结合光谱数据改善地表水质量评估

合肥自然科学研究院的研究小组(HFIPS),中国科学院(CAS),提出了一种新的快速、准确检测出地表水质量战略的融合数据地表水紫外-可见光谱(紫外和近红外(NIR)光谱。

这项研究发表在Spectrochimica学报:分子和生物分子光谱学最近,旨在使水质参数的实时监控,为预防和控制是至关重要的地表水污染。

化学需氧量(COD)、氨氮(一个)、总氮(TN)是关键指标用于评估地表水污染的程度。与传统的化学检测方法相比,紫外可见和近红外光谱提供了快速、简单,多组分的分析在水质监测技术有显著的优势。

提高光谱水质检测方法的准确性,研究小组开发了一种检测策略,融合紫外可见和近红外光谱数据(UV-Vis-NIR)。他们收集了光谱数据和化学决定70河样品进行不同程度的污染。通过结合紫外可见和近红外光谱,采用不同的变量选择算法,优化了UV-Vis-NIR融合模型地表水污染指标。

结果表明,UV-Vis-NIR数据融合策略显著提高了光谱鳕鱼的预测精度,一个和TN地表水相比,使用单一光谱技术。

此外,该方法在不同的优化条件下表现出更好的稳定性,确保更健壮的检测结果比单一光谱技术来实现。

他们的发现提供了激动人心的角度为未来的应用光谱水质在线监测技术评估,根据团队。

参考:徐Z,李X,程W,等。基于紫外-可见光谱和近红外光谱数据融合策略的同时准确测定地表水中的关键参数。Spectrochim学报一摩尔。2023;302:123007。doi:10.1016 / j.saa.2023.123007

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。