平行因子法分解成分分析在三维荧光光谱数据中的实现

系统分析了PARAFAC法解析立方阵数据的实现过程。以建立PARAFAC模型对湖泊水样三维荧光光谱数据进行荧光物质成分分解为例,通过对核心阵元素分布、核一致函数、模型谱图与原始谱图拟合程度以及拟分解成分物理意义的分析,确定PARAFAC法分解样品荧光物质成分的合理成分数,实现PARAFAC法对荧光物质成分的合理分解与识别。     

三维荧光结合二阶校正快速测定水中酚类

酚类化合物在冶金、炼油、机械制造、医药、农药和油漆等工业有广泛的应用,但酚类化合物具有毒性,若不加以处理将会对环境造成污染。水是生命之源,水环境中酚类化合物检测显得尤为重要。三维荧光光谱分析法具有灵敏度高、检测速度快、预处理方便和痕量检测等特点,二阶校正分析法可以在混合物中分辨出感兴趣的成分。采用三维荧光光谱结合二阶校正方法对水环境中酚类化合物进行测定。实验选用间甲酚和间苯二酚作为被测物质,配置添加干扰物和不添加干扰物两类样本,通过FLS920稳态荧光光谱仪测得8个校正样本和8个预测样本的三维荧光光谱数据,并对其进行数据预处理,扣除原始光谱中所包含的散射干扰,并对原始光谱数据进行激发/发射校正,然后采用db3小波函数生成的小波包对光谱数据进行数据压缩,去除光谱数据中的冗余信息,其中压缩分数达到91.67%,恢复分数达到96.62%。然后分别采用平行因子分析(PARAFAC)和自加权交替三线性分解(SWATLD)两种二阶校正方法对预处理后的光谱数据进行定性和定量分析。根据核一致分析法结合残差判别分析法的分析结果,设定未添加干扰物样品组分数为2,添加干扰物样品组分数为3。定性分析结果显示,无论有无添加干扰物,两种二阶校正法都能准确的分辨出样本中的间甲酚和间苯二酚,其中间甲酚的荧光峰位置为λem=298 nm/λex=274 nm;间苯二酚的荧光峰位置为λem=304 nm/λex=275 nm。定量分析结果显示,用PARAFAC算法测定不添加干扰物的样本时,对间甲酚和间苯二酚浓度的平均回收率分别达到了93.37%±4.92%和95.19%±5.25%;测定添加干扰物样本时,对间甲酚和间苯二酚浓度的平均回收率达到92.09%±2.64%和97.08%±5.26%。用SWATLD算法测定不添加干扰物样本时,对间甲酚和间苯二酚浓度的平均回收率分别达到了93.11%±4.73%和96.80%±5.04%;测定添加干扰物样本时,对间甲酚和间苯二酚浓度的平均回收率达到97.30%±4.52%和96.92%±5.61%,且两种二阶校正方法得出的预测样本均方差(RMSEP)均小于0.03 mg·L-1。实验结果表明,在荧光光谱峰位置相近、光谱严重重叠且有干扰物的情况下, PARAFAC和SWATLD两种二阶校正算法都能对水溶液中的酚类化合物进行快速、准确地测定。     

PARAFAC法解析太湖水体DOM三维荧光光谱

采用平行因子法(PARAFAC法)对太湖水样溶解性有机质(DOM)三维荧光光谱进行解析。通过比较因子数分别为3,4和5时,PARAFAC模型的核一致函数、 激发和发射光谱误差平方和、 各水样模拟的三维荧光光谱和残差谱图等情况,选择因子数为3作为太湖水样DOM三维荧光光谱PARAFAC模型的最佳因子数。太湖水样DOM的3类主要荧光组分分别是类腐殖质荧光物质、 类色氨酸荧光物质、 类酪氨酸荧光物质。     

湖泊水体三维荧光光谱的PARAFAC法在污染源解析中的应用

基于三维荧光光谱矩阵的PARAFAC模型中因子得分反映混合物各因子相对浓度和比例这一特征,将其应用到混合物源解析的研究。对于因子与来源物质光谱不一致的情况考虑将来源物质荧光矩阵和混合物荧光矩阵均作为模型三维数据矩阵的元素进行分析,推导出混合样品与源物质荧光矩阵之间的关系式。该关系式系数由因子得分组成,反映了混合样品各来源物贡献率的相对大小,能够作为来源物量化研究的参考指数。在湖泊污染物源解析的应用中,利用混合水样和污染源水样荧光光谱矩阵建立上述关系式,关系式各系数可作为湖泊水体污染源源解析研究的参考。     

东海海水中荧光溶解有机物质的三维荧光光谱特征

2005年3～4月在东海采集了海水样品,利用三维荧光光谱(EEMs)技术测定了水体中溶解有机物质的荧光性质,通过荧光光谱图中荧光峰的位置、数量、强度的变化及荧光峰之间的相关性,初步判断了荧光物质的种类、分布和来源。东海水体中检测到七种荧光峰,分别为高、低激发波长类色氨酸和类酪氨酸荧光峰、紫外腐殖质荧光峰、可见腐殖质荧光峰和海洋腐殖质荧光峰,其中荧光峰B, S和A出现在整个调查海区中;荧光峰T和D出现在调查海域的北部;类腐殖质荧光峰M和C只出现在部分站位的水样中。荧光物质在研究海域表层的主要来源为长江输入,在中层,荧光物质是长江输入和浮游植物共同作用的结果。不同荧光峰强度之间具有较好的正相关性,表明调查海域水体中的类蛋白荧光物质和类腐殖质荧光物质有着相同的来源或在结构上具有某种联系。     

平行因子法结合自组织映射神经网络的三维荧光特征及其与水质的关系

利用三维荧光技术进行水质监测对干旱区绿洲河流水质的有效管理具有重要的意义。以三维荧光技术为手段,以艾比湖流域地表水为研究对象,结合平行因子(PARAFAC)法和自组织特征映射神经网络(SOM)方法,探讨了艾比湖流域地表水溶解性有机质的三维荧光特征及其与地表水水质指标之间的关系。通过PARAFAC法,有效提取了艾比湖流域地表水样中的4种荧光组分,C1荧光峰对应物质为紫外区类富里酸,C2荧光峰对应物质为类富里酸,C3包括2个峰C3(T1)和C3(T2),其中C3(T1)荧光峰对应物质为类蛋白,C3(T2)荧光峰对应物质为类腐殖酸,C4荧光峰对应物质为类腐殖质。经SOM训练,在不同聚类层中探讨水质参数分布情况,水质状况由差到好的顺序依次为博河上游、精河绿洲、乌苏周边农田、艾比湖周边。在艾比湖流域丰水期,酸碱度(pH)、电导率(EC)、溶解氧(DO)、化学需氧量(COD)和五日生化需氧量(BOD5)与水样的三维荧光峰具有较为显著的相关性,而总磷(TP)、总氮(TN)及氨氮(NH+3-N)与各荧光峰相关性较弱。分别建立pH、EC、DO、COD及BOD5与各荧光组分间的多元线性回归方程,求得相关系数R分别为0.579、0.632、0.502、0.762和0.785,可以在一定程度上利用各荧光组分模拟水质参数的变化情况。在利用PARAFAC探讨地表水荧光特征的基础上,SOM网络作为一种有效的水体荧光光谱分析工具,可为干旱区水质监测和河流水质污染治理提供科学依据。     

三维荧光光谱结合二阶校正方法同时测定水中两种酚类

水是生命之源,人们日常生产生活离不开水。近年来水体污染日趋严重,已经危害到人类的健康。酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物,指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物,毒性很强,对动植物及人类的生命活动有严重危害。实验研究对象选取间苯二酚(resorcinol,RES)和对苯二酚(hydroquinone,HYD)来配制待测样本,并且在其中3组预测样本中加入苯酚(phenol,PHE)作为干扰物,待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments,EI)扫描得到荧光光谱数据。对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响,得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。校正后光谱变得更加圆滑,荧光强度显著增强,因此,校正处理后的光谱信息更为准确。利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法,分别完成在不含干扰物和含有干扰物、同时激发-发射光谱严重重叠时对间苯二酚、对苯二酚的快速、直接、准确测量,并给出定性、定量分析结果。PARAFAC算法对混合体系的组分数(即化学秩)较敏感,组分数选取过大易使其陷入计算"沼泽",迭代次数增多,计算耗时变长。故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数,保证PARAFAC算法更加快速准确。从定性分析结果知,当不含有干扰物时,PARAFAC能够准确分辨出间苯二酚和对苯二酚,二者荧光峰位置极为接近,很难用传统方法分辨,体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的"二阶优势";定量分析结果给出,在有干扰物共存时,分别应用两种二阶校正法解析光谱数据结果显示:PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%,预测均方根误差小于0.190 mg·L^-1;APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%,预测均方根误差小于0.116 mg·L^-1,通过比较两种方法性能得:PARAFAC对待测物组分数敏感,对待分解的光谱数据严格线性要求高;而APTLD对混合物组分数不敏感,计算速度快,抗噪声能力较强,结果稳定,具有较明显的优势。     

分散式农村污水基于三维荧光光谱和紫外-可见全波段吸收光谱的“聚类-回归”COD预测模型

基于三维荧光光谱与有机物特征荧光峰之间的关系,提出利用三维荧光光谱进行聚类,再针对不同类的水样利用紫外-可见全波段吸收光谱数据建立COD预测模型的技术路线。比较分析了平行因子分析（PARAFAC）算法和荧光体积积分（FRI）算法两种不同的光谱分析方法,再使用模糊c-均值（FCM）算法进行聚类,并完成了不同类水样的COD预测模型的建立。研究的水样采集于江苏省常熟市周边的农村区域,样品均来自不同的分散式农村生活污水处理装置出水,共100个实验水样;将测得的水样三维荧光光谱数据经过去散射预处理后利用PARAFAC算法和FRI算法分别提取荧光特征数据;之后,利用FCM聚类算法进行相似性聚类;最后,利用偏最小二乘（PLS）算法建立水样的紫外-可见全波段吸收光谱和COD之间的回归和预测模型,并使用决定系数和均方根误差对模型的预测精度进行评价。研究结果表明：未分类、使用FRI、使用PARAFAC算法提取荧光特征信息后再预测的模型的平均决定系数R2分别为0.632,0.819和0.906;平均均方根误差RMSE分别为27.857,23.621和13.071。聚类后的回归和预测精度均得到显著提升,且使用PARAFAC算法提取荧光特征信息后再建模具有最高的预测精度,相比于未分类预测模型的R2提高了0.274。本研究提出的基于三维荧光光谱联合紫外可见全波段吸收光谱,采用“PARAFAC-FCM-PLS”组合算法构建的COD预测模型,可以有效的提高COD的预测精度,为高精度的水质在线监测提供了一种新的思路。     

超滤/纳滤双膜工艺处理苦咸水过程中DOM三维荧光特征分析

为探明“超滤-纳滤”双膜深度处理工艺处理苦咸水过程中DOM组分三维荧光特征的变化规律,采用三维荧光光谱研究了双膜工艺净水过程中DOM组分变化,发现原水中主要含有两个强度较高的尖峰和两个强度较低的尖峰,随着净水的流程,水样中的荧光峰值逐渐减弱。采用平行因子分析的方法对净水过程中的水样进行了定量分析,在对各水样进行三线性分解的过程中发现水样中主要含有以高激发光类色氨酸和低激发光类色氨酸为代表的类蛋白物质,以紫外类富里酸和可见类富里酸为代表的类富里酸两类因子,并通过水样中各因子的最大荧光峰强度的变化分析了DOM组分的变化规律,其中原水的类蛋白物质因子和类富里酸因子的荧光峰强度分别为0.351 08和0.175 55,类蛋白物质荧光峰的荧光强度大于类富里酸荧光峰,说明原水受到了一定程度外源有机物的污染。在经过水厂原有“混凝-沉淀-过滤”的工艺处理后,DOM的去除效果不佳,类蛋白物质在经过常规工艺处理后仅下降了22.27%,而对于类富里酸具有一定的去除效果,下降了47.57%。“混凝-沉淀-过滤”的常规工艺中未完全去除的DOM将进入“超滤-纳滤”双膜法净水工艺,双膜法工艺中超滤单元对DOM没有很好的去除效果,主要起预处理作用,保障进入纳滤单元的水质;对DOM去除起主要作用的是纳滤单元,经纳滤单元处理后,水中DOM大幅下降,两类因子的荧光峰强度分别为0.013 67和0.002 56,与原水相比,类蛋白物质下降了96.11%,类富里酸物质下降了98.54%。因此,在使用“超滤-纳滤”双膜法工艺处理苦咸水的过程中,应该注意在前处理中选用合适的预氧化处理以加强常规工艺对DOM的去除,在保证除盐效果良好的情况下以减轻DOM对膜污染的影响,本研究将为双膜法的推广应用及其膜污染的控制提供进一步理论基础和科学依据。     

保定府河溶解性有机质三维荧光光谱分析(英文)

利用三维荧光光谱法(3D-EEM)研究了保定府河溶解性有机质(DOM)的荧光特性,根据三维荧光光谱图中荧光峰的位置、数量及强度变化,荧光峰之间的相关性,初步判断荧光物质的类别、分布和来源。府河水体溶解性有机质主要有类蛋白质和类溶解性微生物代谢产物两类,类蛋白荧光峰Ex/Em=225~230/340nm(A);类溶解性微生物代谢产物荧光峰Ex/Em=275/340~350nm(B)。不同采样时间和采样点,府河水体基本上都存在类蛋白荧光峰和类溶解性微生物代谢产物荧光峰。分析各荧光峰强度与水质指标相关性发现,两荧光峰之间呈显著性相关,表明研究区域中类蛋白质和类溶解性微生物代谢产物具有同源性;DOM两类荧光峰与COD,TN,TP,NH3-N呈显著正相关,表明通过两类荧光峰强度可推测府河污染程度,为府河污染防治和沿河流域生态环境治理提供参考。     

三维荧光光谱-平行因子法解析再生水补给人工湿地DOM的光谱特征

采用三维荧光光谱技术和平行因子分析,对北方某潜流-表流复合人工湿地水体中溶解性有机质（DOM）的光谱特征、演变过程及其来源进行研究,以期为深入理解人工湿地的作用机理和污染物溯源提供科学依据。结果表明,人工湿地中各阶段的出水呈现相似的三维荧光特性,均出现明显的类腐殖质尖峰和类蛋白峰,但强度有所不同。混凝沉淀对类蛋白和类腐殖质两种DOM的荧光强度均有一定的削减作用;潜流湿地出水的荧光图谱显示,微生物代谢副产物和类色氨酸等类蛋白峰强度明显降低,而类腐殖质峰强度无明显变化,这表明潜流湿地对再生水中的类蛋白物质具有明显的降解作用,而对类腐殖质物质降解效果较弱;相反,在表流湿地出水的荧光图谱中发现类蛋白峰和类腐殖质峰的强度均削弱,而且在表流湿地下游3 km处的强度达到最低。这一趋势归因于潜流湿地中滤料表面生物膜对DOM的生物降解以及表流湿地内部活跃的微生物活动和水生植物的根系对DOM的吸附作用。平行因子分析结果显示,该湿地水体DOM中包含5个荧光组分,分别为类富里酸组分C1（240, 330/430 nm）、微生物活动相关的类腐殖质组分C2（285, 330/380 nm）、类色氨酸C3（230/350 nm）、微生物代谢副产物C4（280/320 nm）和陆源类腐殖质C5（270, 380/470 nm）。采用多种荧光光谱指数对湿地中DOM的来源进行解析,荧光指数和自生源指数均表明该湿地中DOM的来源以生物代谢输入为主,而陆源输入的影响较小;腐殖化因子则表明该湿地存在弱腐殖化的特征且生物来源占主导地位。斯皮尔曼相关性分析表明5个荧光组分具有同源性,而且与水中氮元素的迁移转化密切相关。     

三维荧光光谱结合平行因子及神经网络对清香型白酒的年份鉴别

以某清香型白酒为研究对象,将三维荧光光谱技术与平行因子分析方法(parallel factor analysis,PARAFAC)、BP神经网络结合,建立清香型白酒年份鉴别模型。首先,利用FLS920全功能型荧光光谱仪测量获得不同年份白酒的三维荧光光谱数据,对激发发射三维矩阵进行三线性分解,得到四个主成分对应的浓度得分和激发-发射光谱轮廓图。将这4个浓度得分作为BP神经网络的输入,建立10,20和30年份白酒的鉴别模型。随机选取每个年份的10个样本,共30个样本组成测试集,剩余的90个白酒样本组成训练集建立训练模型。据此对未知样品进行预测,其预测正确率分别为90%,100%和100%。同时将该方法与多维偏最小二乘判别分析法(multi-way partial least squares discriminant analysis, NPLS-DA)进行了比较。研究结果表明：平行因子结合神经网络的判别模型具有更强的预测能力,该方法能够有效提取年份白酒的特征光谱信息,同时又降低了神经网络输入变量的维数,取得较好的鉴别效果。     

Year Discrimination of Mild Aroma Chinese Liquors Using Three-Dimensional Fluorescence Spectroscopy Combined with Parallel Factor and Neural NetworkSCIEI北大核心CSCD

Three-dimensional fluorescence spectroscopy coupled with parallel factor analysis and neural network was applied to the year discrimination of mild aroma Chinese liquors. The excitation-emission fluorescence matrices (EEMs) of 120 samples with various years were measured by FLS920 fluorescence spectrometer. The trilinear decomposition of the data array was performed and the loading scores of and the excitation-emission profiles of four components were also obtained. The scores were employed as the inputs of the BP neural networks and the PARAFAC-BP identification model was constructed. 10 samples were collected from 10, 20 and 30 years of liquors respectively, and 30 samples were selected as the test sets. The remaining 90 samples were used as the training sets to build the training model. The year prediction of unknown samples was also carried out, and the prediction accuracy was 90%, 100% and 100%, respectively. Meanwhile, the discrimination analysis method and the multi way partial least squares discriminant analysis were compared, namely PARAFAC-BP and NPLS-DA. The results indicated that parallel factor combined with the neural network (PARAFAC-BP) has higher prediction accuracy. The proposed method can effectively extract the spectral characteristics, and also reduce the dimension of the input variables of neural network. A good year discrimination result was finally achieved.     

基于CIE色度图的博尔塔拉河与精河水体荧光峰发光性初探

以艾比湖主要入湖河流博尔塔拉河及精河水体为研究对象,使用寻峰法找出水体荧光峰,采用色坐标分析法对博尔塔拉河与精河水体荧光发射光谱特性及荧光峰的发光性进行分析。首先,博尔塔拉河与精河水体的荧光发射光谱均含有3个荧光峰,各荧光峰的出现位置与峰强度大小均不同。博尔塔拉河第二荧光峰远大于第一荧光峰或第一荧光峰与第二荧光峰基本持平;精河前5个样点的3个荧光峰强度随波长增大呈依次递减分布,6号采样点第一荧光峰与第二荧光峰基本持平。其次,博尔塔拉河与精河3个荧光峰在色坐标中分布位置大致相同,且各点的荧光峰分布较为聚集,均在蓝光区域,属蓝光发射。最后,各荧光峰在CIE坐标中聚集分布,第一荧光峰在色坐标最底端;第二荧光峰分布在第一荧光峰上端,x坐标与第一荧光峰接近;第三荧光峰整体聚集分布在蓝光区域的右上角。     

甲醇和乙醇的三维荧光光谱特性研究

为阐明甲醇和乙醇的光谱学特性,建立两者快速的辨析方法。采用三维荧光光谱,对甲醇和乙醇的荧光特性进行了研究。分析结果显示,甲醇的三维荧光光谱中出现了两个特征荧光峰,其荧光强度在甲醇体积浓度小于15%时与其浓度成正相关,乙醇的三维荧光光谱中出现了一个完整的特征荧光峰,其荧光强度在乙醇体积分数小于50%时与乙醇浓度成相关,甲醇比乙醇具有更高的荧光效率,以甲醇为有机溶剂研究化合物的荧光特性时,需要考虑甲醇的本底荧光。甲醇和乙醇的特征荧光峰位置差别较大,前者特征荧光峰出现在225/35 0nm和250/375nm处,而后者特征荧光峰位于240/310nm,据此可以有效辨析两种醇。     

多波长LED阵列诱导荧光光谱在多组分分析中的应用研究

荧光光谱技术是对水中的溶解有机物、油类污染物,以及各种浮游植物生物量识别与测量的有效手段之一。构建了多波长LED阵列(450～610 nm)诱导荧光光谱测量系统,讨论了系统的原理和利用此系统进行多组分分析的方法。在实验室应用该系统获取了多组分混合荧光物质溶液的三维荧光光谱,并采用平行因子算法分析了多组分三维荧光光谱数据,结果显示得出的多组分浓度值与实际浓度的相关性大于98％。表明基于多波长LED阵列诱导荧光光谱测量系统在多组分分析中具有很好的应用前景。     

污水处理厂及受纳水体样品的三维荧光光谱解析

采用三维荧光光谱表征了污水厂各处理单元及受纳水体上下游的样品,应用平行因子分析方法获得了样品中各主成分的激发发射光谱图及荧光强度得分矩阵。结果表明,类蛋白质和类富里酸物质是污水厂和受纳水体样品的主要荧光组分。污水厂进水样品的类蛋白质荧光较强,后续各处理单元样品的荧光强度显著下降。受纳水体上游样品的类蛋白质荧光较弱,经过城区各取样点的类蛋白质荧光显著增加,而污水厂排放口上游荧光强度则显著高于下游。类蛋白质荧光强度得分可与样品COD值建立相关曲线,污水厂与受纳水体样品的相关系数分别为0.930和0.913,类蛋白质荧光可以反映样品点的有机污染程度。该研究为污水处理厂的运行及其对受纳水体影响提供了新的思路和方法。     

人血液荧光的光谱特性及其物质来源

取健康人的静脉血,首次实验测量了人血液的三维荧光光谱,并通过分析荧光激发-发射矩阵研究了血液自体荧光的物质来源。 结果表明：人血液的荧光激发-发射对主要有260-630, 280-340, 340-460, 450-520 nm,它们所对应的内源性荧光物质分别来源于血液中的内源性卟啉,色氨酸,还原烟碱腺嘌呤二核苷酸(磷酸盐)和黄素腺嘌呤二核苷酸。 这些物质的荧光激发效率随着激发光波长的变化而表现出显著差异。