论文部分内容阅读
筛查动物养殖环节中的化学污染物是对其进行控制和源头治理的前提,现有的检测技术主要集中在对已知化学污染物的定性定量分析,而新型添加物的不断出现对这些技术提出了挑战。红外光谱以其包含的丰富结构信息,成为对物质进行结构分析的有力工具,结合化学计量学进行复杂基质下的化学污染物分析为实现动物养殖环节中化学污染物的筛查提供了可能。因此,本论文针对动物养殖中预混合药物添加剂,采用傅里叶红外光谱和多种化学计量学技术,首先建立动物养殖环节可能出现的化学污染物的结构信息库,提高目标识别的准确性。在此基础上,通过探讨影响目标物分析的因素,实现对化学污染物的识别。主要研究内容与结果如下:1.针对性补充和构建动物养殖环节中化学污染物的红外光谱数据库。基于KnowItAll软件平台,在原有数据库的基础上,添加了333种动物养殖环节可能的化学污染物的红外光谱和19种基质的红外光谱。在此基础上,以苯胺类受体激动剂为例建立官能团数据库,采用寻找公共子结构物质或该类物质中某一种作为参考物质的方法对应的匹配系数没有达到预期,可以考虑借助判别分析等方法对某未知物做初步分类,进而确定其官能团。2.混合样品的解析。探讨了基质类型（淀粉、大豆粕、玉米芯、高岭土、硅藻土和沸石粉有机和无机两类基质）、目标物的浓度（9.09%、16.67%、33.33%、50.00%）、锭片中目标物的用量（0.10%、0.50%、1.00%、2.00%）和匹配方法（关联、欧氏距离、一阶微分欧氏距离、二阶微分欧氏距离）对混合样品中目标物分析的影响。结果发现有机基质对目标物的匹配结果的干扰低于无机基质;目标物浓度低于16.67%时,目标物匹配结果显著降低;锭片中目标物含量高于0.50%较为适宜;检索方法对目标物匹配结果的影响按一阶微分欧式距离、关联、二阶微分欧式距离、欧氏距离的顺序依次降低。当目标物与另外一种化合物混合时,在一定范围内,随着另外一种化合物添加量的增加,匹配结果没有发生显著变化,当匹配结果开始发生显著变化时,不同化合物对应的添加量各不相同。3.为了对基质不同的样品进行分类,借助主成分分析和聚类分析,在分析之前,分别选取了有机基质共有的特征峰波段37003000cm-1（OH和NH伸缩振动）、29502900cm-1（CH伸缩振动）和15101230cm-1（CH弯曲振动）与无机基质共有的特征峰波段12001000cm-1（SiO伸缩振动）、800750cm-1（SiO、SiSi和SiAl伸缩振动）和500450cm-1（SiO伸缩振动）。另外对全波段的原始数据做平方根变换、对数变换和对数中心化变换三种不同的函数处理。结果发现,当目标波段或主成分载荷图包含的与基质相关的信息越丰富时,聚类结果越好;或者不同类基质的吸收强度有显著差异时,聚类结果也会改善。