CN115825024B - 一种水质现场快速检测方法 - Google Patents
一种水质现场快速检测方法 Download PDFInfo
- Publication number
- CN115825024B CN115825024B CN202211236396.0A CN202211236396A CN115825024B CN 115825024 B CN115825024 B CN 115825024B CN 202211236396 A CN202211236396 A CN 202211236396A CN 115825024 B CN115825024 B CN 115825024B
- Authority
- CN
- China
- Prior art keywords
- water quality
- detection
- ratio fluorescent
- ratio
- fluorescent probe
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 136
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 118
- 239000007850 fluorescent dye Substances 0.000 claims abstract description 60
- 239000000523 sample Substances 0.000 claims abstract description 23
- 239000007788 liquid Substances 0.000 claims abstract description 19
- 238000009360 aquaculture Methods 0.000 claims abstract description 16
- 244000144974 aquaculture Species 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 36
- KRKNYBCHXYNGOX-UHFFFAOYSA-N citric acid Chemical compound OC(=O)CC(O)(C(O)=O)CC(O)=O KRKNYBCHXYNGOX-UHFFFAOYSA-N 0.000 claims description 27
- 239000000243 solution Substances 0.000 claims description 26
- 239000010949 copper Substances 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 22
- 239000012488 sample solution Substances 0.000 claims description 22
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 claims description 15
- 229910001431 copper ion Inorganic materials 0.000 claims description 15
- 238000002073 fluorescence micrograph Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 10
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 9
- 238000003756 stirring Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000002189 fluorescence spectrum Methods 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 6
- 238000001027 hydrothermal synthesis Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 239000008055 phosphate buffer solution Substances 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 5
- 238000002156 mixing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 3
- 239000007853 buffer solution Substances 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000007865 diluting Methods 0.000 claims description 3
- 238000004090 dissolution Methods 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 239000010931 gold Substances 0.000 claims description 3
- 231100000252 nontoxic Toxicity 0.000 claims description 3
- 230000003000 nontoxic effect Effects 0.000 claims description 3
- 238000000197 pyrolysis Methods 0.000 claims description 3
- 239000000741 silica gel Substances 0.000 claims description 3
- 229910002027 silica gel Inorganic materials 0.000 claims description 3
- YWYZEGXAUVWDED-UHFFFAOYSA-N triammonium citrate Chemical compound [NH4+].[NH4+].[NH4+].[O-]C(=O)CC(O)(CC([O-])=O)C([O-])=O YWYZEGXAUVWDED-UHFFFAOYSA-N 0.000 claims description 3
- 229910021642 ultra pure water Inorganic materials 0.000 claims description 3
- 239000012498 ultrapure water Substances 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 10
- 238000010276 construction Methods 0.000 description 9
- 230000005284 excitation Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 3
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 238000004737 colorimetric analysis Methods 0.000 description 3
- 238000000840 electrochemical analysis Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000000695 excitation spectrum Methods 0.000 description 3
- 238000004255 ion exchange chromatography Methods 0.000 description 3
- 238000010791 quenching Methods 0.000 description 3
- 230000000171 quenching effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- JMANVNJQNLATNU-UHFFFAOYSA-N oxalonitrile Chemical compound N#CC#N JMANVNJQNLATNU-UHFFFAOYSA-N 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- MARUHZGHZWCEQU-UHFFFAOYSA-N 5-phenyl-2h-tetrazole Chemical class C1=CC=CC=C1C1=NNN=N1 MARUHZGHZWCEQU-UHFFFAOYSA-N 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000001479 atomic absorption spectroscopy Methods 0.000 description 1
- CJOBVZJTOIVNNF-UHFFFAOYSA-N cadmium sulfide Chemical compound [Cd]=S CJOBVZJTOIVNNF-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000002284 excitation--emission spectrum Methods 0.000 description 1
- 238000012921 fluorescence analysis Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种水质现场快速检测方法，包括如下步骤：S1、合成比率荧光探针的；S2、配置水质待检测液；S3、搭建智能手机检测平台，利用智能手机应用软件处理分析荧光图像；S4、构建水质检测模型；将待测液与比率荧光探针反应获取比率荧光信号与水质参数浓度进行机器学习的多项式回归训练，构建水质检测模型；S5、优化水质检测模型；S6、实际水样检测和性能评估，将智能手机结合比率荧光探针应用于实际养殖水体样品的检测，通过与其他水质检测方法进行对比分析，验证检测性能。本发明可减少背景干扰，显著提高了pH检测的可靠性和稳定性，有潜力应用于水产养殖中水质pH值的现场检测。
Description
技术领域
本发明属于水质检测技术领域，具体涉及一种水质现场快速检测方法。
背景技术
水产养殖作为中国农业结构中发展最快的产业之一，我国水产养殖业发展的集约化水平在不断提升。但由于工农业污染物的大量排放以及水产养殖中含重金属离子药品的不规范使用，使得水产养殖仍面临着许多问题，如水体污染、海洋酸化现象日益突出。养好鱼的前提是有适合水产养殖的水环境，水质的好坏直接关系到水生生物的健康状况，及时地掌控养殖水体状况、明辨水质优劣，在水产养殖中显得尤为重要。
为了准确掌控水体的水质情况，国内外学者己经建立了很多水质检测方法，主要有原子吸收光谱法、电化学分析法、离子色谱法、比色法等。由于实际水样中水质参数含量很低且基体复杂，这些检测方法通常需要结合预分离技术使用，其过程涉及大型仪器，使得检测成本昂贵、操作费时费力又易被污染，无法满足水质参数的现场快速检测要求。与上述方法相比，荧光分析法具有选择性好、灵敏度高、检测速度快、易操作等一系列优点。而相比于单发射荧光探针，比率荧光探针在不同的波长上有两个或者两个以上的发射带，其受外界影响更小，抗干扰能力更强，检测性能更稳定。
专利号为CN201911075251.5公开了检测Cu2+的比率荧光传感器及其制备方法和应用，其通过将橙黄色碲化镉量子点与蓝色石墨氮化碳进行物理混合构建双发射比率荧光传感器，在Cu2+作用下，比率荧光传感器由激发光源激发后，碲化镉量子点的荧光作为检测信号随着Cu2+浓度的改变呈线行猝灭，石墨氮化碳作为参比信号其荧光强度不发生改变，使用荧光分光光度计检测传感器溶液的荧光光谱，并通过建立的Cu2+浓度与荧光比率信号的线性关系，从而实现样品中Cu2+含量的检测。该专利同时测量记录两个波长信号，消除了错误信号的可能性，使得检测结果免受环境的影响，造就了该方法在检测方面高灵敏度和高精确度的优势。但是荧光分光光度计作为荧光信号的检测仪器，极大程度地增加了检测成本，限制了检测场地，不利于水质的现场检测。
专利号为CN2020103381937公开了一种检测pH的比率型荧光探针及其制备方法和应用，该荧光探针能够检测pH范围为2～7，在pH范围为2～4时，该荧光探针具有良好的线性比率关系，能够有效消除背景影响，提高检测的灵敏度和准确度，该荧光探针的制备方法简单，产品产率高。但水产养殖水体偏弱碱性，限制了该荧光探针在水产养殖业的应用和推广。
发明内容
本发明的目的是针对水质检测装置体积大、便携性差、不能实时检测水质的问题，提供一种智能手机结合比率荧光探针的水质现场快速检测方法，将智能手机自带的摄像头与光强传感器联用，利用内置的无线通信模块和应用软件可以实现水质的快速检测；相比于其他方法，智能手机体积小、成本低，而且便携、可移动，可用于水质的现场检测；比率荧光探针根据荧光信号比确定水质参数含量的变化，可以有效降低外界因素带来的影响，使检测结果更加可靠；该方法基于比率荧光探针与待检测水质参数发生特异性反应，使其荧光响应信号增强或减弱，而其荧光参比信号无明显变化，通过智能手机摄像头采集荧光图像，利用其应用软件分析比率荧光信号，构建水质参数和比率荧光信号的多元线性回归模型；即可用于水质的现场快速检测。
为了实现上述目的，本发明的技术方案是：
一种水质现场快速检测方法，包括如下步骤：
S1、比率荧光探针的合成
对比不同荧光材料的特点，制备一种稳定、无毒、检测灵敏的荧光材料，合成比率荧光探针；
S2、水质待检测液的配置
针对不同的水质参数，配置不同浓度梯度水质样品溶液作为待测液；
S3、智能手机检测平台的搭建
基于智能手机搭建暗箱作为检测平台，通过智能手机摄像头采集荧光图像，利用智能手机应用软件处理分析荧光图像；
S4、水质检测模型的构建
将待测液与比率荧光探针反应获取比率荧光信号与水质参数浓度进行机器学习的多项式回归训练，构建水质检测模型；
S5、水质检测模型的优化
对比分析光源强度、反应温度、智能手机摄像头参数对水质检测结果的影响，采用对数据进行预处理、调整模型参数等方法，实现比率荧光探针对水质检测模型的性能优化；
S6、实际水样检测和性能评估
将智能手机结合比率荧光探针应用于实际养殖水体样品的检测，通过与其他水质检测方法进行对比分析，验证本发明的检测性能。
所述的水质检测对象为养殖水体，其中自然养殖水体主要包括江河、湖泊、池塘、浅海；人工养殖水体主要包括鱼菜共生系统水体、直流水系统水体、循环水系统水体。
所述的搭建智能手机检测平台，设计暗箱是为了减少外界光线对荧光图像的采集造成的干扰，提高水质检测的可靠性和稳定性。
作为对上述技术方案的改进，在步骤S3中，所述智能手机应用软件为Color Grab手机应用软件，所述智能手机应用软件处理分析的荧光图像为RGB值中的一个或两个参数。
所述的应用软件处理分析的荧光图像多为RGB值中的一个或两个参数，这是因为大部分比率荧光探针与待测液反应只产生一种或两种荧光颜色的变化，为了提高检测精度和检测结构的稳定性，只选取变化明显的参数作为分析数据。
作为对上述技术方案的改进，在对养殖水体Cu2+现场快速检测中，所述合成比率荧光探针的制作包括如下步骤：
S11、氮掺杂碳量子点的合成，单组分水热法合成氮掺杂碳量子点，将柠檬酸铵和水混合溶解在水热合成反应釜中，在160℃环境下加热反应，反应完成后冷却至室温，用硅胶色谱柱对碳量子点进行提纯，即可得到氮掺杂碳量子点；
S12、氮掺杂碳量子点的表征，通过电子显微镜对步骤S11合成的N-CDs进行尺寸、结构的形貌表征。
作为对上述技术方案的改进，配置浓度范围在0～300nmo1/L之间的80个浓度梯度的Cu2+样品溶液作为待测液，取配置的铜离子样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入N-CDs溶液，搅拌均匀后置于样品池中，将只含有N-CDs溶液置于参比池中。
作为对上述技术方案的改进，拍摄密闭环境中参比池和一定铜离子浓度样品池的三个区域点；求得参比池荧光图像中B值的平均值Bp以及样品池荧光图像中B值的平均值Bs，最后得到两者的比值Bp/Bs(Rd)，存取以备建模使用。
作为对上述技术方案的改进，将不同浓度梯度的Cu2+样品溶液所得的荧光比率信号Rd与铜离子浓度进行机器学习的多项式回归训练，得到Cu2+检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化。
作为对上述技术方案的改进，在养殖水体pH值现场快速检测中，所述比率荧光探针的制作包括如下步骤：
S13、采用柠檬酸热解法制备石墨烯量子点(GQDs)
将柠檬酸置于烧杯中，在200℃环境下加热搅拌，柠檬酸由无色变为黄色再变为橙色时，逐滴加入NaOH溶液，使得pH为7，离心去除杂质后得到GQDs溶液；
S14、制备金纳米团簇(GSH-AuNCs)
将HAuCl4、GSH和超纯水常温环境下搅拌，在70℃环境下加热搅拌，所得溶液离心去除杂质，即可获得GSH-AuNCs；
(3)构建GQDs-AuNCs比率荧光探针
取pH为7的PBS缓冲液于两个离心管中，分别加入EDC和NHS，待完全溶解后加入稀释20倍的步骤S13制备的GQDs振荡，再加入步骤S14制备的GSH-AuNCs后振荡，即可获得GQDs-AuNCs比率荧光探针溶液。
作为对上述技术方案的改进，配置pH值范围在4-11之间的80个浓度梯度的pH样品溶液作为待测液，取配置的pH样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入GQDs-AuNCs比率荧光探针。
作为对上述技术方案的改进，通过Color Grab手机应用软件，采集比率荧光探针的荧光光谱图像，分析处理荧光响应信号和荧光参比信号，得到参比信号/响应信号的比率荧光信号，以备建模所用。
作为对上述技术方案的改进，将不同pH值样品溶液与上一步骤所得的荧光比率信号与pH值进行机器学习的多项式回归训练，得到pH值检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化。
与现有技术相比，本发明具有的优点和积极效果是：
本发明通过合成的比率荧光探针与智能手机相结合，通过其自带的摄像头与光强传感器联用，可用于水质的现场快速检测；其次，在检测中引入比值法，即比率型荧光传感方法，以减少外界不确定因素的干扰，显著提高其比率荧光探针检测水质的可靠性和稳定性。本发明实现了对养殖水体水质的现场快速精准检测，有潜力应用于水产养殖中水质参数的现场检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为智能手机结合比率荧光探针的水质现场快速检测流程图；
图2为实施例1制备的氮掺杂碳量子点电子显微镜形貌特征图；
图3为实施例1制备的氮掺杂碳量子点红外光谱图；
图4为实施例1制备的氮掺杂碳量子点荧光激发光谱和发射光谱图；
图5为实施例1智能手机拍摄参比池和样品池的荧光图像；
图6为实施例1基于多项式回归和比率荧光猝灭测量Cu2+的标准检测曲线；
图7为实施例2比率荧光探针检测pH值的机理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本实施例提供一种智能手机结合比率荧光探针的水质现场快速检测方法，基于智能手机与比率荧光探针相结合，智能手机作为控制器和显示仪用于荧光图像采集和数据处理，这归功于其配备高分辨率的摄像头、巨大的内置存储空间和完整的软件开发环境；比率荧光探针在不同的波长上有两个或两个以上的发射带，其受外界影响较小，功能更加稳定，具有更强的抗干扰能力；因此，通过智能手机采集比率荧光探针与水质参数反应后的响应信号和参比信号，对数据进行多项式回归训练得到比率荧光信号(参比信号/响应信号)与水质参数浓度的关系模型，即可用于养殖水体水质的现场快速精准检测；智能手机结合比率荧光探针的水质现场快速检测流程图见图1，具体包括如下步骤:
(1)比率荧光探针的合成
对比不同荧光材料的特点，制备一种稳定、无毒、检测灵敏的荧光材料，合成比率荧光探针；
(2)水质待检测液的配置
针对不同的水质参数，配置不同浓度梯度水质样品溶液作为待测液；
(3)智能手机检测平台的搭建
基于智能手机搭建暗箱作为检测平台，通过智能手机摄像头采集荧光图像，利用智能手机应用软件处理分析荧光图像；
(4)水质检测模型的构建
将待测液与比率荧光探针反应获取比率荧光信号与水质参数浓度进行机器学习的多项式回归训练，构建水质检测模型；
(5)水质检测模型的优化
对比分析光源强度、反应温度、智能手机摄像头参数对水质检测结果的影响，对水质检测模型进行性能优化；
(6)实际水样检测和性能评估
将(5)优化的检测模型用于实际水样检测，对比分析其他检测方法，对智能手机结合比率荧光探针方法进行验证和评估。
下面结合具体实施例以及附图对本发明做出进一步说明：
实施例1，
智能手机结合比率荧光探针对养殖水体Cu2+现场快速检测流程。
(1)氮掺杂碳量子点的合成
单组分水热法合成氮掺杂碳量子点，将5g柠檬酸铵和水混合溶解在水热合成反应釜中，在160℃环境下加热反应6小时，反应完成后冷却至室温，用硅胶色谱柱对碳量子点进行提纯，即可得到氮掺杂碳量子点(N-CDs)；
(2)氮掺杂碳量子点的表征
通过电子显微镜对步骤(1)合成的N-CDs进行尺寸、结构的形貌表征，同时红外光谱可用于研究分析N-CDs的结构和化学键，荧光激发光谱和荧光发射光谱可以显示N-CDs的荧光性能；
(3)配置铜离子待测液
配置浓度范围在0～300nmo1/L之间的80个浓度梯度的Cu2+样品溶液作为待测液，取配置的铜离子样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入N-CDs溶液，搅拌均匀后置于样品池中，将只含有N-CDs溶液置于参比池中；
(4)基于智能手机检测平台的搭建
搭建一个密闭的暗箱，可以在很大程度上减少外界因素对荧光图像采集造成的干扰；通过Color Grab手机应用软件，拍摄密闭环境中参比池和一定铜离子浓度样品池的三个区域点；求得参比池荧光图像中B值的平均值Bp以及样品池荧光图像中B值的平均值Bs，最后得到两者的比值Bp/Bs(Rd)，存取以备建模使用；
(5)铜离子检测模型的构建与优化
将步骤(3)中不同浓度梯度的Cu2+样品溶液所得的荧光比率信号Rd与铜离子浓度进行机器学习的多项式回归训练，得到Cu2+检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化；
(6)实际水样检测验证与性能评估
对不同养殖环境的实际水样进行Cu2+检测，与电化学分析法、离子色谱法、比色法等检测方法进行对比分析，验证Cu2+检测的准确性和稳定性。
对本实施例制备的氮掺杂碳量子点性质进行表征，结果见图2、3、4。图2为氮掺杂碳量子点电子显微镜形貌特征图，图中显示氮掺杂碳量子点尺寸分布均匀、在水中分散性良好；图3为氮掺杂碳量子点红外光谱图，其中3380cm-1位置的振动峰为羟基的伸缩振动峰，1200cm-1与1750cm-1两处的振动C＝N双键伸缩振动峰，3100cm-1处振动峰是N-H伸缩振动峰；图4为氮掺杂碳量子点荧光激发光谱和荧光发射光谱图，由图可见，荧光的激发峰在346nm处，属于一种紫外光的激发，为此本发明采用紫外波长为365nm的激发光源。
对本实施例不同浓度Cu2+样品溶液所得的样品池和参比池荧光图像详见图5，由图可知，随着Cu2+浓度的不断增加，比率荧光传感器中作为检测信号的氮掺杂碳量子点荧光产生明显的猝灭现象，而作为参比信号的参比池中的荧光信号保持不变。由此得到的比率信号，可用于Cu2+的检测。
本实施例的荧光图像采集RGB中的B值，是由于N-CDs在激发光源的激发下产生蓝色荧光，而铜离子致使N-CDs的蓝色荧光猝灭，为了提高检测的准确性，只采集荧光图像中蓝色强度B的平均值作为特征分析数据。
本实施例建立的一种智能手机结合比率荧光探针对水体铜离子进行现场快速检测的方法，在经过步骤(5)所测试出的最优条件下，画出了如图6所示的基于多项式回归和比率荧光猝灭测量Cu2+的标准检测曲线，曲线满足多项式二次曲线。在参比池中加入30nmol/L的铜离子标准溶液,在低浓度范围(<20nmol)Bp/Bs几乎呈直线关系，Cu2+的图像检测下限接近1nmol。根据环境标准以及食品安全法的要求，表明本实施例所述的检测方法可以满足水体铜离子检测要求。
实施例2，
智能手机结合比率荧光探针对养殖水体pH值现场快速检测流程。
(1)采用柠檬酸热解法制备石墨烯量子点(GQDs)
将2g柠檬酸置于25mL烧杯中，在200℃环境下加热搅拌15min，柠檬酸由无色变为黄色再变为橙色时，逐滴加入0.5mol/L的NaOH溶液，使得pH为7，6000r/min离心6分钟后所得上清液即为GQDs溶液；
(2)制备金纳米团簇(GSH-AuNCs)
将2mL 10mmol/L HAuCl4、3mL10mmol/L GSH和10mL超纯水常温环境下搅拌10min，在70℃环境下加热搅拌24h，所得溶液9000r/min离心6min去除杂质，即可获得GSH-AuNCs；
(3)构建GQDs-AuNCs比率荧光探针
取pH为7的100μL0.5mmol/PBS缓冲液于两个离心管中，分别加入0.002gEDC和0.001g NHS，待完全溶解后加入5mL稀释20倍的步骤(1)制备的GQDs振荡30min，再加入(2)制备的GSH-AuNCs振荡4h，即可获得GQDs-AuNCs比率荧光探针溶液；
(4)配置pH待测液
配置pH值范围在4-11之间的80个浓度梯度的pH样品溶液作为待测液，取配置的pH样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入GQDs-AuNCs比率荧光探针；
(5)基于智能手机检测平台的搭建
搭建一个密闭的暗箱，可以在很大程度上减少外界因素对荧光图像采集造成的干扰；通过Color Grab手机应用软件，采集比率荧光探针的荧光光谱图像，分析处理荧光响应信号和荧光参比信号，得到参比信号/响应信号的比率荧光信号，以备建模所用；
(6)pH值检测模型的构建与优化
将步骤(4)中不同pH值样品溶液与步骤(5)所得的荧光比率信号与pH值进行机器学习的多项式回归训练，得到pH值检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化；
(7)实际水样检测验证与性能评估
对不同养殖环境的实际水样进行pH值检测，与电化学分析法、离子色谱法、比色法等检测方法进行对比分析，验证pH值检测的准确性和稳定性。
本实施例将GQDs和GSH-AuNCs连接，合成GQDs-AuNCs比率荧光探针用于pH的检测，由于GSH-AuNCs表面的羧基在不同pH溶液中会发生质子化和脱质子化，使得表面所带的电荷发生变化，静电斥力改变，GSH-AuNCs的荧光强度也随之发生变化，同时，GQDs与pH不反应，荧光强度变化不明显。
本实施例GQDs-AuNCs比率荧光探针检测pH的机理图见图7，在碱性环境下，GSH-AuNCs表面所带的羧基脱质子形成带负电荷的壳层，使得GSH-AuNCs分子之间存在静电斥力，其荧光强度增强；当该比率荧光探针处于酸性环境下，GSH-AuNCs表面的羧基质子化，GSH-AuNCs分子之间的静电斥力减弱，GSH-AuNCs形成聚集体，其荧光强度减弱；而GQDs的荧光强度基本不受环境酸碱性的影响。
本实施例GQDs-AuNCs比率荧光探针，以GQDs的荧光强度作为参比信号，以GSH-AuNCs的荧光强度作为响应信号，以GQDs荧光强度/GSH-AuNCs荧光强度作为比率荧光信号，用于构建pH值的检测模型；在检测过程中引入比值法，以减少背景干扰，显著提高了pH检测的可靠性和稳定性，有潜力应用于水产养殖中水质pH值的现场检测。
Claims (6)
1.一种水质现场快速检测方法，其特征在于：包括如下步骤：
S1、比率荧光探针的合成：
对比不同荧光材料的特点，制备一种稳定、无毒、检测灵敏的荧光材料，合成比率荧光探针；
S2、水质待检测液的配置：
针对不同的水质参数，配置不同浓度梯度水质样品溶液作为待测液；
S3、智能手机检测平台的搭建：
基于智能手机搭建暗箱作为检测平台，通过智能手机摄像头采集荧光图像，利用智能手机应用软件处理分析荧光图像；
S4、水质检测模型的构建：
将待测液与比率荧光探针反应获取比率荧光信号与水质参数浓度进行机器学习的多项式回归训练，构建水质检测模型；
S5、水质检测模型的优化：
对比分析光源强度、反应温度、智能手机摄像头参数对水质检测结果的影响，采用对数据进行预处理、调整模型参数方法，实现比率荧光探针对水质检测模型的性能优化；
S6、实际水样检测和性能评估：
将智能手机结合比率荧光探针应用于实际养殖水体样品的检测，通过与其他水质检测方法进行对比分析，验证检测性能；
在对养殖水体Cu2+现场快速检测中，所述合成比率荧光探针的制作包括如下步骤：
S11、氮掺杂碳量子点的合成，单组分水热法合成氮掺杂碳量子点，将柠檬酸铵和水混合溶解在水热合成反应釜中，在160℃环境下加热反应，反应完成后冷却至室温，用硅胶色谱柱对碳量子点进行提纯，即可得到氮掺杂碳量子点；
S12、氮掺杂碳量子点的表征，通过电子显微镜对步骤S11合成的N-CDs进行尺寸、结构的形貌表征；
配置浓度范围在0～300nmo1/L之间的80个浓度梯度的Cu2+样品溶液作为待测液，取配置的铜离子样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入N-CDs溶液，搅拌均匀后置于样品池中，将只含有N-CDs溶液置于参比池中；
拍摄密闭环境中参比池和一定铜离子浓度样品池的三个区域点；求得参比池荧光图像中B值的平均值Bp以及样品池荧光图像中B值的平均值Bs，最后得到两者的比值Bp/Bs即Rd值，存取以备建模使用；
将不同浓度梯度的Cu2+样品溶液所得的荧光比率信号Rd与铜离子浓度进行机器学习的多项式回归训练，得到Cu2+检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化。
2.如权利要求1所述水质现场快速检测方法，其特征在于：在步骤S3中，所述智能手机应用软件为Color Grab手机应用软件，所述智能手机应用软件处理分析的荧光图像为RGB值中的一个或两个参数。
3.如权利要求2所述水质现场快速检测方法，其特征在于：在养殖水体pH值现场快速检测中，所述比率荧光探针的制作包括如下步骤：
S13、采用柠檬酸热解法制备石墨烯量子点
将柠檬酸置于烧杯中，在200℃环境下加热搅拌，柠檬酸由无色变为黄色再变为橙色时，逐滴加入NaOH溶液，使得pH为7，离心去除杂质后得到GQDs溶液；
S14、制备金纳米团簇
将HAuCl4、GSH和超纯水常温环境下搅拌，在70℃环境下加热搅拌，所得溶液离心去除杂质，即可获得GSH-AuNCs；
S15、构建GQDs-AuNCs比率荧光探针
取pH为7的PBS缓冲液于两个离心管中，分别加入EDC和NHS，待完全溶解后加入稀释20倍的步骤S13制备的GQDs振荡，再加入步骤S14制备的GSH-AuNCs后振荡，即可获得GQDs-AuNCs比率荧光探针溶液。
4.如权利要求3所述水质现场快速检测方法，其特征在于：配置pH值范围在4-11之间的80个浓度梯度的pH样品溶液作为待测液，取配置的pH样品溶液于玻璃离心管中，加入磷酸盐缓冲溶液，再加入GQDs-AuNCs比率荧光探针。
5.如权利要求4所述水质现场快速检测方法，其特征在于：通过Color Grab手机应用软件，采集比率荧光探针的荧光光谱图像，分析处理荧光响应信号和荧光参比信号，得到参比信号/响应信号的比率荧光信号，以备建模所用；
以GQDs的荧光强度作为参比信号，以GSH-AuNCs的荧光强度作为响应信号，以GQDs荧光强度/GSH-AuNCs荧光强度作为比率荧光信号，用于构建pH值的检测模型。
6.如权利要求5所述水质现场快速检测方法，其特征在于：将不同pH值样品溶液与比率荧光信号进行机器学习的多项式回归训练，得到pH值检测模型；分析光源强度、温度、智能手机摄像头参数变化对检测结果的影响，对比率荧光传感器检测模型进行性能优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211236396.0A CN115825024B (zh) | 2022-10-10 | 2022-10-10 | 一种水质现场快速检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211236396.0A CN115825024B (zh) | 2022-10-10 | 2022-10-10 | 一种水质现场快速检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115825024A CN115825024A (zh) | 2023-03-21 |
| CN115825024B true CN115825024B (zh) | 2024-05-24 |
Family
ID=85524518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211236396.0A Active CN115825024B (zh) | 2022-10-10 | 2022-10-10 | 一种水质现场快速检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115825024B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007064820A2 (en) * | 2005-11-30 | 2007-06-07 | Micro.Spectral Sensors, Llc | An integrated sensing system approach for handheld spectral measurements |
| JP2010236861A (ja) * | 2009-03-30 | 2010-10-21 | Metawater Co Ltd | 水質自動測定装置及びその方法 |
| CN104122238A (zh) * | 2013-04-25 | 2014-10-29 | 华东师范大学 | 荧光探针中的比率探测方法 |
| CN109470667A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合水质参数和三维荧光光谱进行污染物溯源的方法 |
| JP2019045158A (ja) * | 2017-08-29 | 2019-03-22 | 東芝インフラシステムズ株式会社 | 水質分析用試薬及び水質分析方法 |
| CN111440608A (zh) * | 2020-04-16 | 2020-07-24 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种双发射比率荧光探针和检测铜离子的方法 |
| CN112557667A (zh) * | 2020-11-20 | 2021-03-26 | 浙江工业大学 | 一种基于双色量子点比率荧光探针的c反应蛋白高灵敏免疫检测方法 |
| CN112818751A (zh) * | 2021-01-08 | 2021-05-18 | 江苏省无锡环境监测中心 | 一种基于物联网的水生态完整性动态评估方法 |
| CN112986197A (zh) * | 2021-02-18 | 2021-06-18 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 用于检测汞离子的比率荧光探针、荧光纸芯片和检测方法 |
| CN114354562A (zh) * | 2022-01-17 | 2022-04-15 | 南开大学 | 一种可视化智能传感器的制备方法与应用 |
| CN114518358A (zh) * | 2022-02-16 | 2022-05-20 | 四川农业大学 | 农药残留检测用三色传感探针及其制备方法、应用和深度学习的视觉智能监测装置及方法 |
| CN115124992A (zh) * | 2022-04-08 | 2022-09-30 | 南京师范大学 | 一种基于智能手机的比率荧光传感器及其制备方法和应用 |
-
2022
- 2022-10-10 CN CN202211236396.0A patent/CN115825024B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007064820A2 (en) * | 2005-11-30 | 2007-06-07 | Micro.Spectral Sensors, Llc | An integrated sensing system approach for handheld spectral measurements |
| JP2010236861A (ja) * | 2009-03-30 | 2010-10-21 | Metawater Co Ltd | 水質自動測定装置及びその方法 |
| CN104122238A (zh) * | 2013-04-25 | 2014-10-29 | 华东师范大学 | 荧光探针中的比率探测方法 |
| JP2019045158A (ja) * | 2017-08-29 | 2019-03-22 | 東芝インフラシステムズ株式会社 | 水質分析用試薬及び水質分析方法 |
| CN109470667A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合水质参数和三维荧光光谱进行污染物溯源的方法 |
| CN111440608A (zh) * | 2020-04-16 | 2020-07-24 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种双发射比率荧光探针和检测铜离子的方法 |
| CN112557667A (zh) * | 2020-11-20 | 2021-03-26 | 浙江工业大学 | 一种基于双色量子点比率荧光探针的c反应蛋白高灵敏免疫检测方法 |
| CN112818751A (zh) * | 2021-01-08 | 2021-05-18 | 江苏省无锡环境监测中心 | 一种基于物联网的水生态完整性动态评估方法 |
| CN112986197A (zh) * | 2021-02-18 | 2021-06-18 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 用于检测汞离子的比率荧光探针、荧光纸芯片和检测方法 |
| CN114354562A (zh) * | 2022-01-17 | 2022-04-15 | 南开大学 | 一种可视化智能传感器的制备方法与应用 |
| CN114518358A (zh) * | 2022-02-16 | 2022-05-20 | 四川农业大学 | 农药残留检测用三色传感探针及其制备方法、应用和深度学习的视觉智能监测装置及方法 |
| CN115124992A (zh) * | 2022-04-08 | 2022-09-30 | 南京师范大学 | 一种基于智能手机的比率荧光传感器及其制备方法和应用 |
Non-Patent Citations (1)
| Title |
|---|
| 基于量子点荧光探针的重金属离子Hg2+检测方法;漆明星等;《农业机械学报》;20190718;第50卷;第195-199、220页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115825024A (zh) | 2023-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100465618C (zh) | 光吸收比差-连续流动测定痕量铜离子的方法 | |
| CN106442441B (zh) | 基于荧光光谱积分比值判定有色可溶性有机物来源的方法 | |
| CN110320195B (zh) | 一种比色荧光探针及其制备方法和应用 | |
| CN108458998A (zh) | 一种基于免标记荧光增强的适配体dna银纳米簇测定铅离子的方法 | |
| CN109705869A (zh) | 复合量子点比率荧光探针对银离子的灵敏选择性检测方法 | |
| CN108120701A (zh) | 用于可视化检测汞离子的比率型荧光探针及其制备方法 | |
| CN104359884A (zh) | 一种pH荧光传感膜及碱性沉积物pH二维动态分布检测方法 | |
| CN105784806B (zh) | 汞离子光电化学传感器工作电极及其制备方法和应用 | |
| CN109187454A (zh) | 一种茶叶中风险物质氟的荧光检测方法 | |
| CN115825024B (zh) | 一种水质现场快速检测方法 | |
| CN112730367B (zh) | 一种基于便携式智能终端的多信号光谱传感平台对碱性磷酸酶的测定方法及装置 | |
| CN114813698A (zh) | 一种基于表面增强拉曼光谱检测养殖水中磷酸盐的方法 | |
| CN109142246A (zh) | 一种镍盐溶液中钡含量的快速测定方法 | |
| CN109293651A (zh) | 一种水溶液中检测锌离子的比率荧光探针化合物及其检测方法 | |
| CN111504971B (zh) | 基于目标响应式3d打印模型与智能手机集成的2,4-二氯苯氧乙酸现场定量检测平台 | |
| CN109608472B (zh) | 一种水溶性超分子荧光探针及其制备和应用 | |
| CN110567899B (zh) | 一种cod检测低温补偿方法 | |
| CN110655919B (zh) | 一种铜离子荧光探针及其制备方法与应用 | |
| CN112326647A (zh) | 一种基于三氧化钼的磷含量检测试剂及其制备方法和检测方法 | |
| CN116297251B (zh) | 一种多传感器组合的水质检测系统及其检测探头 | |
| CN115197230B (zh) | 一种用于Hg2+和Pb2+可视化快速筛查的纸基阵列传感器 | |
| CN111366550B (zh) | 基于三氧化钼增敏技术测定铜离子的检测方法 | |
| CN114113059B (zh) | 一种用于tnt检测的复合材料的制备方法及tnt的快速检测方法 | |
| Xu et al. | One-pot synthesis of polymer SiO 2-PNPG electrodes as a transducer for the measurement of Pb (ii) in soil | |
| CN107098890A (zh) | 一种高选择性超灵敏检测铜离子的比色荧光探针 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |