Для анализа содержания магния в почве применена спектроскопия лазерно-искровой плазмы (LIBS) с использованием метода нелинейной многомерной регрессии. Для генерации плазмы применен импульсный Nd:YAG-лазер мощностью в импульсе 100 мДж, а регистрация спектров осуществлена с помощью многоканального спектрометра с ПЗС-детектором. Для анализа содержания Mg выбрана линия на длине волны 383.8 нм. Зависимость интенсивности характеристической линии от концентрации Mg определялась с помощью созданной калибровочной модели. Построение традиционной градуировочной кривой показывает, что на интенсивность выбранной линии влияет не только концентрация Mg, но и содержание других элементов в почве. Поэтому в качестве входных данных для нелинейного многопараметрического расчета использована интенсивность характеристических линий магния (Mg I 383.8 нм), марганца (Mn I 403.1 нм) и железа (Fe I 407.2 нм). В соответствии с результатами применения нелинейной регрессии наиболее приемлема из изученных моделей трехмерная нелинейная регрессия. Наблюдалось удовлетворительное совпадение величины, полученной расчетом по выбранной нелинейной регрессионной модели, со значением концентрации, измеренной с помощью масс-спектрометрии с индуктивно-связанной плазмой (ICP-MS). Коэффициент корреляции между рассчитанной и измеренной концентрацией 0.987, причем среднеквадратичная ошибка калибровки (RMSEC) и расчета (RMSEP) снижены до 0.017 и 0.014 %. Отношение стандартного отклонения валидации к RMSEP возросло до 8.79, а относительная ошибка оказалась ниже 1.21 % для девяти образцов проверки. Это подтверждает, что многомерная модель может обеспечить лучшую прогнозную точность, чем калибровочная кривая. Полученные результаты также свидетельствуют о том, что метод LIBS является мощным инструментом для анализа микроэлементов в почве путем выбора калибровочных и валидационных образцов со схожими по составу матрицами.
Laser-induced breakdown spectroscopy (LIBS) coupled with the nonlinear multivariate regression method was applied to analyze magnesium (Mg) contents in soil. The plasma was generated using a 100 mJ Nd:YAG pulsed laser, and the spectra were acquired using a multi-channel spectrometer integrated with a CCD detector. The line at 383.8 nm was selected as the analysis line for Mg. The calibration model between the intensity of characteristic line and the concentration of Mg was constructed. The traditional calibration curve showed that the concentration of Mg was not only related to the line intensity of itself, but also to other elements in soil. The intensity of characteristic lines for Mg (Mg I 383.8 nm), manganese (Mn) (Mn I 403.1 nm), and iron (Fe) (Fe I 407.2 nm) were used as input data for nonlinear multivariate calculation. According to the results of nonlinear regression, the ternary nonlinear regression was the most appropriate of the studied models. A good agreement was observed between the actual concentration provided by inductively coupled plasma mass spectrometry (ICP-MS) and the predicted value obtained using the nonlinear multivariate regression model. The correlation coefficient between predicted concentration and the measured value was 0.987, while the root mean square error of calibration (RMSEC) and root mean square error of prediction (RMSEP) were reduced to 0.017% and 0.014%, respectively. The ratio of the standard deviation of the validation to the RMSEP increased to 8.79, and the relative error was below 1.21% for nine validation samples. This indicated that the multivariate model can obtain better predicted accuracy than the calibration curve. These results also suggest that the LIBS technique is a powerful tool for analyzing the micro-nutrient elements in soil by selecting calibration and validation samples with similar matrix composition.
The authors declare that there are no conflicts of interest present.