基于785 nm拉曼光谱与偏最小二乘回归（PLS-R）快速定量水溶液中氯化钠（NaCl）的研究

《Analytica》：Rapid Quantification of Sodium Chloride in Aqueous Solutions Using Raman Spectroscopy and Partial Least Squares Regression

　　

水溶液中氯化钠（NaCl）的快速、无损测定对于食品加工监测、制药生产、氯碱工业及海水淡化等领域至关重要。本研究提出了一种基于拉曼光谱（激发波长785 nm；波数范围350–2000 cm?1）结合偏最小二乘回归（PLS-R）的方法，用于估算浓度为0.02至4.0 mol·L?1的简单水溶液中的NaCl含量。由于Na+和Cl?离子缺乏内禀拉曼模式，定量分析基于离子溶剂化对水氢键网络产生的修饰效应，该效应主要影响平动（librational）模式（450–780 cm?1）和H-O-H弯曲振动模式（约1640 cm?1）。研究人员系统评估了四种预处理策略。采用非对称最小二乘基线校正与Savitzky–Golay平滑（ALS-SG）组合的模型获得了最低的交叉验证均方根误差（RMSECV = 0.0608 mol·L?1），仅需两个潜变量（校正决定系数R2cal = 0.9990，交叉验证决定系数Q2CV = 0.9979）。独立预测集（n = 5）的决定系数（R2ext）为0.9946，预测均方根误差（RMSEP）为0.0681 mol·L?1，经验可靠预测下限约为0.18 mol·L?1。独立预测样本覆盖0.04–2.50 mol·L?1范围，因此2.50至4.00 mol·L?1区间的预测性能仅由校正和交叉验证结果支持。鉴于该预测集样本量较小，上述指标仅作为概念验证性指示，支持该方法在简单水基质中NaCl监测方面的应用潜力。

论文解读

一、研究背景与意义

氯化钠（NaCl）是工业加工中最重要的无机盐之一，广泛应用于食品保藏、制药生产、氯碱电解和海水淡化等领域。在食品工业中，其浓度影响腌制动力学、水分活度和产品的微生物稳定性；在制药生产中，受控离子强度的盐溶液对等渗性和患者安全至关重要；在氯碱工艺中，进料盐水的浓度直接影响电流效率和离子交换膜的使用寿命；海水淡化和水回用工厂则需要持续监测脱盐率以满足监管排放限值。这些应用场景的多样性及其相关变量的敏感性，催生了对快速、准确且适用于过程监测的分析方法的迫切需求。

传统的水溶液中氯离子或盐度测定方法包括银量滴定法、离子选择电极电位法、折射法和电导法等。尽管这些技术在受控实验室条件下具有足够的准确度，但在在线实施方面存在明显局限：湿化学滴定需要消耗试剂且终点判定依赖操作人员；电导率测量对温度和其他离子物种敏感；折射法在多组分基质中丧失特异性；选择性电极在工业运行条件下可能受到膜污染和校准漂移的影响。这些局限性共同推动了非侵入性、无试剂、能够实现定量测定且最大限度减少样品处理、避免探针与样品直接接触的技术发展。

拉曼光谱为此提供了关键优势，包括分子特异性、极少的样品制备需求以及与光纤探针兼容的在线测量能力。与红外光谱在水介质中因强水吸收而严重受限不同，拉曼散射受水基质的衰减极小，非常适合溶液分析。对于NaCl溶液，Na⁺和Cl^?离子的溶剂化会诱导水氢键网络的扰动，表现为O-H伸缩（约3400 cm^?1）和弯曲（约1640 cm^?1）谱带的强度和谱形变化。虽然这些变化单独来看幅度较小且依赖浓度，但其中包含的多变量信息可通过化学计量学方法提取。偏最小二乘回归（PLS-R）已成为从光谱数据中提取定量信息的参考化学计量学方法，能够处理谱带重叠或低对比度的数据，通过构建最大化光谱变量与参考变量之间协方差的潜变量分解，即使在存在共线性的情况下也能提供稳定的预测。

然而，以往基于拉曼光谱测定NaCl的研究几乎全部依赖O-H伸缩谱带，且多在可见光激发（488–532 nm）条件下进行。在785 nm激发下——这一波长广泛用于光纤探针系统以减少荧光干扰——O-H伸缩谱带超出了硅CCD探测器的高灵敏度窗口。因此，可用于NaCl定量的信息被限制在约2000 cm^?1以下的区域，其中包含水的平动模式（450–780 cm^?1）和H-O-H弯曲振动（约1640 cm^?1）。截至目前，尚未有研究同时满足以下条件：针对水的平动区和弯曲区、覆盖宽泛的工业相关NaCl浓度范围、比较不同预处理策略、并使用独立预测集验证预测性能。本研究正是基于这一空白，首次在简单受控NaCl基质上开展概念验证，考察仅凭低波数区域——不借助O-H伸缩谱带进行测量或归一化——是否携带足够信息用于PLS-R定量NaCl。

二、主要关键技术方法

研究人员制备了20个水溶液NaCl样品，浓度范围为0.02至4.0 mol·L^?1，其中低浓度区（≤0.20 mol·L^?1）设置了10个浓度水平以强化表征信号最弱的挑战性区间。所有溶液由4.0 mol·L^?1储备液经单步稀释制备，使用A级容量玻璃器皿和经校准的移液器，在25 ± 0.5 °C受控条件下完成。拉曼光谱采集使用785 nm二极管激光器、非浸入式光纤探针和背照式光谱仪（Ocean Optics QE65000），光谱范围350–2000 cm^?1，分辨率17 cm^?1，激光功率30 mW，积分时间10 s，每样品三次重复采集后取平均。研究人员系统比较了四种预处理策略：非对称最小二乘（ALS）基线校正、Savitzky–Golay（SG）平滑、ALS-SG组合、以及ALS-SG后再进行标准正态变量（SNV）归一化。PLS-R模型采用NIPALS算法构建，使用Venetian blinds交叉验证（k = 3）选择潜变量数并比较预处理方案，另设5个独立预测样本（M2、M4、M9、M13、M17，浓度分别为0.04、0.08、0.18、0.80和2.50 mol·L^?1）用于外部验证。模型评估指标包括校正决定系数（R²_cal）、交叉验证决定系数（Q²_CV）、RMSECV、RPD、RPIQ和偏差；另进行999次置换检验以排除随机相关，并执行嵌套交叉验证以评估选择偏差。

三、研究结果

3.1 光谱特征与预处理效果

原始拉曼光谱呈现水的典型特征：450–780 cm^?1的平动模式叠加在荧光背景效应之上，约1640 cm^?1处为H-O-H弯曲谱带。随NaCl浓度增加，两个区域的信号强度呈现系统性增强，高浓度样品（M18–M20）的强度显著高于稀溶液样品（M1–M10），但在0.02–0.20 mol·L^?1极低浓度亚范围内趋势不明显。原始光谱存在宽带背景贡献，使基线随整体强度成比例偏移，在1000–1500 cm^?1无振动活性区域也呈现浓度排序的强度台阶，掩盖了真正的分析方差来源。经ALS基线校正后，信号选择性地保留在水的诊断谱带区域，浓度排序清晰；SG滤波有效衰减高频噪声而不改变谱带位置和形状；而SNV归一化则抑制了与浓度相关的全局强度差异，压缩了谱集，恰好消除了模型所需的定量信息。

3.2 PLS-R模型校正与交叉验证

四种预处理策略的模型性能对比显示：ALS-SG预处理模型获得最低RMSECV（0.0608 mol·L^?1），仅需两个潜变量，R²_cal = 0.9990，Q²_CV = 0.9979，RPD = 22.54，偏差仅为0.0038 mol·L^?1。单独ALS校正的模型指标几乎等同（RMSECV = 0.0616 mol·L^?1，RPD = 22.25），证实基线校正是该系统最关键的预处理步骤。原始光谱和仅SG平滑的模型需三个潜变量，RMSECV较高（0.0865和0.0854 mol·L^?1）。加入SNV后模型显著退化，需五个潜变量，RMSECV升至0.1198 mol·L^?1，RPD降至11.44。所有场景的置换检验均获p = 0.001，排除随机相关。RPIQ与RPD排序一致（ALS-SG为26.63，ALS为26.29，SG为18.96，Raw为18.74，ALS-SG-SNV为13.52）。潜变量选择分析显示RMSECV从单个潜变量的高值急剧下降至两个潜变量的最小值0.0608 mol·L^?1，Q²_CV同时达到最大值0.9979，更多组件无进一步改善，依据简约原则选择两潜变量模型。回归系数和VIP分析表明，VIP ≥ 1.0的变量集中在H-O-H弯曲谱带（约1640 cm^?1）和平动模式区域（450–780 cm^?1），呈宽而连续的分布而非尖锐孤立峰，这与离子溶剂化扰动水结构的间接检测机制一致。预测值与参考值的对比显示校准范围内拟合于1:1理想线（y = 0.993x + 0.004）。嵌套交叉验证结果为RMSECV = 0.0778 mol·L^?1，Q²_CV = 0.9965，但三个外折中内循环选择了不同复杂度（2、3、5个潜变量），表明小样本下内选择标准未收敛至单一模型，嵌套结果应视为警示性检查。

3.3 独立预测集性能

独立预测集（n = 5）的评估结果为R²_ext = 0.9946，RMSEP = 0.0681 mol·L^?1，SEP = 0.0587 mol·L^?1，RPD = 20.12，偏差 = 0.0435 mol·L^?1。中高浓度样品预测的绝对相对误差低于8%：M9（?0.013 mol·L^?1）、M13（?0.005 mol·L^?1）和M17（0.024 mol·L^?1）的相对误差分别为7.24%、0.56%和0.97%。两个最低浓度样品（M2和M4）的预测值超出物理范围（分别为?0.054和?0.037 mol·L^?1），预测误差为0.094和0.117 mol·L^?1，表明两者均低于模型的经验可靠预测下限（约0.18 mol·L^?1），此时离子对水结构的扰动过弱，无法与残余噪声和基线变异区分。模型呈现两个截然不同的运行区间，全局R²_ext和RMSEP受两个最高浓度样本主导，不能描述全范围的性能。经验可靠预测下限低于海水盐度（平均0.54 mol·L^?1）、食品加工盐水（0.34–3.42 mol·L^?1）和氯碱工业盐水（0.34–5.44 mol·L^?1）的水平，但高于等渗盐水浓度（0.154 mol·L^?1）和淡化产水的残余盐度。

3.4 方法优势与局限

与以往依赖O-H伸缩谱带的拉曼NaCl测定不同，本研究证明350–2000 cm^?1区域单独携带足够信息，两潜变量模型即可实现定量，这对785 nm光纤探针配置尤为重要。与单变量谱带比率分析相比，多变量方法整合分布在平动和弯曲谱带包络中的信息，理论上对残余加性贡献具有更强耐受性。与近红外光谱结合PLS-R的方法相比，本方法以更简约的模型实现相当精度。然而，分析信号源于离子溶剂化对水氢键网络的扰动，并非离子身份特异——不同电解质对水结构的影响方向和程度各异，因此当前校准无法分离阴阳离子的独立贡献，也无法区分离子身份、离子浓度和总离子强度的效应。所有样品均来自同一批次和同一采集会话，共存离子（如K⁺、Mg²⁺、Ca²⁺）的干扰未被评估，混合电解质体系中的加性、拮抗或非线性行为无法得出结论。

四、讨论与结论

讨论部分强调，光谱预处理的选择应与拉曼信号形成的物理机制一致：基线校正对模型性能有益，而SNV归一化因消除了与浓度相关的强度变异而损失了分析信息。由于模型建立在非归一化强度之上，对任何改变绝对信号水平的因素（激光功率、探针-样品距离、光学对准、比色皿定位、探测器响应、样品温度以及跨采集会话的漂移）均敏感，本研究通过单日单会话、固定仪器条件、相同激光功率和积分时间、固定比色皿支架以及保温容器储存等实验措施最小化了这一脆弱性。未来需引入外部标准进行强度参比，并评估跨独立采集会话的预测性能。

研究结论指出：与以往从O-H伸缩谱带读取离子水化扰动的拉曼NaCl测定不同，本研究证明平动区（450–780 cm^?1）和H-O-H弯曲区（约1640 cm^?1）单独携带足够信息，可用于简单受控水溶液中NaCl的PLS-R定量，这对O-H伸缩谱带超出硅CCD探测器检测窗口的785 nm光纤探针配置具有直接意义。定量在约0.18至2.50 mol·L^?1的独立预测样本上得到验证，校准模型延伸至4.0 mol·L^?1。最优模型基于ALS和SG平滑组合，仅需两个潜变量，经交叉验证、置换检验和独立预测集评估。经验可靠预测下限（约0.18 mol·L^?1）排除了该方法在极稀溶液中的应用，独立预测集需以更多独立制备的、分布覆盖低中高浓度区域的样本加以扩充。在此约束下，本研究作为概念验证，确立了该方法在简单受控NaCl基质上的可行性，并界定了其进一步发展为水介质监测方法的条件。