環(huán)境中揮發(fā)性污染物現(xiàn)場(chǎng)快捷檢測(cè)系統(tǒng)研究

聶新明　陳正毅　宗成華　范孟豹　陳斯

摘 要 表面增強(qiáng)拉曼散射（Surface-enhanced Raman scattering， SERS）光譜技術(shù)檢測(cè)揮發(fā)性有機(jī)污染物，具有檢測(cè)速度快、靈敏度高以及可指紋識(shí)別等優(yōu)點(diǎn)， 但常規(guī)SERS技術(shù)存在前處理設(shè)備體積龐大、人機(jī)交互性不足、操作不便等問(wèn)題，限制了其在現(xiàn)場(chǎng)檢測(cè)中的使用。本研究構(gòu)建了可用于現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)的便攜式檢測(cè)系統(tǒng)。此系統(tǒng)提供了一種微型化便攜式吹掃捕集裝置， 用于揮發(fā)性樣品的前處理富集， 具有樣品用量少、耗時(shí)短等特點(diǎn);搭載了微型化拉曼光學(xué)檢測(cè)模塊， 采用ARM+CPLD（Advanced RISC Machine & Complex Programmable Logic Device）雙核主控模式， 引入Android操作系統(tǒng)， 使用人機(jī)直接交互的模式實(shí)現(xiàn)揮發(fā)性有害物質(zhì)的現(xiàn)場(chǎng)實(shí)時(shí)定量檢測(cè)。以土壤中苯硫酚為檢測(cè)模型， 以金納米顆粒（AuNPs）為增強(qiáng)基底， 利用此系統(tǒng)對(duì)土壤中的苯硫酚進(jìn)行了定性和定量分析， 檢出限為0.104 μg/g， RSD在4.2%～6.2%之間， 整體實(shí)驗(yàn)結(jié)果重現(xiàn)性良好。

關(guān)鍵詞 表面增強(qiáng)拉曼散射; 揮發(fā)性有機(jī)污染物; 便攜式; 吹掃捕集; 人機(jī)交互

1 引 言

表面增強(qiáng)拉曼散射（Surface-enhanced Raman scattering， SERS）光譜技術(shù)具有檢測(cè)速度快、靈敏度高、可指紋識(shí)別等特點(diǎn)， 已廣泛用于環(huán)境、食品、衛(wèi)生等領(lǐng)域[1～4]以及爆炸物[5.6]和揮發(fā)性有機(jī)污染物[7]的檢測(cè)中。然而， SERS在檢測(cè)揮發(fā)性有害物質(zhì)時(shí)仍然面臨很多問(wèn)題， 尤其在用于現(xiàn)場(chǎng)檢測(cè)時(shí)， 常規(guī)拉曼光譜儀體積大、樣品基質(zhì)干擾和儀器的人機(jī)交互性不足等顯得尤為突出。SERS增強(qiáng)粒子在復(fù)雜基質(zhì)中也常出現(xiàn)團(tuán)聚或發(fā)生其它物理化學(xué)變化， 導(dǎo)致在復(fù)雜體系中應(yīng)用時(shí)， SERS的靈敏度、準(zhǔn)確性和重復(fù)性下降[8～10]， 嚴(yán)重影響SERS的推廣和使用。為了避免上述情況， 實(shí)現(xiàn)樣品的快速、高效分離尤為重要。

目前， 樣品前處理技術(shù)主要有固相萃取[11]、分子印跡[12，13]、液液微萃取[14]和磁性材料功能化[15，16]等。然而，這些技術(shù)相對(duì)復(fù)雜、耗時(shí)， 有些需要用到大量有毒有害的有機(jī)試劑; 有些方法所需的儀器體積大， 不適于現(xiàn)場(chǎng)實(shí)時(shí)快速檢測(cè)分析。雖然拉曼光譜儀的研究應(yīng)用發(fā)展迅速， 但是目前我國(guó)的拉曼光譜儀生產(chǎn)制造水平和國(guó)際化市場(chǎng)化推廣水平都很低， 其核心技術(shù)包括配套的前處理富集裝置和軟件很多依賴(lài)國(guó)外的生產(chǎn)廠(chǎng)商。

針對(duì)SERS在揮發(fā)性有機(jī)污染物現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)中的瓶頸和不足， 本研究設(shè)計(jì)并搭建了一套微型化便攜式的現(xiàn)場(chǎng)快捷檢測(cè)系統(tǒng)， 主要包含3個(gè)模塊：揮發(fā)性樣品前處理富集模塊、拉曼光譜微型化設(shè)計(jì)應(yīng)用模塊以及嵌入式控制顯示模塊。在揮發(fā)性樣品前處理富集模塊中， 提供了一種微型化便攜式吹掃捕集裝置（Trap）， 可以利用待分析物質(zhì)與基體的沸點(diǎn)差異實(shí)現(xiàn)目標(biāo)物與基體的分離， 具有微型化、便于拆卸組裝、樣品用量少、耗時(shí)短等特點(diǎn); 拉曼光譜微型化設(shè)計(jì)應(yīng)用模塊， 主要實(shí)現(xiàn)拉曼光學(xué)模塊的優(yōu)化設(shè)計(jì)以及拉曼光譜的采集; 嵌入式控制顯示模塊主要采用ARM+CPLD雙核主控模式， 引入Android操作系統(tǒng)， 使用人機(jī)直接交互的模式， 實(shí)現(xiàn)在現(xiàn)場(chǎng)快捷一體交互式實(shí)時(shí)定量檢測(cè)揮發(fā)性有機(jī)污染物。以土壤中有機(jī)污染物苯硫酚為模型物， 驗(yàn)證了本系統(tǒng)的有效性。

2 實(shí)驗(yàn)部分

2.1 儀器與試劑

BSA224S電子分析天平（德國(guó)Sartorius公司）; TG16-WS臺(tái)式高速離心機(jī)（湖南湘儀實(shí)驗(yàn)儀器開(kāi)發(fā)有限公司）; SP131010-33Q加熱板磁力攪拌器（美國(guó)Thermo公司）; 超聲波清洗器（上?？茖?dǎo)公司）。

苯硫酚（C6H6S）、氯金酸（HAuCl4·4H2O）、檸檬酸三鈉（Na3C6H5O7·5H2O）、乙醇（C2H6O）均為分析純， 購(gòu)于國(guó)藥集團(tuán)化學(xué)試劑公司; 實(shí)驗(yàn)用水為超純水（18.3 MΩ·cm）。

2.2 系統(tǒng)設(shè)計(jì)

本系統(tǒng)中， 在樣品前處理階段， 使用微型化Trap裝置， 將待分析物質(zhì)氣化， 利用待分析物質(zhì)與基體的沸點(diǎn)差異實(shí)現(xiàn)目標(biāo)物與基體的完全分離， 消除基體干擾。裝置結(jié)構(gòu)簡(jiǎn)單、體積小， 便于實(shí)現(xiàn)現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)。利用拉曼光譜檢測(cè)的優(yōu)勢(shì)， 同時(shí)將系統(tǒng)整體進(jìn)行微型化處理， 降低樣品用量， 使用高活性的拉曼增強(qiáng)基底解決極低痕量檢測(cè)目標(biāo)物拉曼光學(xué)信號(hào)弱的問(wèn)題， 實(shí)現(xiàn)痕量物質(zhì)的高靈敏檢測(cè)。

圖1為搭建的微型便攜式檢測(cè)系統(tǒng)的總體方案結(jié)構(gòu)圖。采用模塊化開(kāi)發(fā)的方式， 本系統(tǒng)主要分成3個(gè)模塊：樣品處理模塊、拉曼光學(xué)模塊和嵌入式控制顯示模塊。樣品處理模塊可以有效實(shí)現(xiàn)揮發(fā)物與基體的快速分離， 并將目標(biāo)檢測(cè)物快速與所制備拉曼信號(hào)增強(qiáng)試劑結(jié)合， 進(jìn)行檢測(cè)。在拉曼光學(xué)模塊中， 激光源發(fā)出的光經(jīng)過(guò)采樣鏡頭/拉曼探頭， 照射在樣品上， 拉曼散射光經(jīng)過(guò)采樣鏡頭/拉曼探頭收集、濾波后輸送到色散模塊上， 然后傳輸?shù)骄€(xiàn)陣CCD上， 得到拉曼光譜。在嵌入式控制顯示模塊中， 采用ARM+CPLD雙核主控模式， 引入Android操作系統(tǒng)， 使用人機(jī)直接交互的模式， 通過(guò)把拉曼特征譜與數(shù)據(jù)庫(kù)進(jìn)行比對(duì)， 顯示模塊顯示被測(cè)物的定性和定量信息， 并通過(guò)USB接口對(duì)外進(jìn)行數(shù)據(jù)交換。

2.2.1 揮發(fā)性污染物富集模塊設(shè)計(jì)與SERS增強(qiáng)試劑的制備

在目前商業(yè)化的吹掃捕集裝置中， 如意大利DANI動(dòng)態(tài)頂空及吹掃捕集儀、美國(guó)Teledyne Tekmar公司Lumin PTC吹掃捕集濃縮儀等， 其總體體積仍然過(guò)大，主要用于氣相色譜-質(zhì)譜法檢測(cè)的前處理， 因?yàn)榧啥冗^(guò)高， 不便于現(xiàn)場(chǎng)清洗拆卸， 目前缺乏可以直接用于SERS現(xiàn)場(chǎng)快捷檢測(cè)的微型吹掃捕集裝置。為了有效避免固體顆粒物的干擾， 可利用沸點(diǎn)不同， 實(shí)現(xiàn)易揮發(fā)待測(cè)物與基體雜質(zhì)分離。本研究采用自主專(zhuān)利設(shè)計(jì)的便攜式吹掃捕集裝置[17]， 如圖2所示， 此裝置主要包括吹掃管、捕集器、便攜式氣泵和電源， 以及內(nèi)置式的樣品加熱裝置（加熱腔中加熱池的滿(mǎn)載容積為1 mL， 加熱面積為1.2 cm2）， 樣品加熱裝置設(shè)置在吹掃管內(nèi)部并通過(guò)導(dǎo)線(xiàn)與電源連接， 吹掃管為四通管， 吹掃管后部通口為樣品加熱裝置的置入口， 上端口為樣品入口， 兩側(cè)端口分別為進(jìn)氣口和出氣口， 吹掃管后部通口和上端口設(shè)有密封塞， 進(jìn)氣口與便攜式氣泵通過(guò)氣管連接， 出氣口與捕集器通過(guò)傳輸管連接。吹掃管的進(jìn)氣口處設(shè)有流量控制閥， 傳輸管為L(zhǎng)形， 捕集器包括捕集管和冷肼， 電源為可充電電源， 設(shè)有可控輸出電壓開(kāi)關(guān)， 輸出電壓為12 V以下的安全電壓。

為了實(shí)現(xiàn)揮發(fā)物的現(xiàn)場(chǎng)快捷檢測(cè)， 整個(gè)系統(tǒng)按照微型便攜化設(shè)計(jì)。目前常用的具有表面增強(qiáng)活性的金屬有金、銀和銅[18～21]， 考慮到銀納米顆粒易氧化不穩(wěn)定以及銅納米顆粒相對(duì)較弱的增強(qiáng)能力， 本研究采用檸檬酸還原的方法制備金納米顆粒（Gold nanoparticles， AuNPs）[22]， 作為SERS基底。

2.2.2 拉曼光學(xué)模塊 如圖3所示， 拉曼光學(xué)模塊可以完成對(duì)待測(cè)樣品拉曼光信號(hào)的激發(fā)、收集與光電信號(hào)轉(zhuǎn)換的功能， 采用激光探頭光路與分光光路的共光路集成設(shè)計(jì)， 具有整體體積小、所用光學(xué)器件少、高光通量的特點(diǎn)[23]。系統(tǒng)采用的具體參數(shù)見(jiàn)表1。

激光探頭光路可實(shí)現(xiàn)激光激發(fā)、拉曼散射信號(hào)收集、散射光聚焦等功能。采用中心波長(zhǎng)為（785±0.5） nm的微型激光器， 以后向方式進(jìn)行收集。采用二相色濾光片通大于785 nm波長(zhǎng)光信號(hào)， 反射波長(zhǎng)≤785 nm的光信號(hào)， 使光路更加緊湊， 減少光學(xué)器件使用量， 提高光通量。

系統(tǒng)的分光光路主要采用C-T結(jié)構(gòu)設(shè)計(jì)[24，25]， 經(jīng)過(guò)二相色濾光片產(chǎn)生的拉曼光信號(hào)， 進(jìn)入Mini-Chrom微型單色儀中， 該器件集成了雙狹縫和光柵的法斯第-艾伯特結(jié)構(gòu)，最后投射到CCD上， 實(shí)現(xiàn)光電信號(hào)的轉(zhuǎn)換。CCD采用的是濱松公司生產(chǎn)的制冷型線(xiàn)性CCD傳感器。

2.2.3 嵌入式控制顯示模塊 系統(tǒng)中的嵌入式控制顯示模塊主要包括電源管理、CCD驅(qū)動(dòng)及信號(hào)處理、激光驅(qū)動(dòng)、嵌入式處理器平臺(tái)、人機(jī)界面等子模塊， 軟件部分包括Android操作系統(tǒng)、光譜計(jì)量應(yīng)用程序等。其框圖如圖4所示。

現(xiàn)有的便攜式拉曼光譜儀一般采用便攜式電腦或者智能手機(jī)完成數(shù)據(jù)處理的功能， 本系統(tǒng)中所包含的嵌入式控制顯示模塊主要采用嵌入式操作系統(tǒng)完成上述功能， 并且可脫離電腦和手機(jī)而獨(dú)立工作。本系統(tǒng)基于ARM+CPLD雙核模式， 實(shí)現(xiàn)基于Android操作系統(tǒng)的嵌入式拉曼光譜主控系統(tǒng)， 實(shí)現(xiàn)快速的光譜信號(hào)采集處理、友好的人機(jī)交互接口和智能的譜線(xiàn)識(shí)別技術(shù)。本系統(tǒng)還可以通過(guò)USB、Internet或者無(wú)線(xiàn)傳輸與電腦進(jìn)行數(shù)據(jù)交換， 接受來(lái)自電腦、網(wǎng)絡(luò)的命令， 將采集到的拉曼光譜數(shù)據(jù)發(fā)布到網(wǎng)絡(luò)中， 實(shí)現(xiàn)遠(yuǎn)程化、在線(xiàn)化、無(wú)人化工作， 同時(shí)也可以實(shí)現(xiàn)拉曼光譜數(shù)據(jù)的遠(yuǎn)程共享。

（1）嵌入式處理平臺(tái)硬件設(shè)計(jì)方案 本系統(tǒng)中的嵌入式處理器平臺(tái)使用ARM+CPLD雙核心結(jié)構(gòu)[26]實(shí)現(xiàn)拉曼光譜數(shù)據(jù)的采集、存儲(chǔ)與傳輸。選用ARM作為嵌入式主控模塊的主芯片， 負(fù)責(zé)接收處理CPLD采集到的光譜數(shù)據(jù)， 并利用USB、LAN等接口技術(shù)實(shí)現(xiàn)與PC端的數(shù)據(jù)交換。同時(shí)以搭載的電阻觸摸屏為媒介進(jìn)行人機(jī)交互。模塊采用Cortex-M4內(nèi)核的STM32F407ZGT6芯片， 并利用ISA（Industrial Standard Architecture， 工業(yè)標(biāo)準(zhǔn)結(jié)構(gòu)總線(xiàn)）與CPLD 進(jìn)行通訊。具體功能參數(shù)見(jiàn)表2。

（2）人機(jī)交互軟件設(shè)計(jì)流程 為了實(shí)現(xiàn)檢測(cè)的便攜性， 本系統(tǒng)使用Java語(yǔ)言， 利用Android Studio開(kāi)發(fā)環(huán)境[27，28]自主開(kāi)發(fā)了拉曼光譜檢測(cè)軟件， 將軟件嵌入Android系統(tǒng)， 結(jié)合使用得出檢測(cè)數(shù)據(jù)， 將檢測(cè)數(shù)據(jù)與構(gòu)建的揮發(fā)性有機(jī)污染物SERS光譜特征數(shù)據(jù)庫(kù)進(jìn)行對(duì)比， 最終得出定量檢測(cè)結(jié)果。

2.3 樣品處理

取6.8 mg苯硫酚， 用10%乙醇分別配制成0.68、0.34、0.23、0.17 和0.115 μg/mL的苯硫酚標(biāo)準(zhǔn)液。分別取5份1 g的土壤放置于電熱鼓風(fēng)干燥箱烘干， 依次放入5支10 mL離心管中， 并分別加入上述5種按不同比例稀釋的苯硫酚標(biāo)準(zhǔn)工作液各2 mL; 同時(shí)， 取1 g 土壤， 烘干后與2 mL 10% （V/V） 乙醇溶液混合后， 作為空白樣; 從上述離心管中各取200 μL混合液，分別加入微型Trap裝置的吹掃管中，依次進(jìn)行處理。

2.4 數(shù)據(jù)分析與數(shù)據(jù)特征庫(kù)構(gòu)建

為便于系統(tǒng)能夠脫機(jī)工作， 首先需要在系統(tǒng)的非現(xiàn)場(chǎng)工作狀態(tài)下， 將拉曼光譜儀所檢測(cè)到的光譜， 利用USB裝置傳輸?shù)诫娔X;然后用 Origin 8.5 （Origin Lab， Northampton， MA）軟件進(jìn)行分析， 獲取拉曼相關(guān)特征圖譜;將所獲得苯硫酚檢測(cè)特征數(shù)據(jù)存儲(chǔ)到Android系統(tǒng)中的SQLLite數(shù)據(jù)庫(kù)中， 確保在現(xiàn)場(chǎng)檢測(cè)時(shí)可以從系統(tǒng)中直接調(diào)用SQLLite數(shù)據(jù)庫(kù)中的特征光譜數(shù)據(jù)，實(shí)現(xiàn)脫機(jī)檢測(cè)工作。

3 結(jié)果與討論

3.1 樣品富集模塊應(yīng)用條件參數(shù)優(yōu)化

為了能夠充分發(fā)揮樣品富集模塊（即微型Trap）在現(xiàn)場(chǎng)快捷檢測(cè)方面的優(yōu)勢(shì)， 兼顧加熱時(shí)間和回收率， 本研究采用苯硫酚（2 mg/mL）作為待測(cè)模型物。如圖5A所示， 在吹掃氣流速度為0.2 L/min時(shí)， 回收率較差， 這是因?yàn)榇祾吖苤袣饬魇峭牧餍问剑?速度過(guò)低會(huì)導(dǎo)致部分氣流回歸到吹掃管中， 影響捕集效率。氣流為0.6 L/min時(shí)的回收率比0.3 L/min時(shí)低， 這主要是因?yàn)榇祾叩乃俾蔬^(guò)快會(huì)使接收管中出現(xiàn)較多氣泡， 導(dǎo)致部分回收目標(biāo)物回歸到空氣中， 無(wú)法完全回收。同理， 如圖5B所示， 隨著工作電壓升高， 加熱片溫度升高， 雖然所需的加熱時(shí)間縮短， 但是過(guò)高的溫度會(huì)使所回收目標(biāo)物在接收管中產(chǎn)生較多的氣泡， 影響回收率。為了確保系統(tǒng)的穩(wěn)定性和樣品回收率， 吹掃氣流的參數(shù)設(shè)置為0.3 L/min， 工作電壓設(shè)置為6.25 V， 加熱時(shí)間3 min， 在此條件下， 回收率穩(wěn)定在95%以上。

3.2 AuNPs基底增強(qiáng)效果

AuNPs基底增強(qiáng)效果與其分散性和形貌密切相關(guān)。合成的AuNPs在530 nm處有強(qiáng)吸收峰（圖6A）， 半峰寬較窄， 說(shuō)明粒徑均勻; 圖6B是AuNPs的掃描電鏡（SEM）圖，

3.3 微型拉曼光譜檢測(cè)模塊結(jié)構(gòu)

圖7為光譜檢測(cè)系統(tǒng)， 帶Android觸屏操作， 同時(shí)集成了樣品槽， 可以實(shí)現(xiàn)單機(jī)條件下直接人機(jī)交互式操作， 無(wú)需電腦， 有效提高了現(xiàn)場(chǎng)檢測(cè)效率。對(duì)此檢測(cè)系統(tǒng)進(jìn)行了相關(guān)測(cè)試， 結(jié)果見(jiàn)表3， 其中關(guān)鍵參數(shù)穩(wěn)定， 符合相關(guān)行業(yè)技術(shù)標(biāo)準(zhǔn)[29]。

與國(guó)內(nèi)外主流商業(yè)化拉曼光譜儀產(chǎn)品參數(shù)對(duì)比如表4所示， 在配有前處理裝置的基礎(chǔ)上， 本系統(tǒng)整體表現(xiàn)良好。

3.4 光譜數(shù)據(jù)分析與計(jì)量

經(jīng)過(guò)上述步驟所得拉曼光譜圖譜與線(xiàn)性標(biāo)準(zhǔn)曲線(xiàn)如圖8所示.由圖8A可見(jiàn)， 423、1069 和1571 cm-4處各峰強(qiáng)度隨苯硫酚濃度的增加而逐漸增強(qiáng)， 與文獻(xiàn)[30]報(bào)道的苯硫酚拉曼特征峰一致， 因此， 選擇423、1069和1571 cmSymbolm@@1為系統(tǒng)檢測(cè)的指紋譜。利用最小二乘法在適當(dāng)?shù)臐舛确秶鷥?nèi)獲得不同特征峰的線(xiàn)性回歸曲線(xiàn)， 如圖8B所示， 峰強(qiáng)度（Y）與土壤上清液中苯硫酚濃度（X）的線(xiàn)性方程分別為：Y=3.222X+1.291; Y=1.271X+0.943; Y=1.262X+0.742。 將特征峰參數(shù)和線(xiàn)性回歸方程及其濃度范圍植入所開(kāi)發(fā)的Android光譜計(jì)量程序中， 可用于后續(xù)現(xiàn)場(chǎng)定性和定量檢測(cè)。按照3σ標(biāo)準(zhǔn)[31]計(jì)算實(shí)際樣品檢出限為0.104 μg/g， 滿(mǎn)足《HJ/T 166-2004土壤環(huán)境監(jiān)測(cè)技術(shù)規(guī)范》[32]中對(duì)土壤中苯硫酚檢測(cè)的需求。

在同樣檢測(cè)條件下， 對(duì)前處理收集的0.68 mg/L苯硫酚溶劑重復(fù)檢測(cè)5次， 結(jié)果如圖9所示，

所獲得的特征峰強(qiáng)度相對(duì)標(biāo)準(zhǔn)偏差（Relative standard deviation R在4.2%～6.2%之間， 表明本系統(tǒng)的穩(wěn)定性和重現(xiàn)性良好。

4 結(jié) 論

本研究針對(duì)SERS技術(shù)現(xiàn)場(chǎng)檢測(cè)揮發(fā)性有機(jī)污染物時(shí)技術(shù)上的難點(diǎn)， 在檢測(cè)樣品的前處理階段， 構(gòu)建了一種結(jié)構(gòu)簡(jiǎn)單、體積小型化、便于拆卸組裝攜帶、用樣少、耗時(shí)短的微型化吹掃捕集裝置， 有效克服了樣品復(fù)雜的基質(zhì)干擾， 同時(shí)也具有廣泛的跨領(lǐng)域應(yīng)用前景。在樣品計(jì)量檢測(cè)階段， 采用ARM+CPLD雙核模式， 基于Android操作系統(tǒng)的人機(jī)直接交互式拉曼光譜信號(hào)處理系統(tǒng)， 實(shí)現(xiàn)快速的光譜信號(hào)采集處理、友好的人機(jī)交互接口和智能的譜線(xiàn)識(shí)別技術(shù)， 在現(xiàn)場(chǎng)采集實(shí)時(shí)分析過(guò)程中更能滿(mǎn)足流動(dòng)執(zhí)法等應(yīng)用需求; 同時(shí)， 光學(xué)模塊設(shè)計(jì)中采用激光探頭光路與分光光路的共光路集成設(shè)計(jì)， 具有整體體積小、所用光學(xué)器件少、高光通量的特點(diǎn)， 性能達(dá)到行業(yè)技術(shù)標(biāo)準(zhǔn)要求。采用本系統(tǒng)檢測(cè)土壤中揮發(fā)物苯硫酚， 驗(yàn)證了其實(shí)際應(yīng)用的可行性， 利用自制的金溶膠納米增強(qiáng)粒子進(jìn)行定性和定量的分析， 檢出限為0.104 μg/g， RSD在4.2%～6.2%之間， 整體實(shí)驗(yàn)結(jié)果重現(xiàn)性良好。

References

1 WANG Xiao-Meng， ZHANG Zhen， LIU Jing， ZHANG Shu-Sheng. Chinese J. Anal. Chem.， ?2017， 45（12）： 2026-2031

王曉蒙， 張 振， 劉 靜， 張書(shū)圣. 分析化學(xué)， ?2017，? 45（12）： 2026-2031

2 ZHANG Nan， ZHENG Long-Zhen， XIONG Lei-Yan， GUO Zan-Ru， KANG Xiao-Wei， WANG Qian， WU Zi-Rui， DONG Ze-Min. Chinese J. Anal. Chem.，? 2017，? 45（2）： 261-267

張 楠， 鄭龍珍， 熊樂(lè)艷， 郭贊如， 亢曉衛(wèi)， 王 倩， 吳子睿， 董澤民. 分析化學(xué)， ?2017，? 45（2）： 261-267

3 ZHU Ying-Jie， GUO Lei， LIU Yi， GONG Ying， QIU Ze-Wu， WU Jian-Feng， XIE Jian-Wei. Chinese J.Anal.Chem.，? 2017，? 45（5）： 627-632

朱穎潔， 郭 磊， 劉 易， 龔 瑩， 邱澤武， 吳劍峰， 謝劍煒.? 分析化學(xué)， ?2017，? 45（5）： 627-632

4 ZHAO Rui-Chi， WANG Pei-Long， SHI Lei， SU Xiao-Ou. Chinese J. Anal. Chem.，? 2017，? 45（1）： 75-82

趙蕊池， 王培龍， 石 雷， 蘇曉鷗.? 分析化學(xué)， ?2017，? 45（1）： 75-82

5 Shaik U P， Hamad S， Mohiddon M A， Soma V R， Krishna M G. Appl. Phys.，? 2016，? 119： 093103

6 Hamad S， Podagatlapalli G K， Mohiddon M A， Rao S V. Chem. Phy. Lett.，? 2015，? 621：171-176

7 Guo Q， Xu M M， Yuan Y X， Gu R A，Yao J L. Langmuir，? 2016，? 32（18）： 4530-4537

8 Gu X， Camden J P. Anal. Chem.，? 2015，? 87（1）： 6460-6464

9 Ma P， Liang F， Wang D， Yang Q， Ding Y， Yu Y， Gao D， Song D， Wang X. Microchim. Acta，? 2015，? 182： 863-869

10 Zheng Y， Chen Z， Zheng C， Lee Y， Hou X， Wu L， Tian Y. Talanta，? 2016，? 155（6）： 87-93

11 Liu C， Zhang X， Li L， Cui J， Shi Y E， Wang L， Zhan J. Analyst，? 2015，? 140（1）： 4668-4675

12 Esther T， Antonio M E. Anal. Chim. Acta， ?2010，? 668（5）： 87-99

13 Liu P， Liu R Y， Guan G J. Analyst，? 2011，? 136（8）： 4152-4168

14 Doctor E L， McCord B. Talanta，? 2015，? 144（1）： 938-943

15 Ranc V， Markova Z， Hajduch M， Prucek R， Kvitek L， Kaslik J， Safarova K， Zboril R. Anal. Chem.，? 2014，? 86（12）： 2939-2946

16 MA Qun， LI Yan-Le， GONG Nian-Chun， JIANG Xi， HUAN Shuang-Yan. Chinese J. Anal. Chem.，? 2015，? 43（11）： 1676-1681

馬 群， 李艷樂(lè)， 龔年春， 江 西， 宦雙燕. 分析化學(xué)， ?2015，? 43（11）： 1676-1681

17 ZHU Wei-Jie， NIE Xin-Ming， ZHAO Xin-Sheng， TIAN Ya-Ping， YAO Zhi-Chao， ZONG Cheng-Hua. China Patent， 201820309672.4，? 2018

祝偉杰， 聶新明， 趙新生， 田亞平， 姚智超， 宗成華. 中國(guó)專(zhuān)利， 201820309672.4，? 2018

18 Tian K Z， Wang W， Yao Y， Nie X M， Lu A X， Wu Y， Han C Q. Raman Spectrosc.，? 2018，? 49 （3）： 472-481

19 Baruah B， Miller T A. J. Colloid Interface Sci.，? 2017，? 487（18）： 209-217

20 Xu M W， Zhang Y. Appl. Surf. Sci.，? 2017，? 393（22）： 197-209

21 Zhao L Y， Gu W， Zhang C L， Shi X H， Xian Y Z. J. Colloid Interface Sci.，? 2016，? 465： 279-286

22 Yoon J， Choi N， Ko J， Kim K， Lee S， Choo J. Biosens. Bioelectron.，? 2013，? 47（24）： 62-67

23 NIE Xin-Ming， TIAN Ya-Ping， YAO Yue， DUAN Ling-Feng， WANG Wen， ZOU Qi， BAO Xu-Xiang， HAN Cai-Qing. China Patent， 201611235177.5，? 2018

聶新明， 田亞平， 姚 悅， 段凌風(fēng)， 王 穩(wěn)， 鄒 琦， 包旭翔， 韓彩芹. 中國(guó)專(zhuān)利， 201611235177.5，? 2018

24 AN Yan， SUN Qiang， LIU Ying， LI Chun. Chinese Optics，? 2012，? 5（5）： 470-475

安 巖， 孫 強(qiáng)， 劉 英， 李 淳. 中國(guó)光學(xué)， ?2012，? 5（5）： 470-475

25 Fan X G， Tang M， Wang X. Appl. Optics，? 2015，? 54（33）： 9966-9975

26 XU Qiao-Yu， MAO Peng， WANG Jun-Wei， ZHU Pei. Journal of Henan University of Science and Technology （Natural Science Edition）， ?2018，? 39： 16-22

徐巧玉， 毛 鵬， 王軍委， 朱 佩. 河南科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2018，? 39： 16-22

27 PENG Guo-Jun， LI Jing-Wen， SUN Run-Kang. Journal of Wuhan University （Science Edition），? 2015，? 61（1）： 21-33

碰國(guó)軍， 李晶雯， 孫潤(rùn)康. 武漢大學(xué)學(xué)報(bào)（理學(xué)版）， 2015，? 61（1）： 21-33

28 Bill P， Chris S， Kristin M. Android Programming： The Big Nerd Ranch Guide， Third Edition， Translated by Wang Ming-Fa， Beijing： People′s Posts and Telecommunications Press，? 2017：? 3139， 226-242

BillP， Chris S， Kristin M. Android編程權(quán)威指南. 王明發(fā)譯. 北京： 人民郵電出版社，? 2017：? 3139： 226-242

29 JJF 1085-2018， Calibration Specification for Portable Raman Spectrum Fast Detection Instruments/Local Measuring Technique. Standard of Fujian of China

便攜式拉曼光譜快速檢測(cè)儀校準(zhǔn)規(guī)范. 福建省地方計(jì)量技術(shù)規(guī)范. JJF 1085-2018

30 XU Xiao-Yana， LI Shu-Jin， WU De-Yin， GU Ren-Ao. Acta Chimica Sinica，? 2007，? 65（12）： 1095-1100

許小燕， 李淑瑾， 吳德印， 顧仁敖. 化學(xué)學(xué)報(bào)，? 2007，? 12（65）： 1095-1100

31 Jozef U. Talanta，? 2014，? 119（1）： 178-180

32 HJ/T 166-2004， Technical Specification for Soil Environmental Monitoring. National Standards of the People′s Republic of China

土壤環(huán)境監(jiān)測(cè)技術(shù)規(guī)范. 中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn). HJ/T 166-2004

A Rapid On-site Detection System for Volatile

Pollutants in Environment

NIE Xin-Ming1，4， CHEN Zheng-Yi2， ZONG Cheng-Hua*3， FAN Meng-Bao*1， CHEN Si4

1（School of Mechatronic Engineering， China University of Mining and Technology， Xuzhou 221116， China）

2（School of Pharmacy， Guilin Medical University， Guilin 541199， China）

3（School of Chemical Engineering & Materials Science， Jiangsu Normal University， Xuzhou 221116， China）

4（School of Physics and Electronic Engineering， Jiangsu Normal University， Xuzhou 221116， China）

Abstract Surface-enhanced Raman scattering （SERS） spectroscopy technology can be used to detect volatile organic pollutants with many advantages such as fast detection speed， high sensitivity and fingerprint recognition. However， the pre-processing equipment in conventional SERS is bulky and has insufficient human-computer interaction and inconvenient operation. All these issues limit its applications to onsite tests. In this work， a portable detection system was developed for onsite and real-time detections. This system provided a miniaturized portable purge and trap device for the enrichment of volatile samples in pretreatment. It had the characteristics of low consumption of samples and short consumption of time. Meanwhile， it was also equipped with a miniaturized Raman optical detection module that adopted ARM + CPLD （Advanced RISC Machine & Complex Programmable Logic Device） dual-core control mode and Android operating system. These features enabled the device realizing the real-time quantitative detection of volatile and harmful substances onsite in human-machine direct interaction mode. For example， by using thiophenol in the soil as the detection target and gold nanoparticles as the enhanced substrate， the developed system was used to quantitatively analyze the thiophenol level in the soil， with detection limit of 0.104 μg/g and RSD of 4.2%-6.2%. The result showed that the experimental data were reproducible.

Keywords Surface-Enhanced Raman scattering; Volatile organic pollutants; Portable; Purge and trap; Man-machine interaction

（Received 11 February 2020; accepted 14 May 2020）

This work was supported by the National Natural Science Foundation of China （No. 21804060）， the Natural Science Foundation of Higher Education Institutions of Jiangsu Province （No.17KJB510017）.