱单变量模型结果
Fig.6 Baseline correction analysis
(a): Original spectra; (b): Preprocessed spectra; (c): Results of the original spectral univariate model; (d): Preprocessed spectral univariate modem results

图6对比得出, 相较于原始光谱数据, 一是处理后的光谱基线基本降为0且负值几乎没有, 并且不同浓度的LIBS光谱基线数值大小基本一致; 二是基线拟合曲线趋势与原始光谱仍然保持一致, 先升后降再升。 前者主要归因于P值选取, P参数(0 < P< 1)表示不对称, 越小表明基线结果中允许的负部分越小, 接近1的值允许更多的负值。 后者主要归因于Lambda值选择, Lambda参数表示允许的基线曲率, 越小表明基线拟合曲线越弯曲, 较大的值只适合较宽、 较不弯曲的特征。 进一步通过对比预处理前后光谱数据与浓度之间的相关关系曲线可以得出: 当P值为0.01, Lambda为1时, 预处理后光谱数据与浓度之间的相关关系为0.998 9, 大于无基线校正的相关关系0.982 9, 表明惠特克基线校正效果明显。

2.4 标准模型构建及土壤样品检测

由于LIBS谱线受基体效应干扰较大, 谱线强度可能存在一定偏差, 因此本研究选取Hg Ⅰ 435.835 nm谱峰全部波长点信息用于Hg2+检测的标准回归模型构建, 光谱信息和PLS模型结果如图7所示。

图7 土壤Hg2+含量预测结果
(a): Hg分析线光谱; (b): PLS模型结果
Fig.7 Predicted results of soil Hg2+ content
(a): Analytical line spectra of Hg; (b): PLS model results

采用Hg Ⅰ 435.835 nm分析谱线21个波长点构建PLS模型, 校正集Rcal2和RMSEC分别为0.997 6和9.12 mg· kg-1, 表明所构建模型效果较好; 当采用该模型对土壤中Hg2+进行预测时, 发现其预测集RMSEP和MRAEP分别为5.24 mg· kg-1和4.86%, 表明该标准模型可以用于土壤中Hg2+精准检测。 与Ma等[15]研究结果对比, 得出EC-LIBS的MRAEP值明显低于传统单一LIBS技术, 原因可能是EC-LIBS技术能够将Hg2+均匀沉积在金电极基底表面, 而改性滤纸基底表面的Hg2+分布均匀性受滤纸表面扩散张力影响较大, 导致信号稳定性偏差相对较大。

表1 文献结果对比 Table 1 Comparison of literature results
3 结论

针对污染土壤中汞离子浓度低、 共存干扰未知的问题, 提出一种基于EC-LIBS的土壤中Hg2+检测方法。 通过循环伏安法实现Hg2+(Hg Ⅰ 435.835 nm)在金电极基底电沉积, 通过LIBS光谱和体视显微镜成像表征得出电化学沉积可以通过在金电极表面形成金汞齐完成汞离子液固转换。 同时优化了沉积参数组合, 得出pH 7.0, 电压为-400 mV时Hg2+的LIBS信号最佳, 并利用惠特克算法对LIBS光谱预处理, 得出当Lambda=1.0, p=0.01时, 基线校正效果明显。 预处理后光谱所构建PLS模型预测集RMSEP和MRAEP分别为5.24 mg· kg-1和4.86%, 表明EC-LIBS技术结合该标准模型可以用于土壤中Hg2+精准检测。

参考文献
[1] CHEN Wen-xuan, LI Qian, WANG Zhen, et al(陈文轩, 李茜, 王珍, ). Environmental Science(环境科学), 2020, 41(6): 2822. [本文引用:1]
[2] Pillay A E, Yaghi B, Williams J R, et al. Journal of Water & Health, 2007, 5(2): 315. [本文引用:1]
[3] HUA Xiao-zan, CHENG Bin, ZHAO Rui-fen, et al(滑小赞, 程滨, 赵瑞芬, ). Journal of Irrigation and Drainage(灌溉排水学报), 2021, 40(3): 101. [本文引用:1]
[4] WANG Xiao-li, CHEN Zhi-fan, WEI Zhang-dong, et al(王小莉, 陈志凡, 魏张东, ). Environmental Chemistry(环境化学), 2018, 37(3): 513. [本文引用:1]
[5] Dong M, Wei L, Lu J, et al. Journal of Analytical Atomic Spectrometry, 2019, 34: 480. [本文引用:1]
[6] Sheta S, Afgan M S, Hou Z, et al. Journal of Analytical Atomic Spectrometry, 2019, 34(6): 1047. [本文引用:1]
[7] Xue B, Tian Y, Li Y, et al. Spectrochimica Acta Part B: Atomic Spectroscopy, 2019, 151: 20. [本文引用:1]
[8] Myakalwar A K, Spegazzini N, Zhang C, et al. Scientific Reports, 2015, 5(1): 13169. [本文引用:1]
[9] Wang Q, Teng G, Li C, et al. Journal of Hazardous Materials, 2019, 369: 423. [本文引用:1]
[10] Singh V K, Kumar V, Sharma J. Lasers in Medical Science, 2015, 30(6): 1763. [本文引用:1]
[11] Andrade D F, Pereira-Filho E R. Journal of Agricultural and Food Chemistry, 2016, 64(41): 7890. [本文引用:1]
[12] Jiang T, Guo Z, Ma M, et al. Electrochimica Acta, 2016, 216: 188. [本文引用:1]
[13] GUO Mei, ZHANG Ruo-yu, ZHU Rong-guang, et al(郭梅, 张若宇, 朱荣光, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2021, 41(7): 2301. [本文引用:1]
[14] Chen Z, Li H, Zhao F, et al. Journal of Analytical Atomic Spectrometry, 2008, 23: 871. [本文引用:1]
[15] Ma M, Fang L, Zhao N, et al. Journal of Laser Applications, 2022, 34(1): 012021. [本文引用:2]
[16] Ball V. Journal of Electroanalytical Chemistry, 2022, 909: 116142. [本文引用:1]
[17] Arroyo-Cerezo A, Medina-García M, Cuadros-Rodríguez L, et al. Chemometrics and Intelligent Laboratory Systems, 2023, 243: 105027. [本文引用:2]
[18] CHU Xiao-li(褚小立). Molecular Spectroscopy Analytical Technology Combined with Chemometrics and Its Applications(化学计量学方法与分子光谱分析技术). Beijing: Chemical Industry Press(北京: 化学工业出版社), 2011. [本文引用:1]
[19] Jiang J, Kan X. Analyst, 2022, 147(11): 2388. [本文引用:1]