通过比较ACES AP0和AP1颜色初级对智能手机测色仪在检测土壤CO2泄漏与甜菜 (Beta vulgaris) 生物传感器

科学领域:

• 环境科学 环境科学
• 分析化学 分析化学
• 生物技术是生物技术.

背景情况:

• 碳捕获和储存 (CCS) 需要强有力的监测,以防止土壤酸化等环境风险.
• 现有的二氧化碳泄漏检测方法可能昂贵,缺乏实时功能.
• 开发可持续和便携式监控解决方案对于CCS安全至关重要.

研究的目的:

• 开发和验证一种新的,可持续的生物传感器,用于检测CCS地点的土壤二氧化碳泄漏.
• 使用智能手机成像和先进的色彩空间,对二氧化碳水平进行定量分析.
• 为了比较不同颜色编码系统 (ACES AP0,AP1,sRGB,DaVinci Wide Gamut) 的性能,用于生物传感器数据分析.

主要方法:

• 使用甜菜和透析膜中的贝塔宁提取物制造响应pH的生物传感器.
• 在模拟室中对传感器进行校准,对一系列的二氧化碳度 (0-4.0 wt%) 进行校准.
• 使用智能手机成像,RGB数据提取 (Python库) 和通过K-fold交叉验证优化的机器学习模型 (PLS,MLR,SVR) 进行二氧化碳水平的定量分析.
• 对学院颜色编码系统 (ACES) 初选 (AP0,AP1) 与其他颜色空间进行比较评估.

主要成果:

• 最优的生物传感器系统,利用ACES AP1和绿色通道上的部分最小平方 (PLS) 模型,实现了高精度 (R2 = 0.9984) 和低检测极限 (LOD ≈ 150 ppm).
• 与AP0,sRGB和DaVinci Wide Gamut相比,ACES AP1在解决微妙的色差方面表现出卓越的性能.
• 印尼CCS设施的现场验证显示,与UV-Vis基准值的偏差低于5%,证实了该系统的实际适用性.
• 开发的系统提供了一个低成本,便携,可扩展的解决方案,用于实时检测二氧化碳泄漏.

结论:

• 基于甜菜的生物传感器与智能手机成像和ACES AP1彩色空间集成,提供一种高效和可持续的方法来监测CCS站点的二氧化碳泄漏.
• 这种方法在CCS监测方面取得了重大进展,使实时的定量环境风险评估成为可能.
• 该研究强调了自然生物传感器和先进色度测量技术在开发具有成本效益和便携性的环境监测工具方面的潜力.