地表水質的光譜監測技術方面新進展！進一步推廣光譜的水質在線監測技術
(資料圖片僅供參考)
水質參數的實時監測對地表水污染的防治具有重要意義。通過專業的數據比較和問題分析，可以充分了解水污染源、水污染現狀、擴張速度和可能造成的危害，為水污染控制提供數據和經驗，幫助專業人員做出正確判斷，從而設計和制定合理的治理方案，最終有效改善水質，減少環境污染。
化學需氧量(COD)、氨氮(AN)和總氮(TN)是反映地表水污染程度的關鍵指標。紫外-可見(UV-Vis)光譜和近紅外(NIR)光譜作為兩種快速、簡便、多組分的分析技術，在水質監測中具有傳統化學檢測方法無法比擬的優勢。
為了進一步提高光譜方法檢測水質的精確性，中科院合肥物質院智能所光譜智能感知團隊開發出一種基于UV-Vis和NIR光譜數據融合(UV-Vis-NIR)的地表水質檢測策略。他們首先對70份不同污染程度的河流樣本進行光譜采集和化學測定，通過UV-Vis與NIR光譜的初級融合獲得UV-Vis-NIR融合數據，采用不同的變量選擇算法優化地表水污染指標的UV-Vis-NIR融合模型。
研究結果表明，基于UV-Vis-NIR數據融合策略的地表水中COD、AN和TN的光譜預測準確性明顯優于單一光譜技術的預測結果。此外，在不同的優化條件下，這一方法的檢測結果相比單一光譜法更為穩定，因而該方法具有更好的魯棒性。這項研究成果能夠用于地表水質的快速高精度檢測，并且有利于光譜的水質在線監測技術進一步推廣應用。
相關研究成果已在分析化學領域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發表。
(資料來源：合肥物質科學研究院)
關鍵詞：
免責聲明：本網站內容主要來自原創、合作媒體供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
企業品牌排行榜
-
2023-07-12 12:09
-
2018-09-28 11:32
-
2018-09-28 11:32
-
2018-09-28 11:32
-
2018-09-28 11:32
企業品牌熱門推薦
-
2023-07-12 12:09
-
2018-09-28 11:32
-
2018-09-28 11:32
-
2018-09-28 11:32
-
2018-09-28 11:32
