紫外可见光谱检测水体COD算法研究

• 作者: 鲍灵利
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 紫外可见光谱 化学需氧量 偏最小二乘回归 岭回归
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 34-36
• 页数: 3页
• 分类号: TP311
• 字数: 2370字
• 语种: 中文

摘要

应用紫外可见(ultraviolet/visible,UV/Vis)光谱技术对宜昌市环境监测站水体有机物指标化学含氧量(chemical oxygendemand,COD)进行快速检测,对采集的94份水样进行UV/Vis波段全光谱扫描,采用平滑(Savitzky-Golay smoothing,SG)、一阶导数(first-derivative,1-Der)以及二阶导数(second-derivative,2-Der)对光谱进行预处理,并结合偏最小二乘回归(Partial-LeastSquaresRegression,PLSR)对水样建立COD回归预测模型,并利用该回归预测模型预测水样COD浓度.实验结果表明采用SG平滑预处理后结合连续投影算法(Successive Projections Algorithm,SPA)选取全波段光谱中的特征波长得到的PLS模型预测精度最高,相关系数r=0.91882,预测均方根误差RMSEP=2.8156mg/L-1.进一步研究发现,使用SG平滑预处理得到的岭回归(RidgeRegression)模型精度(r=0.92,RMSEP=2.765mg/L-1)高于PLS模型,且模型仅仅选取了4个特征波长变量,占238个全波段光谱变量的1.38％.说明利用平滑光谱预处理后,再建立岭回归模型,能节约时间和降低算法复杂度,能够快速准确地进行该水样样本COD浓度预测,为进一步实现水样的COD浓度快速检测奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍灵利	三峡大学计算机与信息学院	2	1	1.0	1.0