通过色图辅助数码相机方法检测地下水中的ninhydrin-glyphosate
Kainaz Dhanjisha Daruwala1, Kamesh Viswanathan Baskaran2
1Dr. K.C.Patel Research and Development Centre, Charotar University of Science and Technology, Anand, Gujarat, India; P.D.Patel Institute of Applied Sciences, Charotar University of Science and Technology, Anand, Gujarat, India.
概括
一个新的彩色图表用光谱仪和摄像头量化地下水中的草甘. 这种具有成本效益的方法提供了实时监控和AI集成的潜力,改善了水质分析.
科学领域:
- 环境化学环境化学
- 分析化学 分析化学
- 频谱光度测量是一种光谱光度测量.
背景情况:
- 在地下水中定量草甘 (GP) 对于环境监测至关重要.
- 像LC-MS/MS这样的传统方法可能昂贵且耗时.
- 需要开发具有成本效益和用户友好的水分析点技术.
研究的目的:
- 引入和评估用于草甘量化的一次性和多标准色彩图的新型图表.
- 为了比较彩色可见光谱仪 (彩色VS),数字单镜头反射镜头 (DSLR) 摄像头和移动摄像头 (MC) 分析草甘的性能.
- 通过基于摄像头的色彩分析,评估实时,低成本水质监测的潜力.
主要方法:
- 用一个ninhydrin-GP复合反应来产生色度变化.
- 使用彩色VS,DSLR相机和MC,检测和量化了颜色变化.
- 在人眼模型的色彩空间中分析数据,比较吸收率和图像数据.
主要成果:
- MC分析显示增强的发光度和适当的 ΔE 水平与相似的相对标准偏差 (RSD) 与颜色VS.
- DSLR显示出更大的偏差,但更好的理论检测水平,在真实地下水样本中回收率 (116%) 更高.
- 虽然MC和LC-MS/MS表现出卓越的准确性和精度,但MC避免了影响颜色VS和DSLR的离子干扰.
结论:
- 多标准色彩图使得低成本,用户友好,实时地质水中的草甘监测成为可能.
- 基于相机的分析 (DSLR和MC) 显示出有希望的结果,MC在避免离子干扰方面提供了优势.
- 这种方法有可能与AI/ML模型集成,并在不同的摄像头传感器中协调标准化.
更多相关视频
11:06GC-based Detection of Aldononitrile Acetate Derivatized Glucosamine and Muramic Acid for Microbial Residue Determination in Soil
Published on: May 19, 2012
16.9K
07:13Early Detection of Cyanobacterial Blooms and Associated Cyanotoxins using Fast Detection Strategy
Published on: February 25, 2021
3.8K
