项目名称: 多维化学传感器在水中有毒金属离子污染物整体检测分析中的应用研究

项目编号: No.21277149

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 环境科学、安全科学

项目作者: 林恒伟

作者单位: 中国科学院宁波材料技术与工程研究所

项目金额: 80万元

中文摘要: 本项目拟研究开发一种多维化学传感器,并深入考察其用于水中有毒金属离子污染物的整体分析能力。多维化学传感器是近年来出现的一种可用于对多组份或复杂混合物样品进行整体检测分析的技术和思想,该技术突破了传统检测技术方法的局限,即一次检测通常只能测定一种特定分析物。本项目将设计、合成、筛选和优化新型的对有毒金属离子具有多通道识别特性的指示剂,并将他们集成在一起构成多维光学或电学阵列传感器;然后运用光学和电学技术考察其对有毒金属离子的响应以获得多维识别数据;最后应用数理统计分析的方法实现对分析样品中可能含有的有毒金属离子进行整体评估。本研究将多通道与多维阵列传感器的思想相结合,一方面设计开发对水中有毒金属离子具有整体检测分析能力的装置,另一方面对多维传感器的设计思想进行更深入的研究,为将来进一步拓展该技术的应用奠定一定的理论基础,该研究具有重要的科学意义和创新性。

中文关键词: 多维传感器;阵列传感器;环境污染物;重金属离子;污染物整体分析

英文摘要: This project will focus on the development of a type of multidimensional chemical sensors, and will take further efforts for their applications in general analysis of toxic heavy metal ions in water. Multidimensional chemical sensor is a novel concept and technique that was proposed for general analysis of multi-components and complex analytes in recent years. This technique broke through the limitation of the traditional techniques of detection and analysis, i.e., once detection could only analyze one particular analyte. This project will design, synthesize, screen and optimize novel multi-channel indicators for toxic metal ions, and will combine the optimized indicators together to fabricate multidimensional optical or electronic sensor arrays. Multidimensional recognition data can be obtained through investigation of their responses to toxic metal ions using optical and electronic analysis techniques. Finally, the multivariate mathematically statistic analysis will be applied to evaluate the toxic metal ions in the analyte. This study combines the concepts of multi-channel sensors and multidimensional sensors, not only a set-up which has the ability for general analysis of toxic metal ions in water will be developed, but a more thorough and deeper study and understanding of multidimensional sensors will be re

英文关键词: Multidimensional sensor;sensor array;environmental pollutants;heavy metal ions;pollutants general analysis

成为VIP会员查看完整内容
0

相关内容

「计算机视觉」2022 年 5 大趋势
专知会员服务
73+阅读 · 2022年3月27日
【Reza Yazdanfar】基于递归神经网络的多元缺失值时间序列
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
22+阅读 · 2021年8月18日
【ICML2020】通过神经引导的A*搜索学习逆合成设计
专知会员服务
16+阅读 · 2020年8月18日
专知会员服务
87+阅读 · 2020年8月2日
一派讨论·你最近经常使用哪些 App?
少数派
0+阅读 · 2022年3月22日
一派讨论·你在超市最爱逛哪个区?
少数派
0+阅读 · 2022年1月18日
ECV 2021 冠军方案解读:船只数量检测方案
极市平台
0+阅读 · 2021年11月13日
表面缺陷检测数据集汇总及其相关项目推荐
极市平台
31+阅读 · 2020年6月20日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月1日
小贴士
相关VIP内容
「计算机视觉」2022 年 5 大趋势
专知会员服务
73+阅读 · 2022年3月27日
【Reza Yazdanfar】基于递归神经网络的多元缺失值时间序列
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
22+阅读 · 2021年8月18日
【ICML2020】通过神经引导的A*搜索学习逆合成设计
专知会员服务
16+阅读 · 2020年8月18日
专知会员服务
87+阅读 · 2020年8月2日
相关资讯
微信扫码咨询专知VIP会员