地表水总有机碳含量紫外-可见光谱检测方法

总有机碳是以碳含量评价水质有机污染的指标,可以反映水体受污染程度。目前地表水总有机碳检测多采用现场取样后实验室分析检测方法,该方法存在费时费力、操作复杂、二次化学污染等缺点。紫外-可见光谱法具有环保、操作简便、可实时在线原位检测等优点,在地表水总有机碳检测中具有很好的应用前景。针对总有机碳检测问题,采用了一种基于自适应增强学习的区间偏最小二乘回归方法,该方法将总有机碳吸收光谱波段分为若干子区间,初始化训练样本权重, 依次在各子区间建立偏最小二乘回归模型,根据子区间模型预测误差率计算该子区间预测结果的权重系数,并更新下一子区间训练样本权重,最后将各子区间模型预测结果线性加权得到总有机碳的检测结果。实验配制总有机碳标准溶液浓度25～150 mg·L-1共43个样品,第一时间段采集35个总有机碳标准样品光谱分为训练集和测试集,建立并验证总有机碳检测算法模型。为评价算法模型鲁棒性,在另一时间段采集剩余的8个标准样品光谱进行反测验证。实验结果表明,采用基于自适应增强学习的区间偏最小二乘回归法建立的总有机碳定量模型具有较高的精度和鲁棒性,分组验证和反测验证的预测均方根误差分别为1.304和1.533 mg·L-1,均优于偏最小二乘回归和极限学习机方法。为进一步验证该方法的有效性,使用该建模方法预测生活污水的总有机碳含量。实际地表水样本取样于河北石家庄藁城污水处理厂排污口污水及河北先河公司园区的生活污水,经稀释后共获得50组地表水样本,采用SPXY方法分为训练集33组水样,测试集17组水样。在实际水样检测中,采用净信号分析方法进行光谱预处理,降低总有机碳与其他水质参数间的交叉干扰;分组验证预测均方根误差为3.26 mg·L-1,平均绝对值百分比误差为3.46%。综上所述,基于自适应增强学习的区间偏最小二乘回归方法,可以快速准确地对地表水中总有机碳进行检测,为在线水质总有机碳检测提供了方法支撑。     

低阶煤热解结构演化及与烷烃气碳同位素相关性的红外光谱

为了阐释煤热解过程中结构演化与烷烃气碳同位素的关系,进行了低阶煤在高压釜密闭体系下热解实验,分析热解烷烃气碳同位素组成;借助傅里叶红外光谱(FTIR)精细剖析了煤结构演化规律,构建了烷烃气碳同位素组成与结构演化的关系模型,揭示了热解烷烃气碳同位素变化的原因。结果显示在R_{o, max}＜1.3%之前的阶段,煤中脂链轻碳同位素被分馏出去而重碳同位素被留在长链中;当1.3%＜R_{o, max}＜2.0%时, 具有相对较重碳同位素组成脂链再进一步的断裂分解仍主导了烷烃气碳同位素变化,也即是R_{o, max}在2.0%之前的阶段,煤中脂链倾向性的裂解方式是烷烃气碳同位素变化的主要因素;此后(R_{o, max}＞2.0%)由于芳环缩聚和解体进程的加剧使得环内重碳物质得以释放进入烷烃气中,而导致其碳同位素组成迅速变重。热解烷烃气中甲烷和乙烷碳同位素组成与煤脂链结构演化呈现同步性特征,δ13C_CH4和δ13C_C2H6值可以作为煤脂链结构演化的敏感性指标。R_{o, max}=1.3%和2.0%是煤热解结构演化与烷烃气碳同位素组成关联性的重要节点。研究成果对探索煤生烃与结构演化的耦合关系及二次生烃机理有理论意义。     

基于高光谱仪与光谱仪模型共享的海洋沉积物碳含量速测的研究

实验室光谱仪和高光谱相机是两种获取物质光谱图像的仪器,两种仪器在实际应用方面各有优势且应用范围广泛。本文以光谱仪为主仪器,高光谱相机为从仪器,通过实验室光谱仪和高光谱相机之间的模型转移来实现对海洋沉积物碳含量快速预测。结果显示,当使用数据标准化处理光谱数据,且校正集和检验集的比例为3∶1,使用PDS-DMP-S/B模型转移算法进行模型转移时,建模结果的R■值为0.69,达到了比较理想的建模结果,为海洋沉积物碳含量从点到面的预测提供了一种新的、快捷的方法。     

近红外光纤光谱技术检测西红柿果浆总酸及可溶性糖的研究

为了探索一种简捷、快速、高效的西红柿品质检测方法,应用近红外光谱技术与光纤传感技术相结合的新方法,快速测量西红柿果浆样品中营养成分的含量。实验所用的主要仪器为近红外光纤光谱仪,波长范围为900～2 500 nm。以164个西红柿样品为标准样品,进行了光谱采集及相应的化学值测定。实验数据采用偏最小二乘法(PLS)进行回归,建立西红柿果浆中总酸及可溶性糖含量的数学模型,并对回归方法进行统计分析。结果为：西红柿果浆中总酸验证集的决定系数(R2)为0.967,均方根误差(RMSEC)为0.133,预测均方根误差(RMSEP)为0.103;总糖验证集的决定系数(R2)为0.976,均方根误差(RMSEC)为0.463,预测均方根误差(RMSEP)为0.460。均达到了较好的预测结果,表明该方法对定量分析西红柿果浆中多组分含量是可行的。基于该方法快速、简便及可对同一样品多组分含量同时分析的优点,它是一种极具发展前途的传感器,正在逐渐成为国际传感器领域的研究热点。     

三峡库区柑桔园紫色土光谱特征及其与氮素相关性研究

应用可见光-近红外光谱技术研究了三峡库区柑桔园紫色土的光谱特征及其与土壤氮素营养含量的相关性。结果表明,三峡库区柑桔园土壤光谱反射率在可见光区域随波长增加呈直线上升,在近红外短波区域(780～1 750 nm)基本趋于平稳,波动较小,而在近红外长波区域(1 750～2 400 nm)上波动性和反射率均较大,并且在近红外长波段区域的1 416,1 913,2 209 nm处出现了强的吸收峰。土壤有效氮、全氮含量均与光谱反射率呈正相关,与倒数对数光谱成负相关。在可见光541 nm处,土壤有效氮含量与反射光谱一阶导数微分值达最大正相关,相关系数为0.605**,二者响应的最佳拟合方程为y=2E+09x2-3E+06x+890.49(R2=0.5,x为反射光谱一阶导数值)。在近红外长波段1 909 nm处,土壤全氮含量与反射光谱的倒数对数值的相关性最好,相关系数为-0.612**,二者响应的最佳拟合模型为y=1.372 12-2.107 5x+0.859 2(R2=0.4,x为反射光谱倒数对数值)。