LIBS結合單變量定標法對土壤中鉛元素含量檢測

羅 微，田 彭，董文韜，黃貽鳳，劉雪梅，詹白勺，章海亮

華東交通大學，江西 南昌 330013

引 言

重金屬元素長期以來污染著人們賴以生存的土壤，影響著人類健康和生物繁衍。近些年隨著我國經濟的快速發展，重金屬對農田污染的問題也越來越嚴重，土壤肥力不斷下降，且重金屬一旦污染土壤，土壤中的重金屬不易降解，通過食物鏈進入到人們的餐桌，嚴重威脅到人們的身體健康[1]。因此，迫切需要建立一種快捷、準確的土壤中重金屬元素檢測方法，準確檢測出相應元素含量，從而為研發土壤重金屬污染的診斷、修復和防治技術提供科學依據。

對于物質元素檢測主要以儀器分析和化學檢測為主，如原子吸收光譜(atomic absorption spectroscopy)、X射線熒光光譜(X-ray fluorescence)和電感耦合等離子體(inductively coupled plasma)等[2]，這些檢測方法雖靈敏度高，但檢測限較低，檢測過程復雜，周期長，對使用人員要求較高，檢測元素種類有限，樣品預處理復雜，所用試劑易造成環境二次污染等缺點[3]。激光誘導擊穿光譜(laser-induced breakdown spectroscopy，LIBS)結合了激光技術和光譜分析技術優點，被廣泛應用于重金屬含量的檢測，采用高能量激光脈沖對待檢對象進行燒蝕，燒蝕點表面會產生瞬態等離子體，等離子體中的所有元素都會發出帶有特征波長的光輻射(元素的光譜“指紋”信息)，同時獲取激發產生的等離子體輻射信息[4-7]。LIBS技術能夠快速檢測任何狀態(固、液和氣態)物質元素的成分和含量，具有對樣本簡單預處理(或不需要處理)、多元素同步分析、遠距離測量、適用性廣等優勢被看作是未來化學檢測和快速綠色分析領域的新興技術[4-7]，被廣泛用于生活生產的各個領域，已成為近年來國內外學者廣泛關注和研究的熱點之一。

國內外學者已經開展了基于LIBS技術對土壤重金屬元素檢測的大量研究。方麗等在鉛蓄電池廠含鉛污泥中重金屬鉛元素含量的定量分析中，應用激光誘導擊穿光譜結合標準加入法，準確測定了未知樣品中的含鉛量。Khan等[8]應用LIBS技術檢測土壤中鉻(Cr)含量，由此判斷土壤Cr污染程度，實驗檢測限為23.71 mg·kg-1，污水管周圍土壤的Cr質量分數為839 mg·kg-1，水池污泥的Cr質量分數為1 829 mg·kg-1。

本研究以受重金屬鉛元素“污染”的土壤為對象，以LIBS為技術手段，采用數據預處理結果對比、數學建模、預測結果反演相結合的方法，運用單變量定標曲線法(基于譜峰強度、譜峰強度積分、洛倫茲譜線擬合強度)對不同土壤樣本中的重金屬元素鉛(Pb)進行了定量分析與結果反演。研究結果為研發便攜式土壤污染物檢測技術與裝備提供技術支撐，同時為開發土壤污染診斷、修復和防治技術和方法提供理論依據，更為高品質、安全綠色農業生產保駕護航。

1 實驗部分

1.1 土壤樣本

選用的土壤樣本為單位試驗田的“干凈”土壤樣本(不含鉛)，可以直接作為土壤基體進行實驗。參考國家土壤污染標準，對土壤基體中添加含鉛元素的硝酸鉛鹽溶液(Pb(NO3)2)，通過不同量的蒸餾水配比，配備了含15個濃度梯度的鉛元素的土壤樣品，并對樣本進行編號(1#—15#)，濃度梯度如表1所示。在采集LIBS光譜數據時，為了獲得均勻平整的激光燒蝕表面，需要將土壤樣本粉末壓片。采用臺式粉末壓片機(FY-24，TJSC Co.,China)在15 MPa的壓強下，將含鉛的土壤樣品(約2 g)連續加壓3 min，形成直徑為13 mm、厚度約為3～4 mm圓餅狀土壤壓片。

表1 15個濃度(mg·kg-1)的Pb含量土壤樣品Table 1 The Pb contents of 15 soil samples (mg·kg-1)

1.2 LIIBS儀器和數據獲取

實驗用激光誘導擊穿元素分析儀(J200，LA-LIBS，ASI Co.，USA)的基本結構如圖1所示。系統主要由激光器、激光光路組件、X-Y-Z3D樣品平臺、光譜儀以及耦合的ICCD檢測器、光譜收集鏡頭、數字脈沖延時發生器、計算機等，還有相關的附屬裝置(壓片機、Axiom軟件和TruLIBS數據庫等)。

圖1 本研究中LIBS系統基本原理圖Fig.1 Schematic of LIBS system used in our research

為減少LIBS實驗數據誤差，將土壤壓片樣本放置于3D平臺上面，方便獲取新鮮的燒蝕點。同時為了降低每次激光脈沖能量的波動對輻射譜線影響，每個土壤壓片樣本在不同位置重復采樣20次然后取平均值。每個梯度樣本采集50條光譜數據[9]。脈沖能量設置為100 mJ，單次采集頻率1 Hz，脈沖寬度8 ns，透鏡到土壤壓片表面距離為97.8 mm(聚焦透鏡的焦距為100 mm)； ICCD相對于激光器的延遲時間為2.05 μs，ICCD探測器的曝光時間為0.01 s，門寬為2 μs。

1.3 土壤LIBS數據分析方法

LIBS數據經轉換和提取后，為了減小實驗參數、樣本基體效應、實驗環境等因素帶來的干擾，使數據便于分析，需要對原始光譜數據經過一系列預處理操作。本研究主要用到基線校正、數據歸一化、異常值剔除和數據平均等方法。元素特征譜線的識別和選取的基本依據為美國國家標準與技術研究院(NIST)的標準原子光譜數據庫[10]中的元素標準譜線。根據譜線識別依據和方法，將數據庫中的標準譜線和實驗采集到的土壤壓片樣本譜線進行對比分析[11]，初步確定相應重金屬元素，實現定性分析。

在LIBS定量分析中，定標曲線法是一種常用的方法。在試驗滿足一定條件下，激光誘導等離子譜線強度與待測樣品中元素含量成正比關系[12-13]，即I=acb，I是測得的特征譜線強度；c是待測樣本濃度(單位為mg·kg-1)；a是常數，它的值取決于激發條件；b是元素自身含量函數。根據實驗獲取到的樣本譜線強度和樣本對應元素濃度可以擬合相應元素的標定曲線，最后根據擬合標定曲線和未知樣本元素的LIBS譜線強度反演得到未知樣本元素濃度含量。實驗結果受譜線展寬、譜線中心漂移和譜線線型等影響導致元素對應的譜線較多[12-13]，因此實驗得到的特征峰不能代表其真實的強度，利用譜峰的積分強度和特征譜線洛倫茲擬合強度與樣本元素含量來設定標定曲線[11-13]。

模型的預測能力評價參數采用決定系數(coefficient of determination,R2)、絕對誤差和相對誤差。

2 結果與討論

2.1 土壤LIBS譜線分析

圖2為實驗隨機獲取2#樣本的平均譜線，土壤含鉛元素樣本的LIBS譜線波段區間為300～850 nm，將標準原子光譜數據庫光譜信息和樣本譜線進行對比分析，得到對應元素與譜線中譜峰的歸屬。基于所選土壤基體成分相同，在300～850 nm范圍內曲線峰形比較相似，在300～450 nm范圍內，譜線表現出眾多的強度高的譜峰，且元素分布比較豐富，而在450～850 nm之間LIBS光譜曲線相對平緩，光譜峰值較低。

圖2 含有重金屬Pb的土壤在300～850 nm范圍內的光譜圖Fig.2 Spectral curve of soil contained heavymetal Pb in 300～850 nm

2.2 土壤中Pb元素譜線預處理分析

根據NIST的原子光譜數據庫和采集到的光譜信息的對比，選取區間為405.10～406.30 nm范圍內的數據，來建立鉛元素的定量分析模型。LIBS數據經轉換和提取后，需要經過一系列預處理方法(基線校正、數據歸一化、異常值剔除等)來降低噪聲和異常值所帶來的影響[14]。如圖3所示為數據預處理后的405.10～406.30 nm范圍內60 mg·kg-1(1#樣本)濃度下采集到的15個LIBS光譜。

圖3 剔除異常值后1#濃度下采集到的15個LIBS光譜Fig.3 The 15 LIBS spectra of 1# concentrationafter data pre-processing

預處理之后，將每個梯度樣品土壤的多條譜線做平均，得到15個不同濃度梯度下的元素特征譜線，如圖4所示。圖中展示了特征譜線405.82 nm處的光譜強度隨著重金屬含量的變化趨勢，隨著加入鉛元素的濃度增加譜線強度產生了較為明顯的梯度增加。

圖4 15個不同濃度樣品的元素特征譜線Fig.4 The characteristic spectral lines of samples with15 different concentrations

2.3 土壤鉛元素的單波段定標方法對比

土壤樣本共分為15個不同的濃度梯度。隨機選取了10個濃度梯度下的土壤LIBS數據作為訓練集樣本，構建定量分析的定標曲線，剩余5個濃度梯度下的土壤LIBS數據作為檢驗集樣本用于驗證和反演。檢驗集分別是濃度為2#，4#，7#，10#和13#的土壤樣本； 訓練集分別是濃度為1#，3#，5#，6#，8#，9#，11#，12#，14#和15#的土壤樣本。實驗發現在波長為405.82 nm處特征光譜達到最高峰值，因此選取波長為405.82 nm處各個濃度梯度的特征光譜用來建立單變量定標模型。

2.3.1 基于譜峰強度的定標曲線模型

圖5為基于譜峰強度的定標曲線，圖中“■”數據點為訓練集定標數據，“☆”數據點為檢驗集定標數據，圖中實直線為訓練集的擬合定標曲線。由擬合結果分析可知，鉛元素含量與其對應樣本的譜峰強度有較高的相關性，決定系數R2為0.918 0。

圖5 基于譜峰強度的Pb定標曲線Fig.5 Calibration curve of Pb based on the spectral intensity

2.3.2 基于譜線強度積分(峰面積)的定標曲線

圖6為基于土壤LIBS譜線積分(峰面積)的定標曲線。圖中“■”數據點為訓練集定標數據，“☆”數據點為檢驗集定標數據，圖中實直線為訓練集的擬合定標曲線。由擬合結果分析可知，鉛元素含量與其對應樣本的譜線強度積分值有較高的相關性，決定系數R2為0.910 1。

2.3.3 基于光譜曲線洛倫茲擬合的定標曲線

圖7為鉛元素與光譜曲線洛倫茲擬合強度建立定標模型。圖中“■”數據點為訓練集定標數據，“☆”數據點為檢驗集定標數據，圖中實直線為訓練集的擬合定標曲線。由擬合結果分析可知，鉛元素含量與其對應樣本的光譜洛倫茲擬合強度也有較高的相關性，決定系數R2為0.914 3。

2.4 土壤鉛元素的單波段定標結果驗證

由定標曲線表達式計算得出預測結果與實際結果如表2。根據建立的定標曲線的表達式，可以對已知特征譜線的未知土壤樣本中鉛元素濃度進行反演預測。實驗選用2#，4#，7#，10#和13#共5個濃度梯度下的檢驗集土壤樣本對預測結果進行檢驗。

圖6 基于譜峰強度積分(峰面積)的Pb定標曲線Fig.6 Calibration curve of Pb based on the peak areas

圖7 基于洛倫茲擬合的Pb定標曲線Fig.7 Calibration curve of Pb based on Lorentz fit

表2 對土壤中鉛元素濃度的預測結果驗證Table 2 Verification of the prediction results of Pb contents in soil

由表中預測及驗證結果分析，可知基于譜峰強度、譜峰強度積分(峰面積)、洛倫茲擬合強度三種定標曲線模型分析精度較高且相近。驗證結果表明，三種定標曲線模型對2#樣本的預測結果很差，預測相對誤差最低為83.66%，而對其他濃度樣本的預測結果良好，相對誤差最高僅為5.78%。通過查閱相關文獻資料，對比實驗各個步驟的細節，綜合分析認為造成這種現象的原因為2#土壤樣本鉛元素濃度過低，未達到三種定標方法的檢測限，導致預測結果與實際濃度偏差過大，由此得出未知樣本元素濃度是LISB檢測中要考慮的一個重要的參數。對于4#樣本的預測結果，三種定標曲線模型分析精度有明顯差異，譜峰強度積分(峰面積)標定曲線模型的相對預測誤差是5.00%，而另外兩種標定曲線模型的相對預測誤差僅為1%，原因可能是譜峰強度積分在計算時受到基體的影響。對10#樣本三種定標曲線模型的相對預測誤差都為5%左右，較高于其他三個樣本，主要是因為采集到的10#樣本LIBS譜線波動較大，預處理效果不佳，考慮是激光能量波動和LIBS數據采集環境溫度變化引起的，這也是LIBS數據采集中時刻關注的重要影響因素。

3 結 論

本研究以LIBS技術為手段，以土壤為研究載體，以重金屬鉛為研究對象，運用理論分析和數學建模相結合，建立了多種基于單變量定標曲線法的土壤鉛元素檢測方法。配備15個濃度梯度下受“污染”土壤鉛元素樣本，選取波長為405.82 nm處各個濃度梯度的特征光譜用來建立單變量定標模型。經過光譜預處理后，利用定標模型預測了土壤中鉛元素的含量，建立了基于譜峰強度、譜線強度積分(峰面積)、洛倫茲擬合強度的三種定標曲線模型，預測決定系數R2分別為0.918 0，0.910 1和0.9143。結果驗證時，發現除濃度過低的2#濃度梯度外，其余預測樣本預測誤差均比較小，其中基于譜峰強度的定標模型較其他兩種定標模型預測誤差更小，本研究實現了基于LIBS特征譜線的未知土壤樣品中鉛元素定量分析檢測。研究結果為后期開發高效、適用、可靠的LIBS土壤污染檢測儀器設備提供技術支撐，并為農田科學施藥和精準化管理提供理論基礎。