据报道，我国目前每年使用的微量元素添加剂为30万～38万t，但由于生物效价低，大约有95%以上未被动物利用的矿物质随粪尿排出体外，造成土壤的重金属污染[1]。在规模化畜禽养殖场中，养鸡场的数星排序在前列，鸡粪作为有机肥的利用率又较高，约为80%左右[2]。因此，鸡粪中无机微量元素的残留引起了研究者们的广泛重视 [3]。Cu、Fe、Mn、Zn、Se是保证蛋鸡健康生长及高效生产所必需的微量元素，为得到最佳生产性能及蛋品质，违规大量添加这些元素的现象时有发生，结果导致这些超量添加的微量元素在畜禽体内的消化吸收利用率极低，在排出的粪便及以其为原料制作的有机肥中含量很高 [4]。

有机肥中微量元素的检测方法主要有原子吸收光谱法[5]、分光光度法[6，7]、电耦合等离子体发射光谱法等[8].这些方法均需对样品进行复杂前处理，在敞开或封闭的消解设备中利用高浓度的酸进行溶样，操作过程有有害物质产生，对空气污染严重，并且还存在分析周期较长，分析成本高等问题[9]。X射线荧光光谱法是一种分析速度快、高自动化、重现性良好、测量范围广的快速无损分析方法[10]。从 20 世纪中叶起，X 射线开始应用到我国光谱分析领域，其在金属材料解析[11，12]、岩石土壤样品多元素分析[9，13]和刑侦物证鉴定[14]等方面的应用一直是快速分析技术的研究热点。近年来，随着仪器的升级和数据处理技术的发展，使其在生物样品分析领域的应用也逐渐成熟[15-17]。但在畜禽粪便微量元素的检测中的研究至今未见报道。本文对利用能量色散型X射线荧光分析仪(EDXRF)快速测定鸡粪中的Cu、Fe、Mn、Zn、Se 5种微量元素的测试条件、精密度、准确性、元素检测限等进行了系统探索，建立了XRF用于鸡粪种多种元素同时测定的快速检测方法。

随着社会的不断进步，新技术使人类进入了信息传播全球化的时代；它消除了距离的障碍，正十分有效地参与塑造明日的社会[2]。网络课程使学习变得便捷，人们不再需要专门抽空跑到一个固定的地点进行学习，而只需要一台电脑一根网线就可以学到想学习的内容。另一方面来说，由于网络课程的受众广泛，使得学习的成本变低。尤其是当今移动端的兴起，就让这些学习变得更为便利了，只要有时间，拿出Pad或者手机，点开App，就可以进行学习了。

1 材料与方法

1.1 仪器及测量条件

1.1.1 仪器

Epsilon1能量色散型荧光光谱仪(荷兰帕纳科公司):15W陶瓷射线光管与大电流 (3 mA)硅漂移探测器，适合轻元素及重元素从 10 至 50kV的探测；30吨油压机压片机(北京众合创业科技发展有限公司)；CP124S电子天平(赛多利斯sartorius)；contrAA700原子吸收光谱仪(德国jena耶拿)

标准样品中Cu、Fe、Mn、Zn、Se的含量采用湿法消解进行预处理后利用原子吸收光谱法进行测定，具体方法参照《GBT 14540-2003 复合肥料中铜、铁、锰、锌、硼、钼含量的测定》。

为了获得较高的测量精密度和较低的检测限，在测量过程中应得到尽可能高的计数率和好的峰比，特别是要适当增加微量元素的测量时间来提高分析准确度[15]。利用所选取的代表性标准样品为测试对象对测量条件进行优化后获得的各分析元素的测量条件见表1。

表1 EDXRF的最佳分析条件

元素分析谱线电压(kV)电流(μA)滤光片探测器模式条件名称测量时间(s)CuKA50100AgNormal200FeKA25200Al⁃200Normal200MnKA25200Al⁃200Normal200SeKA50100AgNormal200ZnKA50100AgNormal200AgKAC25100Al⁃50Normal200

1.2 标准样品的选择与测试

1.2.1 标准样品的选择

标准曲线的制作：取芦丁标准液（0.1 mg/mL）0.0、2.0、4.0、6.0、8.0、10.0 mL于6只25 mL比色管中，用70%乙醇补充至12.5 mL，加入1.0 mL 5%亚硝酸钠溶液，静置5 min后加入1.0 mL 10%硝酸铝，6 min后加入5 mL 1 mol/L氢氧化钠溶液，摇匀，用70%乙醇稀释至刻度，静置10 min，在510 nm波长下测吸光值，以芦丁浓度为横坐标吸光度为纵坐标绘制标准曲线，得到回归方程为：y=10.775x-0.0026，R2=0.997。

由图1～3的拟合结果可以看出，拟合出的理论图谱与实测图谱很接近，说明该方法对重叠谱的解析效果较好，这为获得较高的定量分析精度提高了较好的分析基础。

小学牛津英语教材，单元设计基本是以Story time、Cartoon time、Sound time、Checkout time、Ticking time等四到五个板块为主，其中穿插一些Song time、Culture time等形式，各个板块之间相对独立，有不同的侧重点。传统的英语教学一般都是按照顺序，从前往后进行教学。但是在具体的教学过程中，由于板块之间的联系以及教学内容的不同，教师可以认真研读教材，找出这些板块之间的联系，再根据班级学生的认知水平，将各个板块之间的内容进行合理的调整或者融合，来达到更好的教学效果。

表2 标准样品中元素含量范围

元素检测范围(mg/kg)Cu2102 ～3506Fe80312～122070Mn13804 ～23378Zn13618 ～22174Se066 ～258

1.2.2 标准样品的测试

1.1.2 测量条件

1.3 样品的制备：

由表3中显示的最佳基体校正方法可知，Ag康普顿内标对本研究分析的几种元素均无明显补偿作用；Cu、Fe、Mn、Zn 4种元素不需内标即可获得比较好的标准曲线；Se则需采用元素背景作内标才能获得较好的补偿作用。经过基体校正后，所测5种元素，除Zn相关性稍差(R2=0.870)以外，其余4种元素均取得了较高的相关性；鸡粪样品的各元素预测均方根误差均在可接受范围内，各元素的理论检出限在0.08～1.4mg/kg之间，与实际检出限有一定差别，但仍可以一定程度上代表该方法的灵敏度，与检测范围相比较可以看出该灵敏度足够满足鸡粪中这5种元素检测的需要。

2 结果与分析

2.1 解析重叠谱

剧场里变得静悄悄的，没有人理睬我，我恐惧地发现，有几个人已经悄悄地拿起了匕首，不知是谁先踏出第一步，这些人已经慢慢地向坐在座位上的人围了起来。

图1 条件下谱图的解析

图2 条件下谱图的解析

图3 条件下谱图的解析

想要获得准确的测量结果，标准样品应与待测样品据有相似的物理结构和化学组成，且标准样品中各元素应具有足够宽的含量范围和含量梯度[18] 。本研究的标准与待测鸡粪样品均来自于北京市农林科学院畜牧兽医研究所，为同一蛋鸡代谢实验的样品。因此，标准样品与待测样品的基体相似度较高，且标准样品根据动物实验所设置的元素浓度梯度进行选取的，据有较宽的范围和梯度，其中元素含量范围如表2所示。

2.2 方法的线性及灵敏度

在Epsilon1分析软件中进行标样测量，根据被测元素的计数率和准确含量，进行线性回归。考虑到基体效应的影响，采用Ag康普顿内标、元素背景作内标与α经验系数法相结合的方法进行基体效应校正。各分析元素理论检出限按照式(1)进行计算(对于95%的置信度)：

(1)

式中：m为单位含量的计数率；Ib为背景计数率；T为峰值和背景的总测量时间(S)

澳斯麦特炉温度高，在1 200～1 350 ℃之间，喷枪喷入熔池中大量空气，喷枪头燃烧区域温度高达1 500 ℃，具备了热力型氮氧化合物的生成条件。另外燃料中C—N键的键能为(25.3～63)×107 J/mol，比空气中的N—N键能94.5×107 J/mol要小得多，因此，更容易被氧化成为NO。当燃料中的氮分在很低水平时(0.1%)，烟气中NO质量浓度就能达到260 mg/L以上，占燃烧过程所产生的NOx 75%～90%，是燃烧过程中氮氧化物主要来源[2]。

利用不同基体校正方法获得的最佳定标结果如表3所示。

表3 Cu、Fe、Mn、Zn、Se的定标结果

元素截距D斜率E均方根误差RMS决定系数R2理论检出限LLD(mg/kg)基体校正方法Cu724804430027091604无内标Fe26762902920609093214无内标Mn5670403390140092612无内标Zn5604502680167087009无内标Se01347505200020951008元素背景内标

样品制备是EDXRF检测过程中最为重要的环节之一，会显著影响检测结果的精度。对于鸡粪样品来说，样品颗粒度、样品成型压力等都与检测结果相关。经过对制备条件的比较，选取将新鲜粪便样品在烘箱中100℃下烘干，然后经粉碎机粉碎后过60目筛。称取样品4.000g，硼酸镶边垫底，在20×103 kg压力下保压30S，压制成试样内径为32mm，外径40mm的圆片。标准样品、比对样品及未知样品采用相同的方法制备。

能量色散荧光分析方法测量的元素众多，可以测定钠(Na)到铀(U)之间的所有元素。而鸡粪样品中的元素比较复杂，同种元素自身特征射线的相互干扰和测量元素之间的特征射线之间的相互干扰比较严重，特征射线峰发生了重叠，影响测量精度[19]。因此在利用EDXRF进行鸡粪中金属元素的定量分析之前，必须首先对重叠谱进行解析。本研究利用仪器自带软件中的峰匹配和去卷积方法相结合来进行解谱，将实测的峰轮廓拟合至理论轮廓。在保持测量轮廓形状固定的情况下，通过选取的不同元素组合来改变拟合出来的理论轮廓面积，直到他们的面积之和与实际测量谱给出最接近的拟合。图1～3为3种不同测量条件下谱图的解析结果。

2.3 方法的精密度

为了考察方法的精密度，选取两个鸡粪标准样品，每个样品平行取样5次制成5个样片，按照优选的测量条件进行测试,测量结果见表4。

由表4可知：两个鸡粪标准样品5个平行样的结果重复性较好，除了由于Se元素含量较低，致使其相对偏差最高达到了8.29%，超过了5%；其余样品的相对标准偏差均在4%以内，由此可见该方法具有良好的精密度。

表4 方法精密度结果(n=5)

元素标准样品1标准样品2测定值(mg/kg)相对偏差RSD(%)测定值(mg/kg)相对偏差(%)Cu24371242262131Fe11358322095584399Mn1718013415297138Zn179631641547192Se162829217503

2.4 方法的准确度

选取未参加定标的2个鸡粪样品作为比对样品，利用原子吸收光谱法测定其中Cu、Fe、Mn、Zn、Se的含量，测定结果作为标准值。然后将每个样品制成2个样片，按照优选的测量条件进行测试，2个样片的平均结果作为该样品的X射线荧光光谱的测定值，将所得的测定值与标准值进行比较，结果见表5。

表5 EDXRF与标准方法的比对结果

元素比对样品1比对样品2测定值(mg/kg)标准值(mg/kg)相对误差RE(%)测定值(mg/kg)标准值(mg/kg)相对误差RE(%)Cu2577325364-16003195030798-3672Fe1032371959347-7333105727110780871950Mn194198180904-7088246083203480-18953Zn191322185871-2890228215208351-9101Se16471901143181776203113396

由表5的比对数据可知，除其中1个样品Mn的相对误差稍大外，其余元素的相对误差均小于15%，该方法的准确度完全可以满足鸡粪中Cu、Fe、Mn、Zn、Se等元素的分析要求。

3 结论

提出了利用X射线荧光光谱技术检测鸡粪中的Cu、Fe、Mn、Zn、Se等5种元素含量的快速定量方法。方法操作简单，测量时间短，可为实验室节省大量资源。本研究为了尽可能地扣除掉谱线重叠干扰，运用峰匹配和迭代算法相结合来进行重叠谱的解析，并通过引入Ag康普顿内标、元素背景作内标与a经验系数法相结合的方法来降低基体干扰，获得了较好的准确度和精密度。重复性测试结果显示，对同一样品进行5次平行测定时，5种元素重复测量的标准偏差在1.24%～8.29%之间，除硒由于含量低重复性标准偏差稍大以外，其他元素的标准偏差均小于4%；所测5种元素，除Zn相关性稍差(R2=0.870)以外，其余4种元素曲线的决定系数均大于0.91；与化学方法测定地标准值相比较，Se和Mn元素测定的误差稍大，其余元素的相对误差均小于15%，基本可以满足鸡粪中5种元素的测定需求。证明了利用X射线荧光光谱技术对鸡粪样品进行建模分析具有较强的可行性。但由于本研究所涉及的样品均来自同一蛋鸡饲喂实验的样品，因此该方法的适用范围还需要进一步的研究确定。

好的问题应当具有开放性，留给学生思考的空间，学生才能有所思考．问题过于直白，会代替了学生的思考，将最有价值的部分忽略掉．本节课中，反复的一个问题是：“你对该图形有哪些认识？”这个问题看似比较模糊，实际经过反复的打磨，就是希望把“想”和“说”的权利还给学生，让学生有时间去思考如何认识图形，应当从图形的形状、大小和位置关系去观察．教学中的提问不一定要多，但给学生 “想” 和“说”的时间一定要多，这样建立师生良好的沟通平台，这就是好问题的作用．

参考文献

[1]王湧, 曹冬梅, 孙安权. 畜禽粪便中重金属污染现状及控制[J]. 猪业科学, 2016, 33(5):48-49.

[2]赵成爱, 赵兰坡, 朴顺姬. 吉林省传统养殖鸡粪和工厂化养殖鸡粪中Zn·Cu·Fe·Mn含量比较[J]. 安徽农业科学, 2008, 36(31):13720-13721.

[3]李艾芬, 章明奎. 规模化养殖场鸡粪营养物质和污染元素的组成特点[J]. 生态与农村环境学报, 2009, 25(2):64-67.

[4]薛颖. 不同水平的无机及有机复合微量元素对蛋鸡生产性能、蛋品质及血液生化指标的影响[D]. 中国农业科学院, 2015.

[5]李慧, 戴玄吏. 火焰原子吸收光谱法测定畜禽粪便中铜和锌[J]. 环境监测管理与技术, 2009, 21(1):31-32.

[6]商照聪, 孙秀红. 《复混肥料中铜、铁、锰、锌、硼、钼含量测定》国家标准有关问题的介绍[J]. 中国石油和化工标准与质量, 2003(3):26-28.

[7]莫晓玲. 分光光度法测定有机肥料中铜、铁、锌、锰含量[J]. 中国土壤与肥料, 2011(2):88-91.

[8]孔光辉, 吴玉萍, 林小峰,等. 电感耦合等离子体发射光谱法快速测定有机肥中9种营养元素的研究[J]. 安徽农业科学, 2014(25):8575-8577.

[9]王小欢, 孟庆芬, 董亚萍,等. X射线荧光光谱法快速分析盐湖粘土矿物元素含量[J]. 光谱学与光谱分析, 2010, 30(3):829-833.

[10]任永金. X射线荧光光谱法测定土壤样品中的24种主、次量及痕量元素[D]. 吉林大学, 2012.

[11]Rajeswari B, Hon N S, Kadam R M, et al. A technique for determination of metallic impurities in Al 2 O 3, matrix by EDXRF[J]. Journal of Radioanalytical & Nuclear Chemistry, 2016, 308(1):357-362.

[12]Biswas S, Rupawate V H, Hareendran K N, et al. Determination of iron in uranium matrix using energy dispersive X-ray fluorescence (EDXRF) technique[J]. Journal of Radioanalytical & Nuclear Chemistry, 2015, 306(2):543-548.

[13]詹秀春, 陈永君, 郑妙子,等. 地质样品中痕量氯溴和硫的X射线荧光光谱法测定[J]. 岩矿测试, 2002, 21(1):12-18.

[14]包任烈, 张永丰, 顾海昕,等. X-射线能谱分析在火灾物证鉴定中的应用研究[C]. 2010中国消防协会科学技术年会论文集. 2010.

[15]于兆水, 张勤, 李小莉,等. 高压粉末制样波长色散X射线荧光光谱法测定生物样品中23种元素[J]. 岩矿测试, 2014(6):844-848.

[16]Papachristodoulou C, Stamoulis K, Tsakos P, et al. Liver Concentrations of Copper, Zinc, Iron and Molybdenum in Sheep and Goats from Northern Greece, Determined by Energy-Dispersive X-Ray Fluorescence Spectrometry[J]. Bulletin of Environmental Contamination & Toxicology, 2015, 94(4):460-7.

[17]Custódio P J, Carvalho M L, Nunes F. Trace elements determination by energy dispersive X-ray fluorescence (EDXRF) in human placenta and membrane: a comparative study[J]. Analytical & Bioanalytical Chemistry, 2003, 375(8):1101-6.

[18]张勤, 樊守忠, 潘宴山,等. X射线荧光光谱法测定化探样品中主、次和痕量组分[J]. 理化检验-化学分册, 2005, 41(8):547-552.

[19]罗健明. 能量色散X射线荧光分析的小波解谱算法研究[D]. 成都理工大学, 2007.