近日，中科院合肥物質(zhì)院智能所光譜智能感知團隊提出了一種基于紫外可見(jiàn)光譜（UV-Vis）和近紅外（NIR）光譜數據融合策略，用于地表水質(zhì)的快速高精度檢測。相關(guān)研究成果已在分析化學(xué)領(lǐng)域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發(fā)表。

　　水質(zhì)參數的實(shí)時(shí)監測對地表水污染的防治具有重要意義。化學(xué)需氧量(COD)、氨氮(AN)和總氮(TN)是反映地表水污染程度的關(guān)鍵指標。紫外-可見(jiàn)(UV-Vis)光譜和近紅外(NIR)光譜作為兩種快速、簡(jiǎn)便、多組分的分析技術(shù)，在水質(zhì)監測中具有傳統化學(xué)檢測方法無(wú)法比擬的優(yōu)勢。

　　為了進(jìn)一步提高光譜方法檢測水質(zhì)的精確性，科研團隊開(kāi)發(fā)出一種基于UV-Vis和NIR光譜數據融合(UV-Vis-NIR)的地表水質(zhì)檢測策略。研究人員首先對70份不同污染程度的河流樣本進(jìn)行光譜采集和化學(xué)測定，通過(guò)UV-Vis與NIR光譜的初級融合獲得UV-Vis-NIR融合數據，采用不同的變量選擇算法優(yōu)化地表水污染指標的UV-Vis-NIR融合模型。研究結果表明，基于UV-Vis-NIR數據融合策略的地表水中COD、AN和TN的光譜預測準確性明顯優(yōu)于單一光譜技術(shù)的預測結果。此外，在不同的優(yōu)化條件下，這一方法的檢測結果相比單一光譜法更為穩定，因而該方法具有更好的魯棒性。這項研究成果有利于光譜的水質(zhì)在線(xiàn)監測技術(shù)進(jìn)一步推廣應用。

　　徐琢頻博士為第一作者，王琦研究員和張鵬飛副研究員為通訊作者。本工作得到合肥市關(guān)鍵共性技術(shù)研發(fā)項目、國家自然科學(xué)基金等項目的支持。

　　原文鏈接:https://www.sciencedirect.com/science/article/pii/S1386142523006923?dgcid=author 

　　圖1 基于近紅外和紫外可見(jiàn)光譜數據融合的地表水主要污染物檢測示意圖