基于紫外可见光谱的地表水水质硬度检测方法研究

仲玉晶 文静

摘 要：分析在紫外、可见光波谱中可用作地表水遥感条件下硬度检测的资源，并利用卷积神经网络排除该检测过程中的不稳定性。经过仿真测试，该算法较传统的Ca、Mg离子吸收光谱法，在分析精度和结果数据稳定性方面有显著提升。

关键词：紫外波谱;可见光波谱;吸收谱线;卷积神经网络;水质硬度检测

中图分类号：X832 文献标识码：A     文章编号：1001-5922（2021）10-0042-04

Research on Surface Water Hardness Detection Method Based on UV Vis Spectrum

Zhong Yujing， Wen Jing

（Qinghai Hydrological And Water Resources Forecasting Center， Xi ning 810001， China）

Abstract：This paper analyzes the resources that can be used to detect the hardness of surface water under the condition of remote sensing in the ultraviolet and visible spectrum， and uses convolution neural network to eliminate the instability in the detection process. The simulation results show that the algorithm is better than the traditional Ca and Mg ion absorption spectrometry in analysis accuracy and data stability.

Key words：ultraviolet spectrum; visible spectrum; absorption spectrum; convolution neural network; water hardness detection

0 引言

早期地表水污染状态监测，一般需要在全国各地布局水文站，通过现场采集水样实验室化验的方式进行水样分析。且该分析过程需要使用到色谱仪或者质谱仪，甚至要用到蛋白质电泳显影化验。该化验方式相关仪器操作较为复杂，仪器较为昂贵，并非每个水文站都可以配备，所以水样一般需要集中送交到省级水文管理单位进行集中化验。这一过程要消耗大量的人力，工作效率较低，检测水样的管理难度较大，容易造成数据更新不及时，且水样采集点也很难覆盖全国各地的地表水水体，存在一定的统计学幸存者偏差效应。

卫星遥感图像用于地表水水质硬度检测的相关技术实践，在20世纪中后期已经开始实践，但近年来随着高分卫星工程民用化进程的推进，民营企业逐渐开始研究如何利用卫星遥感图像的可见光（400～780nm）、近紫外（200～400nm）、远紫外（4～200nm）进行地表水硬度检测，应用于水产养殖、水质管理等，已经成为技术发展新方向。特别是对水质硬度影响最大的Na+（589.592nm） 离子、K+（766.490nm） 离子、Ca2+（317.933nm）离子的浓度含量测定，成为该技术的重点。……