[font=仿宋][color=#000000]在矿山寻找矿产时，如何快速找到目标矿是关键问题。传统方法凭借技术员[/color][/font][font=仿宋][color=#000000]的洞察力，观察矿石外观特征如颗粒大小和纹理等，进而做出经验性的判断。然[/color][/font][font=仿宋][color=#000000]而，这种方法耗时长且依难度大，难以普及应用于普通员工的矿山找矿工作。[/color][/font] [font=仿宋][color=#000000]在矿石勘探和开采阶段，矿机掘探的方向和深度需根据矿脉走向实时调整。[/color][/font][font=仿宋][color=#000000]传统方法是由质量部门人员深入矿井，按进度取样并送回工厂实验室检测。每次[/color][/font][font=仿宋][color=#000000]采样量大，对人力有较高要求；同时，检测结果可能要半个月才能出来，这期间[/color][/font][font=仿宋][color=#000000]的掘探或停工决策就显得尤为困难。[/color][/font] [font=仿宋][color=#000000]在矿石浮选和提炼处理过程中，对原矿石、精矿、尾矿矿渣中的金属含量进[/color][/font][font=仿宋][color=#000000]行准确检测至关重要。传统方法主要依靠实验室化学分析法，但该方法流程繁琐、[/color][/font][font=仿宋][color=#000000]耗时长、效率低下，对操作人员技术要求高，不同时间不同人员检测的数据可能[/color][/font]偏差较大。 [font=仿宋][color=#000000]科迈斯手持式矿石分析仪具有快速、准确、非破坏性的特点，能够为矿石质[/color][/font][font=仿宋][color=#000000]量评估提供新的解决方案，对矿产资源评估、开采决策、冶金过程设计、产品质[/color][/font][font=仿宋][color=#000000]量控制和环境影响评估都具有重要意义，为矿业和冶金行业的可持续发展提供了[/color][/font][color=#000000]关键的科学依据和技术支持。 [font=仿宋][color=#000000]近年来，铜矿资源的开发和利用一直是全球矿业市场的热点。在铜矿的勘探[/color][/font][font=仿宋][color=#000000]中，科迈斯手持式矿石分析仪可以快速精确测定矿石中的铜（ Cu ）含量及其他[/color][/font][font=仿宋][color=#000000]伴生金属元素，如金、银（Au、Ag）等。其优秀的便携性，通过减少样品的运输[/color][/font][font=仿宋][color=#000000]和实验室分析成本，有助于降低整体的运营成本，在矿产勘探领域得到广泛应用。 [b]科迈斯手持矿石分析仪具有以下优势 准确可靠的检测方法 [/b] 采用先进的智能FP算法，进一步提高了检测速度、准确性和一致性，能够更精确地分析样品中的元素成分，接近实验室级的分析水平。 [/color][/font][/color] [b]高品质进口探测器 [/b][size=15px][/size] [size=15px]采用高品质的进口探测器，专为多元素分析而设计。探测器具有低噪音、高灵敏度和出色的信号质量等特点。它们的优异性能保证了准确而可靠的分析结果，为用户提供高质量的数据支持。[/size] [b]易携性 [/b] [size=15px]其小巧的体积和轻便的重量使得它更加便于携带和移动，方便在现场进行实时检测。无论是在实验室内还是户外环境中，用户可以轻松应对各种形状的样品，实现便捷高效的检测操作。[/size][size=15px][/size] [b]无损检测 [/b][size=15px][/size] [size=15px]在不损坏检测对象的前提下，快速精准地对样品元素含量进行分析。这种无损检测方法不仅保护了样品的完整性，同时提高了工作效率和数据可靠性。[/size] [size=15px][/size] [b]散热性 [/b] 科迈斯光谱仪具有优异的散热性能，相比其他仪器，它无需频繁等待探测器冷却，大大节省了时间并提高了工作效率。 [b] [/b]
地球化学勘探地球化学勘探法是根据勘查目标的主要元素及其伴生矿物的主要元素，在某个地区有限范围内的岩石、土壤、水、空气、植物等介质中的丰度，比周围地区高低的异常来寻找勘查目标的。原则上，各种地球化学勘探技术都可以用于考古学上。目前，地球化学勘探法在考古学上只有零星的使用，有待发展。此举二例进行说明。一、磷酸盐勘探法磷是所有动植物及其环境中的一种基本元素，在自然界中循环存在，即从土壤到植物，从植物到动物，再由动物返还到土壤，在一定区域内的这种磷循环保持常量。当某一地区垃圾、动植物遗骸及排泄物集中沉积时，该区所含的磷酸盐就多；如果从某地区将含磷物质移开则磷酸盐含量下降。但是，磷酸盐的土壤溶解度特低，所以任何局部地区的磷过剩、不足会长期存在；也就是说，凡人类生活过的地方都会有富含磷酸盐的有机垃圾。因此，借助于系统地测量某一区域中磷酸盐的含量，寻得其反常地区从而找到古人类的活动区域。磷酸盐勘探法是国外处于探索方法之一，1986年英国遗物中心发掘队在调查德文郡代顿史前遗址时，用地磁法和磷酸盐法进行调查，发现前者反映的磁化异常与考古遗迹不符，而遗迹所处位置的磷酸盐明显偏高。但因采集取样程序多，分析过程长而未被广泛推广。二、汞测试指通过测试汞元素的化学异常来寻找地下遗迹。汞或朱砂（硫化汞）埋在土中，缓慢而不间断地向地表散发汞蒸汽，这种蒸汽在上升过程中会发生各种化学、物理反应，当汞与尸体中的有机质结合时也会产生有机汞化合物的异常。而且，汞的穿透能力极强，可以从地下深处穿透岩石、混凝土、土壤等介质而到达地表。古代墓葬为防腐而采用汞或朱砂（汞的携带矿物），商代的墓葬中棺板周围常常发现朱砂痕迹，汞的使用在墓葬中较少，而且在大中型墓中才有。含有汞或汞化合物的古墓葬或遗址其中的汞含量比周围地带高，通过测试其异常便可寻找其范围。目前汞的测试方法有：比色分析法、光谱分析法、原子荧光法和云子吸收法。我国用此法对秦始皇陵的地宫进行了探测，证明是可行的。秦始皇陵的地宫到底在何处，结合文献记载地宫内“以水银为百川江河大海，机相灌输，上具天文，下具地理”（《史记?秦始皇本纪》），1981年对秦始皇陵125000多平方米封土进行汞测定，结果发现在其中约12000平方米范围内，汞含量异常（见图八） ，集中在秦陵内城中央地区，这是地宫内大量水银长期挥发渗透的结果，为寻找地宫提供了确切依据。1985年和1987年，用汞测量法对安阳殷墟进行勘查，用[url=https://insevent.instrument.com.cn/t/Wp][color=#3333ff]原子吸收[/color][/url]发测定样品中的汞，结果是（见图九）：殷墟保护区的土壤汞量明显高于比安阳市的土壤汞量；保护区内已发掘的贵族墓葬区的土壤汞量是平民区的土壤汞量的两倍以上，而未发掘的贵族墓葬区的土壤汞量更高（见图十）。这说明殷墟贵族大量使用汞及其化合物（墓葬流行以朱砂铺地）。
摘要对葡萄酒酿造过程中的矿质元素进行了系统的研究，结果表明：葡萄果实与葡萄酒中的矿质元素的含量分布从大到小依次是钾、钙、镁、钠、铁、铜、锌；其在果皮中的含量均大于在果肉中的含量；各种矿质元素在整个酿造过程中均在变化，其中，钾、镁、钙、钠、铁的含量升高，并且以铁的升幅最大，而铜、锌的含量略有降低；产区之间、品种之间、年份间矿质元素的含量存在一定差异，以铜、锌的变化最大。 关键词葡萄；葡萄酒；矿质元素;含量；分布；葡萄酒是采用新鲜葡萄或葡萄汁经过完全或部分酒精发酵所得到的饮料。矿质元素是葡萄酒的主要组成成分之一，它参与葡萄酒的理化变化，影响葡萄酒的稳定性及感官特性，作为葡萄酒的功能性成分或作为有害成分而被限制等。因此，研究分析葡萄酒中主要矿质元素的变化，对于了解葡萄酒的特点，改进酿酒工艺，提高与稳定葡萄酒质量具有重要的意义。1、 材料与方法 1.1材料 供试葡萄品种为：赤霞珠、蛇龙珠、佳丽酿、贵人香、霞多丽、玫瑰香等；样品包括葡萄果实与葡萄酒；材料来源：烟台不同产地，国内与国外产地； 1.2方法葡萄果实测定：取取成熟葡萄果实，将果皮与果肉分离，用滤纸吸干果皮水分，分别称重，经消化处理后测定；葡萄酒（汁）样品直接测定。分析仪器为ANALYST 100原子吸收光谱仪（美国PE公司产品），火焰法与原子发射法相结合。2、 结果与分析 2.1矿质元素的回收率 对葡萄酒中7种主要矿质元素进行回收率测试显示，各元素的回收率均达到了试验对回收率在85%-110%之间的要求（表1）,其中，铅在所有测定测中均未检测出。表1 葡萄酒中矿质元素的回收率矿质元素 钾 钙 钠 镁 铁 铜 锌回收率91.06%98.61%96.48%96.33%99.32%98.86%99.1%
10月中旬，大港油田勘探开发研究院发明的岩芯渗透率损害流动实验装置获得国家实用新型发明专利。 长期以来，国内岩芯流动实验仪器的高压容器按简单的并联方式组合连接，每个高压容器分别装有不同的实验流体，独立工作，互不影响。操作时，岩芯流动实验流体注入量受到高压容器本身容积的限制，在实验过程中容易产生波动。 大港油田勘探开发研究院科研人员发明了岩芯渗透率损害流动实验装置。该装置改变了过去若干高压容器并联的连接方式，由高压驱替泵、环压泵以及三通球阀等连接而成，既可把每个高压容器并联连接，注入不同实验流体单独工作，又可将多个装有同样实验流体的高压容器串联起来，组成一个单元，或者将几个装有不同实验流体的串联单元并联起来，成倍增加实验流体的体积，满足不同注入量岩芯流动实验要求。
光电倍增管在石油勘探的应用石油勘探离不开石油测井仪。通常用电缆将测井仪的测量探头送入井中，而探头内置有放射源、光电倍增管及闪烁体。闪烁体是一种吸收高能粒子或射线后能够发光的材料，有了闪烁体相助，用光电倍增管将放射源被散射的部分以及地质结构中的自然射线收集、放大。探头在井中对地层的各项物理参数进行连续测量，所测得的数据经处理后即得到相关地层的岩性、孔隙度、渗透率及含油饱和度等重要参数，用以判断油井周围的地层类型及密度，确定石油沉积位置以及储量等
不太懂这种仪器,只是听一个师弟说测矿质元素可以用ICP,一次可以把所有的矿质元素都出来,并且成本比[url=https://insevent.instrument.com.cn/t/Wp][color=#3333ff]原子吸收[/color][/url]还要低,我们课题组这些仪器都没有,所以才来请教大家,多多指教![em04]
LA-[url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICP-MS[/color][/url]在地球物理化学勘探(地质勘探)中做检测,准备建设一个样品预处理室,请问都需要那些设备?需要详细
一：试验目的： 利用近红外波段的高光谱成像仪获取矿物岩石的高光谱数据，并对其进行光谱分析进而对矿物岩石的组成成分进行研判。二：测试原理及方法： 高光谱成像技术是近二十年来发展起来的基于非常多窄波段的影像数据技术，其最突出的应用是遥感探测领域，并在越来越多的民用领域有着更大的应用前景。它集中了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术，是传统的二维成像技术和光谱技术有机的结合在一起的一门新兴技术。 高光谱成像技术的定义是在多光谱成像的基础上，在从紫外到近红外（200-2500nm）的光谱范围内，利用成像光谱仪，在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时，也获得了被测物体的光谱信息。http://ng1.17img.cn/bbsfiles/images/2015/08/201508181012_561300_488_3.jpg目标物体-成像物镜-入射狭缝-准直透镜-PGP-聚焦透镜-CCD棱镜-光栅-棱镜：PGP图1 高光谱成像原理图 光谱仪的光谱分辨率由狭缝的宽度和光学光谱仪产生的线性色散确定。最小光谱分辨率是由光学系统的成像性能确定的（点扩展大小）。 成像过程为：每次成一条线上的像后（X方向），在检测系统输送带前进的过程中，排列的探测器扫出一条带状轨迹从而完成纵向扫描（Y方向）。综合横纵扫描信息就可以得到样品的三维高光谱图像数据。 利用GaiaSorter高光谱分选仪为测试设备并配置光谱范围在1000nm-2500nm范围的成像仪来完成数据的获取。http://ng1.17img.cn/bbsfiles/images/2015/08/201508181013_561301_488_3.jpg图2 高光谱图像立方体一、未知岩石的识别 利用400-1000nm波段的成像仪对样品进行测试，矿物岩石在400nm-1000nm波段的光谱特征信息非常的有限，通过此波段的光谱特征来对其进行分类识别，其结果并不理想。 如3所示的是其中一种待测样品，选取其中3处感兴趣的区域作为研究对象，图4所示的是图3处感兴趣区域对应的特征光谱曲线。其特征光谱曲线非常的有限。http://ng1.17img.cn/bbsfiles/images/2015/08/201508181014_561302_488_3.jpg图3 样品的RGB图http://ng1.17img.cn/bbsfiles/images/2015/08/201508181014_561303_488_3.jpg图4 样品在400-1000nm波段下的光谱特征曲线 而相同的样品对象在1000-2500nm波段下，其光谱特征信息如图5所示，http://ng1.17img.cn/bbsfiles/images/2015/08/201508181018_561304_488_3.jpg图5样品在1000-2500nm波段下的光谱特征曲线http://ng1.17img.cn/bbsfiles/images/2015/08/201508181018_561305_488_3.jpg图7 矿物岩石识别的结果http://ng1.17img.cn/bbsfiles/images/2015/08/201508181019_561306_488_3.jpg图8 不同的颜色表示不同的矿物成分 （clinochlore）斜绿泥石：斜绿泥石（clinochlore；Seraphinite），释文：成分(Mg,Fe)4.75Al1.25〔Al1.25Si2.75O10〕(OH)8。单斜晶系。晶体呈假六方片状，集合体呈鳞片状。草绿至淡橄榄绿色。 释文：成分(Mg,Fe)4.75Al1.25〔Al1.25Si2.75O10〕(OH)8。单斜晶系。晶体呈假六方片状，集合体呈鳞片状。草绿至淡橄榄绿色。解理平行底面极完全。薄片具挠性。密度2.61～2.78克/厘米^3。产状同叶绿泥石。 （Calcite）方解石：方解石是一种碳酸钙矿物，天然碳酸钙中最常见的就是它。因此，方解石是一种分布很广的矿物。方解石的晶体形状多种多样，它们的集合体可以是一簇簇的晶体，也可以是粒状、块状、纤维状、钟乳状、土状等等。敲击方解石可以得到很多方形碎块，故名方解石。http://ng1.17img.cn/bbsfiles/images/2015/08/201508181020_561307_488_3.jpg图9 不同成分岩石的分别二、石墨样品数据分析一：http://ng1.17img.cn/bbsfiles/images/2015/08/201508181023_561308_488_3.jpg图1 石墨矿物岩石图（手机拍摄）http://ng1.17img.cn/bbsfiles/images/2015/08/201508181023_561310_488_3.jpg
如题，谁有GB7873-87 森林土壤矿质全量分析方法 的电子版给我传下，感谢先。zhaolixiang6@sohu.com
基于矿质元素指纹分析的原产地葡萄酒判别研究 自2002年以来，我国先后批准了对昌黎葡萄酒等19个葡萄酒产品实施地理标志保护（或原产地标记保护）。目前，尽管所有地理标志葡萄酒均对其产地范围和产品质量技术要求（包括立地条件、品种结构、栽培管理、采收质量、酿造工艺及质量特色）做了严格规定，但现行之葡萄酒地理标志管理体系内缺乏相关产地鉴别的措施和标准。对葡萄酒原产地的准确判别技术理应是葡萄酒地理标志管理体系的必要组成部分，也是预防和打击造假的有效措施，同时为维护消费者和合法生产者的权益提供切实保障。无机元素“指纹”分析技术是广泛应用于农产品产地判别溯源的重要手段之一。目前，利用该技术进行葡萄酒原产地判别的研究正在国外如火如荼地进行，相关文献报道不断涌现。一些葡萄酒发达国家如西班牙[sup][/sup]、澳大利亚[sup][/sup]、意大利[sup][/sup]、南非[sup][/sup]、阿根廷[sup][/sup]及斯洛文尼亚[sup][/sup]等的研究人员已甄别出可以用来描述和区别不同原产地葡萄酒的特征无机元素。如Gonzálvez等[sup][/sup]利用电感耦合等离子体光谱仪测定了分属西班牙乌迭尔-雷格纳、胡米亚、耶克拉、瓦伦西亚等4个葡萄酒原产地保护区的67个酒样中的38种矿质元素，继而通过多种化学计量学方法成功区分了上述4个产地，其中乌迭尔-雷格纳和胡米亚产区分别仅通过Li和Mg的浓度即可辨识；Castiñ eira等[sup][/sup]借助[url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]电感耦合等离子体质谱仪[/color][/url]研究了来自德国4个法定产区（巴登、莱茵高、莱茵黑森及法尔兹）127个酒样中的13种矿质元素，并通过决策树法分析数据，结果发现仅用Li、Zn、Mg、Sr等4种元素即可有效判别上述产地的葡萄酒。较其它葡萄酒发达国家，我国葡萄酒原产地保护研究工作起步较晚，在以无机元素判别葡萄酒原产地的领域还多停留在检测葡萄与葡萄酒中的元素含量上[sup][/sup]，真正涉及原产地判别的工作还很少。本研究通过测定贺兰山东麓、沙城、通化及云南红等4个原产地葡萄酒中多种矿质元素的含量，并结合化学计量学方法对其加以研究，探讨矿质元素“指纹”分析技术对我国不同原产地葡萄酒产地判别的可行性。1 材料和方法1.1 材料 本研究中所有供试酒样分属于贺兰山东麓葡萄酒（质检总局公告2011年第14号，下同）、沙城葡萄酒（2002年第125号）、通化山葡萄酒（2005年第186号）及云南红葡萄酒（2002年第108号）等4个地理标志（或原产地标记）保护产品，取样方式为酒庄（厂）现场取样。葡萄品种、酿造工艺及产品质量要求均符合地理标志保护（或原产地标记）的相关规定，每个原产地的样品数量均为20，年份跨度2012-2015（见表1）。[align=center]表1 原产地葡萄酒样品基本信息[/align][align=center]Table 1 Basic information of wine samplesfrom different geographical origins[/align] [table][tr][td] [align=center]原产地[/align] [align=center]Origin[/align] [/td][td] [align=center]品种[/align] [align=center]Variety[/align] [/td][td] [align=center]年份[/align] [align=center]Vintage[/align] [/td][td] [align=center]残糖（g/L）[/align] [align=center]Residual sugar[/align] [/td][td] [align=center]酒度（%, v/v）[/align] [align=center]Ethanol[/align] [/td][td] [align=center]数量[/align] [align=center]Number[/align] [/td][/tr][tr][td] [align=center]贺兰山东麓葡萄酒/HL[/align] [/td][td] [align=center]赤霞珠、美乐、品丽珠、蛇龙珠[/align] [/td][td] [align=center]2012-2015[/align] [/td][td] [align=center]2.3-3.6[/align] [/td][td] [align=center]12.5-14.8[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]沙城葡萄酒/SC[/align] [/td][td] [align=center]赤霞珠、美乐、品丽珠、蛇龙珠[/align] [/td][td] [align=center]2012-2015[/align] [/td][td] [align=center]1.9-3.4[/align] [/td][td] [align=center]12.4-13.8[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]通化山葡萄酒/TH[/align] [/td][td] [align=center]双优、双红、北冰红、公酿1号[/align] [/td][td] [align=center]2012-2015[/align] [/td][td] [align=center]2.3-3.5[/align] [/td][td] [align=center]11.0-12.3[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]云南红葡萄酒/YNH[/align] [/td][td] [align=center]玫瑰蜜、赤霞珠、美乐、法国野[/align] [/td][td] [align=center]2012-2015[/align] [/td][td] [align=center]1.4-3.1[/align] [/td][td] [align=center]11.2-12.2[/align] [/td][td] [align=center]20[/align] [/td][/tr][/table]1.2 试剂和仪器 Bi、Ce、Cs、Eu、Ga、La、Li、Mg、Rb、Sb、Sm、Sr、Tl、U及Zr等15种元素标准溶液（10 mg/L，介质为0.5%HNO[sub]3[/sub]/2%HCl/1%HF）购自加拿大SCP SCIENCE公司；优级纯硝酸（北京化学试剂研究所）；去离子水（18.2 MΩ∙ cm，美国Millipore公司）。Anton PaarMultiwave 3000微波消解系统（奥地利Anton Paar GmbH公司）；PerkinElmer [url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICPMS[/color][/url] Elan DRC-e型[url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]电感耦合等离子体质谱仪[/color][/url]（[url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICP-MS[/color][/url]），配备40.68MHz自激式射频发生器（美国PerkinElmer公司）；LabTech EHD36电热消解板（北京莱伯泰科仪器公司）。1.3 试验方法1.3.1样品前处理方法实验中所有玻璃器皿和聚四氟乙烯微波消解管用前均经30%硝酸溶液浸泡过夜，再经去离子水润洗3次以上烘干备用。样品前处理参考Geana等[sup][/sup]的方法并做改进，准确量取5.0 mL酒样于微波消解管中，在100 ℃电热板上赶乙醇并浓缩至2 mL，加浓硝酸1.5 mL进行微波消解（功率：1000W；压力：200 psi；温度：190 ℃；爬升时间：20 min；保持时间：5 min），结束后消解液在100 ℃赶酸至2.0 mL，再用2%硝酸定容至25 mL，待测。相同方法准备试剂空白。1.3.2 [url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICP-MS[/color][/url]测定条件仪器预热后经调谐液（Ba、Cd、Ce、Cu、In、Mg、Pb、Rh及U，10 μg/L）调节至最佳状态，射频功率：1100W；等离子气流量15 L/min；载气流量：0.94 L/min；辅助器气流量：1.2 L/min；透镜电压：6.0 V；采样流量：0.8 mL/min；校正方程：仪器软件推荐。外标法定量，以2%硝酸为介质，将元素标准溶液逐级稀释并绘制标准曲线（线性范围：0.25、0.5、1.0、5.0、10.0及50.0 ppb）。Y标准溶液作内标（10 ppb），通过内标管在线加入。国家标准物质大米（GBW10010）为质控样。1.4 数据处理采用SPSS 17.0for Windows软件对数据进行方差分析、Duncan’s多重比较分析、主成分分析及逐步判别分析。2 结果和分析2.1 原产地葡萄酒中矿质元素的地域分布差异分析 Bi、Ce、Cs、Eu、Ga、La、Li、Mg、Rb、Sb、Sm、Sr、Tl、U及Zr等15种矿质元素在4个原产地葡萄酒样品中均有检出，尽管部分元素含量的标准偏差比较大，但方差分析结果显示，所有被测元素在地域间均存在显著性差异（[i]P[/i] 沙城通化贺兰山东麓；Li含量最高的是贺兰山东麓，分别是沙城、通化、云南红的3、27、23倍；贺兰山东麓和通化的Sr含量相当，是沙城和云南红的1.6和2.6倍；在4个原产地中，云南红样品中的La和Ce含量最高，是沙城的近4倍，贺兰山东麓的近7倍；对于Tl、Bi及Eu含量，在通化样品中均为最高，云南红次之，沙城和贺兰山东麓最低。由此可见，不同原产地葡萄酒中的矿质元素分布有其各自的特征。[align=center]表2 不同原产地葡萄酒中矿物元素含量(μg/L)[/align][align=center]Table 2 Elemental concentrations in winesfrom different geographical origins[/align] [table][tr][td] [align=center]元素[/align] [align=center]Element[/align] [/td][td] [align=center]贺兰山东麓[/align] [align=center]HL ([i]n[/i] = 20)[/align] [/td][td] [align=center]沙城[/align] [align=center]SC ([i]n[/i] = 20)[/align] [/td][td] [align=center]通化[/align] [align=center]TH ([i]n[/i] = 20)[/align] [/td][td] [align=center]云南红[/align] [align=center]YNH ([i]n[/i] = 20)[/align] [/td][/tr][tr][td] [align=center]Li[/align] [/td][td] [align=center]138.688 ± 29.272c[/align] [/td][td] [align=center]45.837 ± 21.253b[/align] [/td][td] [align=center]5.125 ± 2.437a[/align] [/td][td] [align=center]5.867 ± 1.661a[/align] [/td][/tr][tr][td] [align=center]Rb[/align] [/td][td] [align=center]868.799 ± 396.633a[/align] [/td][td] [align=center]1737.315 ± 370.219b[/align] [/td][td] [align=center]1026.536 ± 224.815a[/align] [/td][td] [align=center]1747.380 ± 973.490b[/align] [/td][/tr][tr][td] [align=center]Sr[/align] [/td][td] [align=center]2117.066 ± 392.312c[/align] [/td][td] [align=center]1280.034 ± 481.129b[/align] [/td][td] [align=center]2115.258 ± 479.396c[/align] [/td][td] [align=center]787.041 ± 419.658a[/align] [/td][/tr][tr][td] [align=center]Sb[/align] [/td][td] [align=center]0.235 ± 0.058a[/align] [/td][td] [align=center]0.208 ± 0.055a[/align] [/td][td] [align=center]0.341 ± 0.103b[/align] [/td][td] [align=center]0.320 ± 0.144b[/align] [/td][/tr][tr][td] [align=center]La[/align] [/td][td] [align=center]0.037 ± 0.016a[/align] [/td][td] [align=center]0.069 ± 0.116ab[/align] [/td][td] [align=center]0.180 ± 0.216bc[/align] [/td][td] [align=center]0.267 ± 0.303c[/align] [/td][/tr][tr][td] [align=center]Tl[/align] [/td][td] [align=center]0.098 ± 0.021a[/align] [/td][td] [align=center]0.086 ± 0.020a[/align] [/td][td] [align=center]0.162 ± 0.035c[/align] [/td][td] [align=center]0.126 ± 0.049b[/align] [/td][/tr][tr][td] [align=center]Bi[/align] [/td][td] [align=center]0.139 ± 0.052ab[/align] [/td][td] [align=center]0.116 ± 0.058a[/align] [/td][td] [align=center]0.314 ± 0.030c[/align] [/td][td] [align=center]0.208 ± 0.215b[/align] [/td][/tr][tr][td] [align=center]U[/align] [/td][td] [align=center]0.079 ± 0.137a[/align] [/td][td] [align=center]0.039 ± 0.048a[/align] [/td][td] [align=center]0.101 ± 0.096a[/align] [/td][td] [align=center]0.339 ± 0.644b[/align] [/td][/tr][tr][td] [align=center]Ce[/align] [/td][td] [align=center]0.078 ± 0.030a[/align] [/td][td] [align=center]0.136 ± 0.216ab[/align] [/td][td] [align=center]0.347 ± 0.423bc[/align] [/td][td] [align=center]0.479 ± 0.544c[/align] [/td][/tr][tr][td] [align=center]Mg[/align] [/td][td] [align=center]151019.9 ± 21284.1b[/align] [/td][td] [align=center]138427.8 ± 17933.8b[/align] [/td][td] [align=center]95179.5 ± 37276.6a[/align] [/td][td] [align=center]93560.1 ± 13259.8a[/align] [/td][/tr][tr][td] [align=center]Sm[/align] [/td][td] [align=center]0.042 ± 0.011a[/align] [/td][td] [align=center]0.053 ± 0.028a[/align] [/td][td] [align=center]0.109 ± 0.063b[/align] [/td][td] [align=center]0.102 ± 0.075b[/align] [/td][/tr][tr][td] [align=center]Eu[/align] [/td][td] [align=center]0.024 ± 0.006a[/align] [/td][td] [align=center]0.031 ± 0.010ab[/align] [/td][td] [align=center]0.049 ± 0.027c[/align] [/td][td] [align=center]0.038 ± 0.016b[/align] [/td][/tr][tr][td] [align=center]Cs[/align] [/td][td] [align=center]1.540 ± 0.543a[/align] [/td][td] [align=center]4.431 ± 1.567c[/align] [/td][td] [align=center]2.886 ± 1.900b[/align] [/td][td] [align=center]6.219 ± 2.614d[/align] [/td][/tr][tr][td] [align=center]Zr[/align] [/td][td] [align=center]1.475 ± 1.117a[/align] [/td][td] [align=center]1.379 ± 0.645a[/align] [/td][td] [align=center]2.705 ± 1.468b[/align] [/td][td] [align=center]3.656 ± 2.397b[/align] [/td][/tr][tr][td] [align=center]Ga[/align] [/td][td] [align=center]2.517 ± 0.572a[/align] [/td][td] [align=center]2.977 ± 0.545a[/align] [/td][td] [align=center]4.718 ± 3.304b[/align] [/td][td] [align=center]3.223 ± 1.056a[/align] [/td][/tr][/table]注：表中数据均为平均值±标准偏差；不同小写字母表示有显著性差异 ([i]P[/i] 0.05)。Note: The data represent mean ±S.D. Different small letters represent significant difference ([i]P[/i] 0.05).2.2 原产地葡萄酒中矿质元素的主成分分析 对不同原产地葡萄酒中差异显著的15种矿质元素含量数据标准化（[i]Z[/i]-score）处理后，进行主成分分析。结果表明，前5个主成分的累计方差贡献率达到85%以上，即说明这几个主成分已经涵盖了原有15种元素的绝大部分信息（表3）。其中，第1主成分的方差贡献率为38.372%，主要集中了Sm、La、Ce、Zr、Sb、Tl、Eu、Li及U等元素的含量信息，第2主成分的方差贡献率为16.755%，主要集中了Rb、Cs及Sr的信息，第3主成分的方差贡献率为13.585%，主要代表Ga和Bi的信息。[align=center]表3 前5个主成分的载荷矩阵及方差贡献率[/align][align=center]Table 3 The component matrix and cumulative contributionof variance of the first five principle components[/align] [table=515][tr][td] [align=center]元素[/align] [/td][td=4,1] [align=center]主成分 Principle component[/align] [/td][td] [align=center] [/align] [/td][/tr][tr][td] [align=center]Element[/align] [/td][td] [align=center]1[/align] [/td][td] [align=center]2[/align] [/td][td] [align=center]3[/align] [/td][td] [align=center]4[/align] [/td][td] [align=center]5[/align] [/td][/tr][tr][td] [align=center]Li[/align] [/td][td] [align=center][b]-0.615[/b][/align] [/td][td] [align=center]0.495[/align] [/td][td] [align=center]0.274[/align] [/td][td] [align=center]0.262[/align] [/td][td] [align=center]0.217[/align] [/td][/tr][tr][td] [align=center]Rb[/align] [/td][td] [align=center]-0.009[/align] [/td][td] [align=center][b]-0.798[/b][/align] [/td][td] [align=center]0.095[/align] [/td][td] [align=center]-0.109[/align] [/td][td] [align=center]0.504[/align] [/td][/tr][tr][td] [align=center]Sr[/align] [/td][td] [align=center]-0.209[/align] [/td][td] [align=center][b]0.748[/b][/align] [/td][td] [align=center]-0.327[/align] [/td][td] [align=center]0.059[/align] [/td][td] [align=center]0.355[/align] [/td][/tr][tr][td] [align=center]Sb[/align] [/td][td] [align=center][b]0.745[/b][/align] [/td][td] [align=center]0.228[/align] [/td][td] [align=center]0.060[/align] [/td][td] [align=center]-0.407[/align] [/td][td] [align=center]0.309[/align] [/td][/tr][tr][td] [align=center]La[/align] [/td][td] [align=center][b]0.854[/b][/align] [/td][td] [align=center]0.143[/align] [/td][td] [align=center]0.420[/align] [/td][td] [align=center]0.103[/align] [/td][td] [align=center]-0.042[/align] [/td][/tr][tr][td] [align=center]Tl[/align] [/td][td] [align=center][b]0.707[/b][/align] [/td][td] [align=center]0.308[/align] [/td][td] [align=center]-0.152[/align] [/td][td] [align=center]-0.489[/align] [/td][td] [align=center]0.271[/align] [/td][/tr][tr][td] [align=center]Bi[/align] [/td][td] [align=center]0.418[/align] [/td][td] [align=center]0.299[/align] [/td][td] [align=center][b]-0.545[/b][/align] [/td][td] [align=center]-0.386[/align] [/td][td] [align=center]-0.007[/align] [/td][/tr][tr][td] [align=center]U[/align] [/td][td] [align=center][b]0.569[/b][/align] [/td][td] [align=center]0.006[/align] [/td][td] [align=center]0.358[/align] [/td][td] [align=center]0.278[/align] [/td][td] [align=center]-0.049[/align] [/td][/tr][tr][td] [align=center]Ce[/align] [/td][td] [align=center][b]0.825[/b][/align] [/td][td] [align=center]0.164[/align] [/td][td] [align=center]0.424[/align] [/td][td] [align=center]0.058[/align] [/td][td] [align=center]-0.035[/align] [/td][/tr][tr][td] [align=center]Mg[/align] [/td][td] [align=center]-0.467[/align] [/td][td] [align=center]0.385[/align] [/td][td] [align=center]0.385[/align] [/td][td] [align=center]0.348[/align] [/td][td] [align=center][b]0.484[/b][/align] [/td][/tr][tr][td] [align=center]Sm[/align] [/td][td] [align=center][b]0.907[/b][/align] [/td][td] [align=center]0.126[/align] [/td][td] [align=center]0.032[/align] [/td][td] [align=center]0.278[/align] [/td][td] [align=center]0.047[/align] [/td][/tr][tr][td] [align=center]Eu[/align] [/td][td] [align=center][b]0.673[/b][/align] [/td][td] [align=center]-0.044[/align] [/td][td] [align=center]-0.493[/align] [/td][td] [align=center]0.522[/align] [/td][td] [align=center]0.081[/align] [/td][/tr][tr][td] [align=center]Cs[/align] [/td][td] [align=center]0.386[/align] [/td][td] [align=center][b]-0.765[/b][/align] [/td][td] [align=center]0.078[/align] [/td][td] [align=center]0.029[/align] [/td][td] [align=center]0.344[/align] [/td][/tr][tr][td] [align=center]Zr[/align] [/td][td] [align=center][b]0.787[/b][/align] [/td][td] [align=center]0.143[/align] [/td][td] [align=center]0.236[/align] [/td][td] [align=center]0.091[/align] [/td][td] [align=center]-0.181[/align] [/td][/tr][tr][td] [align=center]Ga[/align] [/td][td] [align=center]0.332[/align] [/td][td] [align=center]-0.131[/align] [/td][td] [align=center][b]-0.764[/b][/align] [/td][td] [align=center]0.496[/align] [/td][td] [align=center]0.072[/align] [/td][/tr][tr][td] [align=center]方差贡献率[/align] [align=center]Variance (%)[/align] [/td][td] [align=center]38.372[/align] [/td][td] [align=center]16.755[/align] [/td][td] [align=center]13.585[/align] [/td][td] [align=center]9.690[/align] [/td][td] [align=center]6.669[/align] [/td][/tr][tr][td] [align=center]累计方差贡献率[/align] [align=center]Cumulative variance (%)[/align] [/td][td] [align=center]38.372[/align] [/td][td] [align=center]55.127[/align] [/td][td] [align=center]68.713[/align] [/td][td] [align=center]78.402[/align] [/td][td] [align=center]85.071[/align] [/td][/tr][/table] 根据各矿质元素载荷大小，筛选对各主成分贡献较大的元素，并利用前3个主成分的标准化得分作3-D散点图（图1）。由图可知，第1主成分可将通化与贺兰山东麓和沙城，或将云南红与贺兰山东麓区分开，主要是因为云南红和通化样品中有着较高含量的Eu、Tl、Sb、Zr、Ce、La及Sm，同时较低含量的Li；第2主成分可将贺兰山东麓与其他区域分开，主要是因为贺兰山东麓葡萄酒中有着最高的Sr和最低的Cs含量；第3主成分可将通化与云南红分开，主要是因为两者的Ga和Bi含量差异较大。不同原产地葡萄酒样品的区域分布与相关元素含量差异性基本一致。[img=,533,520]http://ng1.17img.cn/bbsfiles/images/2017/07/201707041750_01_2984502_3.jpg[/img]2.3 原产地葡萄酒中矿质元素的逐步判别分析 为了进一步明确各矿质元素在原产地葡萄酒产地判别中的作用和效果，对地域间差异显著的15种矿质元素进行逐步判别分析。在Wilks’ Lambda逐步判别分析中，依据F统计量因子选择变量来构建判别函数，默认引入变量的F标准值是3.84，剔除变量的F标准值是2.71，Zr、Li、Sr、Cs及Mg等5种对产地判别作用显著的矿质元素先后被引入判别模型中（表4）。利用表4中建立的判别模型对原产地葡萄酒样品进行归类，同时结合“留一法”交叉检验法对所建模型之有效性进行验证。结果显示，不同原产地葡萄酒样品的整体产地判别效果理想，其回代检验和交叉检验的整体正确判别率分别为98.8%和96.3%。其中对贺兰山东麓和沙城葡萄酒样品的判别效果最佳，回代和交叉检验的正确率均为100%，通化样品的在回代检验中的正确率也达100%；云南红样品在回代和交叉检验中有个别样品被误判为沙城，致使其正确判别率稍低。利用判别分析给出的3个典则判别函数得分做3-D散点图（图2），从图中可以清晰直观地看出4个原产地葡萄酒样品均有其各自的空间分布特征，与主成分分析结果基本一致。[align=center]表4 贺兰山东麓、昌黎、通化及云南红原产地葡萄酒的判别分析结果[/align][align=center]Table 4 Classification results of wine samples from HL, SC, TH and YNH[/align] [table=408][tr][td=3,2] [align=center] [/align] [/td][td=4,1] [align=center]预测组别[/align] [align=center]Predicted Group Membership[/align] [/td][td=1,2] [align=center]总体[/align] [align=center]Total[/align] [/td][/tr][tr][td] [align=center]贺兰山东麓[/align] [align=center]HL[/align] [/td][td] [align=center]沙城[/align] [align=center]SC[/align] [/td][td] [align=center]通化[/align] [align=center]TH[/align] [/td][td] [align=center]云南红[/align] [align=center]YNH[/align] [/td][/tr][tr][td=1,5] [align=center]回代检验[/align] [align=center]Original[/align] [/td][td=1,4] [align=center]计数[/align] [align=center]Count[/align] [/td][td] [align=center]HL[/align] [/td][td] [align=center]20[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]SC[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]TH[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]YNH[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]1[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]19[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]正确率 Accuracy/%[/align] [/td][td] [align=center] [/align] [/td][td] [align=center][b]100.0[/b][/align] [/td][td] [align=center][b]100.0[/b][/align] [/td][td] [align=center][b]100.0[/b][/align] [/td][td] [align=center][b]95.0[/b][/align] [/td][td] [align=center][b]98.8[sup]a[/sup][/b][/align] [/td][/tr][tr][td=1,5] [align=center]交叉检验[/align] [align=center]Cross-validated[/align] [/td][td=1,4] [align=center]计数[/align] [align=center]Count[/align] [/td][td] [align=center]HL[/align] [/td][td] [align=center]20[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]SC[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]TH[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]1[/align] [/td][td] [align=center]19[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]YNH[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]2[/align] [/td][td] [align=center]0[/align] [/td][td] [align=center]18[/align] [/td][td] [align=center]20[/align] [/td][/tr][tr][td] [align=center]正确率 Accuracy/%[/align] [/td][td] [align=center] [/align] [/td][td] [align=center][b]100.0[/b][/align] [/td][td] [align=center][b]100.0[/b][/align] [/td][td] [align=center][b]95.0[/b][/align] [/td][td] [align=center][b]90.0[/b][/align] [/td][td] [align=center][b]96.3[sup]b[/sup][/b][/align] [/td][/tr][tr][td=1,4] [align=center]判别模型[/align] [align=center]Discriminative Model[/align] [/td][td=7,1] [i]Y[/i][sub]HL [/sub]= -14.707 - 1.177Zr + 16.305Li - 1.169Sr - 1.236Cs + 0.481Mg[/td][/tr][tr][td=7,1] [i]Y[/i][sub]SC [/sub]= -2.958 - 0.979Zr - 0.117Li - 2.578Sr + 0.596Cs + 2.627Mg[/td][/tr][tr][td=7,1] [i]Y[/i][sub]TH [/sub]= -8.746 + 0.741Zr - 10.220Li + 5.716Sr - 1.312Cs - 2.917Mg[/td][/tr][tr][td=7,1] [i]Y[/i][sub]YNH [/sub]= - 6.255 + 1.415Zr - 5.968Li - 1.968Sr + 1.952Cs - 0.191Mg[/td][/tr][/table]注：上标a表示回代检验的总体正确判别率；上标b表示交叉检验的总体正确判别率。 Note: A superscript “a”indicates the percentage of original grouped cases correctly classified Asuperscript “b” indicates the percentage of cross-validated grouped casescorrectly classified.[align=center][img=,608,464]http://ng1.17img.cn/bbsfiles/images/2017/07/201707041751_01_2984502_3.jpg[/img][/align]3 讨论 以地理标志或原产地命名葡萄酒是世界范围内达到广泛共识的葡萄酒产品保护制度，既是对葡萄酒的知识产权保护，同时也是对其产品品质及特性风格的承诺，本研究中所选的4类产地葡萄酒是我国较早实施原产地保护的葡萄酒产品，在国内享有较高的知名度。强有力的产地葡萄酒判别手段利于有效实施葡萄酒的原产地保护。在研究葡萄酒产地判别时，相较于葡萄酒中的其它有机类成分，选择矿质元素作判定指标具有一定的天然优势。葡萄酒中绝大部分矿质元素源自原料葡萄，而葡萄中元素主要吸收于种植地的土壤。通常来讲，土壤中矿质元素的种类和丰度具有地理地质特异性，因此在理论上，特定产地葡萄酒中的矿质元素应具有指纹特性，即携带着种植地土壤中具有地域特色的元素信息，从而区别于其它产地的葡萄酒。然而事实上，影响葡萄酒中矿质元素种类和含量的除原产地自然因素（土壤、气候、品种）外，栽培管理、环境污染及酿造工艺等人为因素也可能对酒中最原始的矿质元素产生不同程度的影响[sup][/sup]，如波尔多液或一些其它农药的使用会改变酒中Cu、Zn、Mn等元素的含量，不锈钢酿酒设备可能会影响Fe、Cr、Ni等的含量，葡萄酒澄清时所用的膨润土可能会影响Al、Na、Ca及部分稀土元素[sup][/sup]。所以，在应用矿质元素来识别产地葡萄酒时，还需借助化学计量学的方法严格甄选特征矿质元素，即尽可能多地选择那些只取决于产地因素而不受人为因素明显影响的元素。基于上述原因，本试验选取Bi、Ce、Cs、Eu、Ga、La、Li、Mg、Rb、Sb、Sm、Sr、Tl、U及Zr等15种矿质元素作初步判定指标，多重比较后发现这些元素在不同原产地葡萄酒中的分布有其各自的特征，如贺兰山东麓和沙城葡萄酒中的Li和Mg含量远高于通化和云南红，而Zr、La及Tl等的含量远低于通化和云南红，这也就说明应用所选元素来表征不同地域间的差异是有效的。主成分分析和判别分析结果从不同角度证实了利用所测矿质元素对不同原产地葡萄酒的产地判别是可行的。逐步判别分析筛选出Zr、Li、Sr、Cs及Mg等5种对产地区分有效的元素指标，对4个不同原产地葡萄酒的整体正确判别率达95%以上。在所选的5个元素指标中，Li和Cs为碱金属，Sr和Mg为碱土金属，说明这两类元素可能是葡萄酒产地区分的关键元素，类似结果在德国、西班牙、罗马尼亚等国的原产地葡萄酒鉴别研究中也有发现[sup][/sup]。4 结论 Bi、Ce、Cs、Eu、Ga、La、Li、Mg、Rb、Sb、Sm、Sr、Tl、U及Zr等15种矿质元素在贺兰山东麓、沙城、通化及云南红等4个原产地葡萄酒的80个样品中均有检出，多重比较分析表明不同原产地葡萄酒中的矿质元素分布各具特征。主成分分析表明不同原产地葡萄酒的区域分布与相关元素含量差异性基本一致。逐步判别分析筛选出Zr、Li、Sr、Cs及Mg等5个对产地判别作用明显的元素指标，它们对不同原产地葡萄酒的回代和交叉检验的整体正确判别率分别为98.8%和96.3%。上述结果初步表明矿质元素指纹分析对国内原产地葡萄酒的产地判别是可行有效的。[b] [/b]
我上次做了核桃仁的矿质量元素分析，不同品种的干仁，其中钠的含量在16-109mg/100g之间，请问这个结果，有人碰到么？我用原子吸收做的，火焰法。测定钠的时候，感觉结果很奇怪，同样的样品，几个样，总是差别很大，比如 1个19，另一个可能48，单位一样的，这种情况，不同品种的核桃都有，感觉钠的测定好象和其他的元素不一样呢？但是我同样的样品，测定其他的如K/Mg等，几个平行的样品差别很小的，我的疑问：1、钠的测定和其他的金属元素如钾/镁等相比，有什么其他的重点要注意的么？2、我的实验结果范围，有大侠做的结果类似或者不同的么？欢迎赐教喔
塔克拉玛干沙漠近日遭遇洪水，涉水面积300多平方公里，导致中石化三万套设备、近50辆勘探车辆被淹，损失惨重；
[em09509]做植株矿质元素分析，实验室有ＡＡＳ，是否需要再加一个石墨炉？植株灰分含量最少的为0.0004%哪位朋友做过请把具体的方法告诉我吧，谢谢呵！！[img]http://ng1.17img.cn/bbsfiles/images/2009/10/200910111837_175245_1634383_3.gif[/img]
[align=center][b]基于C、O稳定同位素及矿质元素对中国葡萄酒的地理分类[/b][/align] [b] 摘要[/b]：葡萄酒质量的高低较大程度受风土影响，形成了不同区域特征。为规避葡萄酒市场掺假、混淆产地的风险，有效鉴别中国葡萄酒产区，利用电感耦合等离子质谱（[url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICP-MS[/color][/url]）、液相色谱同位素质谱仪（LC-IRMS）及同位素质谱仪（EQ-IRMS）分别对样品中的矿质元素、碳同位素比和氧同位素比进行测定。收集中国五个产区142个（新疆、宁夏贺兰山、云川藏、延怀河谷、河西走廊）发酵罐中酒样，保证实验样品具有产地真实属性。结合方差分析（ANOVA）、主成分分析（PCA）、聚类分析（CA）、及线性判别分析（LDA）对五个地区葡萄酒进行分类，结果表明，32种元素在不同产地有显著差异，提取8个主成分，累计贡献率达80.06%，逐步判别分析筛选出Li、Mo、Ag、Mg、Ir、Th、Ta、Re、Pt、水氧元素，建立判别模型，模型对原样品分类正确率达90.8%，交叉分析对模型检验正确率达87.3%。乙醇碳相对稳定，单独使用时不能区分产地，结合矿质元素、甘油碳、葡萄酒水中氧使鉴别效果更好。 [b]关键词[/b]：碳同位素；氧同位素；多元素分析；产地鉴别；中国葡萄酒[b]Abstract：[/b]Thequality of wine is greatly affected by the climate, thus forming differentregional characteristics. In order to avoid the adulteration of the wine market,the risk of the fraud of production place, and effectively identify the realorigin place in China, we used inductively coupled plasma mass spectrometry([url=https://insevent.instrument.com.cn/t/yp][color=#3333ff]ICP-MS[/color][/url]), Liquid chromatography isotope mass spectrometry (LC-IRMS) and isotopemass spectrometer (IRMS) to determine elemental profile, carbon isotope ratio ([i]δ[/i][sup]13[/sup]C),and oxygen isotope ratio ([i]δ[/i][sup]18[/sup]O) in samples, respectively. Wecollected the wine samples from the fermenters in five production areas inChina (Ningxia Helan Mountain, Xinjiang, Yunchuanzang, Yanhuai valley, HexiCorridor) to ensure that the experimental samples have real properties. Basedon the concentration data of 58 elements and the ratio of carbon and oxygenisotopes, data were processed by the analysis of variance (ANOVA), principalcomponent analysis (PCA), cluster analysis (CA) and linear discriminantanalysis (LDA), the wines of five regions were classified. The results showedthat 32 elements were significantly different from different places ([i]P[/i]新疆贺兰山延怀河谷云川藏。但由于影响因素较多，[i]δ[/i][sup]18[/sup]O平均数不能准确说明产地差异。具体产地差异具体分析：HL主要来自于银川北部，处于中纬度地区，该地区夏季降水[i]δ[/i][sup]18[/sup]O和浅层地表水[i]δ[/i][sup]18[/sup]O数据显示均偏负，葡萄酒水中[i]δ[/i][sup]18[/sup]O和采收期降水和灌溉水有直接关系，该地区[i]δ[/i][sup]18[/sup]O显示出稍偏负的特性。XJ所有样品取样位置所处纬度相差不多，其[i]δ[/i][sup]18[/sup]O差异大多来自海拔、降水及灌溉水。昌吉地区平均海拔400多米，灌溉用水来自天山山脉冰山融水[sup][/sup]，不如焉耆地区偏正程度大；焉耆地区（包括和硕县、博湖县、焉耆县）由于海拔较低，干旱少雨，年蒸发量大于降雨量[sup][/sup]，而表面水[sup]16[/sup]O蒸发和扩散速度比[sup]18[/sup]O快，使葡萄吸收地表水中[i]δ[/i][sup]18[/sup]O含量较高，导致该地区数值偏正更多；同样，哈密市降水少，蒸发量大，为降水的100倍，导致[i]δ[/i][sup]18[/sup]O偏正；而伊犁地处天山腹地，降水充沛[sup][/sup]，使[i]δ[/i][sup]18[/sup]O比所测新疆其他地区都偏负。YCZ是葡萄酒水[i]δ[/i][sup]18[/sup]O最偏负的地区，主要受海拔影响，青藏高原是我国最高海拔葡萄种植园，四川以高山葡萄园闻名，云南地区同样海拔较高，海拔和[i]δ[/i][sup]18[/sup]O通常呈负相关。HX明显偏正更多，原因可能是中国西北部地区，水源主要是江、河支流，多地属于干旱或半干旱地区，降水来自于有较高[i]δ[/i][sup]18[/sup]O的表面水蒸发形成，导致葡萄酒水中[i]δ[/i][sup]18[/sup]O在该地区较大[sup][/sup]。YH年平均降水也较少，灌溉水为浅层地下水，使数值偏负。实验取样地理位置广泛，年份跨度大，品种多样，导致影响[i]δ[/i][sup]18[/sup]O数值因素较多，方差分析结果仍显示出[i]δ[/i][sup]18[/sup]O有极显著差异，表明[i]δ[/i][sup]18[/sup]O是区分产地的良好工具。[/align][align=left]在测定样品中包括1997年到2014年间5个不同产地142个样品，乙醇[i]δ[/i][sup]13[/sup]C标准化后在-16到-30之间，甘油碳在-22到-35之间，如图3箱线图所示，可以更直观看出乙醇[i]δ[/i][sup]13[/sup]C产地差异较甘油[i]δ[/i][sup]13[/sup]C更小，[i]δ[/i][sup]13[/sup]C主要与光合作用相关，而光合作用主要受年份和葡萄品种代谢的稳定影响，对于区分掺假葡萄酒和不同品种葡萄酒有较好作用[sup][/sup]，若单独使用甘油[i]δ[/i][sup]13[/sup]C、乙醇[i]δ[/i][sup]13[/sup]C无法鉴别葡萄酒产地，与H、O同位素结合分类效果更好[sup][/sup]。[/align]3.3主成分分析葡萄酒中元素种类和浓度受多种因素影响，Dasa Kruzlicova等多位研究者[sup][/sup]认为葡萄品种在元素组成上有明显差异，P.P. Coetzee等人[sup][/sup]认为红葡萄酒和白葡萄酒在元素种类和含量上存在明显不同，Irina Geana等人[sup][/sup]得到葡萄酒元素组成和与其来源土壤之间具有相关性。若更加关注取样范围、葡萄品种、葡萄酒类型、土壤类型等因素，减少样品数量的局限，可以得到更好的分类效果。主成分分析可以是一种有效减少变量的方法，将多个变集中于一个主成分，一般利用几个主成分即可代表大部分数据，在葡萄酒产地鉴别中，产地间矿质元素浓度和氧同位素比值存在差异，为进一步减少分析变量，拟采用主成分分析方法，分析ANOVA中有极显著显著性差异的20种元素含量，分析前对数据标准化处理（Z-score）。结果表明主成分分析具有筛选可以作为产地特征元素的作用，总共提取8个主成分，累计方差贡献率达到80.06%，说明8个主成分基本可以概括主要信息，其中主成分1方差贡献率为36.80%，主要包括葡萄酒水氧、Re、Ru、Mg、Lu及Sr等元素信息，主成分2方差累计贡献率达到14.61%，主要包括Rh、Cu、Sr等元素信息，主成分3方差累计贡献率达6.66%，与Ag元素相关程度较大。根据方差累计贡献率前三的主成分标准化后做3-D主成分分析得分图（图4），根据图4可以明显看出新疆、河西走廊可以和贺兰山、云川藏及延怀河谷明显区分开，YH和HL、YCZ均有重叠部分，XJ和HX也有重叠部分，总体看来相同产区数据比较集中，三维图仅展示出一个角度。图5利用PC1和PC2作图，XJ、HX具有正PC1的特性，YCZ、YH具有负PC1的特性，HL具有负PC2的特性，说明可以通过PC1和PC2的正负情况将产地YCZ、YH分为一组，XJ、HX分为一组，HL分为一组。图6展示了多元素变量信息在PC1和PC2的分布情况，PC1、PC2值较大的元素有：Th、Eu、Pt、Ir、Os、Ta、Lu、In、Re、[i]δ[/i][sup]18[/sup]O；PC2偏正，PC1偏负的元素有：Mo、Ru、Mg、Li、Sr、Ti、Rh、Cu；有两个元素较特殊，Cs处于PC1偏正，PC2偏负的位置，可以用于区分HL、HX及XJ产区，Ag处于PC1和PC2都偏负的位置，同样可以用来区分XJ和HX。同时我们也对数据进行了聚类分析，聚类效果一般，详细树状图见补充材料。[img=,690,654]https://ng1.17img.cn/bbsfiles/images/2019/10/201910031049393848_188_1722582_3.jpg!w690x654.jpg[/img]3.4逐步判别分析[align=left]为更有效鉴别葡萄酒产区，明确各因素在区分葡萄酒产地产生的影响，采用Wilks Lambda test ([i]p[/i]0.01)and an F-statistic factor对五个产地34种元素142个样品进行逐步判别分析，数据样本分为100个样本的训练集和42个样本的测试集，样本集和测试集均包括五个产地。逐步判别结果显示建立了四个典型判别函数，典型判别函数1和Re、水氧、Pt、Lu、Ta、Tm、Rb、甘油[i]δ[/i][sup]13[/sup]C、As及Mn最大绝对相关，典型判别函数2和Li、Rh、Th、Pb及Eu最大绝对相关，典型判别函数3与Mo、Ir、Mg、Ti、Ru、Se、Cu、Nb、Cd、Ge、Cs及Os最大绝对相关，典型判别函数4与Ag、Bi、In、Be、Zr及Hf元素最大绝对相关，四个函数有显著性差异，所以四个典型判别函数均有意义。分析结果将Li、Mo、Ag、Mg、Ir、Th、Ta、Re、Pt及葡萄酒水[i]δ[/i][sup]18[/sup]O引入判别模型（表3），分类时选出对原始数据组的分类正确率达到90.8%，对YH产地的判别正确率均达到100%，HL样品有一个被误认为是YCZ，一个被误认为是YH；XJ有一个被误认为是HL，有三个被误认为是HX；YCZ样品有一个被误分为HL，四个被误分为YH；HX有两个被误分为XJ，142个样品中有13个样品被错误分类。又进行交叉检验来验证模型有效性，其正确率达到87.3%。判别分析结果提取二个特征值，累计得分即可达到90.2%，将数据标准化后带入标准化典则判别函数中，成功将HL、XJ、YCZ和YH、HX分开（图6），可以看出同一产区数据集中在同一区域，不同产区有其特定的区域，但仍有个别YH会和HL、YCZ混淆，HX会和XJ混淆，可能是因为本次使用样数量有限，取样产区地理位置跨度大，对红葡萄酒和白葡萄酒及葡萄品种不做区分，这些原因使相同产区间存在重叠现象，因此需要引入更多数据，建立更精细的判别函数。[/align][align=center]表3 HL、XJ、YCZ、YH、HX交叉检验判分类结果[/align][align=center]Table3 Classification results of HL, XJ, YCZ, YH and HX cross-tests[/align][align=center] [table][tr][td=1,2,112] [align=center] [/align] [/td][td=1,2,162] [align=center]Original region[/align] [/td][td=5,1,519] [align=center]Predicted Group[/align] [/td][td=1,2,106] [align=center]Total[/align] [/td][/tr][tr][td=1,1,108] [align=center][color=black]HL[/color][/align] [/td][td=1,1,108] [align=center][color=black]XJ[/color][/align] [/td][td=1,1,100] [align=center][color=black]YCZ[/color][/align] [/td][td=1,1,102] [align=center][color=black]YH[/color][/align] [/td][td=1,1,102] [align=center][color=black]HX[/color][/align] [/td][/tr][tr][td=1,5,112] [align=center]Count[/align] [/td][td=1,1,162] [align=center]HL[/align] [/td][td=1,1,108] [align=right][color=black]32[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]2[/color][/align] [/td][td=1,1,102] [align=right][color=black]1[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]35[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]XJ[/align] [/td][td=1,1,108] [align=right][color=black]1[/color][/align] [/td][td=1,1,108] [align=right][color=black]29[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]5[/color][/align] [/td][td=1,1,106] [align=right][color=black]35[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]YCZ[/align] [/td][td=1,1,108] [align=right][color=black]2[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]30[/color][/align] [/td][td=1,1,102] [align=right][color=black]4[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]36[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]YH[/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]16[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]16[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]HX[/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,108] [align=right][color=black]3[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]17[/color][/align] [/td][td=1,1,106] [align=right][color=black]20[/color][/align] [/td][/tr][tr][td=1,5,112] [align=center]%[/align] [/td][td=1,1,162] [align=center]HL[/align] [/td][td=1,1,108] [align=right][color=black]91.4[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]5.7[/color][/align] [/td][td=1,1,102] [align=right][color=black]2.9[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]100[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]XJ[/align] [/td][td=1,1,108] [align=right][color=black]2.9[/color][/align] [/td][td=1,1,108] [align=right][color=black]82.9[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]14.3[/color][/align] [/td][td=1,1,106] [align=right][color=black]100[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]YCZ[/align] [/td][td=1,1,108] [align=right][color=black]5.6[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]83.3[/color][/align] [/td][td=1,1,102] [align=right][color=black]11.1[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]100[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]YH[/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]100[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,106] [align=right][color=black]100[/color][/align] [/td][/tr][tr][td=1,1,162] [align=center]HX[/align] [/td][td=1,1,108] [align=right][color=black]0[/color][/align] [/td][td=1,1,108] [align=right][color=black]15[/color][/align] [/td][td=1,1,100] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]0[/color][/align] [/td][td=1,1,102] [align=right][color=black]85[/color][/align] [/td][td=1,1,106] [align=right][color=black]100[/color][/align] [/td][/tr][tr][td=1,5,112] [align=center]Discriminant model[/align] [/td][td=7,1,787] [align=left][color=black]Y[sub]HL[/sub]=[/color][color=black]0.502Li+0.284Mo+0.178Ag-0.768Mg-0.866Ir-0.675Th+0.652Ta-1.475Re-1.647Pt+0.499[/color][i]δ[/i][sup]18[/sup]O[color=black]-3.637[/color][/align] [/td][/tr][tr][td=7,1,787] [align=left][color=black]Y[sub]XJ[/sub]=[/color][color=black]-[/color][color=black]0.766[/color][color=black]Li+0.303Mo+0.015Ag+1.278Mg+0.526Ir+1.959Th+0.866Ta+3.615Re+1.367Pt+2.634[/color][i]δ[/i][sup]18[/sup]O[color=black]-9.008[/color][/align] [/td][/tr][tr][td=7,1,787] [align=left][color=black]Y[sub]YCZ[/sub]=[/color][color=black]-2.687Li+0.478Mo+1.162Ag-0.104Mg-0.985Tr-2.337Th-1.803Ta-1.965Re-0.91Pt-4.944[/color][i]δ[/i][sup]18[/sup]O[color=black]-34.950[/color][/align] [/td][/tr][tr][td=7,1,787] [align=left][color=black]Y[sub]YH[/sub]=[/color][color=black]-1.415Li+0.077Mo-1.404Ag-0.488Mg-0.698Ir-1.104Th-1.896Ta-2.561Re-1.214Pt-1.294[/color][i]δ[/i][sup]18[/sup]O[color=black]-5.737[/color][/align] [/td][/tr][tr][td=7,1,787] [align=left][color=black]Y[sub]HX[/sub]=[/color][color=black]2.931Li-1.948Mo-1.307Ag-0.314Mg+2.927Ir+2.843Th+2.105Ta+1.842Re+3.099Pt+4.452[/color][i]δ[/i][sup]18[/sup]O[color=black]-13.047[/color][/align] [/td][/tr][/table][/align][align=left]*将样本中的相应值替换为上述判别式，并且将具有最大数据的一个值视为被划分为样本所属的类别。[/align][align=center] [table][tr][td=1,1,389] [align=left] [/align] [/td][td=1,1,376][align=left][img=,686,260]https://ng1.17img.cn/bbsfiles/images/2019/10/201910031050287670_7283_1722582_3.jpg!w686x260.jpg[/img][/align][align=left][/align] [/td][/tr][tr][td=2,1,764] 注：黄色为HL，红点为XJ，蓝色为YCZ，紫色为YH，绿色为HX。 [align=center]图6标准化典型判别函数图[/align] [align=center]Figure 6 Standardized Canonical Discriminant Function Diagram[/align] [/td][/tr][/table][/align]近五年来中国对葡萄酒产区鉴别研究发展不多，Jiangfeng Cheng等人[sup][/sup]对中国宁夏、河北的葡萄酒分类时，找到Mn、Sr两个特征性判别元素并得到良好分类率，但其测定三个产地仅使用48个样品，可能随着样品的增加会导致分类率下降，使方法的应用性降低。Shuangxi Fan等人[sup][/sup]对中国新疆（昌吉）、云南（弥勒）及河北（昌黎）的188个葡萄酒进行分类，使用PLS-DA和SVM算法，分类正确率达到95%以上，但因其选择几个地区距离较远，地区差异得已显现，且取样地点具体到州、县，取样相对集中，若将该方法应用于全国产区，仍需探索方法。后续中国葡萄酒产区的研究中，我们应收集更多不用年份、更多品种和更小产区样品，尝试更多化学计量学分析方法，尽可能减少年份、品种、酿造工艺等因素对判别产地的影响，建立普遍适用于中国葡萄酒产区的模型。中国葡萄酒产地地域广阔，建立葡萄酒产地属性数据库面临许多挑战，但我们已初步建立判别HL、XJ、YCZ、YH、HX产地函数，可有效区分HL、XJ、YCZ和YH、HX产区，为今后开展中国葡萄酒产区鉴别工作奠定基础。4结论本实验采用58个元素、甘油[i]δ[/i][sup]13[/sup]C、乙醇[i]δ[/i][sup]13[/sup]C及葡萄酒水[i]δ[/i][sup]18[/sup]O对5个葡萄酒产区的142个葡萄酒样品进行分类，经ANOVA筛选出20个有显著差异的元素，再对这些元素进行PCA、CA分析，可能由于本实验取样地域范围广，检测数量有一定局限性，导致PCA和CA结果一般。为进一步得到良好分类，选择逐步判别分析，对有显著性差异的32种元素再次筛选。结果表明，对原始数据分类达到90.8%，交叉检验正确率达到87.3%。甘油[i]δ[/i][sup]13[/sup]C、乙醇[i]δ[/i][sup]13[/sup]C对区分产地效果不大，不能单独用于葡萄酒产地鉴别；葡萄酒水[i]δ[/i][sup]18[/sup]O具有产地间差异，但受降水、海拔、纬度等因素影响较大，将其与矿质元素或其他同位素结合会产生更好的效果。参考文献
6月8日，由湖南省地质学会、湖南省地质学会分析测试专业委员会、国土资源部长沙矿产资源监督检测中心联合主办，天瑞仪器协办的“2012湖南省地质实验测试分析技术交流研讨会”在长沙长信大酒店举行。会议由天瑞仪器市场总监唐健主持，副总经理余正东携技术团队参加会议，并作技术报告。 湖南省地质勘查局总工江西根、湖南省有色地调局市场开发处长李凤辉、国土资源部长沙矿产监督检查中心主任易晓明，湖南省地质学会秘书长胡秋君以及来自湖南各县市地质实验室、矿山实验室百名嘉宾出席本次会议。围绕地质勘探找矿和地质样品测试两大议题，会议集中讨论了地质实验测试的法律规范、地质实验室面临的共性问题及解决方案。 http://www.skyray-instrument.com/cn/images/2012/0612/1.jpg会议现场 湖南省地质学会秘书长胡秋君在致辞中表示，地矿实验测试工作是地质科学研究和地质调查工作的重要技术手段，为发展地质勘查事业、评估矿产资源及地质环境提供重要技术支撑。期望此次研讨会，能加强湖南地质实验测试分析技术交流、促进湖南地质勘探事业的发展。 http://www.skyray-instrument.com/cn/images/2012/0612/2.jpg湖南省地质学会秘书长胡秋君致辞 国土资源部长沙矿产监督检查中心主任易晓明在专题报告中，就“地质实验测试的标准及相关规范”，为参会人员作详细解读。 http://www.skyray-instrument.com/cn/images/2012/0612/3.jpg国土资源部长沙矿产监督检查中心主任易晓明作报告 天瑞仪器副总经理余正东在专题报告《新型分析检测技术在地质勘探中的应用》中，详细介绍了地址勘查中常用的分析技术及设备。“X荧光则做为一种常规的分析手段，广泛应用于地质勘探、选矿和冶炼的过程中。天瑞专业研发生产的地矿勘探设备包括“便携式野外分析”及“台式实验室辅助”两类。针对需求不同，前者可为现场人员野外地质分析及找矿提供数据支持；后者可在找矿、冶炼分析过程中，进行定性、定量分析。” 天瑞仪器资深应用研发工程师吴敏、栾旭东分别作《地矿实验室中的分析技术及仪器使用讨论》、《实时在线类检测与分析技术地矿生产中的实现》主题报告，与参会人员更为深入地分享、探讨了天瑞在地矿分析技术领域的最新成就。 http://www.skyray-instrument.com/cn/images/2012/0612/4.jpg天瑞仪器副总经理余正东作专题报告 天瑞仪器一直致力于地矿行业检测技术的研究与开发，旨在为地矿企业提供更加便利和先进的检测工具，促进行业发展。目前，天瑞已拥有数款专业地矿分析仪：Genius 7000 XRF手持式矿石分析仪凭借其便携、快速、精准等特点，广泛用于野外原位快速分析。其测试结果的准确性、重复测试的稳定性、设备的轻巧便携性等各项指数，均达到甚至超越了国际上同类产品的性能指标；而台式设备如EDX 4500H X荧光光谱仪、ICP、AAS等仪器，则在实验室精确分析中发挥独特的作用。行业用户包括：国家地质检测中心、国土资源部华东矿产资源监督检测中心、核工业分析测试中心、中国地质大学、安徽省地质矿产勘查局、青海省国土资源厅等。 近期天瑞仪器将在江西、湖北、新疆、云南等各地陆续召开地质矿产行业交流研讨会议，敬请关注网络报名活动！
在进行地质勘探中，如何对于天然矿物质如何进行热综合表征分析？
我在某地质队的实验室工作，我单位在非洲的一个国家承担了一个铝土矿勘探项目，需要在当地建立一个实验室用于测试铝土矿样品中铝、硅、铁、钛等元素的准确含量，请问能否用X荧光？若能，哪个厂家的合适？急！急！急！急！急！我的电话13839163454，邮箱bailei130@163.com
随着，中国的矿产业不断被开发，探测新的矿产资源已经成为各大矿产公司和国家能源的头等大事， 一般的矿产都是深埋在几百米的土壤中，那么选择什么样的探测设备就显得尤为重要。想要勘探到好的矿产资源，手持式矿石分析仪就成为不错的选择，为什么如此推崇这款仪器，下面来详细讲解一两点。 一、矿产资源被开发之前的检测 中国地大物博，想要知道哪里有矿，一是凭借多年的经验，二是使用探矿设备进行土壤检测分析，一般矿产公司拍的矿产权之后，endangered程度上不知道资源的分布情况。那么在这中情况之下，就必须使用手持式矿石分析仪来检测土壤元素的成分，是否含有矿石元素成分。二、矿石资源开采中品位监控 矿产资源的分布被探测出来之后，就开始采矿，在开除过程中会越大各种各样的问题，在这过程中，矿石是混合其他矿物元素，那么如何检测分析矿石的品位就直接影响到矿产公司的收益问题。三、尾矿、矿渣的分析 手持式矿石分析仪不仅在前期、中期、后期也发挥不可或缺的作用，一般矿产资源被开发后，优质的矿石被直接送到检测中心，进行分析或切割，但是如矿渣、尾矿一类的资源因为成分复杂。但是，很多时候矿渣里面含有很多有用的矿物元素，这个时候用矿石分析来重新分析矿渣，就会减少不当的定位。 总体来说，手持式矿石分析仪在探矿业的重要是毋庸置疑的，好的检测设备会给矿产公司带来减少不必要的钱财损失。
铁精矿按矿石类型和化学成分分为四个类型共十个品级，具体的内容谁有啊？有最新的最好。
随着我国居民生活水平的不断提高和经济全球化的推进，越来越多的消费者会选购价格昂贵或者进口的矿泉水。但是，无论是进口还是国产矿泉水，并非价格越贵质量越好。那么，如何识别优质矿泉水呢？简单几招教你快速识别一看水源，世界著名的饮用水品牌都以它的天然水源为荣。从依云到富维克，到国内最近新出现的5100（西藏冰川），还有阿达盖草原矿泉水（内蒙古无污染草原），都在其瓶标上标注了水源地。如果是用城市自来水作为水源的一般瓶装水厂家，通常只会在瓶上标出工厂地址。 二看PH值，PH值是酸碱度的标志。国外大部分饮用水品牌都会在瓶贴上标注，供消费者自主判断，目前国内品牌渐渐的也开始普遍给出PH值标识。 三看矿泉水成分，好水必须富含多种矿物质元素且含量均衡，只有这样才能满足人体健康需求。 四看QS标志和明示标准。除此之外，国内瓶装水标签上的所有内容，都可以看作是厂家给消费者的承诺，厂家必须对标签明示负责。用矿泉水国家标准科学识别1.矿泉水的科学定义 我国矿泉水国家标准GB8537-2008《饮用天然矿泉水》规定，饮用天然矿泉水是“从地下深处自然涌出或经钻井采集的，含有一定量的矿物质、微量元素或其他成分，在一定区域未受污染并采取预防措施避免污染”的水。在通常情况下，其化学成分、流量、水温等动态指标在天然周期波动范围内相对稳定。只要含有国家标准规定的矿物质，符合饮用矿泉水国标要求及限定指标的矿泉水就是合格的矿泉水。2.矿泉水的质量要求（1）水源要求 需对水源地勘察评价，严格按照GB/T13727-1992《天然矿泉水地质勘探规范》做好水源防护和水源地的监测。（2）水质要求 ①感官要求包括色度/度、浑浊度/NTU、可见物、臭和味； ②理化要求对锂、锶、锌、碘化物、偏硅酸、硒、游离二氧化碳、溶解性总固体、锑、砷、铜、钡、镉、铬、铅、汞、锰、镍、银、溴酸盐、硼酸盐、硝酸盐、氟化物、耗氧量、镭放射性的限量作了相应的规定； ③污染物指标规定了挥发酚（以苯酚计）、氰化物（以CN-计）、阴离子合成洗涤剂、矿物油、亚硝酸盐、总β放射性/（Bq/L）的限量； ④微生物要求包括了大肠菌群、粪链球菌、铜绿假单胞菌、产气荚膜梭菌的检测。（3）加工工艺要求 应保证天然矿泉水原水卫生安全和符合GB16330-1996《饮用天然矿泉水厂卫生规范》规定的条件下进行开采、加工与灌装；在不改变饮用天然矿泉水水源水基本特性和主要成分含量的前提下，允许通过曝气、倾诉、过滤等方法去除不稳定组分；允许回收和填充同源二氧化碳；允许加入食品添加剂二氧化碳，或者除去水中的二氧化碳，不得用容器将原水运至异地灌装。 以上任何一个项目的检测结果超标便可以判定为矿泉水不合格。 从卫生角度来说，饮用天然矿泉水是天然、安全、卫生的水；从营养学角度来说，它含有多种微量元素，是有益健康的水。要识别“天然、安全、营养、健康、纯净”的矿泉水，最好是从科学角度、经过专业检测、按照国家标准判定合格的矿泉水，才能确保是优质的矿泉水。
土壤中有机质的绝大部分是与矿质颗粒结合 处理，处理5、8为施用秸秆的处理），与对照1相比增殖分别为0.76、9.75、11.95 g/kg。原土复合量反映了土壤有机质与矿物质复合的数量。由表3可见，施用膨润土以后，土壤的有机质含量增加，原土复合量也增加，大小顺序与土壤全碳含量的大小趋势一致，为处理14和处理58，说明膨润土施入土壤以后，可以形成新的有机无机复合胶体，促进了有机胶体与无机胶体的复合作用，增加了保持土壤肥力的物质基础。 在砂土上，不施膨润土的对照1的有机无机原土复合度是97.64%。施用耕层土壤总质量20%的膨润土（处理4），原土复合度增加到146.87%。说明膨润土能够明显促进砂土原土复合度的提高，膨润土使砂土的有机质大多以腐殖质形式与矿质部分结合成有机无机复合体，而非复合的游离有机物质所占比例很小。 在施用有机物料（玉米秸秆）的砂土上，不施用膨润土的处理5的有机无机原土复合度为116%，施用耕层土壤总质量20%的膨润土（处理8）的原土复合度提高到139%。说明膨润土对施用有机物料（玉米秸秆）的砂土的原土复合度的提高程度所起的作用是很大的。与施用秸秆（处理8）相比，施用膨润土（处理4）比施用秸秆（处理8）更能提高砂土的原土有机无机复合度的容量和强度。说明在砂土上，施用膨润土与秸秆相比，膨润土复合的程度更高一些。
中科院电子所第十研究室（中科院电磁辐射与探测技术重点实验室）面向国家“立足国内，找矿增储”等重大战略需求，在中科院知识创新工程、SinoProbe计划等项目经费支持下，经过近3年的技术攻关，突破了制约我国地球物理电磁勘探仪器装备研发的核心技术——磁场传感器（磁棒）技术，研制出可应用于大地电磁法（MT）、可控源音频大地电磁法（CSAMT）、海洋可控源大地电磁法（CSEM）、瞬变电磁法（TEM）、地球物理电磁测井等方法的磁场传感器，最低工作频率可到0.0001Hz（10000s），噪声水平达到皮特斯拉（pT）或飞特斯拉（fT），各项指标已迈入世界先进行列。 小批量生产的CAS系列磁棒陆续经多个地球物理勘探部门一年多不同季节、不同地区的野外工程应用和测试对比表明，电子所研制的频率域和时间域磁棒与国外同类磁棒的先进技术水平相当，部分指标略高于国外产品；同时，与国外同类磁棒相比，CAS系列磁棒的重量和功耗均具有十分明显的优势。CAS系列磁棒的研制成功，为我国研发具有自主知识产权的地球物理电法勘探仪器装备奠定了坚实的技术基础。 此外，CAS系列磁场传感器在海洋探测与监测，尤其在海底科学观测网建设、海底资源勘探等领域还具有广阔的应用前景。http://www.cas.cn/ky/kyjz/201301/W020130124369638072295.jpg大雪天气测试传感器性能http://www.cas.cn/ky/kyjz/201301/W020130124369638082139.jpg夏季测试传感器性能http://www.cas.cn/ky/kyjz/201301/W020130124369638088957.jpg磁场传感器外观图
宝钢也许是中国钢铁企业最早走出去的，这和宝钢几乎100%需要进口铁矿石的独特性密不可分。建立稳定的铁矿石保障体系和富有远见的国际视野，并不是宝钢盈利的唯一原因。2001年5月，宝钢集团与三大矿之一淡水河谷结成战略联盟。同年8月，双方各出资50%组建宝华瑞矿山公司，获得每年600万吨铁矿石供应量。2002年6月，宝钢与力拓旗下哈默斯利铁矿公司合资办矿，合资成立宝瑞吉矿山公司共同开发西澳帕拉伯杜地区铁矿项目，宝钢占股46%，合资规模为年产1000万吨成品矿，期限20年。2003年12月，宝钢与淡水河谷再次签署长期供应铁矿石的协议，为期10年，到2010年后者对宝钢将达到年供应1400万吨。由此，淡水河谷对宝钢的铁矿石年供应量达到了2000万吨。2007年3月，宝钢与FMG签订铁矿石长期供应协议。5个月后，双方正式敲定合作勘探有10亿吨储量的FMG冰河谷磁铁矿资源。2008年1月，宝钢又与必和必拓签署了总量为9400万吨的铁矿石长期供货合同。这份续签的长协供货合同将每年的供矿量增加了400万吨。上述仅是宝钢与世界主要矿山公司签订的长期协议的一部分，仅此宝钢已经锁定了每年5000万吨左右的铁矿石供应量。一个完全依靠铁矿石进口的钢铁企业，成了资源最有保障的企业。 转载请注明：http://www.shhonglai.com 螺纹钢
[font=&][size=18px]以前是卫星观测地形地貌，然后打眼勘探。现在准确多了，有卫星遥感探测[/size][/font][font=&][size=18px]地球物理勘探的方法主要有物探和测井两种[/size][/font][font=&][size=18px]物探主要是根据地下岩层物理性质的差异﹐通过物理量测量﹐对地质构造或岩层性质进行研究﹐以寻找石油和天然气的地球物理勘探。我们在石油勘探中﹐对於被表土﹑沙漠和海水覆盖没有岩层直接出露的地区﹐主要依靠物探方法间接了解地质构造和岩层性质﹐以寻找油气藏。[/size][/font][font=&][size=18px]测井，也叫地球物理测井或石油测井，简称测井。石油钻井时，在钻到设计井深深度后都必须进行测井，又称完井电测，以获得各种石油地质及工程技术资料，作为完井和开发油田的原始资料。[/size][/font][font=&][size=18px]当然在实践过程中除了物理，还要把相关的构造地质学，石油地质学，沉积岩石学等相关知识把握好以增加勘探石油天然气的可靠性。[/size][/font]
【题 名】新疆天湖铁矿床的特征,类型与成因探讨【作 者】宋志高 孟繁义【机 构】不详【刊 名】中国地质科学院西安地质矿产研究所所刊.1989(26).-43-58【ISSN号】【C N 号】【馆藏号】95212X【关键词】铁矿 矿床类型 矿床成因 新疆【分类号】P618.31【文 摘】[color=#DC143C]请悬赏求助！ by dong3626[/color]
华北地区中生代岩浆岩成因系列与内生金属矿床组合[J].地质与勘探,1985,21(4 ):1-5.湘东南燕山早期钨锡与铅锌多金属矿床组合形成的构造-岩浆动力学机制广西融水蛇绿岩及其矿床组合特征河北下营房金矿床的复合成矿作用及矿床组合研究湘东南燕山早期钨锡与铅锌多金属矿床组合形成的构造-岩浆动力学机制
中国煤炭分类=N420151986001=国家标准局=1986/01/09=中国煤炭分类（Classification of Chinese coals）附加说明:本标准由中华人民共和国煤炭工业部提出,由煤炭科学研究院北京煤化学研究所归口。本标准由煤炭工业部煤炭科学研究院北京煤化学研究所、冶金工业部鞍山热能研究所、煤炭工业部煤田地质勘探分院及冶金工业部鞍山钢铁公司负责起草。本标准主要起草人：无烟煤类：陈弥生、陶玉灵、张秀仪；烟煤类：杨金和、陈鹏、冯安祖、屈宇生、郝琦、时铭扬；褐煤类：陈文敏、朱春笙、龚至丛。本标准一九八六年十月一日起试行三年，一九八九年十月一日起实施。全文:本标准适用于无烟煤、烟煤和褐煤的分类。１ 有关标准及规程ＧＢ４８２－８１ 煤层煤样采?ＧＢ４８１－６４ 生产煤样采取方法ＧＢ４７５－８３ 商品煤样采取方法ＧＢ４７４－８３ 煤样制备方法ＧＢ２１２－７７ 煤的工业分析方法ＧＢ４７６－７９ 煤的元素分析方法ＧＢ５４４７－８５ 烟煤粘结指数测定方法ＧＢ４７９－６４ 烟煤胶质层指数测定方法ＧＢ５４５０－８５ 烟煤奥亚膨胀计试验ＧＢ２５６６－８１ 年轻煤的透光率测定方法ＧＢ２１３－７９ 煤的发热量测定方法ＧＢ４６３２－８４ 煤的最高内在水分测定方法煤炭部颁布（１９７９年）煤炭资源勘探煤样采取规程２ 分类参数２．１ 本标准按煤的煤化程度及工艺性能进行分类。２．２ 采用煤的煤化程度参数来区分无烟煤、烟煤和褐煤。２．３ 无烟煤煤化程度的参数采用干燥无灰基挥发分和干燥无灰基氢含量作为指标，以此来区分无烟煤的小类。２．４ 采用两个参数来确定烟煤的类别，一个是表征烟煤煤化程度的参数，另一个是表征烟煤粘结性的参数。烟煤煤化程度的参数采用干燥无灰基挥发分作为指标。烟煤粘结性的参数，根据粘结性的大小不同选用粘结指数、胶质层最大厚度（或奥亚膨胀度）作为指标，以此来区分烟煤中的类别。２．５ 褐煤煤化程度的参数，采用透光率作为指标，用以区分褐煤和烟煤，以及褐煤中划分小类。并采用恒湿无灰基高位发热量为辅来区分烟煤和褐煤。３ 煤类的划分和编码３．１ 各类煤用两位阿拉伯数码表示。十位数系按煤的挥发分分组，无烟煤为０，烟煤为１～４，褐煤为５。个位数，无烟煤类为１～３，表示煤化程度；烟煤类为１～６，表示粘结性；褐煤类为１～２，表示煤化程度。３．２ 按中国煤炭分类表和图进行编码和分类３．２．１ 煤炭分类总表（表１）；表１ 煤炭分类总表－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜ ｜ ｜ 分 类 指 标类 别｜ 符号 ｜ 数 码 ｜－－－－－－－－－－－－－｜ ｜ ｜ ｒ ｜｜ ｜ ｜ Ｖ ，％ ｜ ＰM，％－－－｜－－－－｜－－－－－－－－－－－－－－－－－｜－－－－－－｜－－－－－－无烟煤｜ ＷＹ ｜０１，０２，０３ ｜≤１０．０ ｜ —－－－｜－－－－｜－－－－－－－－－－－－－－－－－｜－－－－－－｜－－－－－－｜ ｜１１，１２，１３，１４，１５，１６｜ ｜烟 煤｜ ＹＭ ｜２１，２２，２３，２４，２５，２６｜＞１０．０ ｜ —｜ ｜３１，３２，３３，３４，３５，３６｜ ｜｜ ｜４１，４２，４３，４４，４５，４６｜ ｜－－－｜－－－－｜－－－－－－－－－－－－－－－－－｜－－－－－－｜－－－－－－｜ ｜ ｜ ＊｜ ＊＊褐 煤｜ ＨＭ ｜５１，５２ ｜＞３７．０ ｜≤５０－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ｒ ｒ＊凡Ｖ ＞３７．０％、Ｇ≤５，再用透光率ＰM来区分烟煤和褐煤（在地质勘探中，Ｖ ＞３７．０％，在不压饼的条件下测定的焦渣特征为１～２号的煤，再用ＰM来区分烟煤和褐煤）。ｒ －Ａ• ＧＮ＊＊凡Ｖ ＞３７．０％、ＰM＞５０％者，为烟煤，ＰM＞３０～５０％的煤，如恒湿无灰基高位发热量ＱGW 大于２４ＭＪ／ｋｇ（５７００ｃａｌ／ｇ），则划为长焰煤。－Ａ• ＧＮ ｆ １００（１００－ＷGN） －３ＱGW （ＭＪ／ｋｇ）＝ＱGW（ｃａｌ／ｇ）×－－－－－－－－－－－－－－－－－－－－－－×４．１８１６×１０ｆ ｆ１００（１００－Ｗ ）－Ａ （１００－ＷGN）３．２．２ 无烟煤的分类（表２）；表２ 无烟煤的分类－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜ ｜ ｜ 分 类 指 标类 别 ｜ 符 号 ｜ 数 码 ｜－－－－－－－－－－－－－－－－－－－｜ ｜ ｜ ｒ ｜ ｒ＊｜ ｜ ｜ Ｖ ，％ ｜ Ｈ ，％－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－｜－－－－－－－－－无烟煤一号｜ ＷＹ１ ｜ ０１ ｜ ０～３．５ ｜ ０～２．０－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－｜－－－－－－－－－无烟煤二号｜ ＷＹ２ ｜ ０２ ｜＞３．５～６．５ ｜＞２．０～３．０－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－｜－－－－－－－－－无烟煤三号｜ ＷＹ３ ｜ ０３ ｜＞６．５～１０．０｜＞３．０－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ｒ＊在已确定无烟煤小类的生产矿、厂的日常工作中，可以只按Ｖ 分类；在地质勘探工作中，为新区确定小类或ｒ ｒ生产矿、厂和其他单位需要重新核定小类时，应同时测定Ｖ 和Ｈ ，按上表分小类。如两种结果有矛盾，以按ｒＨ 划小类的结果为准。３．２．３ 烟煤的分类（表３）；表３ 烟煤的分类－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜ ｜ ｜ 分 类 指 标类 别 ｜ 符 号 ｜ 数 码 ｜－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－｜ ｜ ｜ ｒ ｜ ｜ ｜ ＊＊｜ ｜ ｜ Ｖ ，％ ｜ Ｇ ｜ Ｙ，ｍｍ ｜ ｂ ，％－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－贫 煤 ｜ＰＭ ｜ １１ ｜＞１０．０～２０．０｜≤５ ｜ ｜－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－贫瘦煤 ｜ＰＳ ｜ １２ ｜＞１０．０～２０．０｜＞５～２０ ｜ ｜－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－｜ ｜ １３ ｜＞１０．０～２０．０｜＞２０～５０ ｜ ｜瘦 煤 ｜ＳＭ ｜ ｜ ｜ ｜ ｜｜ ｜ １４ ｜＞１０．０～２０．０｜＞５０～６５ ｜ ｜－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－｜ ｜ １５ ｜＞１０．０～２０．０｜＞６５＊ ｜≤２５．０ ｜（≤１５０）焦 煤 ｜ＪＭ ｜ ２４ ｜＞２０．０～２８．０｜＞５０～６５ ｜ ｜｜ ｜ ２５ ｜＞２０．０～２８．０｜＞６５＊ ｜≤２５．０ ｜（≤１５０）－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－｜ ｜ １６ ｜＞１０．０～２０．０｜（＞８５）＊ ｜＞２５．０ ｜（＞１５０）肥 煤 ｜ＦＭ ｜ ２６ ｜＞２０．０～２８．０｜（＞８５）＊ ｜＞２５．０ ｜（＞１５０）｜ ｜ ３６ ｜＞２８．０～３７．０｜（＞８５）＊ ｜＞２５．０ ｜（＞２２０）－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－１／３焦煤 ｜１／３ＪＭ｜ ３５ ｜＞２８．０～３７．０｜＞６５＊ ｜≤２５．０ ｜（≤２２０）－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－气肥煤 ｜ＱＦ ｜ ４６ ｜＞３７．０ ｜（＞８５）＊ ｜＞２５．０ ｜（＞２２０）－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－｜ ｜ ３４ ｜＞２８．０～３７．０｜＞５０～６５ ｜ ｜气 煤 ｜ＱＭ ｜ ４３ ｜＞３７．０ ｜＞３５～５０ ｜ ｜｜ ｜ ４４ ｜＞３７．０ ｜＞５０～６５ ｜ ｜｜ ｜ ４５ ｜＞３７．０ ｜＞６５＊ ｜≤２５．０ ｜（≤２２０）－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－｜ ｜ ２３ ｜＞２０．０～２８．０｜＞３０～５０ ｜ ｜１／２中粘煤｜１／２ＺＮ｜ ｜ ｜ ｜ ｜｜ ｜ ３３ ｜＞２８．０～３７．０｜＞３０～５０ ｜ ｜－－－－－－｜－－－－－｜－－－－－｜－－－－－－－－－－｜－－－－－－－｜－－－－－－｜－－－－－－－－－｜ ｜ ２２ ｜＞２０．０～２８．０｜＞５～３０ ｜ ｜弱粘煤 ｜ＲＮ ｜ ｜ ｜ ｜ ｜｜ ｜ ３２ ｜＞２８．０～３７．０｜＞５～３０ ｜ ｜－－－－－－｜－－－－－
DIY矿石体重的测量矿石储量的计算离不开矿石体重的测定，首先我们来了解一些有关的名称含义，方便我们进行实际测量。矿石体重（volumetric weight of ore）是自然状态下单位体积矿石的质量，以矿石质量与其体积之比表示。矿床勘探时测定矿石体重的目的，是为计算矿产储量提供数据。按测定的方法，可分为小体重和大体重。习惯上我们叫样品密度或者比重。小体重（small volumetric weight）是按阿基米德原理，以小块矿石用封蜡排水的方法进行测定。它不包括矿石中较大的裂隙，因而可视为矿石的密度。大体重（large volumetric weight）是以凿岩爆破的方法，在现场测定爆破后的空间体积和矿石质量来确定，它基本上代表了矿石的自然状态。实际工作中，通常以小体重测定为主，用少量大体重进行检查。当两者差别较大时，则以大体重修正小体重，然后再用于储量计算。一、小体重测定实验1.1 仪器设备电子天平（5100g，精度0.1g）；固体石蜡，塑料桶，水，电炉等通过以上概念的解释，我们DIY了一个简单的测量矿石体重的设备，如下：http://ng1.17img.cn/bbsfiles/images/2013/12/201312231053_484087_1657564_3.jpg1.2 小体重的测量过程1.2.1 首先用电子天平称量取来的一小块矿石在空气中的重量，并记录下来；http://ng1.17img.cn/bbsfiles/images/2013/12/201312231054_484088_1657564_3.jpg1.2.2 用一个不锈钢锅来加热固体石蜡，将矿石样品封蜡，http://ng1.17img.cn/bbsfiles/images/2013/12/201312231055_484089_1657564_3.jpghttp://ng1.17img.cn/bbsfiles/images/2013/12/201312231055_484090_1657564_3.jpg1.2.3 称量封蜡后矿石样品在空气中的重量，并记录下来；http://ng1.17img.cn/bbsfiles/images/2013/12/201312231056_484091_1657564_3.jpg1.2.4 将天平放置在塑料桶上（用一块木板横在塑料桶上），将封蜡矿物样品放入水中的塑料篮子里，记录下此时的重量；http://ng1.17img.cn/bbsfiles/images/2013/12/201312231057_484092_1657564_3.jpghttp://ng1.17img.cn/bbsfiles/images/2013/12/201312231058_484093_1657564_3.jpg1.2.5 计算小体重矿石小体重=样品在空气中的重量/（封蜡样品在空气中的重量-封蜡样品在水中的重量-（（封蜡样品在空气中的重量-样品在空气中的重量）/固体石蜡的密度） 给一个我们之前做的一个记录表格数据：http://ng1.17img.cn/bbsfiles/images/2013/12/201312231101_484094_1657564_3.png二、大体重测定实验2.1 仪器设备电子天平（5100g，精度0.1g），塑料桶，水2.2 大体重的测量过程2.2.1首先用电子天平称量取来的一小块矿石在空气中的重量，并记录下来；2.2.2将天平放置在塑料桶上（用一块木板横在塑料桶上），将矿物样品放入水中的塑料篮子里，记录下此时的重量；2.2.3 计算大体重大体重=样品在空气中的重量/（样品在空气中的重量-样品在水中的重量）举个例子，容易理解：[/f
真假环保矿泉水瓶 看似纯洁实为“洗绿”2009年02月16日14:40 来源：人民网-环保频道日前，雀巢公司下属的波兰泉（Poland Springs）矿泉水公司推出了一种新型矿泉水瓶，称其为生态友好型塑料水瓶，有利于保护环境。这种矿泉水瓶真的对自然有益吗？ 美国自然资源保护委员会（Natural Resources Defense Council）的《OnEarth》杂志发表文章表示，根据波兰泉瓶装水的改良标签，新生态友好型外形“视觉和感觉上有所不同，因为它特意设计的，为有利环境，使用的塑料平均减少了30%”。不过，水瓶上的标签没有提及塑料水瓶是对环境最有害的产品之一，即使它比竞争对手使用了更少的塑料。 最近，环保运动创造了一个新词：洗绿（greenwashing）。该词用于形容使用伪造的绿色证书欺骗消费者、让消费者相信其产品可以帮助自然的企业或公司。波兰泉公司假装关爱地球，但这只是一层薄薄的伪装。 文章调侃道，波兰泉生态友好型水瓶的历史可以从一只恐龙开始。恐龙死亡之后在泥土中腐烂，几百万年之后，残余部分成为充满有毒黑色淤泥的地下沼泽。勘探者发现之后，抽出新发现的石油，将其运往美国新泽西州的精炼厂，在那里，空气充满了浓浓的烟雾和硫磺气味。石油被制造成方便的波兰泉生态友好型塑料水瓶，瓶子再灌装纯净、清洁的矿泉水，和纽约自来水差不多。在一家餐厅，其中一瓶波兰泉矿泉水卖给了一位男士，一个小时之后，水瓶的使命完成，然后被扔掉。在这位男士去世后400年，塑料水瓶才能完全分解掉。 《OnEarth》杂志称，炎炎夏日，生态友好型瓶装水像空调一样，销售情况非常好。“波兰泉”品牌暗示着自然、健康的矿泉水。标签上的画面展现了缅因州茂密松林中的原始冰川，更加深了人们的良好印象。 文章表示，瓶装水便于携带，难以抗拒。如果没有它们，消费者要清洗水壶，不断给水壶装水，十分麻烦。最重要的是，瓶装水的生态友好型标签减轻了人们的负罪感，一些在其他情况下，不买瓶装水的人可能会选择购买生态友好型瓶装水。人们天真地认为，因为这些瓶装水作为环保产品来销售，所以它们对环境是友好的。 波兰泉生态友好型水瓶比一般水瓶少30%的塑料，但它并没有改变塑料危害环境的现实。就像汽车，每加仑汽油只能行驶10英里的SUV汽车对环境有害，如果它的加仑里程数提高了30%，即每加仑13英里，它仍然不利于环境。在任何意义上都不能被认为是生态友好型汽车。因此，除非经过独立认证，企业自己的宣称不可信。 波兰泉生态友好型水瓶用过之后呢？约有80%在一次性使用后成为垃圾。美国容器循环再造研究所（Container Recycling Institute）表示，到今年为止，美国人已经丢弃了500亿只可回收水瓶，许多瓶装水生产企业反对将水瓶纳入美国各州的饮料保证金法律中。塑料水瓶是一个不断增长的产业，随着规模的扩大，其生态足迹也在与日俱增。（薛亮）
[b][font=微软雅黑]矿物油：[/font][/b][font=微软雅黑]通常是指经过开采和初加工的原油(或石油)，mineral oil，石油是埋藏于地下的天然矿产物，经过勘探、开采出的未经炼制的石油也叫做原油。[/font][font=微软雅黑]在常温下，原油经过炼制后的成品叫做石油产品。依据习惯，把通过物理蒸馏方法从石油中提炼出的基础油称为矿物油基础油。提炼加工过程主要是将原油分成不同的部分以得到所需产品。主要的分离过程包括将原油分离成粗汽油、粗煤油、粗柴油、重柴油、各种润滑油馏分、裂化原料油及渣油(又称残油)的蒸馏分离和将各种润滑油提纯所使用的溶剂分离。生产过程基本以物理过程为主，不改变烃类结构，生产的基础油取决于原料中理想组分的含量与性质 矿物油在提炼过程中因无法将所含的杂质清除干净，因此得到的基础油流动点较高，不适合寒带作业使用 因此，矿物油类基础油在性质上受到一定限制。[/font][b][font=微软雅黑]合成油：[/font][/b][font=微软雅黑]通过化学合成或精炼加工的方法获得的，其工艺复杂，炼制成本高昂，拥有矿物油不可比拟的优势:合成油的黏度指数更高，所以黏温特性更好，高温时润滑更充足，低温下流动性好(室温条件下外观感觉比同级别矿物油稀)。同时用合成油调配的机油抗氧化性更强，大大地延长了换油周期，虽然在机油上增加了投入，但减少了更换机油和滤清器的次数。合成油因其蒸发损失小，所以机油消耗低，减少了添加机油的繁琐，并且能更好地保护三元催化器等昂贵的废气控制系统部件。[/font][font=微软雅黑]此外，合成油适应更高负荷的发动机，还拥有更强的抗高温抗剪切能力，在发动机高速运转下，机油也不会损失黏度，对发动机的保护更全面。 合成型基础油来自原油中的瓦斯气或天然气所分散出来的乙烯、丙烯，再经聚合、催化等繁复的化学反应(费托合成技术，即 GTL 技术)才炼制成大分子组成的基础油。在本质上，它使用的是原油中较好的成分，加以化学反应并通过人为控 制达到预期的分子形态，其分子排列整齐，抵抗外来变数的能力自然很强，因此合成油品质较好，其对热稳定、抗氧化反应、抗黏度变化的能力自然要比矿物油强得多。[/font]
我要推广仪器
下载APP
土壤污染状况详查之整体解决方案
数智狂【享】仪器信息网数字回馈季系列活动
仪器导购周刊第一期—总有机碳分析仪（TOC）
“碳中和”“碳达峰”，“双碳”监测的机遇与挑战
万能试验机导购专刊
仪器导购周刊第六期—氨氮测定仪
仪器导购周刊第四期-测汞仪
从厦门质谱股东矛盾看国产仪器产学研结合现状
探索离子色谱奥秘
仪器导购周刊第七期—万能试验机