張琳琳

(新疆阿克蘇水文勘測局，新疆 阿克蘇 843000)

?

基于紫外光譜分析的COD水質檢測技術探討

張琳琳

(新疆阿克蘇水文勘測局，新疆 阿克蘇 843000)

我國水資源雖然豐富，但是將水質這一概念作為評判標準之后，如今城市供水系統(tǒng)以及農(nóng)村生活生產(chǎn)用水的質量問題下降迫在眉睫。水質檢測也是該水質環(huán)保工作中的重中之重，如果不能實現(xiàn)在線、實時、精確掌握用水中的污染物及時測量，那么將會對供水系統(tǒng)帶來難以估量的嚴重后果。水質檢測儀器的開發(fā)是一方面，但水質檢測技術應當更為人們所重視。在眾多水質檢測技術中，紫外光譜能夠快速識別水樣本中的污染物，但其仍存在周期長、二次污染風險等問題，為此，本文將基于PCA和PSO兩種算法對紫外光譜水質COD檢測的LS-SVM模型進行研究分析。

紫外線；水質檢測；COD

水質檢測技術監(jiān)測手段越來越受到環(huán)境保護工作的重視。新疆已打造完成區(qū)、地、縣三級水質監(jiān)測網(wǎng)，監(jiān)測范圍的全覆蓋以及監(jiān)測指標的增設都對水質監(jiān)測技術帶來了新的機遇和挑戰(zhàn)。本文主要對分子光譜監(jiān)測技術中的紫外線光譜水質COD檢測技術加以分析。

1 紫外光譜水質檢測技術研究現(xiàn)狀

1.1 技術原理

現(xiàn)有各種水質檢測技術，電化學分析技術、生物傳感技術等水質檢測技術雖然解決之前化學分析技術、原子光譜技術分析儀器體積過大的問題，但是仍然存在使用壽命不能滿足需求的問題，因此基于紫外光譜技術的分子光譜分析技術綜合了上述檢測技術的優(yōu)點，并解決了各項技術的不足，目前已經(jīng)得到了廣泛的應用，也成為今后水質監(jiān)測的重要發(fā)展方向。

紫外光譜水質檢測技術，其技術原理是利用有機物及部分無機物吸收紫外光的特性，通過對采集的水體依據(jù)紫外吸收光譜測算水質中的微量元素及其成分獲取監(jiān)測數(shù)據(jù)，如對有機物化學需氧量(COD)、生化需氧量(BOD)以及少量無機物硝氮(NO3-N)指標測量，之后結合既定各項水質標準進行對比分析。

1.2 研究進展

紫外光譜水質檢測技術的核心技術為紫外分光光度計和化學計量學方法的結合，隨著物聯(lián)網(wǎng)、人工神經(jīng)網(wǎng)絡的蓬勃發(fā)展，提供了解決復雜非線性體系的新方法，使得有機物及部分無機物的分析儀器從大體積向便攜式、從單參數(shù)向多參數(shù)發(fā)展的趨勢。以紫外光譜的兩種檢測方式分類敘述，是國內(nèi)外以單光檢測法為基礎所開發(fā)的分析儀器，結構簡單、攜帶便捷、能實現(xiàn)在線檢測及濁度自動補償；德國WTW公司的IQ Sensor Ner 在線監(jiān)測系統(tǒng)以連續(xù)光譜檢測方式為基礎的在線監(jiān)測系統(tǒng)代表，其通過掃描水樣連續(xù)紫外光譜區(qū)并提取水質參數(shù)光譜數(shù)據(jù)，名副其實的可以在線監(jiān)測連續(xù)的多個參數(shù)。并且體積小，反應快，較前者精度更加精確。反觀國內(nèi)在紫外光譜分析技術的研究進展，基本停留在單光譜檢測方面，連續(xù)光譜檢測的分析儀器較少，且存在開發(fā)和維護成本高、體積容量過大、精確度較低等問題。

那么綜上所述，對于未來的發(fā)展趨勢而言，應用紫外光譜分析技術的分析儀器開發(fā)重點，落在了啟動速度提高、儀器維護低成本、時效性和微小型的戰(zhàn)略目標上，除此之外，關于紫外光譜分析技術本身，探頭自動化清洗、動態(tài)性數(shù)據(jù)實時跟蹤成為了未來需要解決的問題。

2 紫外光譜水質檢測系統(tǒng)的總體架構

2.1 紫外光譜水質檢測技術的理論基礎

分子吸收光譜原理。當外界傳導得來的輻射能量作用到待檢測物質的分子時，物質內(nèi)部便會通過電磁輻射的形式來吸收或予以釋放。而當輻射能量作用在透明或半透明的待檢測物質時，該物質將吸收與其運動狀態(tài)變化相對應頻率的輻射能，并向較高的太能遷移。這種物質對輻射具有的選擇性吸收產(chǎn)生的光譜，稱為吸收光譜。紫外-可見光譜就屬于這其中一種吸收光譜。而它的另一個重要特性是其電子躍遷產(chǎn)生的光譜是寬譜帶。那么，當某種分子經(jīng)受連續(xù)不斷的、某一范圍波長的光照射時，其光子的能量便會傳遞給分子，并被分子有選擇性的吸收掉，降低這一區(qū)域的光能強度，也因此而產(chǎn)生的有吸收譜線組成的透射光光譜，就是分子吸收光譜。

郎伯-比爾定律。紫外光譜水質檢測技術核心是檢測某一物質中紫外光的吸收率來測定其濃度，其所根據(jù)的吸收定律就是郎伯比爾定律，顧名思義，是由郎伯與比爾兩種定律相輔相成的，只能適用于單色光射入的條件下。I0為初始狀態(tài)下所發(fā)射出的單色光強度，I為經(jīng)過某測量物質C吸收后輸出的單色光強度，根據(jù)I強度與C濃度之間的比例關系，可以將輸入輸出前后的光強度變化值轉化為濃度信息。

2.2 系統(tǒng)設計的總體框架

紫外光譜水質檢測技術主要是硬件和軟件構成，其中硬件部分由光路系統(tǒng)(紫外光源與分光系統(tǒng))、樣品池、信號采集等部分組成。在利用光吸收率進行水質檢測時的工作路徑為：所接收到的紫外光源經(jīng)過分光系統(tǒng)分解為不同光譜，不同物質的測量則會自動選擇相對應的光譜，在經(jīng)過水質樣品池的時候有一部分被吸收而盛裝樣品，另一部分則轉化為電信號，這一部分將被軟件設計部分進行數(shù)據(jù)傳輸?shù)街醒胩幚硇酒?，以設定的紫外光譜算法計算得出所檢測物質的含量，最終在電子屏上進行顯示。

3 紫外光譜水質COD檢測預測模型優(yōu)化

COD作為水質檢測的重要測量值，能夠反映水體受還原性物質污染的程度。以往檢測水質COD的傳統(tǒng)化學方式存在二次污染、和時間過長的缺點，因此因此為改善化學方式的缺點，并提升測量精度，需要在紫外光譜數(shù)據(jù)與水質COD之間進行數(shù)學建模。筆者將對比較LSSVM模型與使用PSO優(yōu)化LSSVM的建模方法，并采用PCA算法對上述兩模型進行降維處理。

3.1 基于PCA的水質COD檢測信號降維研究

構造m個n維樣本組成矩陣x，計算樣本矩陣x的均值并做差計算得出偏差矩陣x的協(xié)方差矩陣，將其特征值降序排列得出貢獻率數(shù)值，確定出主成分。對水質COD進行信號降維時則需要在對光譜數(shù)據(jù)進行濁度矯正后，采用PCA算法對輸入的樣本矩陣進行計算后得出特征值及其貢獻率以及累計貢獻率。所得出的主成分可以代替原樣本矩陣組成全新矩陣。

3.2 基于PCA-LSSVM的水質COD預測模型分析

基于PCA-LSSVM的水質COD預測模型的步驟為，將原光譜數(shù)據(jù)樣本進行PCA主成分分析算法進行降維，得出LS-SVM預測模型的基礎數(shù)據(jù)。接下來就需要運用所選用的核函數(shù)RBF進行LS-SVM數(shù)據(jù)模型算法了，對所構造的LS-SVM模型進行構造后得出核函數(shù)矩陣，求解 N 維線性方程組，計算 Lagrange 乘子α和偏移量 b，按公式實現(xiàn)最終決策函數(shù) y (x)。為了研究該預測模型最終精度值，本文選用相對誤差(RE)、均方根差(RMSE)以及平均相對誤差(MRE)作為評價標準。可知，在經(jīng)過PCA算法降維之后的PCA-LSSVM模型，其MRE和RMSE值提升了30%～50%左右，與真實值更為接近。

3.3 基于PCA-PSO-LSSVM的水質COD預測模型分析

粒子群優(yōu)化算法即PSO算法，首先初始化一群隨機粒子，之后要經(jīng)歷多回合的更迭替代來搜尋一個最優(yōu)解，在每一個回合中的循環(huán)更替中，隨機粒子通過遵從個體極值與全局極值來刷新下一回合更替后的飛行速率和飛行位置。將PSO算法輸入LSSVM模型之后。

將PSO算法中的數(shù)據(jù)定義為：粒子群算法種群規(guī)模N=100，最大迭代次數(shù)Tmax=1 000，Wmax=0.94，Wmin=0.4。算法采用VC++6.0軟件工具，那么可知PCA-PSO-LS-SVM 的水質 COD 預測模型所得的預測值與實際值比較曲線。

與 PCA-LSSVM 模型相比較，PCA-PSO-LSSVM模型預測結果中其 MRE 和 RMSE值反映出模型的預測效果較前者又得到了明顯的提高。實驗的預測結果證明了PSO優(yōu)化LS-SVM模型的可行性。

4 結語

隨著水質檢測設備向著智能化、自動化、微型化的方向逐步發(fā)展，我國在與國外水質檢測先進儀器生產(chǎn)領域有著很大的距離，但是儀器的發(fā)展進步始終是以水質檢測技術為核心依據(jù)的?；谧贤夤庾V分析的水質COD檢測技術較之其他常規(guī)水質檢測技術具備眾多優(yōu)點，可廣泛應用于飲用水、地表水、工業(yè)廢水等區(qū)域水體的實時監(jiān)測，具有廣泛的社會效益和經(jīng)濟效益。本文旨在以現(xiàn)有的紫外光譜水質COD檢測技術的基礎上，為了加速水質COD預測模型的收斂速率與機器清洗速率，提出了PCA主成分分析算法降維與PSO粒子群優(yōu)化相結合，優(yōu)化LSSVM模型精度低、穩(wěn)定性差的缺點，降低了均方根差(RMSE)以及平均相對誤差(MRE)。

[1]曾甜玲，溫志渝，溫中泉，等.基于紫外光譜分析的水質監(jiān)測技術研究進展[J].光譜學與光譜分析.2013.(04)：1098-1130.

[2]侯迪波，張堅，陳泠，等.基于紫外-可見光光譜的水質分析方法研究進展與應用[J].光譜學與光譜分析.2013.(7).

[3]元俊霞.水質監(jiān)測技術中應用紫外光譜分析的相關研究[J].技術管理.2014.(12)：125.

2017-03-22

張琳琳(1990-)，女，陜西富平人，助理工程師，主要從事水質監(jiān)測工作。

X143

B

1004-1184(2017)03-0220-02