化学需氧量(COD)是水源地水质有机物污染的一项重要指标,是水质监测的必检参数之一。基于紫外分光光度法(UV法)的COD在线监测是全面实施污染源在线实时监测的重要手段。针对传统试剂法COD在线检测存在的问题,设计了基于双光源检测方法的COD在线检测传感器。从理论方面分析了浊度、光源温度和水样温度变化对测量值的影响并提出了温度补偿和浊度补偿的方法。实验结果表明,传感器的重复性误差为3.12%,实际水样对比实验最大相对误差为6.18%,浊度补偿和温度补偿可靠性较高。所制COD传感器能够对水样COD浓度进行准确测量,满足水质在线监测设备的技术要求。

紫外吸收方法中, 硝酸盐氮（NO-3-N）的紫外吸收峰在202.0 nm左右, 而亚硝酸盐氮（NO-2-N）的紫外吸收峰在210.0 nm左右, 两者吸收峰位置距离很近, 因此, 在分析过程中两者的紫外吸收曲线严重重叠, 相互之间严重干扰, 不经过分离很难用单波长对二者的含量进行测定而常用的国标方法过程又过于繁琐, 耗时较长。 为了准确、 快速、 环保的实现环境水体和饮用水中的硝酸盐氮和亚硝酸盐氮快速监测, 避免国标方法中对二者测定的诸多不足, 结合紫外吸收和二阶导数光谱法, 在不经过任何预先分离处理的情况下, 建立了水体中这两种物质的快速分析方法, 实现水样中二者的快速准确测定。 研究采用优级纯试剂配制硝酸盐氮和亚硝酸盐氮系列标准溶液。 以去离子水做参比, 采用紫外-可见光分光光度计扫描其在195～250 nm范围内的紫外吸收光谱, 之后采用Origin软件对所获得的光谱图做二阶导数处理, 并采用Origin软件中的Savitzky-Golay方法对处理后的二阶导数光谱进行平滑处理以去除其他无关的干扰和噪声。 通过观察上述所得两组二阶导数光谱图, 得出以下结论, 不同浓度的亚硝酸盐氮样品在223.5 nm处吸光度的二阶导数均为0, 不同浓度的硝酸盐氮样品在216.5 nm处的吸光度的二阶导数也均为0。 通过实验可见硝酸盐氮和亚硝酸盐氮混合样品的紫外吸收光谱的二阶导数在这两个特定波长处符合朗伯比尔定律。 实验通过配制硝酸盐氮和亚硝酸盐氮混合样品, 并扫描混合样品的紫外吸收光谱, 采用上述方法对所得光谱做二阶导数及平滑去噪处理。 研究混合样品二阶导数光谱图可以看出在硝酸盐氮浓度相同而亚硝酸盐氮浓度不同时, 亚硝酸盐氮的浓度变化会对硝酸盐氮的吸光度的二阶导数有影响, 但是各种混合样品的二阶导数光谱在223.5 nm处几乎交叉于一点, 说明此处亚硝酸盐氮的浓度不同不会对硝酸盐氮的二阶导数吸光度有影响。 且在223.5 nm处硝酸盐氮二阶导数吸光度随浓度增加而线性增加。 因此, 223.5 nm可作为混合组分中硝酸盐氮的测定波长。 参照以上方法, 可得亚硝酸盐氮的测定波长为216.5 nm。 在223.5 nm处对单组分的硝酸盐氮的浓度值及其相应的吸光度的二阶导数进行线性回归, 其线性关系良好, 得到标准曲线的回归方程为C=438.69A+0.015, R2=0.995 9。 同理, 得到亚硝酸盐氮在216.5 nm处回归方程为C=-657.29A+0.068 8, R2=0.998。 为了验证这种方法在实际水样测量中能否成立, 取秦皇岛市新河、 汤河以及戴河三种河水水样进行实验验证, 结果表明, 回收率在96.7%～103.0%之间, 相对标准偏差在1.46～3.68之间。 该方法结果较准确, 且操作更加简便, 成本较低, 可同时实现硝酸盐氮和亚硝酸盐氮快速在线监测。

紫外分光光度法(UV法)由于较传统化学方法具有效率高操作简便、 无二次污染且可现场原位测试等优点, 近些年来被广泛应用到水质参数的测试中。 硝酸盐氮是工业废水中的主要污染物之一。 基于UV法测量水体中硝酸盐氮浓度的标准方法是分别测量水样在220nm和275nm处的吸光度, 然后用275 nm处的吸光度对220 nm处的吸光度进行校正, 进而绘制出校正后的吸光度与硝酸盐氮浓度的标准曲线。 然而, 当硝酸盐氮浓度升高时, 标准法所采用的朗伯比尔定律的线性关系以及不同物质吸光度叠加的线性不能很好地满足, 在实际的实验测试中也发现, 很难建立硝酸盐氮在220 nm处的吸收模型。 为了克服单波长或双波长方法的缺陷, 将硝酸盐氮吸收峰范围的各个波长的吸光特性引入到模型的建立之中。 同时, 为了降低模型的复杂度, 在建立模型之前先对吸光度数据进行主成分分析, 将输入数据的维度数从107压缩到4, 然后对压缩后的数据使用局部加权线性回归法建模, 该吸收模型对于训练样本和测试样本都有较好的预测结果, 且能够适应高浓度时吸光度与浓度的非线性关系, 测量上限可达几百mg·L-1。 另外, 此方法的原理和流程也适用于其他水质参数吸收模型的建立。

在水质总磷的在线检测过程中，由于微型光谱仪的测量精度限制以及一些外界干扰导致光谱数据的不稳定，影响了检测的稳定性和测量精度。在紫外分光光度法的基础上通过卡尔曼滤波和非线性回归等数据处理方法对光谱数据进行处理，建立吸光度与浓度的关系方程，计算得到总磷的含量。通过这种数据处理方法提高在线检测的稳定性和测量精度，很好地解决了一些随机干扰和系统误差的问题，适合总磷在线监测装置的现场实时运行，具有很好的推广作用。

建立固相萃取逐步分离-紫外分光光度法测定果蔬中残留的噻苯咪唑、 邻苯基苯酚、 联苯的检测方法。 样品经高速涡轮旋转石油醚∶乙酸乙酯(2∶1)提取, 30%甲醇溶液上样, C18固相萃取柱富集、 净化、 分离三种残留防腐剂, 分别采用30%乙醇(酸, pH 2.5)溶液、 55%甲醇(碱, pH 11.5)溶液、 75%乙醇(酸, pH 2.5)溶液依次洗脱分离固相柱中被保留的噻苯咪唑、 邻苯基苯酚、 联苯, 对洗脱液进行紫外分光光度法检测。 结果表明: 三种防腐剂在1～10 μg·mL-1的范围内呈良好线性关系, 相关系数r>0.999 8。 样品加标回收率为72.1%～103.5%, 相对标准偏差在1.2%～7.7%, 样品最低检测限分别为0.09, 0.5和0.1 μg·mL-1。 该方法简便、 灵敏、 快速, 能够满足同时测定果蔬中防腐剂残留量的要求。

采用紫外分光光度-硫酸钡比浊法和干灰化-火焰原子吸收分光光度法对５个品系青稞中的S, Zn, Ca, Mg, K, Na, Fe, Cu, Mn ９种矿质元素含量进行了测定, 并对方法的精密度、 准确度、 稳定性和重复性进行了分析。 结果显示各元素检测方法的精密度在1.2%～3.7%之间, 加标回收率在97.44%～101.52%之间, 准确度在1.3%～3.8%之间, 说明该方法具有较高的精密度和准确度; 各元素检测方法的重复性在2.6%～6.1%之间, 且样品溶液在室温下放置24 h后各元素含量基本不变, 说明该方法具有较好的重复性和稳定性。 在所有青稞样品中, 各元素平均含量依次为K＞S＞Mg＞Ca＞Fe＞Na＞Zn＞Mn＞Cu, 且与人体健康密切相关的Zn, Fe, Mn元素的含量均相对较高。 其测定结果可为青稞的进一步开发利用提供科学依据。