本文参照HJ 1267-2022《水质 6种苯氧羧酸类除草剂和麦草畏的测定 高效液相色谱法》，建立了液相色谱法测定水质6种苯氧羧酸类除草剂和麦草畏含量的分析方法。该方法中，6种苯氧羧酸类除草剂和麦草畏在0.020~4.00 mg/L线性范围内线性良好，相关系数大于0.9995，准确度为97.0~104.7%；精密度实验中，0.040 mg/L混合标准溶液重复分析6次，各目标化合物保留时间RSD为0.056~0.080%，峰面积RSD为0.327~0.991%，精密度良好。实际样品加标实验中，各目标化合物10、100和400 μg/L加标回收率为90.5~96.0%。实验结果表明，该方法能

根据美国环境保护署（US EPA）的定义，挥发性有机化合物（VOCs）是指具有高蒸气压、容易挥发成气体的化合物。不当的废物倾倒或工业渗滤液会污染地下水。受污染的水使人们在日常生活中接触到VOCs。每种VOC因其各自的成分不同，所带来的接触风险也不同。为了保护人类健康和环境，美国环保署制定了8260D方法1)，以使用单四极杆GCMS识别和定量水中的VOCs。 吹扫捕集是该应用中常用的采样技术。然而，在本研究中，采用岛津的捕集阱-顶空系统作为一种替代采样技术，并根据美国环保署8260D标准进行了评估。从顶空采集的VOCs在注入GC之前会在捕集阱中浓缩，从而在分析中提供高灵敏度。顶空系统HS-20

液相串联质谱联用技术在医学检验中的应用越来越广泛，质谱数据后处理的准确性直接影响到检测结果的质量，本文介绍了基于“AI”算法的Peakintelligence ™数据解析模块的特点及其在临床质谱数据后处理中的应用优势，包括血清中脂溶维生素检测、儿茶酚胺类化合物检测等易受内源性基质干扰影响的项目。通过加载人工智能和机器学习的数据处理算法可以有效避免异常积分曲线出现的概率，简化数据后处理流程，提高实验室分析效率并保证检测结果更准确。