荧光光谱法检测水质COD时温度、浊度、 pH的影响分析

以COD标准液为研究对象,基于特定激发波长下的荧光发射光谱数据,采用化学计量学算法对水质COD进行了检测,分析了水的温度、浊度和pH的变化对发射光谱的影响,并对相关参数的影响进行了补偿校正。在此基础上建立了多参量共同作用时对水质COD预测模型的补偿校正方法。首先采用荧光光谱法对浓度范围为1～55 mg·L^(-1)水质化学需氧量(COD)标准溶液进行三维荧光光谱的采集,去除散射峰以后采用基于蚁群算法优化的偏最小二乘法(ACO-iPLS)对不同激发波长(Ex=255～285 nm,间隔为5 nm)下的荧光发射光谱(Em=275～450nm)数据进行特征提取并采用基于粒子群优化的最小二乘支持向量机算法(PSO-LSSVM)进行预测模型的建立。结果表明,不同激发波长下的荧光发射光谱数据模型的检验集决定系数R■在0.961 8～0.998 1范围内,当采用波长为Ex=270 nm的激发光作用时所激发出的荧光发射光谱数据所建模型的效果最优,其检验集决定系数R■=0.998 1,预测均方根误差RMSEP=0.348 3 mg·L^(-1)。其次,对温度、浊度、 pH对荧光光谱法检测水质COD的影响进行了分析,并给出了相应的补偿模型。结果表明,温度和浊度在检测水质COD时对荧光光谱的影响不可忽略,但通过建立补偿模型可以对其影响进行有效的补偿校正,温度补偿后荧光数据模型的整体平均偏差Bias=0.130 6 mg·L^(-1),经浊度补偿后可以很好的校正浊度变化对荧光光谱法检测水质COD的影响,而pH范围在4～12.3内变化时对荧光光谱的影响相对较小,因此可忽略。最后,结合单一影响因素的分析结果,对荧光光谱法检测水质COD时水体的多种环境因素(温度、浊度、 pH)共同作用的影响进行了分析。实验结果表明,忽略pH影响后,可以采用对温度和浊度同时补偿的方法对二者的影响进行有效的校正。该结果可为水质参数光学传感器在调试过程中抑制环境因素的影响提供参考。

基于荧光多光谱融合的水质化学需氧量的检测

为了对水中的有机污染物进行绿色、快速、准确的检测,提出了一种基于荧光多光谱融合的水质化学需氧量(Chemical Oxygen Demand,COD)的检测方法。实验样本为包含近岸海水和地表水在内的实际水样53份,采用标准化学方法获取样本的化学需氧量的理化值,利用荧光分光光度计采集样本的三维荧光光谱并对光谱数据进行处理和建模。在200～300nm(间隔5nm)的激发波长范围内将三维光谱展开成二维的发射光谱(发射波长范围250～500nm,间隔2nm)。采用ACO-iPLS(蚁群-区间偏最小二乘)算法提取发射光谱特征,PSO-LSSVM(粒子群优化的最小二乘支持向量机)算法建立预测模型,分别建立了单激发波长下的荧光发射光谱数据预测模型、多激发波长下发射光谱的数据级融合(LLDF)预测模型以及多激发波长下发射光谱的特征级融合(MLDF)预测模型,通过对预测效果的对比,得出结论。实验结果表明,对于不同激发波长下荧光发射光谱数据而言,265nm激发光作用下的发射谱数据的预测模型最优,其检验集决定系数RP2和外部检验均方根误差RMSEP分别为0.990 1和1.198 6mg·L^(-1);对于荧光多光谱数据级融合模型(简写为:LLDF-PSO-LSSVM)而言,在235,265和290nm激发光作用下的发射光谱的LLDF模型效果最优,其检验集的Rp2和RMSEP分别为0.992 2和1.055 1mg·L^(-1);对于荧光多光谱特征级融合模型(MLDF-PSO-LSSVM)而言,在265,290和305nm激发光作用下的荧光发射光谱的MLDF模型效果最优,其0.998 2,RMSEP=0.534 2mg·L^(-1)。综合比较各类建模结果可知,MLDF-PSO-LSSVM的模型效果最优,说明基于荧光发射光谱数据,采用多光谱特征级融合模型检测水质COD时,检测的精度更高,预测效果更好。

氢化杂质和厚度效应对高斯势量子点中二能级体系量子跃迁的影响

在计及氢化杂质和厚度效应下,分别选取抛物线型限定势阱和高斯函数型限定势阱描写盘型量子点中电子的横向限定势和纵向限定势,采用Lee-Low-Pines-Pekar变分法推导出量子点中电子的基态和第一激发态能量本征值和本征函数,以此为基础,构造了一个二能级结构,并基于二能级体系理论,讨论了电子在磁场作用下的量子跃迁.结果表明,高斯函数型限定势比抛物线型限定势更能精准反映量子点中真实的限定势;量子点的厚度对电子的跃迁概率的影响不凡;电声耦合强度、介电常数比、磁场的回旋频率、高斯函数型限定势阱的阱深和阱宽等对电子基态与第一激发态声子平均数、能量以及量子跃迁的影响显著.

电磁场中施主中心量子点内磁极化子态寿命与qubit退相干

采用Lee-Low-Pines变换和Pekar类型变分法推导出非对称高斯势施主中心量子点中磁极化子的基态和激发态能量和波函数,进而构造了qubit所需的二能级结构.基于费米黄金规则研究了磁极化子基态的衰变.通过研究电磁场下材料的介电常数比、电声耦合常数和温度对非对称高斯势施主中心量子点中磁极化子基态寿命的影响,揭示了材料属性与温度、电磁场等环境因素对量子点qubit退相干的影响,进而揭示了体纵光学声子效应导致量子点qubit退相干的机理.

Determination of ethanol content in ethanol-gasoline based on derivative absorption spectrometry and information fusion

The ethanol content in ethanol-gasoline is respectively detected by the first-order derivative UV/vis absorption spectrum, the first-order derivative near infrared(NIR) absorption spectrum and the information fusion method. The backward interval partial least squares(BiPLS) algorithm is used as the feature extraction method, which is established by the partial least squares(PLS) regression model. Based on the information fusion theory, the low level data fusion(LLDF) and mid-level data fusion(MLDF) models are established by the first-order derivative UV/vis and NIR spectra. The analytical results are compared with the related textual references. Thereby, the single-spectral model based on the first-order derivative NIR absorption spectrum has the optimal results, where R_p^2 =0.999 1 and RMSEP=0.324 5, while the LLDF after vector normalization(LLDF-VN2) is the optimal multi-spectral fusion model, where R_p^2 =0.998 3 and RMSEP=0.498 2. The proposed method can be used to detect the ethanol content in ethanol-gasoline rapidly and provides a better choice for the component detection in mixed oils.