[发明专利]一种基于光谱不同特征集的共识模型构建方法

说明书

本发明属于光谱检测分析领域，具体是基于光谱不同特征集的共识模型构建方法，一般用于激光诱导击穿光谱及拉曼光谱的贝类重金属含量的快速定量检测。通过不同方法可以提取到不同的光谱特征集，与样本重金属浓度来建立多个单变量或多变量的线性或非线性回归模型。通过优化参数得到每一特征集的最优回归模型，作为成员模型。通过各成员模型的残差、成员模型之间误差的相关性来确定各个成员模型的权系数，来构建共识模型，从而使融合后的共识模型具有最小的预测误差。本发明可以充分利用不同的光谱信息和模型信息，使共识模型的预测结果更加稳定、可靠。

技术领域

本发明属于光谱检测分析领域，具体是指一种基于光谱不同特征集的共识模型构建方法，该模型可用于定量检测方法，可适用于激光诱导击穿光谱和拉曼光谱检测分析。

背景技术

重金属污染是各种环境问题中比较突出的问题之一，主要指各种有害重金属或其化合物所造成的环境污染。城镇化、工业化进程的加快，使得大量有害重金属排入水体，导致水俣病(汞中毒)、骨痛病(镉中毒)等事件发生。重金属污染不仅毒害水产生物，还通过食物链浓缩进入人体，引起中毒反应。针对日益严峻的重金属污染问题，早2011年3月，我国出台了《重金属污染综合防治规划》，重金属污染防治实施方案在2016到2020年将逐步进入黄金期。

在我国东南沿海地区，盛产各类水产品，其中贝类富含各种营养物质，及其鲜美口味，深受人们喜爱。我国贝类养殖产量居世界之首，在2016年达到1476 万吨；贝类产品已经成为我国重要的出口产品，远销日本、韩国、欧美等国家和地区。贝类的滩涂养殖及非选择性的滤食习性，相比其他水产品有着更强的重金属富集能力，且具有隐蔽性、长期性、累积性等特性，这凸显了贝类在食品安全上的风险地位。为此，政府陆续出台了《农产品安全质量无公害水产品安全要求》(GB 18406.4-2001)、《鲜、冻动物性水产品卫生标准》 (GB2733-2005)、《无公害食品水产品中有毒有害物质限量》(NY 5073-2006) 等标准，严控贝类品质安全。因此，开展对贝类重金属污染信息的检测，不仅可以评估贝类的品质安全性，还完善贝类养殖监督管理制度。

目前重金属的常规检测方法，主要包括传统的化学检测法(原子光谱法、质谱法、电化学法)和生物检测法(生物传感器法、酶联免疫吸附法)。这些方法检测灵敏度高，检测结果精确，但检测成本高、操作过程复杂、耗时费力、有损样本，且仅能抽样检测，无法实现大规模样品的信息获取。

近年兴起的光谱分析技术，在食品安全领域得到了飞速的发展，如近红外光谱、红外光谱、拉曼光谱等，特别激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)，是一种基于物质表面被激光腐蚀激发出等离子体、发生能量跃迁从而被光谱仪器探测的一种直接分析技术，可以鉴别气体、液体、固体等多相物质的元素组成。鉴于LIBS的激发谱线对应着特定元素，可以用于样品的未知元素或组分的定性或半定量检测，如利用元素特征谱线，结合化学计量学数据分析技术来定量、定性检测水产品及土壤中的重金属。激光诱导击穿光谱作为一种有效的金属鉴别分析技术，依据光谱的脉冲峰位置可查阅标准原子库，可以鉴别检测物质的主要重金属成分。

但是，由于待检测样本例如贝壳(例如泥蚶等)为一种有机的生命体，在其生长过程中，会富集其他类别重金属成为其微量元素，这势必会影响到LIBS 光谱对泥蚶重金属浓度的定量检测精度。

目前常用的数据建模方法为：优化建模方法(如线性、非线性的建模方法)、优选变量(即寻找富含信息的谱线)来提高光谱的重金属分类准确率或检测精度。但这类方法仅依据全单一数据信息或单个模型，仅能有限地改善模型精度，却忽略了其他数据信息或模型信息，如LIBS光谱、拉曼光谱的特征谱线峰面积、峰强度、峰强度比值等，均能为重金属的定量检测提供一定的信息。

基于此，有必要对此进行综合改进。

发明内容

本发明的目的是为了克服现有技术存在的缺点和不足，而提供一种基于光谱不同特征集的共识模型构建方法。