论文部分内容阅读
当今社会水污染问题日益严重，亟需发展和完善水体污染物的监测体系，为水污染提供有效预警。基于荧光光谱的分析方法具有分析速度快、无化学试剂污染、检测灵敏度高等优点，能够准确反演水体污染物的浓度，适合进行水体污染物监测。但是，荧光光谱中普遍存在的光谱特征提取和光谱重叠问题限制了其在实际中的应用，因此进行多组分水体污染物荧光光谱解析方法的研究十分必要。 本文深入研究了多组分水体污染物荧光光谱解析方法，并通过实验分析对提出的方法进行了验证。 首先，本文研究了荧光光谱的特征提取问题。(1)针对重叠光谱易受噪声干扰的问题，利用荧光光谱与噪声的波形差异，提出了基于形态学滤波的化学秩确定方法，选择正弦形结构元素，对光谱进行先开启后闭合的运算，准确地确定了含噪荧光光谱所含的组分数。(2)根据特征色素荧光峰位置预选出特征区域，综合利用此特征区域内单个波段的全部波长点所包含的信息和不同的随机波段组合对于模型的贡献，提出了基于区间蒙特卡洛偏最小二乘回归(IMC-PLS)的特征波长选择方法，选择出的特征波长点数比无信息变量消除算法(UVE)减少了80.1％，运算时间减少了81.3％，有效地解决了实时监测问题，也为离散三维荧光光谱仪器的研制提供了理论支持。 其次，在特征提取的基础上，研究了基于双线性模型的重叠荧光光谱识别方法。在分别考察小波分析和盲分离解析荧光光谱有效性的基础上，针对小波分析方法中全部特征谱带入运算会引入误差的问题，提出了小波域盲分离的识别方法，对小波分量用独立分量分析进行盲分离得出所含组分，缩小带入识别运算的范围，此方法不仅能够及时丰富光谱库，而且提高了计算光谱和原始光谱之间的相似系数以及正确识别率，三种芳族污染物的识别率分别为:（激发特征谱）98.2％、96.4％、99.9％，（发射特征谱）98.8％、98.6％、99.8％。 最后，在光谱识别的基础上，利用偏最小二乘方法实现了荧光光谱的定量解析，得到三种芳族污染物的平均回收率分别为101.31±2.83、94.37±3.4、96.13±6.63;四种典型浮游植物的平均回收率分别为109.29±7.38、109.32±12.27、94.31±5.63、99.66±12.98。