基于KPCA-PSO-ELM算法的地表水化学需氧量紫外-可见吸收光谱检测研究

化学需氧量(COD)是水质检测重要指标之一,反映水体有机物含量。传统的COD化学检测方法存在操作繁琐,等待时间长,二次污染等缺点。紫外-可见吸收光谱法是目前水体化学需氧量检测中应用最为广泛的方法之一,具有检测快速、无污染等特点。为了满足地表水化学需氧量快速、实时、在线监测等要求,采用紫外-可见吸收光谱进行测量,提出了内核主成分分析(KPCA)结合粒子群优化极限学习机(PSO-ELM)预测模型,满足当前对地表水化学需氧量快速、实时监测的要求。对光谱进行Savitzky-Golay(SG)滤波以降低随机噪声的影响;用积分光谱代替原光谱,以降低信号波动带来的影响;再将得到的光谱信息归一化,消除不同光谱数据量纲的影响。将预处理后的数据利用KPCA算法将全光谱数据压缩为5个特征,有效解决光谱信息冗余的问题;采用PSO算法对ELM的权重和偏置进行优化极大提高了模型的精度。对217个河流、长江及支流、湖库等地表水样本按照7∶3随机划分成训练集和测试集,并进行建模测试,其中训练集拟合优度(R2)为0.930 2、均方根误差(RMSE)为0.363 0 mg·L^(-1)、测试集拟合优度R2为0.931 9、均方根误差(RMSE)为0.400 7 mg·L^(-1)。为了验证提出的基于KPCA全光谱数据压缩方法对预测模型的提升效果,分别对比了主成分分析(PCA)、连续投影算法(SPA)、套索回归(LASSO)等特征处理算法。PCA-PSO-ELM模型的RMSE为0.715 1 mg·L^(-1)、 SPA-PSO-ELM模型的RMSE为0.473 7 mg·L^(-1)、 LASSO-PSO-ELM模型的RMSE为0.412 6 mg·L^(-1), KPCA-PSO-ELM模型较上述三种模型,RMSE分别降低了78.46%、 18.22%、 2.97%,结果表明KPCA是一种高效的光谱降维算法,能够有效消除光谱冗余信息,提升模型预测精度。基于KPCA-PSO-ELM预测模型结合紫外-可见吸收光谱可以实现对地表水COD快速、实时检测,为在线COD检测场景提供方法支撑。

紫外吸收光谱结合SPA-ELM算法的水体磷酸根离子检测研究

在工业锅炉中随着水蒸气蒸发,大量的钙镁离子留在炉水中,如果不加处理,在水冷管中会形成水垢,造成爆管停炉。为了保障设备的安全运行,消除安全隐患,工业上通过维持水中一定含量的磷酸根离子来去除锅炉中的钙、镁水垢。传统的磷酸根离子检测技术主要有比色法、分光光度法、色谱法、电位法等,这些方法前期处理步骤较繁琐且耗时较长。光谱法是通过测定物质的吸收光谱并建立和浓度关系的数学模型,对物质浓度定量的一种分析方法。为了满足磷酸根离子快速、实时测量的要求,提出了一种基于紫外吸收光谱结合SPA-ELM算法快速测量磷酸根离子的方法。按照我国《工业锅炉水质GB/T 1576—2018》中所规定的进入热水锅炉前的水质参数要求,配置37份浓度范围在5~100 mg·L^(-1)磷酸根溶液,使用搭建的实验装置,采集紫外吸收光谱。使用SPXY将样品按照7∶3的比例随机划分训练集、测试集;使用Savitzky-Golay(S-G)滤波对数据预处理以提高光谱的信噪比;通过连续投影算法(SPA)压缩光谱数据,筛选出5个与磷酸根强相关的特征波长;使用极限学习机(ELM)将特征波长处的吸光度与样本浓度进行拟合,以决定系数R2和均方根误差RMSE作为模型评价指标,建立磷酸根离子的回归模型。采用所提出的建模方法所建立的模型训练集的R2与RMSE分别为0.9972和1.3015 mg·L^(-1),测试集的R^(2)与RMSE分别为0.9995和0.5174 mg·L^(-1)。为了验证所提出的SPA-ELM预测模型效果,另外建立了LASSO-ELM、PCA-ELM、SPA-PLS和SPA-SVR四种预测模型进行对比。实验结果表明,SPA-ELM建立的预测模型的R2和RMSE均优于其他四种预测模型,说明采用的特征选择方法和回归方法均为最优,能够对磷酸根浓度范围为5~100 mg·L^(-1)的水体进行准确预测,为水中磷酸根离子的检测提供了一种新的解决方法。

紫外-可见吸收光谱结合化学计量学算法的水体总有机碳浓度快速检测

总有机碳(TOC)指悬浮或溶解于水中有机物的含碳总量,是以单位体积水体中含碳的质量来表示水中有机物的浓度,通过总有机碳可以更全面反映水中有机污染物的总量。总有机碳的监测能够推动我国实现“碳达峰”和“碳中和”的目标,也对我国海洋地球碳循环的研究具有重要的意义。目前,国标法测量水质TOC主要采用高温催化氧化法和湿法氧化法,这两种方法虽测量准确、可解释性强,但都具有测试方法复杂、测量时间长、易产生二次污染、人力物力消耗巨大等缺点,且仅能在实验室内完成,无法进行TOC的原位在线测量。因此发展水质TOC快速、实时、在线监测技术具有重要意义。为此,建立了TOC标准溶液浓度基于紫外吸收光谱的单波长检测模型,针对物质种类更为复杂的真实水样分别使用ACO-PLS和SPA算法筛选特征波长,对比S-G平滑处理、最小最大归一化、标准正态变换(SNV)、消除常数偏移量、导数校正等多种光谱预处理方法的效果,经过粒子群算法优化的最小二乘支持向量机算法(PSO-LSSVM)建立快速检测模型。结果表明,选取不同数量特征波长,经SNV算法预处理后的建模效果普遍优于其他预处理方法;选用不同预处理算法,最佳特征波长数量普遍为50个,过多或过少的波长数量会使建模精度降低;最佳建模参数为选用SNV预处理方法,经ACO-PLS算法筛选50个特征波长组合并利用PSO-LSSVM算法建模,最优模型结果训练集Rc达到0.984 3, RMSEC为0.457 4,验证集Rp为0.974 5, RMSEP为0.481 1。将最优光谱检测模型应用于新采集水样,预测结果较为准确,具有一定鲁棒性。表明ACO-PLS算法可以有效选取特征波长,结合PSO-LSSVM算法可以实现利用紫外-可见吸收光谱对水体中TOC的测量,为水体TOC含量快速检测提供一种快速、无污染的测量方案,给相应传感器的研发提供了科学支持。

紫外吸收光谱法的水质参数预测模型研究

紫外吸收光谱法是一种快速、简便且无二次污染的水质检测技术,借助孪生卷积神经网络构建的水质化学需氧量和浊度预测模型,在小样本情况下能够实现高精度的预测。在实际水样的预测中,R2值可高达0.97,相较于其他模型,具有更高的预测精度和更广泛的适用范围,为在线监测水体中化学需氧量和浊度的污染程度提供了一种全新的技术支持。

紫外线吸收光谱法在水质COD检测中的应用

本文开展紫外线吸收光谱谱法在水质COD检测中的应用分析,并给出了COD测试流程。现场测试结果表明,当COD值增加时,样品吸收光谱出现了两个特征峰,即290、570 nm处。以275 nm波长的频谱建立模型,拟合计算结果为y=0.005 6x+0.085 1。比较不同波长模式下COD预测结果和实际值,呈现明显的线型特征,回归方差为0.998 54,均方误差为0.375 81。该研究有助于提高水质检测能力,也可以拓宽到其他相关的检测领域。

基于紫外-可见吸收光谱的排水管网污染溯源分析

我国各个地区排水管网整改工作全面开展,做好排水管网污染溯源工作非常必要,还能够对工业排水监督质量提高起到一定的促进作用。现在一些市政管网工程、水质净化厂为有效解决水污染问题,应用紫外-可见吸收光谱对管网排查,主要是将探头深入到排水管网中实施检测,可对管网中水质有所了解,据此对污染来源加以确认,本论文针对基于紫外-可见吸收光谱的排水管网污染溯源开展研究。

紫外—可见吸收光谱法实验的改进探索

以紫外—可见吸收光谱法实验为例,从经典实验课程内容出发,结合科研前沿热点—光催化技术,对经典实验课程进行改进。引入探究式教学法,引导学生主动参与实验方案设计和实验结果分析。同时,将思政元素渗透于实验课程,为推动人才培养模式创新提供参考,以期实现理工类实验课程立德树人的目标,提高学生的科研素养。

桑沟湾春季有色溶解有机物吸收光谱特性及空间分布特征

为探究有色溶解有机物(CDOM)光学性质如何示踪海水中溶解有机物组分的动态信息,实验利用紫外可见吸收光谱手段,分区域测定了桑沟湾春季水体及表层沉积物间隙水中CDOM的吸收光谱特征,探讨了CDOM的来源组成、空间分布特征、迁移转化过程及其与养殖活动的关系。结果显示,(1)波长为355 nm的吸收系数[a(355)]范围为0.23~9.09/m,不同水层空间分布差异显著,表层和底层均从近岸区向贝藻区逐渐降低,在海带区升高后向外海逐渐降低;海带区从表层向底层先降低后升高,高密度、规模化的海带养殖释放了大量的CDOM,各区域沉积物间隙水a(355)是其表层、中层和底层之和的1.3~2.5倍,CDOM在沉积物间隙水中富集并逐渐累积。(2)光谱斜率(S_(275~295))范围为0.013~0.036,外海区和海带区S_(275~295)均值显著高于其他各区,海带区和外海区CDOM中海源有机质占主要成分,而近岸区以陆源有机质为主;近岸区CDOM中的腐殖酸类物质含量从表层到底层逐渐降低,沉积物中积累的富里酸类物质含量较高,海带区和外海区呈相反趋势。(3)比紫外吸光度(SUVA_(254))范围为4.60~14.10 L/(mg·m),贝类区、贝藻区和藻类区SUVA_(254)均呈现出从表层到底层逐渐增大的趋势,CDOM的芳香性逐渐增强并在沉积物间隙水中达到最大;海带区和外海区沉积物间隙水中的SUVA_(254)显著高于其他各区。研究表明,海带区的规模化养殖活动向养殖海区及邻近海域贡献了较多的惰性溶解有机物,暗示着海带养殖活动有较强的碳汇效应,并通过海流作用向外海输送。本研究对桑沟湾海域不同养殖区域的CDOM的吸收特性和空间分布特征进行研究,可为全面了解海水养殖的碳源汇效应提供基础数据。

紫外吸收光谱研究胜利渣油胶质、沥青质结构特性

以紫外吸收光谱理论为基础 ,通过剖析胜利渣油中胶质、沥青质的紫外吸收光谱及其二阶导数光谱 ,并与模型化合物的紫外吸收特征相比较 ,研究胶质和沥青质的化学结构。实验结果表明 ,芳香单片为胜利渣油中胶质、沥青质组分结构的最基本单位。胶质、沥青质的芳香单元结构———基本吸收生色团具有相似性 ,单元芳香片中芳香环数以 3～ 4个环为主 ,共轭芳香环的排列形式主要为“线性排列” ,即渺位缩合。但胶质和沥青质的结构也存在着差异 ,即胶质中基本不含有多于 5个环的共轭芳香片 ,而沥青质中含有少量多于 5个环的共轭芳香片 ,并且这些共轭芳香片有部分“面性排列” ,即迫位缩合 ,同时沥青质中的芳香结构所占比例较大。

鸡粪堆肥水溶性有机物特征紫外吸收光谱研究

采用紫外-可见吸收光谱,对不同堆肥时期样品中水溶性有机物(DOM)的特征吸收参数进行了研究。结果显示,堆肥进行时样品DOM中的非腐殖质物质不断转化为腐殖质类物质,并且腐殖质物质的芳构化及分子量增加,腐殖化程度加大,同时苯环结构上的脂肪链降解成羰基、羧基等官能团。相关性分析显示,相同DOM浓度(DOC)样品在254与280nm的吸收值SUVA254,SUVA280,226～400nm吸光度的积分A226～400两两间均达到极显著正相关,与DOC均显著负相关,但以A226～400与DOC相关性最高;253和203nm吸光度比值E253/E203与SUVA254,SUVA280及A226～400均达到显著相关,但与DOC的相关性不如后三者;250和365nm吸光度比值E250/E365及465和665nm吸光度比值E465/E665与其他参数均不相关。分析结果表明,随着堆肥的进行DOM稳定度增加,对重金属配位能力增强;在所研究的紫外-可见光谱吸收参数中,A226～400最能反映堆肥腐熟度变化。

喹啉水溶液真空紫外降解过程中的吸收光谱分析

在以低压石英汞灯为真空紫外光源降解喹啉水溶液的过程中，通过监测体系吸收光谱的变化，绘制不同时刻吸收光谱图，探讨了用紫外-可见吸收光谱作为在线检测反应进程的可行性。结合体系中底物浓度、COD、TOC和pH的变化，分析了各吸收光谱的变化特征和机制。研究表明，受吡啶环上N原子的影响，喹啉在不同pH环境下以不同的形式存在，吸收光谱也有较大的差异。在降解的过程中，体系的吸收光谱受到底物降解、中间产物生成和体系pH的共同影响。由于中间产物质子酸的生成，使喹啉以质子化的形式存在，当质子化产生的吸收增加与降解导致的吸收减少相等时，特征吸收峰313 nm处的吸收在1～3 min会出现平台，然后持续衰减。254 nm处的吸收先在5 min时增加到一个极大值，然后持续衰减，至30 min时衰减至0，而且此时溶液的吸收仅在220 nm以下区域，说明底物已降低得比较彻底。文章的研究结果表明，可以用吸收光谱来在线监测喹啉真空紫外降解的进程。

基于PCA的水质紫外吸收光谱分析模型研究

利用紫外光谱分析水中有机污染物已成为水质实时在线监测的重要方法之一,水样组分复杂且不稳定是影响其测量结果的主要因素。利用主成分分析法(PCA)结合欧氏距离分析水样紫外吸收光谱,对水样分类,效果良好。分别用主成分分析结合偏最小二乘法回归(PCA-PLSR)和直接利用多波长吸光度结合偏最小二乘法回归(MWA-PLSR)建立分析模型,并对比分析了不同浓度的COD标准液的实验数据。结果表明,采用第一、二主成分作为回归参数的PLSR模型的测量误差在5%以内,偏差最小。利用本文方法可同时实现水样分类和水质参数的精确定量。

取代芳基席夫碱类化合物的室温研磨合成及其紫外可见吸收光谱的研究

研究了取代芳基单席夫碱及双席夫碱的室温研磨固态缩合反应,测定了其在环己烷和甲醇中的紫外可见吸收光谱,并探讨了其电子吸收光谱与分子结构的关系,以及溶剂对电子吸收光谱的影响.

吡唑和1-甲胺酰基吡唑类化合物的紫外吸收光谱及其应用

研究了吡唑类化合物和1-甲胺酰基吡唑类化合物的紫外吸收光谱。结果表明，3位和5位的取代使吡唑的最大吸收波长红移3～4nm，而4位的取代能够引起较大的红移（〉10nm）。甲胺酰基的引入可使吡唑类化合物的最大吸收波长红移20-26nm，最大消光系数提高2～3倍。基于此，建立了快速测定吡唑类化合物含量的紫外分光光度法，并测定了长效尿素中3，4-二甲基吡唑磷酸盐（DMPP）的含量为尿素-N的1．15％，1-甲胺酰基-3-甲基吡唑（CMP）在水溶液中水解的半减期在20，25和30℃下分别为48，30和16h，应用不同提取剂对三种土壤中硝化抑制剂3-甲基吡唑磷酸盐（MPP）的提取率为63．2％～89．2％。

紫外吸收光谱和荧光光谱法研究大黄酚与牛血清白蛋白相互作用机制

利用紫外吸收光谱和荧光光谱法研究中药小分子大黄酚与牛血清白蛋白在不同的外界环境下的相互作用机制。结果表明:在近中性、弱酸性、弱碱性条件下大黄酚与牛血清白蛋白的相互作用而引起的荧光猝灭均属静态猝灭。采用位点结合模型公式、热力学公式和福斯特Foster非辐射能量转移机理求解出每种酸度下的结合常数、结合位点数、作用力类型以及结合距离。试验还表明:微量金属离子和有机溶剂对结合常数有一定的影响。

紫外—可见吸收光谱法测定芒果叶中的芒果苷和叶绿素

【目的】建立可定量分析芒果叶中芒果苷和叶绿素含量的紫外-可见吸收光谱法，为今后综合开发利用广西芒果叶资源提供参考依据。【方法】采用紫外-可见吸收光谱法测定芒果叶中芒果苷和叶绿素的吸光值，然后通过芒果苷的线性回归方程和Arnon公式换算出芒果苷和叶绿素含量，同时测定广西百色市11个芒果品种叶片中的芒果苷和叶绿素含量。【结果】258.5 nm是芒果苷标准品和芒果叶提取物中芒果苷含量的最佳测定波长。采用紫外-可见吸收光谱法测定芒果苷含量时，其回归方程（y=0.0697x-0.0009）在4.120-41.200μg/mL范围内的线性关系良好（R2=0.9998），且准确性高、重复性好、检测结果稳定。以其测定广西百色市11个芒果品种叶片中的芒果苷和叶绿素，发现芒果苷含量范围为11.493-16.675μg/mL，其中以红象牙的含量较低，台牙和农院五号的含量较高；叶绿素总含量范围为4.83-8.77 mg/mL，其中以红贵妃和金煌芒的含量相对较高，四季蜜芒和农院五号的含量较低。【结论】紫外-可见吸收光谱法可用于评价芒果叶药材质量。

紫外-可见吸收光谱结合高斯多峰拟合技术测定甲基红酸离解常数(英文)

在一定pH值范围内,甲基红(MR)水溶液紫外-可见吸收光谱特征是酸式甲基红(HMR)最大吸收峰((530±15)nm)与碱式甲基红(MR-)最大吸收峰((435±20)nm)叠合在一起.本文用高斯多峰拟合技术实现了HMR和MR-叠合峰的分峰拟合计算.拟合计算输出两个吸收峰的积分面积即峰强度A1和A2,A1和A2之比与MR-和HMR浓度之比.进而计算甲基红水溶液酸离解平衡常数pKa.用本方法测量298.15K时的pKa值为4.76.拟合优度高,拟合度R2、拟合优度χ2分别达到0.998和10-5以下.深入探讨了表面活性剂十二烷基硫酸钠(SDS)、十六烷基三甲基溴化铵(CTAB)聚集行为对甲基红pKa的影响.与传统分光光度测量方法相比,紫外-可见吸收光谱结合高斯多峰拟合技术结果更可靠,测量步骤和数据处理过程更简单,更具有普适性.

基于PSO-PLS混合算法的水体COD紫外吸收光谱检测研究

化学需氧量(COD)是反映水体受有机物污染程度的重要指标。紫外吸收光谱法是目前水体COD检测研究中应用最为广泛的方法,具有样品无需预处理,成本低,无污染,测定速度快等优点。但是,原始光谱数据维数高,光谱信息中包含大量冗余变量,直接将全光谱数据进行建模存在精度低,计算复杂等问题。针对紫外吸收光谱全光谱建模精度低,光谱数据存在大量共线性的问题,提出了一种基于粒子群算法(PSO)结合偏最小二乘(PLS)优选特征波长建立预测模型的方法,以提高紫外吸收光谱预测模型的精度和适用性,简化模型。利用搭建的紫外吸收光谱装置,采集29份不同浓度的COD标准溶液的紫外光谱数据,每份标准溶液采集5次取平均值并对其进行平滑处理,减少仪器和环境带来的误差。考虑到标准溶液在200~310 nm的光谱范围内存在吸收,故选取该波段范围内246个波长点作为建模数据,每个波长点下的吸光度数据作为一个粒子并按照顺序编号,以PLS为建模方法,相关系数r和均方根误差(RMSE)为评价指标,设置粒子群算法适应度函数f(x)=min(RMSE),取粒子初始种群数为20个,惯性权重w=0.6,自我学习因子c1=1.6,群体学习因子c2=1.6,最大迭代次数为200次,算法终止条件为达到最大迭代次数。算法输出全局最优变量取值为168,94,181,183,175,209,106和142。采用粒子群算法优选的8个波长点建立PLS预测模型的相关系数r和预测均方根误差RMSE分别为0.99998和0.1551。为了验证PSO-PLS建立的预测模型效果,建立了PLS,iPLS和SVR三种预测模型进行对比。验证结果表明,PSO-PLS模型的相关系数r和均方根误差RMSE均优于其他三种预测模型,说明粒子群算法能有效的提取用于PLS建模的特征波长,消除子区间变量的共线性,提高预测模型的精度。该方法为实现水体COD实时在线监测提供了一种有效途径。

紫外吸收光谱积分法分析蛋白质浓度-以碱性磷酸酶为例

利用矿物(针铁矿,蒙脱石)和太湖沉积物吸附碱性磷酸酶(alkaline phosphatase,APase),测定吸附后上清液中剩余碱性磷酸酶浓度时发现其紫外吸收光谱发生了变化,利用传统280nm处紫外吸收法无法直接准确测定其浓度值。基于对碱性磷酸酶252～305nm处吸收峰面积积分方法可以消除影响,并准确分析测定碱性磷酸酶浓度。其测定结果与考马斯亮蓝法测定结果进行比较,表明了该方法可以方便,快速和准确地测定此类实验中碱性磷酸酶浓度。同时,该方法还可以扩展至其他蛋白质的定量分析,甚至其他类似实验中,一定程度上克服传统方法应用单波长进行定量分析中存在的易受干扰的缺点。

碘、碘离子和碘三离子的紫外吸收光谱

研究了碘I2、碘离子I-和碘三离子I-3水溶液的紫外吸收光谱,测定了三种型体的摩尔吸光系数。I2水溶液在203nm呈现一吸收峰,摩尔吸光系数为196×104L·mol-1·cm-1;I-水溶液在193和226nm呈现双吸收峰,摩尔吸光系数分别为142×104和134×104L·mol-1·cm-1;当I2水溶液与KI溶液混合时,在288和350nm出现两个吸收峰,表明I-3的形成。利用饱和法测得I-3在288和350nm处的摩尔吸光系数分别为352×104和232×104L·mol-1·cm-1。