1.1 Chemometria. - Wydział Chemii UMK
Transkrypt
1.1 Chemometria. - Wydział Chemii UMK
1.1 Chemometria. W 1974 roku młody pracownik Institue of Chemistry Umea University Svante Wold napisał następująco: Umiejętność wyciągania chemicznie istotnych informacji z przeprowadzonego chemicznego eksperymentu jest zwana chemometrią. Chemometria jest nauką zależną od różnych rodzajów matematycznych narzędzi m.in. statystyki, metod numerycznych. Dlatego chemometria nie może być oddzielną gałęzią chemii, musi pozostać integralną częścią chemii i matematyki. Celem chemometrii jest zatem uzyskanie jak największej liczby informacji z eksperymentu chemicznego. Możliwe jest to do osiągnięcia poprzez zastosowanie odpowiednich metod matematycznych pozwalających na wyeliminowanie wpływu różnych odchyleń od właściwego pomiaru (wyniku). Nasuwa się przy tym pytanie: co kryje się pod pojęciem właściwy pomiar? Istotną rzeczą w chemii analitycznej, chemii instrumentalnej jest znajomość budowy i zasady działania przyrządu pomiarowego. Należy przed przystąpieniem do wykonania analizy zadać sobie istotne dla każdego chemika pytania: Co chcemy uzyskać z przeprowadzonego eksperymentu, co chcemy zmierzyć, czy dana metoda jest odpowiednia i stosowana do badanej substancji? Analogiczne pytania mogą być zadane przed przystąpieniem do matematycznej obróbki uzyskanych wyników. W przypadku tym sztuką jest wyciągnięcie jak największej liczby cennych informacji chemicznych, jednocześnie eliminując tak dalece jak to możliwie, tzw. hałasy, szumy, zaburzenia, itp. Pod tymi pojęciami należy rozumieć wszelkie czynniki wpływające na przebieg doświadczenia i otrzymane wyniki (temperatura, ciśnienie, niepoprawne działanie instrumentu, zaburzenia spowodowane ograniczeniami stosowalności niektórych praw chemicznych i fizycznych np. prawo Beera, Debya – Hűckla). Chemometria może być traktowana jako nauka dostarczająca narzędzi pomagających rozwiązywać problemy związane z interpretacją uzyskanych wyników. Jednocześnie, należy pamiętać, że matematyczne metody nieznajdujące zastosowania w chemii mają mniejsze znaczenie dla eksperymentatora. Kluczem do zrozumienia, chemometrii nie jest poznanie różnych metod matematycznych, lecz poznanie właściwego zastosowania odpowiedniego modelu matematycznego do rozwiązania problemu. Np. w przypadku spektroskopii chemometria stosuje metody pomagające rozwiązywać problemy kalibracyjne i interpretacji widm. Niektóre metody są względnie proste, podczas gdy inne wymagają bardziej zaawansowanych metod matematycznych. Jednak, te wszystkie 4 metody posiadają jedną wspólną cechę tj. wszystkie rozwiązują indywidualne problemy i nie istnieje uniwersalna metoda matematycznej obróbki danych doświadczalnych. 1.2 Modele. Jakikolwiek pomiar w chemii (jak również w fizyce, biologii, geologii,...) jest nieprecyzyjny. Wyniki i pomiary obarczone są szumem, zaburzeniami będącymi wynikiem wpływu czynników aparaturowych i czynników związanych z pracą i przebiegiem eksperymentu. Statystyka jest nauką korzystającą z metod matematycznych do wyciągania wniosków, z uprzednio przetworzonych wyników. Odchylenie pomiędzy mierzoną wartością i naszym teoretycznym modelem zależy, co najmniej od trzech źródeł. Pierwszym źródłem jest to brak pełnej kontroli warunków doświadczalnych (temperatury, pH, itp.), co uniemożliwiają wykonanie drugiego pomiaru w warunkach początkowych. Można określić warunki doświadczalne w taki sposób, aby temperatura wynosiła 298 K, pH = 4 a stężenie 0,1 mol/dm3. Częściowy brak kontroli może spowodować, że temperatura będzie się wahać w granicach 297,96 K – 298,02 K, pH = 4,02 – 3,97 itd. Stąd drugi pomiar będzie wykazywał nieznaczne odchylenia od pomiaru pierwszego itd. Drugim źródłem odchyleń jest nasz instrument (spektrofotometr, chromatograf) niepozwalający na wykonanie dokładnie stałych wyników pomiaru. Czynnikami wpływającymi na działanie instrumentu są: ciśnienie, temperatura, wilgotność powietrza, spadek napięcie w obwodach itp. Trzecim źródłem odchyleń jest model stosowany do interpretacji wyników np. mechanizm reakcji, prawo Beera, prawo Debya – Hűckela, itp. Błędne wyniki, jakiekolwiek odchylnie, traktowane są często jako błąd pomiaru a nie jako braki modelu. 5 1.3 Przetwarzanie danych. Przetwarzanie wstępne danych jest bardzo ważną częścią eksperymentu. Obróbka danych ma na celu usunięcie lub zmniejszenie zakłóceń, odchyleń wyników, z którymi instrument nie może sobie poradzić. Przetwarzanie wyników może pozytywnie lub negatywnie wpływać na wynik analizy. Wybieranie sposobu przetwarzania może wymagać powtórzenia kroku pomiędzy pierwotną analizą i stopniem przetwarzania danych. Chociaż postępowanie takie jest często praktykowane to najlepiej, jeśli narzędzie przetwarzania jest wybierane na podstawie znanej właściwości danych. Sygnał będący wynikiem pomiaru fizykochemicznego składa się z prawdziwego sygnału i szumu, który stanowi wynik zakłócający przebieg analizy i interpretacje otrzymanych wyników. Charakter szumu zależy od rodzaju eksperymentu i wyboru warunków działania instrumentu. Zadaniem matematycznych narzędzi jest, zatem jego redukowanie a co za tym idzie zwiększenie stosunku sygnału do szumu. Szum charakteryzuje się wyższą częstością od sygnału pomiaru fizykochemicznego. Źródła szumu wnoszące udział do sygnału, który jest wyższej częstości, często jest trudno matematycznie usunąć bez usuwania właściwej „informacji fizykochemicznej”. Najczęstszą metodą stosowaną do usuwania szumów i zaburzeń z widm spektroskopowych jest metoda wygładzania. Wygładzanie wyników opierają się na teoretycznym i fenomenologicznym zdefiniowaniu pomiaru jako wyniku sumowania prawdziwej wartości pomiaru i dowolnego szumu. Nakładanie się linii spektralnych i szumy uważa się za dwie najpoważniejsze przeszkody utrudniające interpretację widm. Metody wygładzania posługują się tzw. „oknem”, które może być interpretowane jako obszar napływu informacji. Wszystkie punkty w oknie są wykorzystane do określenia wartości środka okna, co oznacza, że szerokość okna bezpośrednio wpływa na rezultaty wygładzenia. Spośród wielu metod wygładzania, w niniejszej pracy zostaną omówione te, które należą do metod najczęściej stosowanych, tj. metody wykorzystujące technikę „okna” oraz metodzie opartej na Transformacie Fouriera. Do metod wykorzystujących „okno” należą: - metoda średniej (mean smoother), - metoda ruchomej średniej (running mean smoother), 6 - metoda ruchomej mediany (running median smoother), - metoda wielomianu gładzącego. Ostatnie z metod, tj. metoda wielomianu gładzącego, dzieli się na szereg innych metod, co związane jest z rodzajem stosowanego wielomianu. Z matematycznego punktu widzenia każdy wielomian ma charakterystyczne dla siebie własności. Istnieje, bowiem cała rodzina wielomianów ortogonalnych doskonale nadająca się do interpolacji i ekstrapolacji danych. Piąta metoda nie używa okna jako obszaru napływu informacji. Metoda ta zwana jest jako Transformacja Fouriera. Niezależnie od rozwoju metodą wygładzania danych (krzywych, itp.) i ich różnorodności, podstawową metodą pozostaje obecnie metoda znana pod nazwą Filtr Savitzky’ego i Golaya [1]. 1.4 Cel pracy. Tzw. cyfrowe filtry gładzące uważane są za wyjątkowe przydatne w przypadku konieczności polepszenia stosunku sygnału do szumu spektrofotometru. Z tego względu w większości spektrofotometrów stosuje się odpowiednio dobrane wielomianowe filtry gładzące. Celem pracy jest przedstawienie metod wygładzania z zastosowaniem do obróbki wyników pomiaru spektrofotometrycznego. Zawarte w pracy przykłady są własnymi pomiarami doświadczalnymi, które zostają przetworzone za pomocą metod matematycznych opisanych w niniejszej pracy. Najbardziej popularnym filtrem używanym w instrumentach analitycznych jest Filtr Savitzky’ego i Golaya, który omówiony jest szczegółowo w dalszych częściach pracy. Działanie filtru SG polega na wygładzaniu danych za pomocą wielomianu otrzymanego metodą najmniejszych kwadratów. Zgodnie z powyższym planem w dużym stopniu zostały w pracy opisane matematyczne podstawy wygładzanie danych w celu usunięcia jak największej ilości szumów, aby eksperymentator mógł z większą łatwością wyciągać dla niego cenne informacje od uzyskanych widm. W głównej mierze będzie poruszony temat filtru Savitzky’ego i Golaya. 7