精细全光谱结合GS-SVR的复杂水体硝酸盐分析方法研究

雷会平，胡炳樑，于 涛*，刘嘉诚，李 炜，王雪霁，邹 妍，史 倩

1.中国科学院西安光学精密机械研究所,陕西 西安 710119 2.中国科学院大学光电学院，北京 100049 3.山东省科学院海洋仪器仪表研究所，山东 青岛 266000

引 言

水是人类社会生产生活与持续发展必不可少的资源[1]。硝酸盐是水质健康状态评价的一个关键要素，过高浓度的硝酸盐一旦流入水体环境就会刺激藻类快速繁殖，致使水体恶化，进而造成物种多样性剧减以及生态环境的破坏，如果被人体误摄，会引起“高铁血红蛋白症”。因此，实现水体硝酸盐的高精度快速实时在线监测对于水务事业的安全保障与水污染的预警防治极具重要的科学意义和社会价值。

基于光学测量的水质在线监测方法是当前及未来水环境动态监测的发展趋势[1]。相较于传统硝酸盐现场采样加实验室化学分析的测定方法，其具有操作便捷，无需前处理，检测效率高，重复性好且无二次污染等显著优点，非常适合水环境中硝酸盐的快速在线监测，在直饮水，地表水，废水的在线检测等方面具有广阔的发展前景。针对水体组份解析算法，常见的有单波长法，双波长法，偏最小二乘法(partial least square,PLS)，人工神经网络法(artificial neural network,ANN)，支持向量机法(support vector machine，SVM)。Jean Causse[2]和Pons[3]等采用连续光谱二阶导数测定淡水中硝酸盐和溶解有机碳，并在多个淡水样品中验证了该方法的可靠性。宓云軿等[4]依次采用PLS，SVM和LM-反向传播神经网络(back propagation neural network，BPNN)建立吸光度与化学需氧量(chemical oxygen demand,COD)间的浓度模型，结果验证SVM，LM-BPNN等回归模型的预测效果显然优于PLS。……