基于紫外-可见光谱的水质TOC定量分析方法

作     者：李庆波 魏源 崔厚欣 冯浩 郎嘉晔 LI Qing-bo;WEI Yuan;CUI Hou-xin;FENG Hao;LANG Jia-ye

作者机构：北京航空航天大学仪器科学与光电工程学院精密光机电一体化技术教育部重点实验室北京100191 河北先河环保科技股份有限公司河北石家庄050035 

基　　金：国家自然科学基金项目(61575015) 河北省重点研发计划资源与环境专项项目(19271704D)资助 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2022年第42卷第2期

页      码：376-380页

摘      要：地表水资源安全关系到国民健康、生态环境稳定和经济可持续发展,具有重要战略意义。总有机碳(TOC)是一种衡量水体中有机物含量的综合指标,其在水环境监管和治理中具有重要价值。传统检测方法通过高温催化氧化测定水样中TOC含量具有耗时较长、操作复杂的局限性,紫外-可见光谱技术具有检测速度快、操作简单的优势,因而在水质在线检测中具有较好的应用前景。国内外对地表水中TOC浓度的在线检测目前大多采用与COD浓度间的相关关系进行间接推算得到,这类方法对水体成分的稳定性要求较高。相比于常规的间接推算方法,采用光谱定量分析方法建立TOC与紫外-可见光谱间的分析模型具有更好的鲁棒性和分析精度,便于实现水质无人值守在线监测。实验配置了TOC样本溶液,设计了为期两天的实验,在4个时间段采集得到样品光谱数据集(分别记为D1,D2,…,D6)。首先,通过分组实验将D1作为训练集建立TOC偏最小二乘(PLS)回归模型,预测同一时间段测试集D2的TOC浓度,得到平均绝对相对误差(MAPE)不超过0.78%,表明建立的TOC定量分析模型具有较高的精度。然后,为验证PLS建立的TOC模型对仪器状态变化的鲁棒性,选择不同时间段采集的光谱数据分别作为训练集和测试集,进行不同仪器状态交叉实验,4组实验中测试集样品TOC浓度预测值的MAPE分别为3.82%,3.75%,3.43%和0.98%。实验表明,采用PLS算法建立的TOC紫外-可见光谱定量分析模型具有较好的分析精度和鲁棒性,分组实验和不同仪器状态交叉实验中预测浓度的MAPE均不超过3.82%,优于常规的间接推算法。此外,建立的光谱定量分析模型不依赖COD与TOC间的推算关系,因此在水环境变化时较常规推算方法具有更好的适应能力。最后,PLS算法建模过程简单,运算速度快,为浸入式在线检测设备的开发和维护提供了便利。

主 题 词：紫外-可见光谱 TOC 偏最小二乘回归 水质在线检测 

学科分类：081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 070302[070302] 0703[理学-化学类] 

核心收录：

D　O　I：10.3964/j.issn.1000-0593(2022)02-0376-05

馆 藏 号：203107246...