北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

日期: 2020-07-30
浏览次数: 367

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

【基本原理】硝酸盐水溶液(NO3−)的氮氧稳定同位素组成(δ15N,δ18O,δ17O)以及亚硝酸盐(NO2−)的δ15N值是土壤、雨水、地表水、地下水以及海水养分来源和动态变化的重要示踪剂。硝酸盐同位素还用于评估水生生态系统循环N的能力以及通过地下细菌反硝化等过程修复被硝酸盐污染的含水层。用叠氮化镉还原法将NO3−或NO2−转为N2O,用N2O激光光谱法进行N和O同位素分析。将激光顶空同位素分析法与同位素比质谱法进行比较。激光法可直接测量17O异常,有助于追踪大气N来源。


基于此,在所附的文章中“N and O isotope (δ15Nα,δ15Nβ,δ18O,δ17O) analyses of dissolved NO3− and NO2− by the Cd‐azide reduction method and N2O laser spectrometry”,国际原子能机构(IAEA)同位素水文学实验室主任Leonard I. Wassenaar及其团队利用N2O同位素分析仪(N2OIA‐23e‐EP Model 914‐0060;Los Gatos Research,Mountain View,CA,USA)开展了相关实验。


【方法】用叠氮化镉法和顶空N2O激光光谱法将其转化为N2O,在N/O稳定同位素标准物(IAEA,USGS)上测量δ15N,δ18O,δ17O。15N示踪剂测试评估了N到N2O分子中α或β位置的位置特异性路由。使用数据处理算法校正同位素对N2O浓度,光腔压力和含水量的依懒性。                  

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

叠氮化镉处理过的NO3−→N2O顶空样品(注入空气中大约10 ppm N2O)的典型光谱同位素体吸光度信号与相对波数的关系图,显示了N2O同位素体与水汽的相对位置和浓度。N2O同位素体丰度最高的是14N14N16O(>99%)。


【结果】在叠氮化物反应中,NO3−/ NO2−氮被引导至NO2的15Nα位置;因此,应将δ15Nα用于N2O激光光谱分析结果中。经过校正N2O浓度,光腔压力和含水量,国际标准物的δ15NαAIR,δ18OVSMOW 和δ17OVSMOW 值(‰)分别为+4.8 ± 0.1,+25.9 ± 0.3, +12.7 ± 0.2 (IAEA NO3),−1.7±0.1,−26.8 ± 0.8,−14.4 ± 1.1 (USGS34) 以及 +2.6 ± 0.1,+57.6 ± 1.2,+51.2 ± 2.0(USGS35),与它们的值和同位素比质谱分析结果相一致USGS35的17O盈余为+21.2±9‰,与以前的研究结果一致。

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

左图显示了激光光谱测得的δ15NαAIR和IRMS测得的δ15NbulkAIR关系图,右图显示了激光光谱和TG-IRMS测得的δ18OVSMOW关系图。对IRMS的δ15NAIR结果进行17O校正,除USGS35(ʎ=0.88)外,所有样品的全局ʎ值为0.52;基于激光法的δ15N分析无需17O校正。

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

在叠氮化镉转化反应NβNαO气体分子中,15N到达α和β位置的路线。左图:利用0.4-1.9%(>98原子%)Na15N3富集剂,通过叠氮化镉法,将IAEA NO3(1 ppm)样品与N2O气体反应。右图:0-3%(>98原子%)Na15NO2样品与“常规”试剂级NaN3(δ15NAIR=-2.9‰)反应,生成N2O样气。激光光谱仪测量样品应按所述方法报告压力和浓度校正后的δ值。在15N富集水平下,δ15Nα和δ15Nβ平均测量值SD(n=3)在叠氮化物测试中分别为±6和±7‰,在NO2测试中分别为±10和±3‰。


【结论】作者认为叠氮化镉法在测定硝酸盐或亚硝酸盐δ15N,δ18O,δ17O(以及17O盈余)上产生了准确且精确的结果。缺点是叠氮化镉化学药品是有毒的,N2O激光光谱法缺乏自动进样设备。15N富集的示踪剂测试表明了在高15N富集条件下通过激光光谱法进行水中养分动态的位置特异性实验的潜力,但是暴露了样品之间的记忆校正以及改善17O光谱反卷积的需求。


N2O同位素分析仪

特点

1. 采用中红外量子级联激光器,可同时测量4N15N16O,15N14N16O,14N14N18O,14N14N17O,N2O;

2. 与同位素比质谱技术相比,不受目标气体中同分子量的CO2的影响;

3. 测量δ15N,δ15Nα和δ15Nβ,量化N2O的源和汇;

4. 测量δ17O,δ18O,量化硝化过程

5. EP型,实现更小漂移和更高的稳定性;

6. 无需液氮冷却;

7. 原位连续测量与手动间断进样结合;

通过叠氮化镉还原法和N2O激光光谱法分析溶解NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O)

N2O同位素分析仪


性能指标

      重复性/精度(1σ,300s)

[N2O]0.1 ppbδ15Nδ15Nα15Nβ:优于1‰

δ17O:优于1‰N2 1 ppm);δ18O:优于2‰

测量速度

1 HZ

测量范围

N2O0.3-100 ppm

漂移(15分钟平均,标准温度压力,24 h

N2O1 ppb

δ15Nδ15Nαδ15Nβδ17Oδ18O:<1‰

环境条件

操作温度:0-45℃;

环境温度:0-100%RH,无冷凝;

温度控制精度

0.003

压力控制精度

0.001 torr

点击阅读原文

2020年第4期快讯#3-通过叠氮化镉还原法和N2O激光光谱法分析溶解的NO3−和NO2−的N、O同位素(δ15Nα,δ15Nβ,δ18O,δ17O).pdf


News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开