基于Matlab的水質(zhì)COD近紅外光譜預(yù)測模型的研究.pdf

1、近紅外光譜分析技術(shù)是近年來迅猛發(fā)展起來的高新技術(shù)，它具有分析速度快、不破壞樣品、操作簡單、穩(wěn)定性好、效率高等特點(diǎn)。近紅外光譜技術(shù)綜合了物理學(xué)、化學(xué)計(jì)量學(xué)、數(shù)學(xué)和計(jì)算機(jī)等學(xué)科的交叉技術(shù)，屬于交叉學(xué)科。任何含-H基團(tuán)的物質(zhì)都會(huì)在近紅外譜區(qū)產(chǎn)生吸收，所含信息量極其豐富，但近紅外光譜譜區(qū)集中了倍頻和合頻的信息，大量的信息特征峰在該譜區(qū)嚴(yán)重重疊，沒有明顯的尖峰，屬于弱信息光譜區(qū)，利用一般的光譜分析手段無法進(jìn)行提取，必須結(jié)合化學(xué)計(jì)量學(xué)方法通過計(jì)算機(jī)

2、才能提取有效的信息。 通過試驗(yàn)的大量數(shù)據(jù)，找出有機(jī)污染物(含氫基團(tuán)——OH，CH，NH，SH，PH)污染程度與近紅外光譜的相關(guān)性，建立有機(jī)污染物與近紅外光譜的定量模型。為能長時(shí)間穩(wěn)定使用、在線測量有機(jī)污染物的近紅外傳感器的研制、水質(zhì)狀況實(shí)時(shí)在線監(jiān)測系統(tǒng)等作基礎(chǔ)性研究。 本論文著重進(jìn)行了水質(zhì)化學(xué)需氧量(COD：Chemical Oxygen Demand)的近紅外光譜預(yù)測模型的研究，預(yù)測模型的建立用化學(xué)計(jì)量學(xué)的多元校正分析

3、方法，即逐步回歸分析方法(SMLR)、主成分回歸分析方法(PCR)和偏最小二乘回歸分析方法(PLS)。其中逐步回歸獲得的最好結(jié)果是15點(diǎn)平滑處理，其決定系數(shù)R<,2>為95.01％，最佳回歸因子數(shù)是6，校正標(biāo)準(zhǔn)偏差SEC為19.03 mg/l，預(yù)測標(biāo)準(zhǔn)偏差SEP為18.72mg/l；主成分回歸獲得的最好結(jié)果是一階導(dǎo)數(shù)處理，當(dāng)信息貢獻(xiàn)值為98％是，其決定系數(shù)R<'2>為97.69％，主成分?jǐn)?shù)是6，校正標(biāo)準(zhǔn)偏差SEC為12.26 mg/l，

4、預(yù)測標(biāo)準(zhǔn)偏差SEP為18.72mg/l；偏最小二乘回歸獲得的最好結(jié)果是基線校正處理，其決定系數(shù)R<'2>為99.42％，最佳回歸因子數(shù)是5，校正標(biāo)準(zhǔn)偏差SEC為8.93 mg/l，預(yù)測標(biāo)準(zhǔn)偏差SEP為7.56mg/l。 通過上述三種多元校正分析方法處理的結(jié)果，我們看到偏最小二乘回歸算法最優(yōu)，其次為主成分回歸，最后才是逐步回歸。各種預(yù)處理方法中，要看具體的算法和分析的問題，在具體應(yīng)用過程中應(yīng)盡可能嘗試多種數(shù)學(xué)方法，以便找到適合于該