论文部分内容阅读
近红外光谱分析技术是近年来迅猛发展起来的高新技术，它具有分析速度快、不破坏样品、操作简单、稳定性好、效率高等特点。近红外光谱技术综合了物理学、化学计量学、数学和计算机等学科的交叉技术，属于交叉学科。任何含-H基团的物质都会在近红外谱区产生吸收，所含信息量极其丰富，但近红外光谱谱区集中了倍频和合频的信息，大量的信息特征峰在该谱区严重重叠，没有明显的尖峰，属于弱信息光谱区，利用一般的光谱分析手段无法进行提取，必须结合化学计量学方法通过计算机才能提取有效的信息。通过试验的大量数据，找出有机污染物(含氢基团——OH，CH，NH，SH，PH)污染程度与近红外光谱的相关性，建立有机污染物与近红外光谱的定量模型。为能长时间稳定使用、在线测量有机污染物的近红外传感器的研制、水质状况实时在线监测系统等作基础性研究。本论文着重进行了水质化学需氧量(COD-Chemical Oxygen Demand)的近红外光谱预测模型的研究，预测模型的建立用化学计量学的多元校正分析方法，即逐步回归分析方法(SMLR)、主成分回归分析方法(PCR)和偏最小二乘回归分析方法(PLS)。其中逐步回归获得的最好结果是15点平滑处理，其决定系数R~2为95.01％，最佳回归因子数是6，校正标准偏差SEC为19.03 mg／l，预测标准偏差SEP为18.72mg／l；主成分回归获得的最好结果是一阶导数处理，当信息贡献值为98％时，其决定系数R~2为97.6996，主成分数是6，校正标准偏差SEC为12.26 mg／l，预测标准偏差SEP为18.72mg／l；偏最小二乘回归获得的最好结果是基线校正处理，其决定系数R~2为99.42％，最佳回归因子数是5，校正标准偏差SEC为8.93 mg／l，预测标准偏差SEP为7.56mg／l。通过上述三种多元校正分析方法处理的结果，我们看到偏最小二乘回归算法最优，其次为主成分回归，最后才是逐步回归。各种预处理方法中，要看具体的算法和分析的问题，在具体应用过程中应尽可能尝试多种数学方法，以便找到适合于该特定应用的最佳预处理方法。本论文还开发了VB与MATLAB混合编程的工程计算软件系统。充分利用MATLAB的运算功能和VB的开发界面方便的特点进行混合编程，方便用户使用，其开发研究具有实际意义。